Iot tabanlı uygulamalar için grey kurt optimizasyonu ile kenar hesaplamada akıllı görev tahsisi

Nİ cihazlarının yaygınlaşmasıyla geleneksel bulut veri merkezleri artan veri hacimleriyle başa çıkamaz hale gelmiş, gecikme hassasiyeti olan IoT uygulamalarının desteğini tehlikeye atmıştır. Bulut-sis bilişimi, bulut kaynaklarını ağ kenarına genişleterek potansiyel bir çözüm sunar. Ancak bu bulut-sis ortamında görev zamanlaması yeni zorluklar ortaya çıkar. Bu tez, bulut-sis ortamı için uyarlanmış yarı-dinamik gerçek zamanlı bir görev zamanlaması algoritması sunmaktadır. Algoritma, enerji tüketimini, maliyeti ve iş süresini en aza indirmek için görevleri verimli bir şekilde tahsis eder. Görev tahsisi, görev süresi, kaynak gereksinimleri ve yürütme süresine dayalı olarak modifiye edilmiş bir gri kurdu eniyileme algoritması kullanılarak optimize edilir. Genetik algoritmalar gibi mevcut yöntemlerle karşılaştırıldığında, önerilen algoritma iş süresi, maliyet ve enerji kullanımı açısından üstün performans sergilemektedir. Algoritmanın bulut-sis ortamında görev zamanlamasını optimize etme yeteneği, etkili Nİ uygulamalarını desteklemeye olanak tanır ve yeni bir zamanlama yaklaşımını bulut-sis bilişim paradigmaları için sunar.