زمان بندی کار مبتنی بر الگوریتم بهینه سازی فاخته با استفاده از محاسبات ابری و محاسبات مه در شبکه هوشمند

ادغام شبکه هوشمند (SG) با محاسبات ابری و مه، سیستم مدیریت انرژی را بهبود بخشیده است. تبدیل سیستم شبکه سنتی به SG با محیط ابری منجر به حجم عظیمی از داده در مراکز داده می شود. افزایش سریع در محیط خودکار، تقاضای رایانش ابری را افزایش داده است. رایانش ابری خدماتی را با هزینه کم و با کارایی بهتر ارائه می دهد. اگرچه هنوز مشکلاتی در محاسبات ابری مانند زمان پاسخ (RT)، زمان پردازش (PT) و مدیریت منابع وجود دارد. کاربران بیشتری به سمت محاسبات ابری جذب می شوند که منجر به مصرف انرژی بیشتر می شود. محاسبات مه به عنوان توسعه محاسبات ابری پدیدار شده است و خدمات بیشتری مانند امنیت، تاخیر و به حداقل رساندن ترافیک بار را به محاسبات ابری اضافه کرده است. در این مقاله یک تکنیک متعادل سازی بار مبتنی بر الگوریتم بهینه سازی فاخته (COA) برای مدیریت بهتر منابع پیشنهاد شده است. COA برای تعیین وظایف مناسب به ماشین های مجازی (VM) استفاده می شود. الگوریتم ماشین های مجازی استفاده شده کمتر و بیش از حد را شناسایی می کند و ماشین های مجازی کم استفاده را خاموش می کند. این فرآیند بسیاری از ماشین های مجازی را از بین می برد که تاثیر زیادی بر مصرف انرژی می گذارد. شبیه سازی در محیط Cloud Sim انجام شده است، نشان می دهد که تکنیک پیشنهادی زمان پاسخگویی بهتری با هزینه کم نسبت به سایر الگوریتم های تعادل بار موجود مانند Round Robin (RR) و Throttled دارد.