منصة الرسائل والاطاريح: أدارة الموارد الكفؤه في بيئة أنترنيت ألاشياء بالأعتماد على الحوسبة الضبابية

الخلاصة

لقد تم إنشاء قدر كبير من البيانات الضخمة نتيجة الاستخدام الواسع النطاق لإنترنت الأشياء وزيادة الأدوات المتصلة بالإنترنت.حيث يعد تدفق مثل هذه البيانات إلى مراكز البيانات السحابية للمعالجة والتحليل والتخزين هو الإجراء المعتاد ، ويتميز هذا التدفق بالتكرار.حيث يؤدي التكرار إلى ضياع موارد الحوسبة على مستويات مختلفة. يشير مصطلح البيانات المتدفقة الى سلسله مرتبه من نقاط البيانات ذات ابعاد متعددة .والتي يمكن قراءتها مرة واحدة فقط بسبب إمكانيات المعالجة المحدودة مثل الوقت والذاكرة .غالبًا ما تتم معالجة تدفقات البيانات في كتل يُشار إليها بالنوافذ ذات الحجم المحدد المعروف باسم حجم النافذة.ان تقدير حجم النافذة يؤثرعلى الموارد المطلوبة لتنفيذ الخوارزمية وأدائها الذي يقاس بالدقة ونسبة التقليل. ان هذه الرسالة تبحث في نهج فعال لإدارة الموارد للأغراض التجريبية حيث يتم جمع البيانات من أجهزة إنترنت الأشياء المختلفة في طبقة الحوسبة الضبابية واستنادًا إلى تقنية تقليل البيانات العنقودية التي يتم تنفيذها على عقدة ضبابية.تم استخدام الخوارزمية الجينية (GA) لتحسين حجم النافذة لعملية التقليل. الجمع بين GA مع خوارزمية التجميع الطرحي (FSC) كدالة صلاحية هي الطريقة المقترحة لاختيار حجم النافذة الفعال. حيث تظهر النتائج التجريبية تأثير حجم النافذة على الدقة ونسبة التقليل لكل نوع من بيانات إنترنت الأشياء. ثم يتخذ حجم النافذة الأمثل القرار بشأن تحديد الطبقة لتنفيذ كل عملية (طبقة إنترنت الأشياء ،او طبقة الضباب ، او طبقة السحاب). تحديد الطبقة المناسبة عن طريق حساب الموارد المطلوبة لحجم النافذة الأمثل مثل (الذاكرة ، والتخزين ، والطاقة ، وعرض النطاق الترددي) . باستخدام حجم النافذة الأمثل في الطبقة المختارة ، يتم إجراء التقليل عبر الإنترنت وإرسال النتائج إلى السحابة. باستخدام مجموعة بيانات مختلفة ، تُظهر النتائج التي تم الحصول عليها من هذه الرسالة الى ان نسبة التقليل مرتفعة (99٪) ودقة عالية (90٪) باستخدام متوسط مربع الخط(MSE) كمقاييس للتقييم.