چطور این مقاله مهندسی کامپیوتر و IT را دانلود کنم؟
فایل انگلیسی این مقاله با شناسه 2008512 رایگان است. ترجمه چکیده این مقاله مهندسی کامپیوتر و IT در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
حجم فایل فارسی :
1 مگا بایت
نوع فایل های ضمیمه :
pdf+word
کلمه عبور همه فایلها :
www.daneshgahi.com
عنوان فارسي
یک الگوریتم آفلودینگِ آگاه از وجود شبکه و کارآمد از نظر مصرف انرژی، برای رایانش ابری سیار
عنوان انگليسي
Energy-efficient and network-aware offloading algorithm for mobile cloud computing
این مقاله چند صفحه است؟
این مقاله ترجمه شده مهندسی کامپیوتر و IT شامل 12 صفحه انگلیسی به صورت پی دی اف و 25 صفحه متن فارسی به صورت ورد تایپ شده است
چکیده
در این مقاله قصد داریم تا یک معماری سیستم جدیدی را برای رایانش ابری سیار(MMC) ارائه دهیم که متشکل از یک لایهی میانی در بین دستگاههای سیار و زیر ساختار ابری یا کلونها میباشد. این لایهی میانی، متشکل از کلودلت بوده و بنابراین آن را لایهی کلودلت نامگذاری میکنیم. کلودلت ها به همراه اکسس پوینت های IEEE 802. 11 توسعه پیدا کردهاند و به عنوان یک نقطهی سرویسدهی محلی در مجاورت دستگاههای سیار قرار گرفته تا کارائی سرویسهای ابری سیار را بهبود دهند. در رأس این معماری، یک الگوریتم آفلودینگ (تخلیهی محاسباتی) قرار داشته که هدف آن، تصمیمگیری در خصوص اینکه آیا بار را باید بر روی یک کلودلت و یا یک کلون قرار داد میباشد. در این فرآیند تصمیم گیری، مصرف انرژی و وضعیت شبکه برای اجرای وظیفه در نظر گرفته شده و درعینحال محدودیتهای خاصی که برای زمان پاسخ به یک وظیفه وجود دارد نیز ارضا میشود. همچنین یک مکانیسم کشینگ دادهها بر روی کلودلت را معرفی خواهیم کرد تا به بهبود کارائی کلی MCC بپردازیم. نتایج شبیه سای نیز نشان از بهرهوری و کارآمدی معماری سیستم پیشنهادی ما و همچنین الگوریتم آفلودینگ بر حسب زمان پاسخ و مصرف انرژی دارد.
1-مقدمه
در طی چند سال گذشته، دنیا شاهد تغییر سریع موضع و رویکرد خود از رایانش دسکتاپی به رایانش ابری بوده است. به منظور هماهنگ و همقدم بودن با پیشرفتهایی که در حوزهی فناوریهای شبکهی بیسیم و اسمارت فون های سیار صورت گرفته است، یک نیاز مبرم و روز افزونی در خصوص فراهم کردن سرویسهای ابری برای کاربران سیار و آنهم از طریق شبکهای بیسیم سیار وجود داشته است. این حوزهی پژوهشی جدید، رایانش ابری سیار (MCC) نام دارد[1-5]. با توجه به اینکه دستگاههای سیار و حتی اسمارت فون های امروزی از نظر اندازه و وزن با محدودیتهایی همراه هستند، منابع این دستگاهها به منظور رایانش و ارتباط نیز در مقایسه با همتاهای دسکتاپی خود محدود میباشد[6]. بنابراین احساس میشود که باید اپلیکیشن های سیار سنگین را بر روی ماشینهای قدرتمندتری که در ساختار ابری قرار گرفتهاند آفلود نمود. با توجه به حسگرهای پیشرفتهای که در داخل تلفنهای همراه موجود در بازار وجود دارد، ارائهی سرویسهای رایانشی و تحویل سرویس در این دستگاهها ممکن میباشد؛ این حسگرها، متشکل از حسگرهای شتاب سنج، حسگرهای مغناطیسی، تراشههای GPS، ژیروسکوپ و حسگرهای فشاری میباشد. هرچه تعداد حسگرهای موجود در یک دستگاه بیشتر باشد، دادههای بیشتری را در دامنههای مختلف باید آنالیز کرد و ازاینرو این خصیصه نیاز برای قدرت رایانشی بیشتر را ضروری میسازد…
رایانش ابری سیار کلون سیار کلودلت سیار
:کلمات کلیدی
Abstract
We propose a new system architecture for mobile cloud computing (MCC) that includes a middle layer sitting between mobile devices and their cloud infrastructure or clones. This middle layer is composed of cloudlets and is thus called a cloudlet layer. Cloudlets are deployed next to IEEE 802.11 access points and serve as a localized service point in close proximity to mobile devices to improve the performance of mobile cloud services. On top of this new architecture, an offloading algorithm is proposed with the main aim of deciding whether to offload to a clone or a cloudlet. The decision-making takes into consideration the energy consumption for task execution and the network status while satisfying certain task response time constraints. We also introduce a data caching mechanism at cloudlets to further improve the overall MCC performance. Simulation results demonstrate the effectiveness and efficiency of the proposed system architecture and offloading algorithm in terms of response time and energy consumption.
Keywords:
Mobile cloud computing Mobile clone Mobile cloudlet Offloading algorithm
سایر منابع مهندسی کامپیوتر و IT در زمینه رایانش ابری سیار