Fog and cloud load balancing using regression based recurrent deep learning algorithm
Başlık çevirisi mevcut değil.
- Tez No: 746346
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Sis bilişimi çeşitli akademisyenler tarafından incelenmiştir ve çözülmesi gereken endişeleri tespit etmişlerdir. Enerji kullanımını azaltacak ve yüklerin dağılımına yardımcı olacak enerji bilincine sahip bir yük dengeleyici inşa etmek ve yürütmek bu projenin temel amacıdır. Ayrıca, çipler daha kompakt hale geldikçe ve giderek daha yoğun devreler içerdiğinden, ısı biçimindeki enerji salınımı artar. Bu, hesaplama bileşenleri çok yüksek sıcaklıklarda iyi çalışmadığından ve bu nedenle soğutma sistemleri olduğundan daha fazla enerji tüketimi anlamına gelir. Bu çalışmada, farklı sis ve bulut modellerinin ve yapılarının göreceli güçlü ve zayıf yönlerini araştırıyoruz.
Özet (Çeviri)
Fog computing has been studied by a variety of academics, and they have identified concerns which need to be solved. It is the primary goal of this project to build and execute an energy conscious load balancer that will reduce energy usage and help in the distribution of loads. Furthermore, with chips becoming more compact and containing increasingly dense circuitry, the release of energy in the form of heat increases. This means even more energy consumption, as computational components do not operate well at very high temperatures and therefore are cooling systems. In this work we investigate the relative strengths and weaknesses of the different fog and cloud models and structures
Benzer Tezler
- Energy demand forecasting in fog computing based microgrids using ensemble learning
Sis bilişimi tabanlı mikro şebekelerde topluluk öğrenme ile enerji talep tahmini
TUĞÇE KESKİN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Yoğun işlemci kullanımına ihtiyaç duyan uygulamalar için iş birliğine dayalı uygun gecikmeli veri boşaltma planı
A delay optimal collaborative offloading scheme for cpu-intensive applications
RAMAZAN AKKURT
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET FATİH TÜYSÜZ
- SDN-based Controllable-P2P-assisted CDN for HTTP adaptive live video streaming over edge access networks
Uç erişimli ağlar üzerinden HTTP uyarlamalı canlı video akışı için YTA tabanlı kontrol edilebilir-P2P destekli CDN
SELİN NACAKLI
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET MURAT TEKALP
- The efficiency and optimization of fog and cloud computing for smarthome systems and industrial systems
Wydajność i optymalizacja przetwarzania mgły i chmury dla systemów inteligentnego domu isystemów przemysłowych
ERDEM ÇİL
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolWarsaw University of TechnologyDR. GRZEGORZ KRZYSZTOF NİERADKA
- Design and implementation of an Iot-based home automation system utilizing fog and cloud computing paradigms
Sis ve bulut hesaplama yaklaşımlarını kullanan nesnelerin interneti tabanlı ev otomasyon sistem tasarımı ve uygulaması
HÜSEYİN ANIL ÖZMEN
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEM ERSOY
DR. SİNAN IŞIK