Intelligent task allocation in edge computing with grey wolf optimization for iot-based applications
Iot tabanlı uygulamalar için grey kurt optimizasyonu ile kenar hesaplamada akıllı görev tahsisi
- Tez No: 821097
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖMER MELİ̇H GÜL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
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.
Özet (Çeviri)
With the proliferation of IoT devices, traditional cloud data centers are unable to handle the growing data volumes, compromising support for latency sensitive IoT applications. Cloud-fog computing extends cloud resources to the network edge, offering a potential solution. However, task scheduling across this cloud-fog environment introduces new challenges. This thesis presents a semi-dynamic real-time task scheduling algorithm tailored for the cloud-fog environment. The algorithm efficiently allocates tasks to minimize energy consumption, cost, and makespan. Task allocation is optimized using a modified grey wolf optimizer based on task length, resource requirements, and execution time. Compared to existing methods like genetic algorithms, the proposed algorithm demonstrates superior performance in terms of makespan, cost, and energy usage. The algorithm's ability to optimize task scheduling in the cloud-fog environment enables effective support IoT applications and contributes a novel scheduling approach for emerging cloud-fog computing paradigms.
Benzer Tezler
- Resource allocation mechanisms for end-to-end delay optimization of 5G URLLC services
5G URLLC hizmetlerinin uçtan uca gecikme optimizasyonu için kaynak aktarım mekanizmaları
HASAN ANIL AKYILDIZ
Doktora
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
DR. İBRAHİM HÖKELEK
- Iletim hattı denetiminin dronlar için optimize edilmiş 5g iletişim algoritmalarına dayalı akıllı küme kontrolü
Intelligent cluster control of transmission line inspection based on optimized 5g communication algorithms for drones
HADEER ALHAYAZEI
Yüksek Lisans
Türkçe
2026
Yalova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUNUS ÖZEN
- Resource allocation in vehicular edge computing networksbased on deep reinforcement learning
Araç uç bilişiminde derin pekiştirmeli öğrenmeye dayalıkaynak tahsisi
HOMA MALEKI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
- Offloading decision with mobility-aware for mobile edge computing in 5G networks
5g şebekesinde mobil kenar bilgi işlem için mobilite bilinci ile aktarma kararları
SAEID JAHANDAR BONAB
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERGEN
- Efficient orchestration methods in air computing using deep reinforcement learning
Havada hesaplamada derin pekiştirmeli öğrenme kullanarak etkili orkestrasyon yöntemleri
BARIŞ YAMANSAVAŞÇILAR
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEM ERSOY
DOÇ. DR. ATAY ÖZGÖVDE