بهبود تخصیص منابع اینترنت اشیاء در محاسبات مه با استفاده از نظریه بازی غیر همکارانه

نویسندگان

1 دانشیار، گروه کامپیوتر،دانشگاه آزاد اسلامی واحد بروجرد، بروجرد، ایران

2 دانشیار، گروه کامپیوتر، دانشگاه شاهد، تهران، ایران

3 دانشیار، گروه کامپیوتر، دانشگاه شاهد، تهران، ایران

4 استادیار،گروه کامپیوتر،دانشگاه آیت الله بروجردی،بروجرد، ایران

doi
چکیده

در سیستم‌های شبکه‌ای مبتنی بر اینترنت اشیاء از یک معماری مدرن به نام محاسبات مه استفاده می‌شود. در معماری محاسبات مه ارائه‌ی خدمات داده اقتصادی و کم تأخیر است. این مقاله به حل چالش اصلی تخصیص منابع محاسباتی در رایانش مه می‌پردازد. حل چالش تخصیص منابع  منجر به افزایش سود، صرفه‌جویی اقتصادی و استفاده‌ی بهینه از سیستم‌های محاسباتی می‌شود. در این پژوهش با استفاده از الگوریتم ترکیبی تعادل نش و الگوریتم مزایده، تخصیص منابع بهبودیافته است. در روش پیشنهادی، به هر بازیکن یک ماتریس اختصاص داده‌شده است. ماتریس هر بازیکن شامل تخصیص گره‌های مه، مشترکین خدمات داده و اپراتورهای خدمات داده است. در هر مرحله از الگوریتم، هر بازیکن بر اساس راهبرد سایر بازیکنان بهترین راهبرد را تولید می‌کند. نتایج پژوهش نشان از برتری بهره‌وری گره مه و بهره‌وری اپراتور خدمات داده در روش پیشنهادی در مقایسه با الگوریتم بازی استکلبرگ دارد. اولین مقایسه بر اساس تغییرات مشترکین صورت گرفته است که بهره‌وری گره مه با 240 مشترک استفاده‌شده در روش پیشنهادی 8/6852 بوده و در روش استکلبرگ با شرایط یکسان 2/5510 می‌باشد. دومین مقایسه بر اساس نرخ سرویس بلوک‌های کنترلی منابع (μ) می‌باشد که بهره‌وری اپراتور خدمات داده‌ای با μ=4 در روش پیشنهادی 1.35E+07 بوده و در روش استکلبرگ با شرایط یکسان 1E+7 می‌باشد.