استقرار کاربرد‌های اینترنت اشیا در زیرساخت مه به عنوان مکمل ابر به طور مؤثری باعث صرفه‌جویی در استفاده از منابع محاسباتی در زیرساخت ابر می‌شود. تلاش‌های تحقیقاتی اخیر در حال بررسی چگونگی بهره‌برداری بهتر از قابلیت‌های مه برای اجرا و پشتیبانی از کاربردهای اینترنت اشیا است. استقرار ناکارامد مؤلفه‌های کاربرد‌ها در مه منجر به اتلاف منابع، پهنای باند و افزایش مصرف انرژی می‌شود. همچنین توزیع مؤلفه‌های یک کاربرد روی تعداد حداقل ممکن از گره‌های مه به منظور کاهش مصرف انرژی منجر به کاهش سطح قابلیت اطمینان خدمات می‌شود. در این مقاله یک الگوریتم فراابتکاری ترکیبی بر مبنای الگوریتم جستجوی فاخته برای استقرار ایستای مؤلفه‌های کاربرد روی زیرساخت مه با هدف مصالحه بین مصرف بهینه انرژی و کاهش اثر نقطه تکی شکست و تقویت قابلیت اطمینان کاربرد در برابر خرابی ارائه می‌شود. نتایج شبیه‌سازی نشان می‌دهد که روش ارائه‌شده در این مقاله، مصرف انرژی در شبکه مه را کاهش داده و نیازمندی‌های كیفیت خدمات کاربرد اینترنت اشیا را با قابلیت اطمینان بالا تأمین می‌كند. تفاصيل المقالة

در عصر حاضر، صنعت رایانش ابری به یک زنجیره تأمین جدید بین ارائه‌دهندگان سرویس محاسباتی و درخواست‌دهندگان سرویس تبدیل شده است. برای این منظور، مراکز داده‌ای ابر به طور گسترده از تکنولوژی مجازی‌سازی استفاده می‌کنند که به طور بالقوه قابلیت افزایش بهره‌وری منابع محاسباتی در سطح زیرساخت ابر را فراهم می‌کند. طرح‌های ناکارامد جایگذاری ماشین‌های مجازی منجر به کاهش بهره‌وری سیستم، افزایش هدررفت منابع و در نتیجه مصرف بالای انرژی در مراکز داده‌ای ابر می‌شوند. بنابراین، این مقاله مسئله جایگذاری ماشین‌های مجازی روی ماشین‌های فیزیکی مرکز داده‌ای ابر را به یک مسئله بهینه‌سازی چندهدفه با رویکرد کمینه‌سازی دو هدف مصرف انرژی و هدررفت منابع فرمول‌بندی می‌کند که از لحاظ محاسباتی در رده مسایل NP-hard قرار دارد. از آنجایی که اکثر الگوریتم‌های فراابتکاری برای حل مسایل بهینه‌سازی پیوسته طراحی شده‌اند و نیز کیفیت راه حل آنها با خطر گیرافتادن در بهینه محلی تهدید می‌شود، برای حل این مسئله ترکیبی و پیچیده، یک الگوریتم بهینه‌سازی مبتنی بر تبرید فلزات متناسب با فضای جستجوی گسسته تعریف‌شده در مسئله، توسعه داده می‌شود تا امکان گیرافتادن در بهینه محلی را کاهش دهد. جهت اعتبارسنجی روش پیشنهادی، سناریوهای مختلفی معرفی و هدایت می‌شوند. نتایج به دست آمده از شبیه‌سازی در سناریوهای مختلف، برتری روش پیشنهادی را نسبت به سایر روش‌های موجود از لحاظ کاهش مصرف انرژی، هدررفت منابع و تعداد سرویس‌دهنده‌های فعال نشان می‌دهد. تفاصيل المقالة