مرکز منطقه ای اطلاع رسانی علوم و فناوری فصلنامه رشد فناوری 1735-5486 22 87 2026 8 9 Provide a model for improving IoT resource management based on fog computing By combining machine learning and meta-innovation algorithms ارائه مدلی در جهت بهبود مدیریت منابع در اینترنت اشیاء مبتنی‌بر محاسبات مه با ترکیب الگوریتم‌های یادگیری ماشین و فرا ابتکاری fa جواد محمودیان دانشگاه آزاداسلامی واحد علوم و تحقیقات تهران فاطمه نصیری دانشگاه آزاد اسلامی واحد یادگار امام (ره) 2024 11 6 <p style="text-align: left;">Internet of Things is a popular and interactive technology of sensors, gateways, servers, and information access platforms that collect data and monitoring information based on sensors. Internet of Things has been rapidly developed and welcomed with various advantages; but it also comes with numerous challenges. Data security, energy consumption, scheduling, resource management, routing, etc. are among these challenges. The present research aims to provide a model to improve resource management in the Internet of Things based on fog computing by combining machine learning and meta-heuristic algorithms. This research focuses on the management of Internet of Things resources and presents a new solution for it. In the proposed model, if the user request is not sensitive to delay; it is referred to the cloud environment, but if it requires real-time response, it is sent to fog computing. When servicing requests, the situation is first predicted based on time series and then the resource allocation process is performed with the Golden Eagle optimization algorithm. The proposed method was implemented in the MATLAB environment and its efficiency was evaluated in four indicators: response time, cost, load balance and resource efficiency. The results showed that the proposed thesis design was superior to the basic design (Router) in all indicators and allocated resources in an appropriate way. In a way, there was an improvement of 18% in the load balance index, 23% in the response time index, 31% in the cost index and finally 28% in the resource efficiency index.</p> <p>اینترنت اشیا یک فناوری محبوب و تعاملی از حسگرها، گیت ها، سرورها و پلتفرم&zwnj;های دسترسی به اطلاعات است که با تکیه بر حسگرها، داده ها و اطلاعات پایشی را گردآوری می کند. اینترنت اشیا با داشتن مزیت های مختلف به سرعت توسعه یافته و مورد استقبال قرار گرفت؛ اما با چالش های متعددی نیز همراه است. امنیت داده ها، انرژی مصرفی، زمانبندی، مدیریت منابع، مسیریابی و ... ازجمله این چالش ها هستند.پژوهش حاضر با هدف ارائه مدلی در جهت بهبود مدیریت منابع در اینترنت اشیاء مبتنی&zwnj;بر محاسبات مه با ترکیب الگوریتم های یادگیری ماشین و فرا&nbsp;ابتکاری صورت پذیرفت. در این پژوهش بر مدیریت منابع اینترنت اشیاء تمرکز شده و یک راه حل جدید برای آن ارائه گردید. در مدل پیشنهادی، اگر درخواست کاربر حساس به تأخیر نباشد؛ به محیط ابری ارجاع داده می&zwnj;شود، اما اگر مستلزم پاسخ&zwnj;گویی بلادرنگ باشد به&zwnj;صورت محاسبات مه ارسال می&zwnj;گردد. در زمان سرویس&zwnj;دهی به درخواست&zwnj;&zwnj;ها، ابتدا وضعیت با تکیه بر سری&zwnj;های زمانی پیش&zwnj;بینی شده و در ادامه فرآیند تخصیص منابع با الگوریتم بهینه&zwnj;سازی عقاب طلایی انجام می&zwnj;گیرد. روش پیشنهادی در محیط متلب پیاده&zwnj;سازی شده و کارایی آن در چهار شاخص زمان پاسخ&zwnj;گویی، هزینه، تعادل بار و بهره&zwnj;وری منابع مورد ارزیابی قرار گرفت. بررسی نتایج نشان داد که طرح پیشنهادی پایان&zwnj;نامه در تمامی شاخص ها نسبت به طرح پایه برتری (Router) داشته و منابع را رویکرد مناسبی تخصیص می&zwnj;دهد. به&zwnj;نحوی که 18 درصد در شاخص تعادل بار، 23 درصد در شاخص زمان پاسخ&zwnj;گویی، 31 درصد در شاخص هزینه و نهایتاً 28 درصد در شاخص بهره&zwnj;وری منابع بهبود داشته است.</p> http://roshdefanavari.ir/en/Article/Download/48489