Розробка методу балансування навантаження територіально розподіленого туманного середовища
DOI:
https://doi.org/10.15587/1729-4061.2023.274177Ключові слова:
децентралізована платформа, хмарне середовище, інтернет речей, віртуальний кластер, ітераційний алгоритмАнотація
Завдання, що вирішувалося в дослідженні: перерозподіл навантаження територіально розподіленого туманного середовища з метою досягнення балансу завантаження віртуальних кластерів. Визначено необхідність і можливість розробки універсального і водночас науково обґрунтованого підходу для балансування навантаження. Об’єкт дослідження: процес перерозподілу навантаження у туманному середовищі між віртуальними, територіально розподіленими кластерами. Метод балансування навантаження дозволяє знизити затримки та зменшити час виконання завдань на туманних вузлах, що наближає процес обробки завдань до режиму реального часу. Для вирішення завдання розроблена математична модель функціонування окремого кластера туманного середовища. В результаті моделювання отримана задача знаходження оптимального розподілу завдань по вузлах віртуального кластера. Обмеження задачі враховують характеристики фізичних вузлів підтримки віртуального кластера. Також змодельований процес розподілу додаткового навантаження за рахунок графового представлення завдань, що надходять до віртуальних кластерів. Завдання розробки методу перенесення навантаження між віртуальними кластерами туманного середовища вирішується за допомогою запропонованого ітераційного алгоритму пошуку відповідного кластера та розміщення навантаження. Результати моделювання показали, що збалансованість туманного середовища при використанні запропонованого методу суттєво підвищується, якщо завантаження мережі невелике. Сфера використання отриманих результатів: територіально розподілені туманні системи, зокрема туманний шар індустріального Інтернету речей. Необхідною практичною умовою використання запропонованих результатів є неперевищення заданої границі загальної завантаженості туманного середовища, зазвичай 70 %
Посилання
- Kumar, N., Sharma, B., Narang, S. (2022). Emerging Communication Technologies for Industrial Internet of Things: Industry 5.0 Perspective. Lecture Notes in Networks and Systems, 107–122. doi: https://doi.org/10.1007/978-981-19-1142-2_9
- Qayyum, T., Trabelsi, Z., Waqar Malik, A., Hayawi, K. (2022). Mobility-aware hierarchical fog computing framework for Industrial Internet of Things (IIoT). Journal of Cloud Computing, 11 (1). doi: https://doi.org/10.1186/s13677-022-00345-y
- Chalapathi, G. S. S., Chamola, V., Vaish, A., Buyya, R. (2021). Industrial Internet of Things (IIoT) Applications of Edge and Fog Computing: A Review and Future Directions. Advances in Information Security, 293–325. doi: https://doi.org/10.1007/978-3-030-57328-7_12
- Lu, S., Wu, J., Wang, N., Duan, Y., Liu, H., Zhang, J., Fang, J. (2021). Resource provisioning in collaborative fog computing for multiple delay‐sensitive users. Software: Practice and Experience, 53(2), 243–262. doi: https://doi.org/10.1002/spe.3000
- Özdoğan, E. (2022). Cloud, Fog, and Edge Computing for IoT-Enabled Cognitive Buildings. IoT Edge Solutions for Cognitive Buildings, 23–52. doi: https://doi.org/10.1007/978-3-031-15160-6_2
- Kuchuk, G. A., Akimova, Yu. A., Klimenko, L. A. (2000). Method of optimal allocation of relational tables. Engineering Simulation, 17 (5), 681–689.
- Attar, H., Khosravi, M. R., Igorovich, S. S., Georgievan, K. N., Alhihi, M. (2021). E-Health Communication System with Multiservice Data Traffic Evaluation Based on a G/G/1 Analysis Method. Current Signal Transduction Therapy, 16 (2), 115–121. doi: https://doi.org/10.2174/1574362415666200224094706
- Kovalenko, A., Kuchuk, H., Kuchuk, N., Kostolny, J. (2021). Horizontal scaling method for a hyperconverged network. 2021 International Conference on Information and Digital Technologies (IDT). doi: https://doi.org/10.1109/idt52577.2021.9497534
- Raskin, L., Sukhomlyn, L., Sagaidachny, D., Korsun, R. (2021). Analysis of multi-threaded markov systems. Advanced Information Systems, 5 (4), 70–78. doi: https://doi.org/10.20998/2522-9052.2021.4.11
- Svyrydov, A., Kuchuk, H., Tsiapa, O. (2018). Improving efficienty of image recognition process: Approach and case study. 2018 IEEE 9th International Conference on Dependable Systems, Services and Technologies (DESSERT). doi: https://doi.org/10.1109/dessert.2018.8409201
- Li, G., Liu, Y., Wu, J., Lin, D., Zhao, S. (2019). Methods of Resource Scheduling Based on Optimized Fuzzy Clustering in Fog Computing. Sensors, 19 (9), 2122. doi: https://doi.org/10.3390/s19092122
- Proietti Mattia, G., Beraldi, R. (2023). P2PFaaS: A framework for FaaS peer-to-peer scheduling and load balancing in Fog and Edge computing. SoftwareX, 21, 101290. doi: https://doi.org/10.1016/j.softx.2022.101290
- Hoang, D., Dang, T. D. (2017). FBRC: Optimization of task Scheduling in Fog-Based Region and Cloud. 2017 IEEE Trustcom/BigDataSE/ICESS. doi: https://doi.org/10.1109/trustcom/bigdatase/icess.2017.360
- Sharma, S., Saini, H. (2019). A novel four-tier architecture for delay aware scheduling and load balancing in fog environment. Sustainable Computing: Informatics and Systems, 24, 100355. doi: https://doi.org/10.1016/j.suscom.2019.100355
- Khudov, H., Diakonov, O., Kuchuk, N., Maliuha, V., Furmanov, K., Mylashenko, I. et al. (2021). Method for determining coordinates of airborne objects by radars with additional use of ADS-B receivers. Eastern-European Journal of Enterprise Technologies, 4 (9 (112)), 54–64. doi: https://doi.org/10.15587/1729-4061.2021.238407
- Malik, U. M., Javed, M. A., Frnda, J., Rozhon, J., Khan, W. U. (2022). Efficient Matching-Based Parallel Task Offloading in IoT Networks. Sensors, 22 (18), 6906. doi: https://doi.org/10.3390/s22186906
- Liu, L., Chen, H., Xu, Z. (2022). SPMOO: A Multi-Objective Offloading Algorithm for Dependent Tasks in IoT Cloud-Edge-End Collaboration. Information, 13 (2), 75. doi: https://doi.org/10.3390/info13020075
- Ghenai, A., Kabouche, Y., Dahmani, W. (2018). Multi-user dynamic scheduling-based resource management for Internet of Things applications. 2018 International Conference on Internet of Things, Embedded Systems and Communications (IINTEC). doi: https://doi.org/10.1109/iintec.2018.8695308
- Yaloveha, V., Hlavcheva, D., Podorozhniak, A., Kuchuk, H. (2019). Fire Hazard Research of Forest Areas based on the use of Convolutional and Capsule Neural Networks. 2019 IEEE 2nd Ukraine Conference on Electrical and Computer Engineering (UKRCON). doi: https://doi.org/10.1109/ukrcon.2019.8879867
- Podorozhniak, A., Liubchenko, N., Kvochka, M., Suarez, I. (2021). Usage of intelligent methods for multispectral data processing in the field of environmental monitoring. Advanced Information Systems, 5 (3), 97–102. doi: https://doi.org/10.20998/2522-9052.2021.3.13
- Aburukba, R. O., AliKarrar, M., Landolsi, T., El-Fakih, K. (2020). Scheduling Internet of Things requests to minimize latency in hybrid Fog–Cloud computing. Future Generation Computer Systems, 111, 539–551. doi: https://doi.org/10.1016/j.future.2019.09.039
- Jamil, B., Shojafar, M., Ahmed, I., Ullah, A., Munir, K., Ijaz, H. (2019). A job scheduling algorithm for delay and performance optimization in fog computing. Concurrency and Computation: Practice and Experience, 32 (7). doi: https://doi.org/10.1002/cpe.5581
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Nina Kuchuk, Oleksandr Mozhaiev, Serhii Semenov, Andrii Haichenko, Heorhii Kuchuk, Serhii Tiulieniev, Mykhailo Mozhaiev, Viacheslav Davydov, Oksana Brusakova, Yurii Gnusov
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.