Вдосконалення методики балансування навантаження в розподілених системах інтернету речей

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2023.287790

Ключові слова:

інтернет речей, балансування навантаження, хмарні обчислення, розподілені системи, оцінка продуктивності

Анотація

Об'єктом даного дослідження є процес балансування навантаження в  розподілених системах Інтернету речей на основі MQTT протоколу. В рамках даної роботи було розв'язано комплекс науково-технічних задач, пов'язаних з ефективним розподілом навантаження в системах Інтернету речей. Запропоновано покращену методику балансування навантаження, яка включає в себе методи та алгоритми балансування на основі багатопараметричного моніторингу стану завантаженості обчислювальних ресурсів. На основі запропонованих методів та алгоритмів розроблено вдосконалену архітектуру MQTT брокера.

Для оцінки рівномірності розподілу навантаження в системі Інтернету речей розроблено математичну модель, та введено відповідну характеристику – коефіцієнт рівномірності розподілу навантаження. З метою оцінки запропонованих методів, був проведений ряд експериментів, включаючи симуляцію розподіленої системи Інтернету речей з недетермінованим навантаженням. Головною метою цих експериментів була оцінка ефективності запропонованих методів, а також їх порівняння з вже існуючими.

Отримані результати експериментів підтвердили гіпотезу про підвищену ефективність розподілу навантаження за допомогою балансування на основі багатопараметричного моніторингу. Встановлено, що при застосуванні запропонованої методики, у разі недетермінованого навантаження в системі Інтернету речей, коефіцієнт розподілу навантаження в середньому перевищує аналогічний показник для існуючих методів на 70 %. Рівномірність розподілу навантаження залишалася практично незмінною протягом усього періоду експерименту, що є підтвердженням стабільної роботи системи в цілому. Отримані результати можуть бути корисні при розробці сучасних систем Інтернету речей

Біографії авторів

Ігор Володимирович Закутинський, Національний авіаційний університет

Аспірант

Кафедра електроніки, робототехніки і технологій моніторингу та інтернету речей

Ігор Євгенович Рабодзей, Національний авіаційний університет

Кафедра кібербезпеки та програмної інженерії

Станіслав Петрович Бурмакін, Національний авіаційний університет

Аспірант

Кафедра комп'ютерних інформаційних технологій

Олександр Олександрович Калішук, Національний авіаційний університет

Кафедра кібербезпеки та програмної інженерії

Віталій Миколайович Небилиця, Національний авіаційний університет

Кафедра кібербезпеки та програмної інженерії

Посилання

  1. State of IoT – Spring 2023. Available at: https://iot-analytics.com/product/state-of-iot-spring-2023
  2. Liaqat, M., Naveed, A., Ali, R. L., Shuja, J., Ko, K.-M. (2019). Characterizing Dynamic Load Balancing in Cloud Environments Using Virtual Machine Deployment Models. IEEE Access, 7, 145767–145776. doi: https://doi.org/10.1109/access.2019.2945499
  3. Shafiq, D. A., Jhanjhi, N. Z., Abdullah, A., Alzain, M. A. (2021). A Load Balancing Algorithm for the Data Centres to Optimize Cloud Computing Applications. IEEE Access, 9, 41731–41744. doi: https://doi.org/10.1109/access.2021.3065308
  4. Goncalves, D., Puliafito, C., Mingozzi, E., Rana, O., Bittencourt, L., Madeira, E. (2020). Dynamic Network Slicing in Fog Computing for Mobile Users in MobFogSim. 2020 IEEE/ACM 13th International Conference on Utility and Cloud Computing (UCC). doi: https://doi.org/10.1109/ucc48980.2020.00042
  5. Yuan, H., Bi, J., Zhou, M. (2022). Geography-Aware Task Scheduling for Profit Maximization in Distributed Green Data Centers. IEEE Transactions on Cloud Computing, 10 (3), 1864–1874. doi: https://doi.org/10.1109/tcc.2020.3001051
  6. Bogdanov, K. L., Reda, W., Maguire, G. Q., Kostić, D., Canini, M. (2018). Fast and Accurate Load Balancing for Geo-Distributed Storage Systems. Proceedings of the ACM Symposium on Cloud Computing. doi: https://doi.org/10.1145/3267809.3267820
  7. Srinivas, J., Qyser, A. A. M., Reddy, B. E. (2015). Exploiting Geo Distributed datacenters of a cloud for load balancing. 2015 IEEE International Advance Computing Conference (IACC). doi: https://doi.org/10.1109/iadcc.2015.7154780
  8. Shuaib, M., Bhatia, S., Alam, S., Masih, R. K., Alqahtani, N., Basheer, S., Alam, M. S. (2023). An Optimized, Dynamic, and Efficient Load-Balancing Framework for Resource Management in the Internet of Things (IoT) Environment. Electronics, 12 (5), 1104. doi: https://doi.org/10.3390/electronics12051104
  9. Lim, J. (2021). Scalable Fog Computing Orchestration for Reliable Cloud Task Scheduling. Applied Sciences, 11 (22), 10996. doi: https://doi.org/10.3390/app112210996
  10. Singh, S. P., Kumar, R., Sharma, A., Nayyar, A. (2020). Leveraging energy‐efficient load balancing algorithms in fog computing. Concurrency and Computation: Practice and Experience, 34 (13). doi: https://doi.org/10.1002/cpe.5913
  11. Fan, Q., Ansari, N. (2020). Towards Workload Balancing in Fog Computing Empowered IoT. IEEE Transactions on Network Science and Engineering, 7 (1), 253–262. doi: https://doi.org/10.1109/tnse.2018.2852762
  12. Kim, H.-Y., Kim, J.-M. (2016). A load balancing scheme based on deep-learning in IoT. Cluster Computing, 20 (1), 873–878. doi: https://doi.org/10.1007/s10586-016-0667-5
  13. Gomez, C., Shami, A., Wang, X. (2018). Machine Learning Aided Scheme for Load Balancing in Dense IoT Networks. Sensors, 18 (11), 3779. doi: https://doi.org/10.3390/s18113779
  14. Adil, M. (2021). Congestion free opportunistic multipath routing load balancing scheme for Internet of Things (IoT). Computer Networks, 184, 107707. doi: https://doi.org/10.1016/j.comnet.2020.107707
  15. Tonguz, O. K Yanmaz, E. (2008). The Mathematical Theory of Dynamic Load Balancing in Cellular Networks. IEEE Transactions on Mobile Computing, 7 (12), 1504–1518. doi: https://doi.org/10.1109/tmc.2008.66
  16. Latchoumi, T. P., Parthiban, L. (2021). Quasi Oppositional Dragonfly Algorithm for Load Balancing in Cloud Computing Environment. Wireless Personal Communications, 122 (3), 2639–2656. doi: https://doi.org/10.1007/s11277-021-09022-w
  17. Zakutynskyi, I. (2023). Finding the Optimal Number of Computing Containers in IoT Systems: Application of Mathematical Modeling Methods. Electronics and Control Systems, 2 (76), 9–14. doi: https://doi.org/10.18372/1990-5548.76.17661
  18. Alakbarov, R. (2022). An Optimization Model for Task Scheduling in Mobile Cloud Computing. International Journal of Cloud Applications and Computing, 12 (1), 1–17. doi: https://doi.org/10.4018/ijcac.297102
  19. Kaveri, P. R., Chavan, V. (2013). Mathematical model for higher utilization of database resources in cloud computing. 2013 Nirma University International Conference on Engineering (NUiCONE). doi: https://doi.org/10.1109/nuicone.2013.6780095
  20. Zakutynskyi, I., Sibruk, L., Rabodzei, I. (2023). Performance evaluation of the cloud computing application for IoT-based public transport systems. Eastern-European Journal of Enterprise Technologies, 4 (9 (124)), 6–13. doi: https://doi.org/10.15587/1729-4061.2023.285514
  21. MQTT Shared Subscriptions – MQTT 5 Essentials Part 7. Available at: https://www.hivemq.com/blog/mqtt5-essentials-part7-shared-subscriptions/
  22. MQTT Version 5.0. OASIS Standard. Available at: https://docs.oasis-open.org/mqtt/mqtt/v5.0/os/mqtt-v5.0-os.html
Вдосконалення методики балансування навантаження в розподілених системах інтернету речей

##submission.downloads##

Опубліковано

2023-10-31

Як цитувати

Закутинський, І. В., Рабодзей, І. Є., Бурмакін, С. П., Калішук, О. О., & Небилиця, В. М. (2023). Вдосконалення методики балансування навантаження в розподілених системах інтернету речей. Eastern-European Journal of Enterprise Technologies, 5(2 (125), 6–22. https://doi.org/10.15587/1729-4061.2023.287790

Номер

Том 5 № 2 (125) (2023): Інформаційні технології. Системи управління в промисловості

Розділ

Інформаційні технології

Ліцензія

Авторське право (c) 2023 Ihor Zakutynskyi, Ihor Rabodzei, Stanislav Burmakin, Oleksandr Kalishuk, Vitalii Nebylytsia

Creative Commons License

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.