Адаптивний метод розподілу ресурсів мобільного туманного шару високощільного промислового Інтернету речей у мережах Industry 5.0
DOI:
https://doi.org/10.30837/2522-9818.2026.1.065Ключові слова:
Індустрія 5.0; Інтернет речей; туманний кластер; мобільний вузол; комп’ютерна система; агентний підхід; інтелектуальний агент; стохастична граАнотація
Актуальність дослідження. Сучасна концепція Індустрії 4.0 заклала фундамент для повної цифровізації через індустріальний Інтернет речей. Але перехід до Індустрії 5.0 вимагає більшої гнучкості та стійкості систем. Високощільний мобільний індустріальний IoT з туманним шаром є критичним елементом цієї трансформації, оскільки забезпечує не лише автоматизацію, а й адаптивність виробництва до людських потреб і екологічних стандартів. Об’єктом вивчення є процес передоброблення транзакцій периферійного шару HDIoT. Основна гіпотеза дослідження: упровадження нового адаптивного методу розподілу ресурсів мобільних пристроїв туманних кластерів дасть змогу зменшити середній час передоброблення транзакції периферійного шару HDIoT. Метою роботи є зменшення середнього часу перебування транзакції периферійного шару HDIoT в туманному шарі завдяки розробленню адаптивного методу розподілу ресурсів мобільних пристроїв туманних кластерів. Завдання дослідження: визначити архітектурні особливості туманних обчислень у мережах HDIoT; створити математичну модель процесу оптимального розподілу ресурсів пристроїв мобільного кластера туманного шару; формалізувати багатоагентний підхід для розподілу ресурсів кластера; розробити й дослідити теоретико-ігрову модель управління ресурсами мобільного туманного кластера багатощільної ІоТ. Застосовані методи: багатоагентний підхід, теорія ігор, зокрема оптимізація кооперативної стохастичної гри, комп’ютерне моделювання. Досягнуті результати. Розроблено адаптивний метод розподілу ресурсів мобільних пристроїв туманних кластерів. У межах методу запропоновано архітектуру мобільного туманного кластера, створено математичну модель процесу оптимального розподілу його ресурсів. Крім цього, застосовано багатоагентний підхід для знаходження наближеного рішення сформульованої двопараметричної нелінійної оптимізаційної задачі, а для зменшення обчислювальної складності та прискорення знаходження наближеного рішення впроваджено теоретико-ігровий підхід. Висновок. Унаслідок застосування розробленого методу зменшено середній час перебування транзакції периферійного шару високощільного IoT в туманному шарі, що за умови високої щільності мобільних пристроїв уможливило виконання вимог QoS.
Посилання
References
Fatlawi, A., Al Dujaili, M.J. (2023), "Integrating the Internet of Things (IoT) and Cloud Computing Challenges and Solutions: A Review", AIP Conference Proceedings, Vol. 2977(1), 020067. DOI: http://dx.doi.org/10.1063/5.0181842
Kuchuk, H., Mozhaiev, O., Tiulieniev, S., Mozhaiev, M., Kuchuk, N., Lubentsov, A., Onishchenko, Yu., Gnusov, Yu., Brendel, O., Roh, V. (2025), "Devising a method for energy-efficient control over a data transmission process across the mobile high-density Internet of Things", Eastern European Journal of Enterprise Technologies, Vol. 4(4(136)), pp. 46–57. DOI: https://doi.org/10.15587/1729-4061.2025.336111
Pardo, C., Wei, R., Ivens, B.S. (2022), "Integrating the business networks and Internet of Things perspectives: A system of systems (SoS) approach for industrial markets", Industrial Marketing Management, Vol. 104, pp. 258–275. DOI: https://doi.org/10.1016/j.indmarman.2022.04.012
Ajay, P., Nagaraj, B., Pillai, B.M., Suthakorn, J., Bradha, M. (2025), "Intelligent ecofriendly transport management system based on IoT in urban areas", Environment Development and Sustainability, Vol. 27(10), pp. 24127–24134. DOI: https://doi.org/10.1007/s10668-021-02010-x
Lin, Y., Lin, C.-C., Chang, C.-C., Chang, C.-C. (2025), "An IoT-Based Electronic Health Protection Mechanism With AMBTC Compressed Images", IEEE Internet of Things Journal, Vol. 12(3), pp. 2430–2444. DOI: https://doi.org/10.1109/JIOT.2024.3467152
Gupta, S., Varshney, R., Tiwari, D.K., Varshney, T., Shukla, P.K. (2025), "Role of IoT and IIoT in Energy System Automation", Optimizing Automation in Engineering with Energy Systems and Communication Networks, pp. 1–32, IGI Global Scientific Publishing. DOI: https://doi.org/10.4018/979-8-3373-2737-2.ch001
Kuchuk, N., Kashkevich, S., Radchenko, V., Andrusenko, Y., Kuchuk, H. (2024), "Applying edge computing in the execution IoT operative transactions", Advanced Information Systems, Vol. 8, No. 4, pp. 49–59. DOI: https://doi.org/10.20998/2522-9052.2024.4.07
Hu, N. (2024), "Internet of things edge data mining technology based on cloud computing model". International Journal of Innovative Computing, Information and Control, Vol. 20(6), pp. 1749–1763. DOI: http://doi.org/10.24507/ijicic.20.06.1749
Qayyum, T., Trabelsi, Z., Waqar Malik, A., Hayawi, K. (2022), "Mobility-aware hierarchical fog computing framework for Industrial Internet of Things", Journal of Cloud Computing, Vol. 11, article number 72. DOI: https://doi.org/10.1186/s13677-022-00345-y
Thomas, P., Jose, D.V. (2023), "Towards Computation Offloading Approaches in IoT-Fog-Cloud Environment: Survey on Concepts, Architectures, Tools and Methodologies", Lecture Notes in Networks and Systems, 613 LNNS, pp. 37–52. DOI: https://doi.org/10.1007/978-981-19-9379-4_4
Kuchuk, H., Husieva, Y., Novoselov, S., Lysytsia, D., Krykhovetskyi, H. (2025), "Load Balancing of the layers Iot Fog-Cloud support network", Advanced Information Systems, Vol. 9, No. 1, pp. 91–98. DOI: doi: https://doi.org/10.20998/2522-9052.2025.1.11
Bhajantri, L.B., Gangadharaiah, S. (2023), "Heuristic-Based Resource Allocation for Internet of Things in Gateway Centric Multi-layer Fog Computing", Lecture Notes in Networks and Systems, Vol. 516, pp. 567–579. DOI: https://doi.org/10.1007/978-981-19-5221-0_54
Rezanov, B., Kuchuk, H. (2023), "Model of elemental data flow distribution in the Internet of Things supporting Fog platform", Innovative Technologies and Scientific Solutions for Industries, Vol. 2023(3), pp. 88–97. DOI: https://doi.org/10.30837/ITSSI.2023.25.088
Lee, B.M. (2025), "Efficient Resource Management for Massive MIMO in High-Density Massive IoT Networks", IEEE Transactions on Mobile Computing, Vol.24(3), pp. 1963–1980. DOI: https://doi.org/10.1109/TMC.2024.3486712
Kuchuk, H., Kalinin, Y., Dotsenko, N., Chumachenko, I., Pakhomov, Y. (2024), "Decomposition of integrated high-density IoT data flow", Advanced Information Systems, Vol. 8, No. 3, pp. 77–84. DOI: https://doi.org/10.20998/2522-9052.2024.3.09
Lee, B.M. (2024), "Leveraging Massive MIMO for Enhanced Energy Efficiency in High-Density IoT Networks", Mathematics, Vol. 12(22), 3539. DOI: https://doi.org/10.3390/math12223539
Jang, H.-C., Li, T.-C. (2024), "Enhancing Edge Computing in High-Density IoT for Improved Service Quality and Privacy Protection", Iet Conference Proceedings, Vol. 22, pp. 142–143. DOI: https://doi.org/10.1049/icp.2024.4321 18. Kuchuk, H., Mozhaiev, O., Tiulieniev, S., Mozhaiev, M., Kuchuk, N., Tymoshchyk, L., Lubentsov, A., Gnusov, Y., Klivets, S., Kuleshov, A. (2025), "Devising a method for stabilizing control over a load on a cluster gateway in the internet of things edge layer", Eastern-European Journal of Enterprise Technologies, Vol. 2(9(134)), pp. 24–32. DOI: https://doi.org/10.15587/1729-4061.2025.326040
Abkenar, F.S., Khan, K.S., Jamalipour, A. (2021), "Smart-Cluster-Based Distributed Caching for Fog-IoT Networks", IEEE Internet of Things Journal, Vol. 8(5), pp. 3875–3884, 9205197. DOI: https://doi.org/10.1109/JIOT.2020.3026322 20. Kuchuk, H., Mozhaiev, O., Tiulieniev, S., Mozhaiev, M., Kuchuk, N., Tymoshchyk, L., Lubentsov, A., Onishchenko, Y., Gnusov, Y., Tsuranov, M. (2025), "Devising a method for increasing data transmission speed in monitoring systems based on the mobile high-density Internet of Things", Eastern-European Journal of Enterprise Technologies, Vol. 3(4(135)), pp. 52–61. DOI: https://doi.org/10.15587/1729-4061.2025.330644
Zheng, Z., Nazif, H. (2024), "An Energy-aware Technique for Resource Allocation in Mobile Internet of Thing (MIoT) Using Selfish Node Ranking and an Optimization Algorithm", IETE Journal of Research, Vol. 70(4), pp. 3546–3571. DOI: https://doi.org/10.1080/03772063.2023.2202163
Tran-Dang, H., Kim, D.-S. (2023), "Online Learning based Matching for Decentralized Task Offloading in Fog-enabled IoT Systems", Proceedings 2023 28th Asia Pacific Conference on Communications Apcc 2023, pp. 231–236. DOI: https://doi.org/10.1109/APCC60132.2023.10460738
Wang, F., Xu, J., Wang, X., Cui, S. (2018), "Joint offloading and computing optimization in wireless powered mobile-edge computing systems", IEEE Transactions on Wireless Communications, Vol. 17, No. 3, pp. 1784–1797. DOI: https://doi.org/10.1109/TWC.2017.2785305
Liu, Q., Han, T., Ansari, N. (2018), "Joint radio and computation resource management for low latency mobile edge computing", Proceedings IEEE Global Communications Conference Globecom, 8647792, pp. 1–7. DOI: https://doi.org/10.1109/GLOCOM.2018.8647792
Du, J., Zhao, L., Chu, X., Yu, F., Feng, J., Chih-Lin, I. (2019), "Enabling low-latency applications in LTE-A based mixed fog/cloud computing systems", IEEE Transactions on Vehicular Technology, Vol. 68, No. 2, pp. 1757–1771. DOI: https://doi.org/10.1109/TVT.2018.2882991
Tran, T. X., Pompili, D. (2019), "Joint task offloading and resource allocation for multi-server mobile-edge computing networks", IEEE Transactions on Vehicular Technology, Vol. 68, No. 1, pp. 856–868. DOI: https://doi.org/10.1109/TVT.2018.2881191
Zhang, Y., Lan, X. Y. Li, L. Cai, J. Pan, (2019), "Efficient computation resource management in mobile edge-cloud computing", IEEE Internet Things Journal, Vol. 6, No. 2, pp. 3455–3466. DOI: https://doi.org/10.1109/JIOT.2018.2885453
Chen, T., Ling, Q., Shen, Y., Giannakis, G. (2018), "Heterogeneous online learning for “thing-adaptive” fog computing in IoT", IEEE Internet Things Journal, Vol. 5, No. 6, pp. 4328–4341. DOI: https://doi.org/10.1109/JIOT.2018.2860281
Kuchuk, H., Mozhaiev, O., Kuchuk, N., Tiulieniev, S., Mozhaiev, M., Gnusov, Y., Tsuranov, M., Bykova, T., Klivets, S., Kuleshov, A. (2024), "Devising a method for the virtual clustering of the Internet of Things edge environment", Eastern-European Journal of Enterprise Technologies, Vol. 1(9(127), pp. 60–71. DOI: https://doi.org/10.15587/1729-4061.2024.298431
Lee, B.M. (2025), "Efficient Resource Management for Massive MIMO in High-Density Massive IoT Networks", IEEE Transactions on Mobile Computing, Vol. 24(3), pp. 1963–1980. DOI: https://doi.org/10.1109/TMC.2024.3486712
Yu, J., Hou, K., Zhang, H., Kostic B. Yang, M., Nazif, H. (2025), "A new energy-aware resources scheduling method for mobile internet of things using a hybrid optimisation algorithm", International Journal of Mobile Communications, Vol. 25(2), pp. 176–207. DOI: https://doi.org/10.1504/IJMC.2025.144192
Kuchuk, H., Mozhaiev, O., Tiulieniev, S., Mozhaiev, M., Kuchuk, N., Tymoshchyk, L., Onishchenko, Yu., Tulupov, V., Bykova, T., Roh, V. (2025), "Devising a method for forming a stable mobile cluster of the Internet of things fog layer. Eastern-European Journal of Enterprise Technologies", Vol. 1(4(133)), pp. 6–14. DOI: https://doi.org/10.15587/1729-4061.2025.322263
Zheng, K., Luo, R., Liu, X., Qiu, J., Liu, J. (2024), "Distributed DDPG-Based Resource Allocation for Age of Information Minimization in Mobile Wireless-Powered Internet of Things", IEEE Internet of Things Journal, Vol. 11(17), pp. 29102–29115. DOI: https://doi.org/10.1109/JIOT.2024.3406044
Liu, J., Wei, X., Fan, J. (2019), "Tolerable Data Transmission of Mobile Edge Computing under Internet of Things", IEEE Access, Vol. 7, pp. 71859–71871, 8728032. DOI: https://doi.org/10.1109/ACCESS.2019.2920442
Joshi, N., Srivastava, S. (2023), "QoS-Aware Task Allocation and Scheduling in Three-Tier Cloud-Fog-IoT Architecture Using Double Auction", International Conference on Cloud Computing and Services Science Closer Proceedings, pp. 253–260. DOI: https://doi.org/105220/0011967400003488
Toghyani, M., Khorsand, R., Khaksar, H. (2025), "QoS-SLA-aware Optimization Framework for IoT-Service Placement in Integrated Fog-Cloud Computing", Journal of Grid Computing, Vol. 23(1), article number 1. DOI: https://doi.org/10.1007/s10723-024-09787-x
Muñoz, L.A., Berná Martínez, J.V., Asensi, C.C., Pastor, D.S. (2025), "Research Notes: Design of a Distributed and Highly Scalable Fog Architecture for Heterogeneous IoT Infrastructures", Int. Journal of Software Engineering and Knowledge Eng., Vol. 35(2), pp. 195–215. DOI: https://doi.org/10.1142/S0218194025430016
Wang X., Sui Y., Wang J., Yuen C., Wu W. (2021), "A Distributed Truthful Auction Mechanism for Task Allocation in Mobile Cloud Computing", IEEE Transactions on Services Computing, Vol. 14(3), pp. 628–638. DOI: https://doi.org/10.1109/TSC.2018.2818147 39. Kuchuk, H., Mozhaiev, O., Tiulieniev, S., Mozhaiev, M., Kuchuk, N., Khorobrykh, P., Gnusov, Yu., Horelov, Yu., Svitlychnyi, V., Bilyk, O. (2025), "Devising a method for managing computing resources in a fog layer of the mobile high-density Internet of Things", Eastern European Journal of Enterprise Technologies, Vol. 6, No. 4(138), pp. 15–25. DOI: https://doi.org/10.15587/1729-4061.2025.344553 40. Semenov, S., Mozhaiev, O., Kuchuk, N., Mozhaiev, M., Tiulieniev, S., Gnusov, Yu., Yevstrat, D.,Chyrva, Y., Kuchuk, H. (2022), "Devising a procedure for defining the general criteria of abnormal behavior of a computer system based on the improved criterion of uniformity of input data samples", Eastern-European Journal of Enterprise Technologies, Vol. 6(4-120), pp. 40–49. DOI: https://doi.org/10.15587/1729-4061.2022.269128
İbrahimov B.G., Hasanov A.H., Hashimov E.G. (2024), "Research and analysis of efficiency indicators of critical infrastructures in the communication system", Advanced Information Systems, Vol. 8, No. 2, pp. 58–64. DOI: https://doi.org/10.20998/2522-9052.2024.2.07
Wooldridge, M., Jennings, N. R. (1995), "Intelligent agents: Theory and practice", The Knowledge Engineering Review, Vol. 10(2), pp. 115–152. DOI: https://doi.org/10.1017/S0269888900008122 43. Nimmala, S., Sena, P.V., Inturi, S., Janbhasha, S., Narsimhulu, P., Manoranjini, J. (2025), "Multi-Agent Deep Reinforcement Learning for Intelligent Industrial Iot Networks", Proceedings of the 9th International Conference on Inventive Systems and Control Icisc 2025, pp. 455–459. DOI: https://doi.org/10.1109/ICISC65841.2025.11187915 44. Kuchuk, H., Malokhvii, E. (2024), "Integration of IoT with Cloud, Fog, and Edge Computing: A Review", Advanced Information Systems, Vol. 8, No. 2, pp. 65–78. DOI: https://doi.org/10.20998/2522-9052.2024.2.08
Heik, D., Bahrpeyma, F., Reichelt, D. (2024), "Study on the application of single-agent and multi-agent reinforcement learning to dynamic scheduling in manufacturing environments with growing complexity: Case study on the synthesis of an industrial IoT Test Bed", Journal of Manufacturing Systems, Vol. 77, pp. 525–557. DOI: https://doi.org/10.1016/j.jmsy.2024.09.019
Oliveira, H.D., Kaneko, M., Boukhatem, L. (2024), "Federated Multiagent Deep Reinforcement Learning for Intelligent IoT Wireless Communications: Overview and Challenges", IEEE Vehicular Technology Magazine, Vol. 19(4), pp. 73–82. DOI: https://doi.org/10.1109/MVT.2024.3451191
Gharbi, A., Ayari, M., Albalawi, N. (2025), "Intelligent Caching in IoT Sensing Networks: A Decentralized Multi-Agent Reinforcement Learning Approach with Entropy-Driven Exploration", Procedia Computer Science, Vol. 270, pp. 4696–4703. DOI: https://doi.org/10.1016/j.procs.2025.09.595
Wang, Z., Fu, S., Pan, J., Zhao, J., Wang, Z. (2024), "Nash equilibrium, dynamics and control of congestion games with resource failures", Nonlinear Dynamics, Vol. 112(18), pp. 16587–16599. DOI: https://doi.org/10.1007/s11071-024-09885-1
Hou, J., Zeng, X. (2024), "Distributed Convergence to Nash Equilibria in a Zero-Sum Resource Allocation Game", Lecture Notes in Electrical Engineering, 1203 LNEE, pp. 77–88. DOI: https://doi.org/10.1007/978-981-97-3324-8_7
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Наше видання використовує положення про авторські права Creative Commons для журналів відкритого доступу.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (CC BY-NC-SA 4.0), котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
Автори мають право укладати самостійні додаткові угоди щодо не комерційного та не ексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису опублікованої роботи, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.
