راضیه روستائی
| خانم راضیه روستائی دانشجوی دکترای سرکار خانم دکتر زینب موحدی روز دوشنبه مورخ 1400/11/04 ساعت 10:00 از رساله دکتری خود با عنوان "تخلیهبار مبتنی بر قیمت در رایانش ابر حاشیه موبایل"دفاع خواهند نمود. |
ارائه دهنده:
راضیه روستائی
استاد راهنما:
دکتر زینب موحدی
استاد مشاور:
دکتر وصال حکمی
هیات داوران:
دکتر احمد خونساری؛ دکتر احمد اکبری؛
دکتر ناصر مزینی؛ دکتر سعید صدیقیان کاشی
زمان : 04 بهمن ماه 1400
ساعت 10:00
محل برگزاری: : http://meeting.iust.ac.ir/
چکیده پایان نامه :
امروزه، علیرغم کاربردهای وسیع دستگاههای موبایل، محدودیتهای سختافزاری آنها توسعه برنامههای کاربردی پیچیده را که یکی از نیازمندیهای نسل پنجم شبکه موبایل است، با چالش روبرو کرده است. به منظور غلبه بر این محدودیتها، دستگاه موبایل میتواند از پتانسیلهای مختلف محیطهای ابری، ابر حاشیه، ابر کوچک دستگاه به دستگاه و یا ترکیبی از هر سه تحت عنوان رایانش ترکیبی استفاده کند. اگرچه تخلیهبار به این پتانسیلها میتواند منجر به بسط قابلیتهای دستگاه موبایل شود، اما انتخاب هر یک از گزینههای موجود چالشهایی را به همراه دارد. تاخیر ارسال محاسبات به محیطهای ابری، قیمت منابع با توجه به قدرت بازاری ارائهدهندگان، محدودیت منابع ارتباطی و رایانشی ابر حاشیه و در نتیجه رقابت شکلگرفته بین کاربران برای دسترسی به این منابع، نحوه تعیین قیمت با توجه به این رقابت، کیفیت سرویس تجربه شده با توجه به قدرت دستگاهها در ابر کوچک، عدم تحرک دستگاه تا زمان اتمام اجرای محاسبات، انگیزهدهی به دستگاهها برای مشارکت در اجرای محاسبات و پیچیدگی تصمیمگیری تخلیهبار از جمله چالشهای این حوزه است. در این رساله، میانافزاری جهت غلبه بر این چالشها پیشنهاد شده است که با در نظر گرفتن شرایط کاربر، برنامه کاربردی و پتانسیلهای اجرایی سرویسهای مختلفی را به منظور افزایش کارایی تخلیهبار ارائه میدهد. روشهای حل مطرحشده در چارچوب نظریه بازیها مدلسازی و بر اساس سناریوهای برگرفته از واقعیت شبیهسازی شده است. نتایج شبیهسازی براساس معیارهای مختلفی از جمله سودمندی کاربران و ارائهدهندگان، میانگین منابع تخصیصیافته، تعداد مولفههای برنامه، حجم بار کاری هر مولفه، حجم دادههای فراخوانی شده بین مولفهها، تعداد و ظرفیت دستگاههای ابر کوچک مورد ارزیابی قرار گرفته است. نتایج نشان میدهد که روشهای پیشنهادی نسبت به سایر روشهای مطرح موجود کارایی تخلیهبار را حداقل دو برابر بهبود داده است.
computation-intensive applications. Despite these expectations, the deployment of these applications is challenged with the limitations of MDs in terms of battery, storage, and computation capacity. To overcome these challenges, users can use resources offered by the remote cloud, edge cloud, cloudlet, or a combination of all three. Although computation offloading can yield to extend MDs' capabilities, the offloading efficiency is highly influenced by the challenges associated with the selected opportunity to offload. The rental unit price of resource providers regarding their market power, bandwidth cost and high latency devoted to offloading to the remote clouds, limited communication and computation edge resources as well as the competition arisen to access them, performance degradation considering untrusted participants of D2D cloudlet, lack of sufficient motivation in order to participate in the D2D cloudlet, MUs mobility, and the decision offloading complexity are some of these challenges. In this thesis, we propose an offloading middleware, which considers conditions of MUs, their applications and the opportunities to offload and offers services to deal with the associated concerns. All proposals are modeled with the aid of the game theory and simulated using designed scenarios. Finally, we evaluate them based on predefined performance metrics such as resource providers' and MUs' utilities, average allocated resources, number of components, the amount of workload and invocation data, number of D2D devices , and their capacity. Results showed that the proposed middleware has improved the offloading efficiency at least twice more than other alternatives.
محل برگزاری: به صورت مجازی
دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی