عنوان مقاله:

مروری بر محاسبات مه و شبیه سازهای آن

A review of fog computing and its simulators

سال انتشار: 2022

رشته: مهندسی کامپیوتر

گرایش: رایانش ابری - مهندسی الگوریتم و محاسبات

دانلود رایگان این مقاله:

دانلود مقاله محاسبات مه شبیه سازهای آن

مشاهده سایر مقالات جدید:

 

مقالات ISI مهندسی کامپیوتر

 

مقالات ISI رایانش ابری

3. Fog Computing Simulators

In this section, we are comparing the various simulators used along with fog computing. We will be focusing on the factors like availability, performance, implementation. Based on the studies presented by various authors such as FogTorchII [50] which is developed in Java. It is an extension to FogTorch. According to the researchers, FogTorch allows you to assign many QoS profiles to each communication channel based on a probability distribution. FogTorch is used by a vast number of people. It runs multiple times, each time inputting a different Fog infrastructure and selecting a QoS profile for each communication link. In another research work done by Gupta, H et al. [51], the authors proposed a simulator called iFogsim.

Fog computing is defined as an architecture with capabilities similar to cloud computing but located near the network’s edge, according to the fog computing definitions. Because it implies a hierarchical fog device design, it does not support hardware communication. Authors Forti, S et al. [52] discussed about another popular tool for fog computing simulation i.e., FogDirector which is a tool whose working principle can be defined by depending on a RESTful API, It’s possible to utilise it to manage the entire lifecycle of IoT applications across Fog systems. Authors further used this tool and proposed a prototype simulation environment, FogDirSim, compliant with the FogDirector API, by depending on a RESTful API, it may be used to manage the complete life-cycle of IoT applications across Fog infrastructures. FogDirSim, a prototype simulation environment that uses a RESTful API to handle the whole life-cycle of IoT applications over Fog networks.

FogDirSim lets you compare various application management techniques using a range of stated performance parameters (such as uptime, energy consumption, resource utilisation, and alert kind), as well as stochastic workload variations and underlying infrastructure failures. FogWorkflowSim’s core functionality is the simulation of a complex Fog Computing environment and processing system. Instead of starting from scratch, FogWorkflowSim inherits the functions of iFogSim and WorkflowSim [56]. WorkflowSim was designed to aid researchers in evaluating their workflow optimization approaches with greater precision and assistance than currently available solutions.

(دقت کنید که این بخش از متن، با استفاده از گوگل ترنسلیت ترجمه شده و توسط مترجمین سایت ای ترجمه، ترجمه نشده است و صرفا جهت آشنایی شما با متن میباشد.)

3. شبیه سازهای محاسباتی مه

در این بخش، شبیه سازهای مختلف مورد استفاده در کنار محاسبات مه را با هم مقایسه می کنیم. ما بر عواملی مانند در دسترس بودن، عملکرد، اجرا تمرکز خواهیم کرد. بر اساس مطالعات ارائه شده توسط نویسندگان مختلف مانند FogTorchII [50] که در جاوا توسعه یافته است. این افزونه FogTorch است. به گفته محققان، FogTorch به شما این امکان را می دهد که پروفایل های QoS زیادی را بر اساس توزیع احتمال به هر کانال ارتباطی اختصاص دهید. FogTorch توسط تعداد زیادی از مردم استفاده می شود. چندین بار اجرا می شود، هر بار یک زیرساخت Fog متفاوت را وارد می کند و یک نمایه QoS برای هر پیوند ارتباطی انتخاب می کند. در کار تحقیقاتی دیگری که توسط گوپتا انجام شد، H و همکاران. [51]، نویسندگان شبیه‌سازی به نام iFogsim را پیشنهاد کردند.

بر اساس تعاریف محاسبات مه، محاسبات مه به عنوان یک معماری با قابلیت‌های مشابه محاسبات ابری، اما در نزدیکی لبه شبکه، تعریف می‌شود. از آنجایی که بر طراحی دستگاه مه سلسله مراتبی دلالت دارد، از ارتباطات سخت افزاری پشتیبانی نمی کند. نویسندگان فورتی، اس و همکاران. [52] در مورد ابزار محبوب دیگری برای شبیه‌سازی محاسبات مه بحث کرد، یعنی FogDirector که ابزاری است که اصول کار آن را می‌توان با بسته به یک API RESTful تعریف کرد، امکان استفاده از آن برای مدیریت کل چرخه عمر برنامه‌های IoT در سیستم‌های Fog وجود دارد. نویسندگان بیشتر از این ابزار استفاده کردند و یک محیط شبیه‌سازی نمونه اولیه، FogDirSim، منطبق با FogDirector API، پیشنهاد کردند که بسته به یک API RESTful، ممکن است برای مدیریت چرخه زندگی کامل برنامه‌های IoT در زیرساخت‌های Fog استفاده شود. FogDirSim، یک محیط شبیه‌سازی نمونه اولیه است که از یک API RESTful برای مدیریت کل چرخه حیات برنامه‌های IoT در شبکه‌های Fog استفاده می‌کند.