13560

استفاده از روش‌هاي يادگيري ماشين در مديريت و تخصيص منابع در محاسبات لبه و حفظ امنيت آن‌ها

1402

دكترهادي شهريار شاه حسيني

اينترنت در دهه‌هاي گذشته موفقيت بزرگي را پشت سر گذاشته است و دستگاه‌ها و كاربران بيشتري به يكديگر متصل شده‌اند. تقاضاي روبه افزايش براي سرويس اينترنت، نيازمندي‌هاي استفاده ناهمگن را ايجاد مي‌كند، و طرح‌هاي تخصيص منابع و مديريت شبكه جديد براي برآورده كردن اين الزامات، مانند، برش شبكه و شبكه‌سازي در حال توسعه هستند. بنابراين با تكامل اينترنت، مديريت و تخصيص منابع شبكه بيش از هر زمان ديگري اهميت پيدا كرده است، زيرا تخصيص بهتر منابع و طرح‌هاي مديريت منابع شبكه مبتني بر پيش‌بيني دقيق از جمله تقاضاهاي آينده است. به منظور تخصيص منابع شبكه راه‌حل‌هاي مختلفي ارائه شده‌اند. كه اكثرا مدل‌هاي يادگيري ماشين ازساير مدل ها بهتر عمل مي‌كنند، مطالعات نشان مي‌دهند كه استفاده از الگوريتم‌هاي يادگيري ماشين‌ مي‌تواند در بهبود تخصيص منابع و پاسخگويي به نيازهاي محيط‌هاي پويا و تغيير كننده محيط‌هاي محاسبات لبه ‌‌اثرگذار باشد. هدف اصلي تخصيص منابع در محاسبات لبه، بهينه‌سازي استفاده از منابع محاسباتي در محيط‌هايي است كه داده‌ها و پردازش‌ها به صورت پراكنده در محيط انجام مي‌شود و نياز به تصميم‌گيري سريع براي تخصيص منابع دارند. الگوريتم‌هاي يادگيري ماشين به عنوان يكي از ابزارهاي موثر براي بهبود عملكرد و بهره‌وري در اين زمينه مورد استفاده قرار مي‌گيرد.

6/2/2024 12:00:00 AM

83146

1403/04/17

Using machine learning methods in managing and allocating resources in edge computing and maintaining their security