14773

بررسي روش‌هاي تخصيص منابع مبتني بر هوش مصنوعي در محاسبات بدون سرور

1402

هادي‌شهريار شاه‌حسيني

محاسبات بدون سرور به‌عنوان يك مدل نوظهور رايانش ابري، به دليل سادگي استفاده، مديريت خودكار منابع و هزينه مقرون‌به‌صرفه، توجه زيادي را به خود جلب كرده است. با اين حال، ماهيت رويدادمحور و پوياي اين محيط باعث بروز چالش‌هايي در زمينه تخصيص بهينه و پويا‌ي منابع مي‌شود. به همين دليل، استفاده از روش‌هاي هوش مصنوعي به‌منظور مديريت بهينه منابع و حفظ كيفيت سرويس در اين محيط اهميت پيدا كرده است. در اين مقاله، به بررسي روش‌هاي مختلف تخصيص منابع مبتني بر روش‌هاي هوش مصنوعي، به‌ويژه يادگيري ماشين، يادگيري عميق و يادگيري تقويتي در محيط‌هاي بدون سرور پرداخته مي‌شود. ابتدا مفاهيم اساسي مرتبط با محاسبات بدون سرور و چالش‌هاي اصلي در تخصيص منابع معرفي مي‌گردند. سپس مروري جامع بر پژوهش‌هاي اخير كه از الگوريتم‌هاي هوشمند براي بهبود تخصيص منابع استفاده كرده‌اند، ارائه مي‌شود. در ادامه، نقاط قوت و ضعف هر يك از اين روش‌ها تحليل و با يكديگر مقايسه مي‌گردند. در نهايت، فرصت‌ها و مسيرهاي پژوهشي آتي براي بهبود عملكرد سيستم‌هاي بدون سرور از طريق به‌كارگيري روش‌هاي پيشرفته هوش مصنوعي پيشنهاد خواهد شد.

5/28/2025 12:00:00 AM

86831

1404/04/10

رايانش بدون سرور , تخصيص منابع , هوش مصنوعي , يادگيري ماشين , زمان‌بندي