21748

21748

ارائه يك روش بي درنگ آگاه از تحرك كاربر و مبتني بر محاسبات مه براي داده هايECG

كارشناسي ارشد

نرم افزار

1394

1397/12/26

دكتر زينب موحدي

كامپيوتر

رايانش ابري به‌روزترين پاسخ فناورانه براي افرادي است كه مي¬خواهند كارهاي محاسباتي سنگين و پرتكرار خود را بدون داشتن سخت¬افزار گران‌قيمت و از طريق دريافت خدمات انجام دهند. با پيشرفت جوامع بشري و افزايش بيماري‌ها كه بيماري¬هاي قلبي و عروقي به عنوان اولين عامل مرگ‌ومير در جهان معرفي‌شده است و براي پاسخ‌گويي سريع و ارزان، به اين مسأله مفهوم خدمات درماني نظارت از راه دور به¬عنوان يك ‌راه¬حل تكنولوژي محور معرفي شده است. براي نظارت از راه دور بيماري‌هاي قلبي، حسگرهاي حياتي ناظر بر عملكرد قلب موسوم به ECG طراحي‌شده است كه سيگنال‌هاي ضربان قلب بيمار را دريافت و پردازش مي‌كند. با هوشمند شدن دستگاه‌هاي موبايل شخصي و افزايش ارتباطات، مي‌توان داده‌هاي ECG بيمار را به‌وسيله يك برنامه كاربردي در تلفن همراه، به‌صورت آني جمع‌آوري و انتشار داد. با توجه به درخواست¬هاي متعددي كه جهت محاسبات به منابع مه ارسال مي¬شود و با درنظر گرفتن شرايط خاص بيماران قلبي، نيازمند پاسخگويي بسيار سريع و تخصيص منابع مناسب جهت محاسبات سريع در اين نوع درخواست¬ها هستيم به گونه¬اي كه به ساير درخواست¬ها نيز بتوان با كيفيت مناسبي، خدمات ارائه كرد. در راستاي كاهش زمان پاسخگويي، با سه رويكرد مي¬توان اين مسأله را بهبود داد، رويكرد اول انتخاب مه بهينه، رويكرد دوم نحوه تخصيص منابع و رويكرد سوم اولويت دادن به وظايف ECG است. از طرفي با توجه به تحرك كاربر و ذخيره شدن اطلاعات بيمار در مه‌هاي متفاوت و نياز به‌تمامي اطلاعات بيمار براي محاسبات آني، چالش پيش روي ماست. همچنين به هنگامي كه درخواست¬هاي پردازشي به يك مه ارسال مي¬شوند ممكن است برخي از درخواست¬ها نيازمند محاسبات فوري باشند و يا درخواست¬هاي پيچيده با حجم بسيار بالايي باشند كه كل منابع مه را درگير كنند. در اين ميان به هنگامي كه يك درخواست ECG به يك مه ارسال مي¬شود، در تخصيص منابع به اين درخواست¬ها بايد درخواست ECG اولويت داشته باشد و سريعترين محاسبات با كمترين زمان پاسخ¬گويي حاصل شود، حال آنكه به ساير درخواست¬ها نيز بتوان منابع لازم را با زمان پاسخگويي مناسب اختصاص داد. بدين منظور مي¬توان با در نظر گرفتن برخي شرايط از منابع ابر نيز كمك گرفت. در اﯾﻦ ﭘژوهش، ﺑﺮاي اوﻟﯿﻦ ﺑﺎر با در نظر گرفتن تحرك كاربر و روشي جديد براي تخصيص منابع با رويكرد بيشترين استفاده از منابع محلي و كمترين زمان پاسخگويي، به بررسي روش¬هاي انتخاب مه بهينه پرداخته¬ايم. در نهايت يك بسته نرم¬افزاري براي گوشي¬هاي موبايل ارائه شده است. ﺑﺎ اﺳﺘﻔﺎده از روش ﭘﯿﺸﻨﻬﺎدي در اﯾﻦ ﭘﮋوﻫﺶ، در ﺧﺼﻮص زمان پاسخگويي، نسبت به ساير روش¬هاي موجود، ﺑﻪ زمان75 ميلي¬ثانيه رﺳﯿﺪه¬اﯾﻢ و درخصوص تعداد وظايف پذيرفته شده نسبت به ساير روش¬هاي موجود، به بهبود 10% رسيده¬ايم.

1398/08/20

Provides a real time method Aware of user mobility and fog-based processing for ECG datas

3/20/2021 12:00:00 AM

cloud computing is the most up-to-date technology response for people who want to perform their heavy and frequent computing tasks without having to buy expensive hardware and services. With the advancement of human societies and the increase in diseases that have cardiovascular disease as the first mortality factor in the world, and for quick and inexpensive responses, the concept of remote surveillance healthcare has been introduced as a technology-based solution. To monitor heart disease remotely, ECG heart rate sensors are designed to receive and process patient heartbeat signals. By intelligent personalized mobile devices and enhanced communication, you can instantly collect and disseminate patient ECG data through a mobile application. Considering the many requests that are sent to the sources for computing, and taking into account the specific conditions of heart patients, we need to respond very quickly and allocate the appropriate resources for quick calculation of these types of requests, so that other requests can also be made. Good quality service. In order to reduce the response time, this can be improved with three approaches, the first approach is to select optimal mash, the second approach to resource allocation and the third approach to prioritizing ECG tasks. On the other hand, it is a challenge to us, given the mobility of the user and the storage of patient information in different frames, and the need for all patient information for immediate calculations. Also, when processing requests are sent to a fog, some requests may require immediate calculations or complex requests with a very large volume that can involve all sources of fog. Meanwhile, when an ECG request is sent to a fog, resource allocation to these requests should prioritize the ECG request, and the fastest computing with the lowest response time, while other requests can also provide the necessary resources. With appropriate response times. For this purpose, cloud resources can also be taken into account in certain circumstances. In this research, for the first time considering the user mobility and a new method for allocating resources with the approach of using the most local resources and the lowest response time, we have investigated optimal choice methods. Finally, a bundle for mobile phones is provided. Using the proposed method in this research, we have reached 75 ms in response time compared to other existing methods, and we achieved 10% improvement in the number of accepted tasks compared to other available methods.