کنفرانس بین المللی فناوری اطلاعات و دانش

English

صفحه اصلی / دوازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

Improving Fog Computing Scalability in Software Defined Network using Critical Requests Prediction in IoT

نویسندگان :

Hajar Ghanbari¹

1- دانشگاه اصفهان

کلمات کلیدی :

Internet of Things، Request Prediction، Software Defined Network، Fog Computing، Scalability

چکیده :

With the advent of technology, the Internet of Things (IoT) network has been confronted with large volumes of data and production requests like Critical Requests Cloud usage is not cost-effective due to the distance from the Cloud Data Centre. One of the best solutions to solve these problems. Use the Fog Computing auxiliary layer. Fog nodes also face processing limitations due to the large volume of requests. Inability to cooperate. Between Fog Nodes in this layer has resulted in Fog Computing Scalability being compromised. In this research, using the method of predicting the number of Critical. Requests and providing the required resources in Fog nodes as well as making Fog Nodes interoperable with each other by Software-Defined Network (SDN) tried to use the resources in the Fog layer to serve as much as possible to unforeseen requests. In this proposal, it has been able to reduce the service delay, utilization rate of fog layer resources and bandwidth consumption in comparison with the other two methods by 2, 6 and 13% Improve.

لیست مقالات

لیست مقالات بایگانی شده

Ensemble Model Based on an Improved Convolutional Neural Network with a Domain-agnostic Data Augmentation Technique

Faraz Fatahnaie - Armin Azhdehnia - Seyyed Amir Asghari - Mohammadreza Binesh Marvasti

AN EFFICIENT TASK SCHEDULING IN CLOUD COMPUTING BASED ON ACO ALGORITHM

Zahra Shafahi - Dr Alireza Yari

قطعه بندی خودکار توده کلیه در تصاویر توموگرافی کامپیوتری با استفاده از هم‌افزایی شبکه عصبی عمیق U-Net و الگوریتم فراابتکاری نهنگ

علی خلیلی - محمد مصلح - محمد خیراندیش

Movable Antenna Design for UAV-Aided Federated Learning via Deep Reinforcement Learning

MOHSEN Ahmadzadeh - Saeid Pakravan - Ghosheh Abed Hodtani

ارائه تکنیک یادگیری چندهسته ای مبتنی بر روش بهینه سازی برای مسئله دسته بندی سیگنال های EEG مبتنی بر تصور حرکتی

یوکابد امیری - حسام عمرانپور

مکان‌یابی بهینه آلودگی در شبکه‌های توزیع آب با استفاده از تکنولوژی اینترنت اشیاء بر مبنای پیشبینی سری زمانی چند متغیره

زینب محزون - امید بوشهریان

پیش‌بینی حجم ترافیک شهری با استفاده از داده‌های سرویس نشان مورد مطالعاتی: خیابان کمال اصفهان

مهسا لطیفی - جمشید مالکی

A Data-Efficient Approach to Solar Panel Micro-Crack Detection via Self-Supervised Learning

Alireza Akhavan safaei - Pegah Saboori - Reza Ramezani - Morteza Tavana

Leveraging Retrieval-Augmented Generation for Persian University Knowledge Retrieval

Arshia Hemmat - Mohammad Hassan Heydari - Kianoosh Vadaei - Afsaneh Fatemi

بهبود دقت و کارایی در شبکه‌های عصبی کانولوشنی با استفاده از روش‌های محاسبات تقریبی

محمدرضا رفیعی نژاد - محمدرضا بینش مروستی - سید امیر اصغری

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.3.1