0% Complete
صفحه اصلی
/
پنجمین کنفرانس بین المللی محاسبات نرم
بررسی پارامترهای QoS الگوریتم های زمانبندی کار در محیط محاسباتی مه
نویسندگان :
فرشته رضائی
1
1- دانشگاه پیام نور
کلمات کلیدی :
محاسبات مه،محاسبات ابری،زمانبندی کار،QoS
چکیده :
حتی اگر رایانش ابری مزایای زیادی را ارائه دهد، گاهی اوقات به دلیل پاسخ آهسته به درخواست های موجود، می تواند انتخاب ضعیفی باشد از این رو نیاز به محاسبات مه ضروری می شود. زمانبندی کار در محیط مه یک چالش بزرگ است. مهم است که مشتریان اینترنت اشیا وظایف خود را به موقع انجام دهند و خدمات کمهزینهتری دریافت کنند. با این حال، آنها به دنبال کارهایی هستند که به شیوه ای امن اجرا شوند. در این مقاله، مسائل مرتبط با کیفیت سرویس الگوریتمهای زمانبندی پیشنهادی توسط تعدادی از محققین مختلف برای محیطهای مه را بررسی میکنیم. در نهایت، مسائل باز و جهت های تحقیقاتی امیدوارکننده مرتبط باکیفیت سرویس الگوریتم های زمانبندی کار در محاسبات مه مورد بحث قرار میگیرند.
لیست مقالات
لیست مقالات بایگانی شده
Green Supplier Selection: A Fuzzy-TOPSIS Approach
Masoud Rahiminezhad Galankashi - Sharareh Ramezani - Mahdiyeh Moghadam Arjmand
جبرهای کامیان- پسکی که حلقه زورن هستند
مریم کشول رجب زاده
حل مساله برنامهریزی کسری خطی با تبدیل به دو مساله برنامهریزی خطی
فرید پورافقی
شناسایی و اولویت بندی فاکتورهای تاثیرگذار در موفقیت آموزش الکترونیکی با رویکرد تحلیل سلسله مراتبی فازی شهودی
نسرین طاهرخانی
برونسپاری محاسبات آگاه به بودجه با استفاده از الگوریتم ژنتیک
سحر دوستیان کلاته نو - حمید فدیشه ای - آزاده سلطانی
یادگیری عمیق برای تشخیص سرطان پستان با مدل DenseNet
زهره درانی
Fuzzy least square linear regression: a new approach
Zahra Behdani - Majid Darehmiraki
پیش بینی ارزش در معرض ریسک صندوق های سرمایه گذاری با استفاده از شبکه های عصبی مصنوعی
محمد حسن قلی زاده - محمد رحیم رمضانیان - سجاد تاج الدین
هوش مصنوعی، آمار و کلانداده در حوزه پزشکی و مراقبتهای بهداشتی
علیرضا پاک گوهر - مهدی فضلی عقدایی
مقایسه کارایی الگوریتم های یادگیری ماشین نظارتی (ANN, NB و SVM) برای پیش بینی شدت تصادفات | مطالعه موردی: کشور انگلستان - سال های 2010 تا 2014
سهیل رضاشعار - امیرعباس رصافی
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.0.2