ТЕХНОЛОГІЯ ТУМАННИХ ОБЧИСЛЕНЬ В РОЗПОДІЛЕНИХ СИСТЕМАХ
Ключові слова:
комп’ютерна система, розподілена система, туманні обчислення, хмарні обчислення, Інтернет речей
Анотація
Актуальність. Концепція туманних обчислень є еволюційним етапом у розвитку концепції хмари. Вона займає провідне місце серед загальних тенденцій розвитку інформаційних технологій. Виникнення цієї концепції тісно пов'язане з виникненням і розвитком концепції Інтернету речей. Результати. Проаналізовано предметну область. Він включає в себе аналіз сучасних тенденцій в області організації розподілених обчислень, аналіз використання алгоритмів популяції та моделей онтології для вирішення оптимізаційних задач у розподілених системах, аналіз моделей, методів і алгоритмів для вирішення задачі передачі обчислювальних навантаження в розподілених системах, реалізованих на основі туманних обчислень. Висновок. Виявлено, що концепція туманних обчислень дозволяє вирішити більшість проблем, пов’язаних із навантаженням на комунікаційну інфраструктуру та затримкою обміну інформацією. Але вони не вирішують проблеми, пов’язані з високою динамічністю туманного середовища та супутнім зниженням ефективності розподіленої системи.Завантаження
Дані про завантаження поки що недоступні.
Посилання
1. Rehan M.M., Rehmani M.H. Blockchain-enabled Fog and Edge Computing: Concepts, Architectures and Applications: Concepts, Architectures and Applications. Taylor and Fransis, 2020. 302 p.
2. Jonathan Bar-Magen Numhauser. Fog Computing- Introduction to a new Cloud evolution. Proceedings from the CIES III Congress, January 2012 (англ.) // Escrituras silenciadas: paisaje como historiografía / José Francisco Forniés Casals (ed. lit.), Paulina Numhauser (ed. lit.), Proceedings from the CIES III Congress, January 2012.
3. Hamid Reza Arkian, Abolfazl Diyanat, Atefe Pourkhalili. MIST: Fog-based data analytics scheme with cost-efficient resource provisioning for IoT crowdsensing applications // Journal of Network and Computer Applications. – 2017-03-15. – Vol. 82. – P. 152–165. – ISSN 1084-8045. doi: http://doi.org/10.1016/j.jnca.2017.01.012
4. Kuchuk G., Kovalenko A., Komari I.E., Svyrydov A., Kharchenko V. Improving big data centers energy efficiency: Traffic based model and method. Studies in Systems, Decision and Control, vol 171. Kharchenko, V., Kondratenko, Y., Kacprzyk, J. (Eds.). Springer Nature Switzerland AG, 2019. Pp. 161-183. DOI: http://doi.org/10.1007/978-3-030-00253-4_8
5. Коваленко А. А., Кучук Г. А. Методи синтезу інформаційної та технічної структур системи управління об’єктом критичного застосування. Сучасні інформаційні системи. 2018. Т. 2, № 1. С. 22–27. DOI: https://doi.org/10.20998/2522-9052.2018.1.04
6. Nechausov A., Mamusuĉ I., Kuchuk N. Synthesis of the air pollution level control system on the basis of hyperconvergent infrastructures. Сучасні інформаційні системи. 2017. Т. 1, № 2. С. 21 – 26. DOI: https://doi.org/10.20998/2522-9052.2017.2.04
7. Iervolino, R., Manfredi, S. Global stability of multi-agent systems with heterogeneous transmission and perception functions. Automatica. 2024. 162, 111510. DOI: http://doi.org/10.1016/j.automatica.2024.111510
8. Кучук Н. Г., Мерлак В. Ю., Скородєлов В. В. Метод зменшення часу доступу до слабкоструктурованих даних. Сучасні інформаційні системи. 2020. Т. 4, № 1. С. 97-102. doi: https://doi.org/10.20998/2522-9052.2020.1.14
9. Shi, H., Lin, W., Liu, C., Yu, J. A Novel Heterogeneous Parallel System Architecture Based EtherCAT Hard Real-Time Master in High Performance Control System. Electronics. 11(19), 3124. Doi: http://doi.org/10.3390/electronics11193124
10. She R., Sun M. Security Energy Efficiency Analysis of CR-NOMA Enabled IoT Systems for Edge-cloud Environment. Int. Journal of Computational Intelligence Systems. 2023. Vol. 16(1), 118. DOI: http://dx.doi.org/10.1007/s44196-023-00273-y.
11. Петровська І. Ю., Кучук Г. А. Розподіл обчислювальних ресурсів у хмарних системах. Системи управління, навігації та зв'язку. 2022. Вип. 2 (68). С. 75–78. DOI: http://dx.doi.org/10.26906/SUNZ.2022.2.075.
12. Kuchuk G., Nechausov S., Kharchenko, V. Two-stage optimization of resource allocation for hybrid cloud data store. Int. Conf. on Information and Digital Technologies. Zilina, 2015. P. 266-271. DOI: http://dx.doi.org/10.1109/DT.2015.7222982.
13. Кучук Г.А., Коваленко А. А., Лукова-Чуйко Н. В. Метод мінімізації середньої затримки пакетів у віртуальних з’єднаннях мережі підтримки хмарного сервісу. Системи управління, навігації та зв’язку. Полтава . ПНТУ, 2017. Вип. 2(42). С. 117-120.
14. Sharma, M., Kaur, P. Reliable federated learning in a cloud-fog-IoT environment. Journal of Supercomputing. 2023. Vol. 79(14). P. 15435–15458. DOI: http://dx.doi.org/10.1007/s11227-023-05252-w.
15. Baucas, M.J., Spachos, P. Improving Remote Patient Monitoring Systems Using a Fog-Based IoT Platform with Speech Recognition. 2023. IEEE Sensors Journal. Vol. 23(15). P. 17611–17618. DOI: http://dx.doi.org/10.1109/JSEN.2023.3287916.
16. Essalhi, S.E., Raiss El Fenni, M., Chafnaji, H. A new clustering-based optimised energy approach for fog-enabled IoT networks. IET Networks. Vol. 12(4). P.155–166. DOI: http://dx.doi.org/10.1049/ntw2.12082.
2. Jonathan Bar-Magen Numhauser. Fog Computing- Introduction to a new Cloud evolution. Proceedings from the CIES III Congress, January 2012 (англ.) // Escrituras silenciadas: paisaje como historiografía / José Francisco Forniés Casals (ed. lit.), Paulina Numhauser (ed. lit.), Proceedings from the CIES III Congress, January 2012.
3. Hamid Reza Arkian, Abolfazl Diyanat, Atefe Pourkhalili. MIST: Fog-based data analytics scheme with cost-efficient resource provisioning for IoT crowdsensing applications // Journal of Network and Computer Applications. – 2017-03-15. – Vol. 82. – P. 152–165. – ISSN 1084-8045. doi: http://doi.org/10.1016/j.jnca.2017.01.012
4. Kuchuk G., Kovalenko A., Komari I.E., Svyrydov A., Kharchenko V. Improving big data centers energy efficiency: Traffic based model and method. Studies in Systems, Decision and Control, vol 171. Kharchenko, V., Kondratenko, Y., Kacprzyk, J. (Eds.). Springer Nature Switzerland AG, 2019. Pp. 161-183. DOI: http://doi.org/10.1007/978-3-030-00253-4_8
5. Коваленко А. А., Кучук Г. А. Методи синтезу інформаційної та технічної структур системи управління об’єктом критичного застосування. Сучасні інформаційні системи. 2018. Т. 2, № 1. С. 22–27. DOI: https://doi.org/10.20998/2522-9052.2018.1.04
6. Nechausov A., Mamusuĉ I., Kuchuk N. Synthesis of the air pollution level control system on the basis of hyperconvergent infrastructures. Сучасні інформаційні системи. 2017. Т. 1, № 2. С. 21 – 26. DOI: https://doi.org/10.20998/2522-9052.2017.2.04
7. Iervolino, R., Manfredi, S. Global stability of multi-agent systems with heterogeneous transmission and perception functions. Automatica. 2024. 162, 111510. DOI: http://doi.org/10.1016/j.automatica.2024.111510
8. Кучук Н. Г., Мерлак В. Ю., Скородєлов В. В. Метод зменшення часу доступу до слабкоструктурованих даних. Сучасні інформаційні системи. 2020. Т. 4, № 1. С. 97-102. doi: https://doi.org/10.20998/2522-9052.2020.1.14
9. Shi, H., Lin, W., Liu, C., Yu, J. A Novel Heterogeneous Parallel System Architecture Based EtherCAT Hard Real-Time Master in High Performance Control System. Electronics. 11(19), 3124. Doi: http://doi.org/10.3390/electronics11193124
10. She R., Sun M. Security Energy Efficiency Analysis of CR-NOMA Enabled IoT Systems for Edge-cloud Environment. Int. Journal of Computational Intelligence Systems. 2023. Vol. 16(1), 118. DOI: http://dx.doi.org/10.1007/s44196-023-00273-y.
11. Петровська І. Ю., Кучук Г. А. Розподіл обчислювальних ресурсів у хмарних системах. Системи управління, навігації та зв'язку. 2022. Вип. 2 (68). С. 75–78. DOI: http://dx.doi.org/10.26906/SUNZ.2022.2.075.
12. Kuchuk G., Nechausov S., Kharchenko, V. Two-stage optimization of resource allocation for hybrid cloud data store. Int. Conf. on Information and Digital Technologies. Zilina, 2015. P. 266-271. DOI: http://dx.doi.org/10.1109/DT.2015.7222982.
13. Кучук Г.А., Коваленко А. А., Лукова-Чуйко Н. В. Метод мінімізації середньої затримки пакетів у віртуальних з’єднаннях мережі підтримки хмарного сервісу. Системи управління, навігації та зв’язку. Полтава . ПНТУ, 2017. Вип. 2(42). С. 117-120.
14. Sharma, M., Kaur, P. Reliable federated learning in a cloud-fog-IoT environment. Journal of Supercomputing. 2023. Vol. 79(14). P. 15435–15458. DOI: http://dx.doi.org/10.1007/s11227-023-05252-w.
15. Baucas, M.J., Spachos, P. Improving Remote Patient Monitoring Systems Using a Fog-Based IoT Platform with Speech Recognition. 2023. IEEE Sensors Journal. Vol. 23(15). P. 17611–17618. DOI: http://dx.doi.org/10.1109/JSEN.2023.3287916.
16. Essalhi, S.E., Raiss El Fenni, M., Chafnaji, H. A new clustering-based optimised energy approach for fog-enabled IoT networks. IET Networks. Vol. 12(4). P.155–166. DOI: http://dx.doi.org/10.1049/ntw2.12082.
Опубліковано
2024-02-09
Як цитувати
Kolesnyk Zakhar Технологія туманних обчислень в розподілених системах / Zakhar Kolesnyk, Oleksandr Mezhenskyi, Oleksandr Davykoza, Heorhii Kuchuk // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2024. – Т. 1 (75). – С. 94-97. – doi:https://doi.org/10.26906/SUNZ.2024.1.094.
Розділ
Інформаційні технології
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
