دانلود ترجمه مقاله بهینه سازی مشخصه های غیر کاربردی در کاربردهای اینترنت اشیا

1. مقدمه 2. آنالیز مسأله بهینه سازی 3. روش بهینه سازی 4. مهندسی عملکرد مبتنی بر مدل 5. یک مطالعه موردی و ارزیابی 6. پژوهش های مربوطه 7. نتیجه گیری و پژوهش های آینده

چکیده – چالش اساسی در طراحی سیستم های مبتنی بر اینترنت اشیا (IoT)، برقراری ملزومات غیر کاربردی مانند طول عمر، قابلیت اطمینان، توان عملیاتی، تأخیر، و غیره می باشد. علاوه بر این، سیستم های IoT تمایل به داشتن ملزومات رقابتی هستند که این چالش های طراحی را تشدید می کند. ما این مسأله را به تفصیل آنالیز کرده و یک رویکرد مدل محور را برای بهینه سازی کاربردهای IoT با توجه به ملزومات غیر کاربردی آن ارائه می دهیم. روش ما بهینه سازی را به صورت شناسایی بهترین مجموعه از پارامترهای کاربردهای قابل تنظیم تعریف کرده و تابع هدف مفروض را برقرار می کند. پارامترهای مربوطه در طی یک فرآیند شبیه سازی به دست می آیند. ما یک تبدیل کد منبع را در این حالت به کار می گیریم که کد منبع را با استفاده از مقادیر پارامترهای قابل تنظیم حاصل به روز کرده و کامپایلری را برای ایجاد یک تصویر باینری جدید از این کاربردها به کار می گیرد. نتایج آزمایش ما نشان می دهدند که ملزومات غیر کاربردی مانند قابلیت اطمینان و مصرف توان را می توان به طور قابل ملاحظه ای در طی فرآیندهای بهینه سازی بهبود بخشید.

A major challenge in designing Internet of Things (IoT) systems is to meet various non-functional requirements such as lifetime, reliability, throughput, delay, and so forth. Furthermore, IoT systems tend to have competing requirements, which exacerbate these design challenges. We analyze this problem in detail and propose a model-driven approach to optimize an IoT application regarding to its non-functional requirements. Our approach denes optimizing as nding the best set of adjustable application parameters, which satises a given objective function. The relevant parameters are extracted during a simulation process. We apply a source code transformation that updates the source code with the generated adjustable parameter values and executes the compiler to create a new binary image of the application. Our experiment results demonstrate that non-functional requirements such as power consumption and reliability can be improved substantially during the optimization process.