دانلود ترجمه مقاله انتخاب منابع بهینه برای اینترنت اشیا

1. مقدمه 2. کارهای مرتبط 3. چارچوب انتخاب منابع بهینه پیشنهادی برای اینترنت اشیا 4. نتایج تجربی و بحث و بررسی 5. نتیجه گیری

چکیده – یکی از ملزومات اساسی برای برقراری ارتباطات و محاسبات نسبت به حوزه های کاربردی مختلف اینترنت اشیا، برخورداری از توانایی کشف منابع است. به موجب این توانایی، انتخاب گزینه بهینه به پیشنهاددهی یک سری استدلالات منطقی نیاز دارد. با رشد بی حد و حصر منابع، و تولید انبوهی از داده های غیریکنواخت، عملیات مختلف روی حلقه های جستجو و درک شرایط ، بدلیل ایجاد شرایط عملکردی چندگانه با چالش هایی روبرو می شوند. بدین ترتیب ، شرایط عملکردی چندگانه به یک مشکل اساسی برای برآورده سازی ملزومات عملکردی این سیستم ها تبدیل شده است. این مقاله برای برطرف سازی این چالش ها، یک چهارچوب بهینه را برای انتخاب منابع اینترنت اشیا پیشنهاد داده است. نقش اصلی این چهارچوب تسهیل برقراری عملکرد چندگانه، و ساده سازی فرایندهای کشف و انتخاب منابع است.این چهارچوب شکل گیری مبنای دانش معنایی را تسهیل می کند. چنین دانشی بر مبنای هستی شناسی ترکیبی – مجازی مشترک بنا شده است . این چهارچوب قادر به ثبت داده های غیریکنواخت و دینامیک در محیط اینترنت اشیا است. علاوه بر این، چهارچوب پیشنهادی از انتخاب بهینه منابع بر اساس الگوریتم های پیشنهادی حمایت می کند. دو الگوریتم پیشنهادی موجود در این زمینه عبارتند از الگوریتم کشف منابع و الگوریتم سنجاقک اصلاح شده. این الگوریتم ها به ترتیب بدنبال هماهنگ سازی و بهینه سازی مبتنی بر هستی شناسی مشترک است. اعتبار چهارچوب پیشنهادی نسبت به داده های گردآوری شده از رودخانه سوتلج- لودیانا- پنجاب هند ارزیابی شده است. چهارچوب پیشنهادی بر مبنای توابع بنچ مارک ، نسبت به شاخص هایی همچون میانگین، انحراف معیار، زمان پردازش و اجرا راست آزمایی شده است. نتایج بدست آمده، با نتایج الگوریتم های الهام گیری شده از طبیعت مقایسه شده اند. با انجام این کار، کارایی چهارچوب پیشنهادی مورد تایید قرار می گیرد.

The fundamental requirement for communication and computation across distinct application areas on Internet-of-Things is the resource discovery that demands appropriate reasoning for the optimal selection. With exponential growth of resources and their produced huge amount of heterogeneous data, various activities with respect to foraging and sense-making loops face challenges due to interoperability. Hence, interoperability emerges as a major bottleneck for the requirement. Therefore, to eliminate the challenge, the paper has proposed an “Optimal Resource Selection Framework for Internet-of-Things” that deals with the interoperability and ease the resource discovery and selection. The framework facilitates formation of semantic knowledge base as Shared Virtual Composite Ontology for capturing dynamic IoT heterogeneous data. Moreover, it supports optimal resource selection through the proposed algorithms, namely, Resource discovery Algorithm and Improved Firefly Algorithm. Both algorithms target coordination and optimization with Shared Ontology, respectively. The feasibility of the framework is checked against data collected from Sutlej river, Ludhiana, Punjab, India. The proposed framework is evaluated using benchmark functions with respect to metrics such as mean, standard deviation, processing and execution time. The obtained results are compared with the existing Nature-Inspired algorithms to confirm the efficiency of the proposed framework.