دانلود ترجمه مقاله تخصیص منابع در سیستم های رایانش ابری خودرویی
عنوان فارسی |
تخصیص منابع در سیستم های رایانش ابری خودرویی با واحدهای کنار جاده و دستگاه های نقلیه ناهمگون |
عنوان انگلیسی |
Resource Allocation in Vehicular Cloud Computing Systems With Heterogeneous Vehicles and Roadside Units |
کلمات کلیدی : |
  سیستم حمل و نقل هوشمند؛ رایانش ابری ترابری؛ فرآیند تصمیم نیمه مارکو؛ VANET |
درسهای مرتبط | مهندسی کامپیوتر |
تعداد صفحات مقاله انگلیسی : 11 | نشریه : IEEE |
سال انتشار : 2017 | تعداد رفرنس مقاله : 29 |
فرمت مقاله انگلیسی : PDF | نوع مقاله : ISI |
پاورپوینت :
ندارد سفارش پاورپوینت این مقاله |
وضعیت ترجمه مقاله : انجام شده و با خرید بسته می توانید فایل ترجمه را دانلود کنید |
1. مقدمه 2. مطالعات مربوطه 3. چارچوب سیستم 4. SMDP پیشنهادی 5. پیاده سازی آزمایشگاهی و نتایج 6. نتیجه گیری
چکیده – سیستم های رایانش ابری ترابری (VCC)، ابر ترابری (متشکل از منابع رایانش وسایل نقلیه) و ابر راه دور را به صورت مناسب، برای ارائه خدمات به موقع برای کاربران هماهنگ می کند. با وجود این که مطالعات قبلی ،مدل هایی را برای تخصیص منابع، در سیستم VCC، بر پایه فرآیندهای تصمیم گیری نیمه مارکو (SMDP) ارائه داده، مطالعات کمی به ناهمگونی وسایل نقلیه و اثرات واحدهای کنار جاده (RSUها) پرداخته است. دستگاه های نقلیه ناهمگون که توسط تولیدکنندگان متفاوت ساخته می شوند را می توان مجهز به میزان متفاوتی از منابع رایانشی کرد و علاوه بر آن، RSU می تواند قابلیت رایانش VCC را بهبود ببخشد. بنابراین، این مطالعه، یک مدل SMDP، برای تخصیص منابع VCC پیشنهاد می کند که وسایل نقلیه ناهمگون و RSUها را در نظر گرفته و همچنین رویکردی برای یافتن استراتژی بهینه تخصیص منابع VCC را نیز ارائه می دهد. دو ویژگی دیگر، به طرز قابل توجهی به تشریح مدل SMDP پرداخته و نتایج مختلف را از مدل ابتدایی نشان می دهد. شبیه سازی نشان می دهد که تخصیص منابع، در سیستم VCC را می توان توسط مدل پیشنهادی، انجام داد که از لحاظ ارزش های انتظار رفته بلند مدت (متشکل از هزینه های مصرف توان و زمان)، تحت تنظیمات مختلف پارامترها، عملکرد خوبی دارد مقدمه: کشورهای زیادی به دنبال کاربردهای ممکن عملی سیستم های حمل و نقل هوشمند (ITS) هستند. با استفاده از ITS، دولت می تواند ریسک تصادف در جاده ها را کاهش داده و صنعت حمل و نقل می تواند کیفیت مناسب خدمات و بازدهی عملیاتی را از طریق انتقال اطلاعات پیشرفته فراهم بیاورد. به دلیل اینکه ایمنی ترافیک و بازدهی لوجستیک، توجهات زیادی را به خود جلب کرده اند، بسیاری از تحقیقات، بر پیشرفت های موجود در زمینه فناوری های شبکه های ترابری که با ارتباطات و رایانش ابری تلفیق شده اند، متمرکز شدند [1]. شبکه های اَدهاک ترابری (VANET)، برای ارائه قابلیت های اتصال شبکه و به اشتراک گذاشتن اطلاعات بیدرنگ، در میان وسایل نقلیه پیشنهاد شده است. علاوه بر آن، VANET با حسگرها و واحدهای کنار جاده ای (RSU)، برای برقراری ارتباط با وسایل نقلیه حاضر در جاده، به منظور افزایش ایمنی ترافیک ، تلفیق شده است [2،3]. اخیرا سیستم های رایانش ابری ترابری (VCC) ،برای یکپارچه سازی VANET با فناوری رایانش ابری ،پیشنهاد شده است. توانایی رایانش و ارتباطات سیستم های VCC می تواند اعمال پذیری و راحتی را برای کاربران ، در جاده فراهم آورد به گونه ای که تحقیقات مربوطه اخیرا توجهات زیادی را به خود جلب کرده است[4،5].
Vehicular cloud computing (VCC) system coordinates the vehicular cloud (consisting of vehicles’ computing resources) and the remote cloud properly to provide in-time services to users. Although pervious works had established the models for resource allocation in the VCC system based on semi- Markov decision processes (SMDP), few of them discussed heterogeneity of vehicles and influences of roadside units (RSUs). Heterogeneous vehicles made by different manufacturers may be equipped with different amount of computing resources; and furthermore, RSU can enhance the computing capability of VCC. Therefore, this work proposes an SMDP model for VCC resource allocation that additionally considers heterogeneous vehicles and RSUs, and an approach for finding the optimal strategy of VCC resource allocation. The two additional features significantly elaborate the SMDP model, and demonstrate different results from the original model. Simulation shows that the resource allocation in the VCC system can be captured by the proposed model, which performs well in terms of long-term expected values (consisting of consumption costs of power and time), under various parameter settings. INTRODUCTION: Many countries have strived for possible practical applications of intelligent transportation systems (ITS). By ITS, the government can reduce risks of accidents on roads, and the transportation industry can provide sound service quality and operational efficiency through advanced information transmission. As traffic safety and logistics efficiency have received much attention, lots of research has focused on advances in the technologies of vehicular networks integrated with cloud computing and communications [1]. Vehicular ad hoc networks (VANET) were proposed for providing the abilities of network connectivity and real-time information sharing among vehicles. Furthermore, VANET has been integrated with sensors and roadside units (RSU) for communications with vehicles on roads to promote traffic safety [2], [3]. Recently, vehicular cloud computing (VCC) systems have been proposed for integrating VANET with cloud computing technologies. The abilities of computation and communications of VCC systems provide practicability and convenience to users on roads, so that the related research has received a lot of attention recently [4], [5].
بخشی از ترجمه مقاله (صفحه 8 فایل ورد ترجمه)
محتوی بسته دانلودی:
PDF مقاله انگلیسی ورد (WORD) ترجمه مقاله به صورت کاملا مرتب (ترجمه شکل ها و جداول به صورت کاملا مرتب)
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.