ارائه مدل رايانش ابري وسايل نقليه براي بهينه سازي هزينه و زمان پاسخگويي

A Vehicular Cloud Computing Model for Optimizing Cost and Response Time

در ساليان اخير، وسايل نقليه پيشرفت‌هاي زياد سخت افزاري و نرم افزاري داشته‌اند اما هنوز از كليه ظرفيت‌هاي محاسباتي آن‌ها استفاده نشده است. رايانش ابري وسايل نقليه مفهومي است كه با به كارگيري شبكه و استفاده از مفهوم ابر از اين توانايي محاسباتي استفاده مي‌كند. با توجه به نوپا بودن اين مفهوم و اينكه همواره در كليه فناوري‌ها هزينه و كاربرد آن‌ها از اهميت ويژه‌اي برخوردار بوده است، مبحثي كه در اين مقاله مطرح شده است ارائه مدل شبيه سازي رايانش ابري وسايل نقليه با رويكرد كاهش هزينه و زمان پاسخگويي با استفاده از ظرفيت‌هاي محاسباتي درون وسيله نقليه است كه اغلب ناديده گرفته مي‌شود. اين مدل مي‌تواند به تخمين هزينه پياده سازي و حالت‌هاي استفاده از چارچوب مطرح شده كمك كند. با توجه به مشخص سازي ساختار كلي كاركرد مفهوم، مدل توانسته است حالت‌هاي خاص مصرف را قابل پياده سازي كرده و سناريوهاي مختلف را مشخص كند. در مدل هزينه انتقال محاسبات با توجه به مكان انجام كار محاسباتي، مشخصات سخت افزاري منابع محاسباتي و اولويت منابع لحاظ شده است. با اولويت دادن به منبع محاسباتي درون وسيله نقليه، از هزينه كلي كاسته شده است علاوه بر اينكه زمان پاسخگويي بهتري براي وظايف سبك مي‌توان داشت. شبيه سازي مدل پيشنهادي در نرم افزار CloudAnalyst براي دوره‌هاي مختلف انجام و با مرجع ديگري نيز مقايسه شد. نتايج حاكي از آن است كه مدل مي‌تواند ديدگاهي از سيستم به همراه مزايا و معايب آن به ما نشان دهد.

In recent years, vehicles have made a lot of progress, but not all of their computational capacities have yet been used. Vehicular Cloud Computing (VCC) is a concept that uses this computational capability using the concept of cloud. The cost and applications of any technologies have always been of great importance in its usage. Given the novice concept, as far as the authors know, there is no model that can calculate the cost and response time of the VCC. The topic discussed in this paper is to present a model for VCC with the approach of cost and response time reduction using onboard computational capacities. This model can help to estimate the cost of implementation and various scenarios of VCC. In the model, cost calculations are based on the location of the computational work, the hardware specifications of the computing resources, and the resource priority. The simulation of the proposed model has been done in CloudAnalyst software for different periods, and the results were compared with another reference. The results indicate that the proposed model can show a view of the proposed system with its pros and cons.