Task offloading dans un environnement de fog computing

Abstract

Ce mémoire porte sur le Task Offloading dans le contexte du Fog Computing, une technologie intermédiaire entre l’Internet des Objets (IoT) et le Cloud Computing. L’objectif principal est d’optimiser les performances globales des systèmes distribués en minimisant à la fois le temps de traitement et le taux de latence des tâches offloadées. L’étude introduit un nouvel algorithme, nommé ABC, conçu pour résoudre efficacement le problème d’optimisation lié à l’offloading des tâches. Inspiré des approches métaheuristiques, l’algorithme TO-ABC est évalué par comparaison avec l’algorithme bien établi PSO, en s’appuyant sur un ensemble de paramètres de performance. Les résultats expérimentaux démontrent les avantages de l’algorithme ABC, notamment en termes de réduction du temps d’exécution, de latence et d’amélioration du taux de réussite des offloadings. Cette analyse comparative met en lumière la pertinence de l’algorithme TO-ABC face aux défis spécifiques du Fog Computing. This thesis explores Task Offloading in the context of Fog Computing, a bridging technology between the Internet of Things (IoT) and Cloud Computing. Its main goal is to enhance the overall performance of distributed systems by reducing both processing time and latency of offloaded tasks. The study presents a new algorithm, named ABC, designed to efficiently solve the optimization problem associated with Task Offloading. Inspired by metaheuristic techniques, the TO-ABC algorithm is assessed against the well-known PSO algorithm using a set of performance metrics. Experimental results highlight the advantages of ABC, particularly in reducing execution time and latency, and in improving task offloading success rates. This comparative analysis demonstrates the effectiveness of TO-ABC in addressing specific Fog Computing challenges.