Application de l'algorithme ACO basée fonctionnalités pour la recherche et la sélection des services cloud

Simple item page
dc.contributor.authorLounis, Youssef Abdelwadoud
dc.contributor.authorBenayad, NacerAllah
dc.contributor.authorZertal, Soumia
dc.date.accessioned2024-10-17T20:03:06Z
dc.date.available2024-10-17T20:03:06Z
dc.date.issued2024
dc.description.abstractLe cloud computing a révolutionné la gestion informatique en offrant des environnements de développement et de déploiement évolutifs et à la demande. Avec la convergence vers le XaaS (Everything-as-a-Service), il y a eu une prolifération de services prêts à l'emploi, encourageant les entreprises à développer des applications complexes. Cette complexité croissante a créé une demande pour des services composés, nécessitant une composition automatique des services cloud. Dans ce contexte, où la réutilisabilité est cruciale, il est essentiel d'avoir une méthodologie efficace pour la sélection et la composition des services cloud. Cependant, les méthodes traditionnelles sont souvent limitées dans leur capacité à s'adapter aux environnements cloud dynamiques. Notre recherche propose une approche innovante pour la composition automatique et optimisée des services, intégrant l'Internet des Objets (IoT), le Cloud Computing et l'algorithme d'optimisation des colonies de fourmis (ACO). Cette architecture permet une adaptation dynamique aux variations des conditions environnementales et aux changements des paramètres de qualité de service (QoS). Nous avons élaboré une méthodologie qui inclut la collecte des données via des capteurs IoT, la génération des services disponibles, la génération de différentes combinaisons de services et l'évaluation de leur utilité. L'algorithme ACO est utilisé pour optimiser cette composition en tenant compte des informations locales et globales des phéromones. Cette approche est déployée dans un environnement cloud distribué, impliquant un centre de recherche Fog pour le traitement local des données et précisément ainsi la latence. Les résultats expérimentaux, illustrés par des captures de code et des courbes, démontrent que cette approche est non seulement viable, mais également prometteuse pour une gestion intelligente des ressources. En utilisant des capteurs IoT pour surveiller les paramètres en temps réel, le Cloud pour l'analyse des données, et l'ACO pour l'optimisation des ressources, il est possible d'anticiper les fluctuations de la demande et de maximiser l'efficacité. En conclusion, cette recherche souligne l'importance de l'intégration des technologies IoT, Cloud Computing et ACO pour relever les défis actuels de la gestion des services. L'approche proposée offre une solution innovante et efficace pour l'optimisation des services, ouvrant la voie à de nouvelles avancées dans ce domaine. Les perspectives de cette synergie technologique sont prometteuses pour une gestion durable et réactive des ressources, avec des implications positives pour l'environnement et la société.
dc.identifier.urihttp://dspace.univ-oeb.dz:4000/handle/123456789/20053
dc.language.isofr
dc.publisherUniversité d’Oum El Bouaghi
dc.titleApplication de l'algorithme ACO basée fonctionnalités pour la recherche et la sélection des services cloud
dc.typeOther
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Application de l'algorithme ACO basée fonctionnalités pour la recherche et la sélection des services cloud.pdf
Size:
2.48 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
قسم الإعلام الالي