تحسين تعيين المهام من حيث الطاقة وزمن الإنجاز في تطبيقات إنترنت الأشياء المدعومة بالضباب: نهج هجين

لماذا تهم السحب الأذكى للأجهزة اليومية

من متتبعات اللياقة وأجهزة تنظيم الحرارة الذكية إلى السيارات المتصلة وأجهزة مراقبة المستشفيات، ترسل مليارات الأدوات الآن بيانات باستمرار ليتم معالجتها في مكان ما على الإنترنت. عندما يكون ذلك "المكان" مركز بيانات سحابي بعيدًا، قد يضيف البُعد زمنًا تأخيريًا ويهدر الطاقة. يستكشف هذا البحث طريقة جديدة لتقرير أين ينبغي تنفيذ هذه المهام الرقمية بحيث تحصل الأجهزة المتصلة على استجابات سريعة بينما يستهلك النظام الكلي طاقة أقل.

جلب السحابة أقرب إلى العالم الحقيقي

غالبًا ما يعتمد إنترنت الأشياء اليوم على مراكز بيانات سحابية ضخمة لتخزين وتحليل المعلومات. هذا يناسب كثيرًا من المهام، لكنه لا يناسب الأنشطة التي تتطلب استجابات في جزء من الثانية — مثل القيادة الذاتية، الألعاب عبر الإنترنت، أو المراقبة الصحية عن بُعد — حيث يمكن أن تكون حتى التأخيرات الصغيرة ضارة أو مزعجة. لمواجهة ذلك، يلجأ المهندسون بشكل متزايد إلى "حوسبة الضباب"، التي تضع خوادم أصغر أقرب إلى مكان نشوء البيانات. يدرس المؤلفون إعدادًا مكوّنًا من ثلاث طبقات: الأجهزة اليومية في الأسفل، وعقد الضباب القريبة في الوسط، وخوادم السحابة القوية في الأعلى. من الناحية المثالية ينبغي أن تُعالج معظم المهام في طبقة الضباب، مع إرسال الأثقل منها فقط إلى السحابة.

تحدي الجدولة وراء المشهد

يعد قرار أي خادم يتعامل مع أي مهمة أمراً معقداً بشكل مفاجئ. كل مهمة واردة لها حجم ووقت وصول، بينما لكل آلة افتراضية حدود في سرعة المعالجة والذاكرة وعرض النطاق الشبكي. إذا تم وضع المهام بشكل سيئ، قد تبقى بعض الآلات خاملة بينما تُثقل أخرى بالعمل، ما يؤدي إلى أوقات انتظار طويلة وهدر في الكهرباء. يركز البحث على ثلاثة أهداف في آن واحد: إنهاء جميع المهام بأسرع ما يمكن (تقليل زمن الإنجاز الكلي)، واستهلاك أقل قدر ممكن من الطاقة، وتوزيع العمل بشكل متوازن حتى لا تصبح آلة واحدة نقطة احتقان. بدلاً من تحسين هدف واحد فقط، يعامل المؤلفون المشكلة كمجموعة مترابطة من الأهداف المتعارضة التي يجب موازنتها بعناية.

طريقة مستوحاة من السرب لتوزيع الحمل

لحل هذا التوازن، يبني الباحثون على أسلوب تحسين سرب الجسيمات (PSO)، وهو تقنية مستوحاة من طريقة تجمّع الطيور أو تجمع الأسماك. في PSO، تتحرك العديد من الحلول المحتملة — هنا، طرق مختلفة لتعيين المهام إلى الآلات — في فضاء الحلول، وتضبط مواقعها بناءً على ما كان الأفضل حتى الآن لأنفسها ولجيرانها. يقترح المؤلفون نسخة محسنة تسمى EMAPSO (تحسين سرب الجسيمات الواعي للطاقة وزمن الإنجاز). تبدأ بتخمين ابتدائي ذكي يفضّل الآلات ذات أوقات الإكمال الأقصر، ثم تُحدث تعيينات المهام باستمرار باستخدام درجة لياقة تدمج بين استهلاك الطاقة والزمن الكلي للإكمال. كما تراقب EMAPSO مدى انشغال كل آلة وتتجنب إرسال عمل جديد إلى أي خادم مثقل بالفعل.

كيف يتصرف الأسلوب الجديد عمليًا

اختبر الفريق EMAPSO في بيئة محاكاة ضباب–سحابة، وقارنه بعدة أساليب موجودة، بما في ذلك PSO القياسي وخوارزميات أخرى مستوحاة من سلوك الطيور والنحل. راقبوا تغيّر كل من عدد المهام وعدد الآلات الافتراضية لمحاكاة ظروف عالمية مختلفة. عبر جميع الاختبارات، أنهت EMAPSO نفس عبء العمل أسرع وباستهلاك طاقة أقل بشكل ثابت. في مجموعة من التجارب خفضت استهلاك الطاقة بحوالي 35 في المئة بينما حافظت على أزمنة إكمال الوظائف منافسة أو أفضل. أظهرت الاختبارات الإحصائية أن هذه المكاسب لم تكن بسبب الصدفة: كانت التحسينات في كل من السرعة والطاقة معنوية عبر تكرارات متعددة.

ماذا يعني هذا للتكنولوجيا اليومية

بالنسبة لغير المتخصصين، الرسالة الأساسية هي أن الجدولة الأذكى داخل الشبكة يمكن أن تجعل الأجهزة المتصلة تبدو أكثر استجابة بينما تقلّص فواتير الطاقة وتخفف الضغط على مراكز البيانات. تقدم EMAPSO طريقة مرنة للموازنة بين السرعة واستهلاك الطاقة — يمكن لمشغلي النظام ضبط الخوارزمية لتفضيل الاستجابات السريعة في ساعات الذروة أو إعطاء الأولوية لتوفير الطاقة عندما يكون الحمل منخفضًا. رغم أن العمل قائم على محاكاة، فإنه يشير إلى أنظمة ضباب–سحابة مستقبلية قد تدير تلقائيًا ملايين المهام الرقمية الصغيرة حتى تتمكن سيارتك أو هاتفك أو جهازك الطبي من الاستجابة في الوقت الحقيقي دون هدر خفي للطاقة في الخلفية.

الاستشهاد: Tripathy, N., Sahoo, S., Alghamdi, N.S. et al. Energy and makespan optimised task mapping in fog enabled IoT application: a hybrid approach. Sci Rep 16, 5210 (2026). https://doi.org/10.1038/s41598-026-35065-9

الكلمات المفتاحية: حوسبة الضباب, إنترنت الأشياء, جدولة المهام, كفاءة الطاقة, تحسين سرب الجسيمات