Abstract:
Dans ce mémoire, nous explorons l'allocation de services dans un environnement de Fog Computing, en abordant d'abord les concepts fondamentaux de l'Internet des objets (IoT) et du Cloud Computing, et en introduisant le Fog Computing comme une solution pour rapprocher les ressources de calcul des dispositifs IoT, réduisant ainsi la latence. Nous explorons ensuite les différents défis et approches pour l'allocation des services dans cet environnement distribué, en se focalisant sur les critères de performance comme la latence et la qualité de service (QoS). Enfin, nous proposons une méthode d'optimisation basée sur la métaheuristique Ant Lion Optimizer (ALO) en mode discret pour l'allocation des services dans le Fog Computing. Nos résultats expérimentaux montrent que l'approche SA-DALO offre des améliorations notables par rapport à d'autres techniques, optimisant l'utilisation des ressources et la performance globale du système
In this dissertation, we explore service allocation in a Fog Computing environment, first addressing the fundamental concepts of the Internet of Things (IoT) and Cloud Computing, and introducing Fog Computing as a solution for bringing compute resources closer to IoT devices, thereby reducing latency. We then explore the different challenges and approaches for allocating services in this distributed environment, focusing on performance criteria such as latency and Quality of Service (QoS). Finally, we propose an optimization method based on the Ant Lion Optimizer (ALO) metaheuristic in discrete mode, describing its application to improve service allocation in fog computing. Our experimental results show that the SA-DALO approach offers significant improvements over other techniques, optimizing resource utilization and overall system performance
