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.
