Un nouvel article de recherche propose IoTGA-SRC², une variante d'algorithme génétique qui optimise les décisions de déchargement de tâches entre les appareils IoT, les nœuds fog et les serveurs cloud tout en respectant des délais stricts. Contrairement aux approches traditionnelles qui se concentrent uniquement sur la minimisation de la latence ou de l'énergie, IoTGA-SRC² intègre les contraintes de délai directement dans la fonction de fitness, permettant une planification plus réaliste pour les charges de travail IoT sensibles au temps. L'algorithme utilise un nouveau schéma de codage des chromosomes qui représente à la fois l'affectation des tâches et l'allocation des ressources, et emploie des opérateurs de croisement et de mutation spécialisés pour maintenir la faisabilité. Les premiers résultats montrent des améliorations significatives des taux de respect des délais par rapport aux heuristiques de base, en particulier sous forte charge système. Ce travail est pertinent pour les développeurs construisant des systèmes d'orchestration edge-cloud pour l'IoT industriel, les villes intelligentes et les systèmes autonomes où les délais non respectés peuvent avoir des conséquences graves.
Cet article présente IoTGA-SRC², un algorithme génétique conçu pour le déchargement de tâches avec contrainte de délai dans les environnements IoT-edge-cloud. Il aborde le défi d'équilibrer le calcul local, le traitement des nœuds fog et l'exécution cloud tout en respectant les délais. L'approche est significative pour les applications IoT en temps réel où la latence et les contraintes de ressources sont critiques.