الأبحاث المرتبطة بالكلمة المفتاحية: الحوسبة الطرفية
-
نموذج تعلم عميق ذكي موزع لتعزيز الأمان في بيئة الحوسبة الحافة المدعومة بإنترنت الأشياء
Intelligent deep federated learning model for enhancing security in internet of things enabled edge computing environment2025 | المؤلف: Nasser Albogami | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث نموذج تعلم فدرالي عميق ذكي يهدف إلى تعزيز الأمان داخل نظام إنترنت الأشياء (IoT). يستفيد النموذج من مبادئ التعلم الفدرالي لتمكين معالجة البيانات بشكل لامركزي، مما يقلل من المخاوف المتعلقة بالخصوصية المرتبطة بتخزين البيانات المركزي. من خلال السماح للأجهزة بالتعلم بشكل تعاوني من البيانات المحلية مع الاحتفاظ بها على الجهاز، لا يحسن…
-
مسح حول أساليب جدولة الموارد في بيئة الحوسبة متعددة الوصول: دراسة تعلم تعزيز عميق
A survey on resource scheduling approaches in multi-access edge computing environment: a deep reinforcement learning study2025 | المؤلف: Ahmed A. Ismail وآخرون | المجلة: Cluster Computing | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم هذه القسم نظرة عامة على الحوسبة الطرفية متعددة الوصول (MEC) ودورها في تعزيز جودة التجربة (QoS) للأجهزة ذات الموارد المحدودة من خلال تمكينها من تحميل المهام التي تتطلب معالجة مكثفة إلى خوادم MEC القريبة. يقلل هذا التحميل من وقت تنفيذ التطبيقات واستهلاك الطاقة، ولكنه يقدم أيضًا تحديات معقدة في جدولة الموارد. تستعرض الورقة الحالة…
-
التقدم في الطائرات بدون طيار المدعومة بنظام RIS لتمكين الحوسبة على حافة الوصول المتعدد: استعراض
Advancements in RIS-Assisted UAV for Empowering Multiaccess Edge Computing: A Survey2025 | المؤلف: Manzoor Ahmed وآخرون | المجلة: IEEE Internet of Things Journal | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)يتناول هذا القسم من ورقة البحث الدور المحوري للطائرات بدون طيار (UAVs) في تعزيز أنظمة الحوسبة الطرفية متعددة الوصول (MEC). تعمل الطائرات بدون طيار كمنصات مرنة تحسن من سعة الشبكة، والتغطية، والكفاءة، بينما تقلل في الوقت نفسه من زمن الانتظار وتعزز جودة الاتصال. يتم تسليط الضوء على دمج الأسطح الذكية القابلة لإعادة التكوين (RISs) مع…
-
تحسين تحميل المهام في الحوسبة الحافة المحمولة بناءً على خوارزمية التعلم المعزز العميق باستخدام التجميع الكثافي والتعلم الجماعي
Task offloading optimization in mobile edge computing based on a deep reinforcement learning algorithm using density clustering and ensemble learning2025 | المؤلف: Yi Qin وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)يقدم هذا القسم نظرة عامة على طريقة التعلم العميق المعتمد على التعزيز والتجمع والتكتل الكثافة المقترحة (DCEDRL) لتحسين قرارات تحميل المهام في الحوسبة الطرفية المتنقلة (MEC). تعالج طريقة DCEDRL التحديات المتعلقة بتخصيص الموارد غير الفعال الناتج عن تحميل المهام المكثفة حسابيًا من الأجهزة اللاسلكية المتنقلة (WDs) إلى خوادم الحافة (ESs). من خلال استخدام عدة شبكات…