أجريت في كلية هندسة المعلومات في الساعة التاسعة صباحاً من يوم الإثنين الموافق 2024/9/2 المناقشة العلنية لطالبة الماجستير ( داليا كفاح نعمت شاكر ) في كلية هندسة المعلومات / قسم هندسة المعلومات والاتصالات عن اطروحته الموسومة: SCALABLE MOBILE EDGE COMPUTING WITH MULTI-ACCESS

وتشكلت لجنة المناقشة كل من:

أ. م. د محمود زكي عبدالله /الجامعة المستنصرية /كلية الهندسة/ رئيسا

أ. م. د عمار عبدالملك عبدالكريم / جامعة النهرين/ كلية هندسة المعلومات / عضوا

أ. م. د عمار داود جاسم / جامعة النهرين كلية هندسة المعلومات / عضوا

أ.د عماد حسن عبود / جامعة النهرين كلية هندسة المعلومات / عضوا ومشرفا

وقد استوفت الطالبة متطلبات الحصول على درجة الماجستير.

وتتلخص الاطروحة في :

توفرحوسبة الحافة المتنقلة منخفضة قدرات حسابية لأجهزة إنترنت الأشياء ذات الموارد المنخفضة والمحدودة. تسمى عملية تسليم المهام إلى العقد الطرفية أو السحابة بالتفريغ.  من ناحية أخرى، اصبحت خوارزميات التعلم الآلي حاسمة في حل المشكلات المتقدمة، مثل العثور على مخططات تفريغ محسنة في العقد الطرفية المتنقلة.

يتضمن العمل المقدم في هذه الرسالة تصميم وتنفيذ شبكة مكونة من اربع عقد حافة: عقدة حافة محلية واحدة وثلاث عقد حافة مجاورة. تقبل عقد الحافة مهام التفريغ من أجهزة طرفية مختلفة. يتم توزيع مهام التفريغ بشكل غير متساو فيما بينها، مما يؤدي إلى تخصيص غير متوازن للموارد. لمعالجة هذه المشاكل تم اعتماد تقنيات التعلم المعزز وتحديدًا خوارزمية  تعلم الكيو وخوارزمية الشبكة كيو العميقة لاتخاذ قرارات تفريغ مثالية للعقد الطرفية واختيار أفضل عقدة حافة استنادًا إلى قدرات الموارد الخاصة بها و تقنيات الوصول المتعدد. لتقييم الاداء تم احتساب وقت الاستجابة خلال اجراء التجارب. وقد اظهرت النتائج ان التعلم الكيو ان لهُ حدود عند التعامل مع الحالات الكبيرة بسبب الاعتماد على تمثيل الجدول مما يؤدي الى اتخاذ قرارات دون مستوى الامثل. في المقابل، فإن الشبكة كيو العميقة يجعل أكثر فعالية في التعامل مع البيئات المعقدة ذات الحالة الكبيرة ويحقق أداء أفضل من حيث وقت الاستجابة ، وتتضمن خوارزمية الشبكة العميقة كيو نهجًا قائماً على تكلفة الموارد لتحقيق توزيع متوازن للأحمال بين خوادم الحافة وتنفيذ المهام ضمن الموعد النهائي المحدد سابقاُ وتجنب التحميل الزائد للعقد الطرفية ذات السعة العالية.