ヘルスケアタスク展開のための動的適応型バイオインスパイア多エージェントシステム

ヘルスケアにおけるモノのインターネット（IoT）の使用は大幅に増加しており、高品質な健康サービスを提供していますが、それでも膨大なデータを生成し、大量のエネルギーを消費しています。フォグサーバーの限られたリソースと健康データ分析タスクに必要な時間を制限する影響により、この問題を迅速に対処する必要性が生じています。この問題に対処するために、多くの最適化およびIoTベースのアプローチが提案されています。本論文では、ハイブリッドバイオインスパイア多エージェントを使用した動的で適応型のヘルスケアサービス展開コントローラーを提案します。この手法は、最適なエネルギーコストを提供し、フォグクラウドコンピューティングの可能な限り最高のパフォーマンスを維持します。最初に、IGWO（改良されたグレーウルフ最適化）を使用して、最も近くにあるフォグサーバーを利用して展開プロセスを初期化します。次に、パーティクルスウォーム最適化（PSO）を通じてエネルギー消費を抑え、複数のフォグサーバーの報酬を増やし、タスク展開を改善する効率的な省エネルギータスク展開が達成されました。最後に、過負荷および過小負荷のサーバーを継続的に制御するために、フォグサーバー間のヘルスケアサービスを管理するための近隣マルチエージェント調整モデルが開発されました。開発されたアプローチはiFogSimシミュレーターで実装され、提案されたアプローチの効果を評価するためにさまざまな評価指標が使用されました。シミュレーションの結果、提案された技術は他の既存のアプローチよりも優れたパフォーマンスを提供することが証明されました。