Please use this identifier to cite or link to this item:
https://olympias.lib.uoi.gr/jspui/handle/123456789/40227Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Κουτής | el |
| dc.contributor.author | Koutis | en |
| dc.date.accessioned | 2026-07-06T07:20:54Z | - |
| dc.date.available | 2026-07-06T07:20:54Z | - |
| dc.identifier.uri | https://olympias.lib.uoi.gr/jspui/handle/123456789/40227 | - |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
| dc.subject | Αλγόριθμοι χρονοπρογραμματισμού | el |
| dc.subject | Ροές εργασίας | el |
| dc.subject | Προσομοίωση | el |
| dc.subject | Βελτιστοποίηση πόρων | el |
| dc.subject | Fog computing | en |
| dc.subject | Scheduling algorithms | en |
| dc.subject | Workflow scheduling | en |
| dc.subject | Simulation | en |
| dc.subject | Resource optimization | en |
| dc.title | Μελέτη αλγορίθμων χρονοπρογραμματισμού σε περιβάλλον υπολογισμού ομίχλης | el |
| dc.title | Study of scheduling algorithms in fog computing | en |
| dc.type | masterThesis | en |
| heal.type | masterThesis | - |
| heal.type.en | Master thesis | en |
| heal.type.el | Μεταπτυχιακή εργασία | el |
| heal.classification | Χρονοπρογραμματισμός σε περιβάλλον ομίχλης | - |
| heal.dateAvailable | 2026-07-06T07:21:54Z | - |
| heal.language | el | - |
| heal.access | free | - |
| heal.recordProvider | Πανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηλεπικοινωνιών | el |
| heal.publicationDate | 2026-06-20 | - |
| heal.abstract | Η παρούσα μεταπτυχιακή εργασία εστιάζει στη μελέτη και αξιολόγηση αλγορίθμων χρονοπρογραμματισμού σε περιβάλλοντα fog computing, δίνοντας έμφαση στον προγραμματισμό ροών εργασιών (workflow scheduling), ο οποίος αποτελεί κρίσιμη διαδικασία για τη διαχείριση κατανεμημένων εργασιών σε δυναμικά υπολογιστικά περιβάλλοντα. Στόχος της εργασίας είναι να διερευνηθεί η αποδοτικότητα διαφόρων τεχνικών χρονοπρογραμματισμού, εστιάζοντας σε παραμέτρους όπως ο συνολικός χρόνος εκτέλεσης (makespan), η κατανάλωση ενέργειας και το κόστος. Η μεθοδολογία που ακολουθήθηκε βασίστηκε σε εκτενή βιβλιογραφική ανασκόπηση των υπαρχόντων αλγορίθμων και εργαλείων προσομοίωσης, καθώς και σε πειραματική αξιολόγηση μέσω του εργαλείου FogWorkflowSim. Συγκεκριμένα, εφαρμόστηκαν έξι διαφορετικοί αλγόριθμοι χρονοπρογραμματισμού (MinMin, MaxMin, FCFS, RoundRobin, GA, PSO) σε έξι workflows, εκ των οποίων τα πέντε είναι ευρέως χρησιμοποιούμενα στην επιστημονική βιβλιογραφία (Montage, CyberShake, Epigenomics, Inspiral και SIPHT) ενώ το έκτο, το WRF, εντάσσεται στο πλαίσιο της εργασίας ως επιπλέον μοντέλο αξιολόγησης. Τα ευρήματα ανέδειξαν των ανωτερότητα των μεταευρετικών αλγορίθμων GA και PSO, οι οποίοι σημείωσαν σταθερά υψηλές επιδόσεις ως προς την αποδοτικότητα και την ενεργειακή κατανάλωση, επιδεικνύοντας προσαρμοστικότητα σε ετερογενή και υψηλού φόρτου υπολογιστικά περιβάλλοντα. Αντίθετα, οι απλοί στατικοί αλγόριθμοι όπως οι FCFS και RoundRobin εμφάνισαν σημαντικές αδυναμίες, κυρίως σε σύνθετες ή μεγάλου όγκου ροές εργασιών. Συμπερασματικά, διαπιστώνεται ότι οι έξυπνοι, δυναμικοί αλγόριθμοι χρονοπρογραμματισμού αποτελούν την πλέον κατάλληλη λύση για σύγχρονα συστήματα Fog Computing, ενώ η εισαγωγή του νέου workflow WRF προσφέρει μια επιπλέον συμβολή στη μελέτη του τομέα, επιτρέποντας συγκρίσιμη και επεκτάσιμη αξιολόγηση σε διαφορετικά πειραματικά σενάρια. | el |
| heal.abstract | The present postgraduate thesis focuses on the study and evaluation of scheduling algorithms in Fog Computing environments, with a particular emphasis on workflow scheduling, a key process for managing distributed tasks in dynamic computing infrastructures. The aim of the study is to investigate the efficiency of various scheduling techniques, focusing on performance metrics such as total execution time (makespan), energy consumption and execution cost. The research methodology was conducted using FogWorkflowSim simulator, where six scheduling algorithms were evaluated: MinMin, MaxMin, FCFS, RR, GA, PSO. To ensure a comprehensive analysis, the algoritms were tested against six distinct workflow models: the five widely recognized scientific workflows Montage, CyberShake, Epigenomics, Inspiral, SIPHT and WRF model, which was integrated as an additional complex evaluation scenario. The experimental results demonstrated that metaheuristic algorithms, specifically GA and PSO, significantly outperformed static and heuristic methods. These algorithms exhibited superior efficiency, energy stability, and adaptability in handling the heterogeneous and dynamic nature of Fog infrastructures. In coclusion, the integration of intelligent scheduling techniques is essential for the advancement of Fog Computing systems, while the inclusion of the WRF workflow provided a robust framework for validating their performance in large-scale applications. | en |
| heal.advisorName | Μαργαρίτη | el |
| heal.committeeMemberName | Μαργαρίτη, Σπυριδούλα | el |
| heal.committeeMemberName | Στεργίου, Ελευθέριος | el |
| heal.committeeMemberName | Δουμένης, Γρηγόριος | el |
| heal.academicPublisher | Πανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηλεπικοινωνιών. Τμήμα Πληροφορικής και Τηλεπικοινωνιών | el |
| heal.academicPublisherID | uoi | - |
| heal.numberOfPages | 84 σ. | - |
| heal.fullTextAvailability | false | - |
| Appears in Collections: | Διατριβές Μεταπτυχιακής Έρευνας (Masters) - ΤΠΤ | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Μ.Ε. Κουτής Στέφανος (2026).docx | 6.84 MB | Microsoft Word XML | View/Open |
This item is licensed under a Creative Commons License
