Повышение качества обслуживания трафика в гибридных сетях с облачными и туманными уровнями

Повышение качества обслуживания (QoS) в гибридных сетях с облачными и туманными уровнями является актуальной задачей современного развития телекоммуникационных систем. С увеличением объемов передаваемых данных традиционные методы управления ресурсами становятся недостаточно эффективными. Гибридные сети, объединяющие облачные и туманные вычисления, могут значительно повысить производительность и снизить задержки. Актуальной задачей становится обеспечение баланса между высокой пропускной способностью, минимальными задержками и низким уровнем потери пакетов. Эффективное распределение ресурсов способствует снижению энергопотребления и эксплуатационных расходов. Статья посвящена оптимизации качества обслуживания трафика в гибридных сетях, объединяющих облачные и туманные вычисления. Представлена математическая модель на основе системы дифференциальных уравнений, описывающая динамику нагрузки, очередей, распределение ресурсов, задержек и потерь пакетов. Модель формализует задачу оптимального управления ресурсами с целью минимизации задержек и потерь при ограниченных возможностях. Для решения применяются численные методы интегрирования. Разработанный алгоритм позволяет эффективно балансировать нагрузку между облачными и туманными уровнями. Предложенный подход подтверждает свою эффективность для оптимизации современных телекоммуникационных систем, особенно для приложений с критическими требованиями к времени отклика.

1. Довгаль В.А., Довгаль Д.В. Роль туманных вычислений в интернете вещей. Вестник Адыгейского государственного университета. Серия: Естественно-математические и технические науки. 2018;(4):205–209. 

2. Файзуллин Р.В., Херинг Ш., Василенко К.А. Модели оценки эффективности облачных технологий и туманных вычислений. Моделирование, оптимизация и информационные технологии. 2020;8(1). https://doi.org/10.26102/2310-6018/2020.28.1.025

3. Глушак Е.В., Клюев Д.С. Разработка и исследование моделей функционирования облачных и туманных вычислений. Радиотехника. 2025;89(3):157–168. https://doi.org/10.18127/j00338486-202503-14

4. Глушак Е.В. Разработка и исследование имитационных моделей облачных и туманных вычислений в программе Fogtorch. Радиотехника. 2025;89(8):96–104. https://doi.org/10.18127/j00338486-202508-12

5. Черепенин В.А., Воробьев С.П. Интеграция и оптимизация систем облачных, туманных и граничных вычислений: моделирование, задержки и алгоритмы. Известия вузов. Северо-Кавказский регион. Технические науки. 2024;(3):19–25. https://doi.org/10.17213/1560-3644-2024-3-19-25

6. Клименко А.Б. Метод ресурсосберегающего планирования распределенных вычислений в туманной вычислительной среде. Моделирование, оптимизация и информационные технологии. 2022;10(3). https://doi.org/10.26102/2310-6018/2022.38.3.019

7. Воробьев С.П. Математическая модель оптимизации сетевой инфраструктуры распределенной корпоративной системы на базе облачных, туманных и граничных технологий. Моделирование, оптимизация и информационные технологии. 2019;7(3). https://doi.org/10.26102/2310-6018/2019.26.3.003

8. Бакай Ю.О., Карташевский И.В. Исследование систем моделирования для туманных вычислений: особенности, преимущества и недостатки. Международный журнал информационных технологий и энергоэффективности. 2024;9(4):37–43.

9. Бакай Ю.О., Никульников Н.В. Алгоритмы планирования в системах моделирования туманных вычислений. Международный журнал информационных технологий и энергоэффективности. 2024;9(1):75–80.

10. Понтрягин Л.С., Болтянский В.Г., Гамкрелидзе Р.В., Мищенко Е.Ф. Математическая теория оптимальных процессов. Москва: Наука; 1969. 384 с.