امروزه تعداد برنامههای کاربردی اینترنت اشیاء بهطور پیوسته در حال افزایش است و در حوزههای مختلفی نظیر بهداشت، حملونقل و صنایع گوناگون کاربردهای گستردهای پیدا کردهاند. با پیچیدهتر شدن این برنامههای کاربردی طراحی و مدیریت آنها بهطور یکپارچه دشوارتر میشود. به همین دلیل، استفاده از معماریهای مدرن مانند میکروسرویسها به عنوان یک راهکار مؤثر در حال گسترش است. معماری میکروسرویس به توسعه و استقرار برنامههای کاربردی به صورت واحدهای کوچک و مستقل کمک میکند و قابلیت مقیاسپذیری و انعطافپذیری بیشتری را فراهم میآورد. از طرفی با افزایش تعداد میکروسرویسها و پیچیدگیهای وابستگی بین آنها، استقرار میکروسرویسها در نزدیکی کاربران به عنوان یک راهکار برای کاهش تأخیر در ارتباطات و بهبود زمان پاسخگویی، بسیار مورد توجه قرار گرفته است. میکروسرویسها در محیطهای محاسباتی توزیعشده مانند محیط مه مستقر میشوند که با بهرهگیری از فناوریهای پیشرفته مانند شبکههای تعریف شده مبتنی بر نرمافزار، امکان ارائه خدمات باکیفیتتر و با تأخیر کمتر را فراهم میکنند. در این محیط وقتی درخواستی برای یک سرویس دریافت میشود، از آنجا که هر سرویس از زنجیرهای از میکروسرویسها تشکیل شده است و هر یک از این میکروسرویسها شامل چندین نمونه هستند اینکه از بین نمونههای موجود برای هر میکروسرویس، کدام نمونه باید انتخاب شود تحت عنوان مسیریابی درخواستهای کاربران مطرح است و انتخاب نمونهای که منجر به بهینهسازی مسیر درخواست شود، چالش برانگیز است. بهطوریکه انتخاب بهینه نمونهها به دلیل تعداد زیاد و ناهمگنی آنها و همچنین توزیع گرههای مه در شبکه، نیازمند روشهای بهینهسازی پیشرفته است. در این پژوهش، مسأله مسیریابی درخواستها بهصورت یک مدل برنامهریزی خطی عدد صحیح مدلسازی شده است تا راهکار بهینهای برای کاهش تأخیر در پاسخدهی به کاربران ارائه گردد. برای دستیابی به این هدف، یک روش بهینهسازی برای انتخاب نمونههای میکروسرویسها و مسیریابی درخواستها معرفی شده است که بر پایه الگوریتم اپسیلون-حریصانه استوار است. الگوریتم اپسیلون-حریصانه یکی از روشهای پرکاربرد در یادگیری تقویتی و حل مسائل بهینهسازی است. این الگوریتم بر پایه مدل راهزن چند دست توسعه یافته است و از یک رویکرد تطبیقی برای مدیریت تعادل بین اکتشاف و بهرهبرداری استفاده میکند. از این رو، بهبود این الگوریتم بهمنظور مسیریابی بهتر و کاهش زمان پاسخدهی مدنظر قرار گرفته است. الگوریتم پیشنهادی در این تحقیق با بهرهگیری از چندین رویکرد برای بهبود فرآیند انتخاب و اکتشاف بهینه شده است و توانسته است تاخیرهای ارتباطی، تاخیر صف و تاخیر پردازش را در فرایند مسیریابی کاهش دهد. برای ارزیابی کارایی الگوریتم، آزمایشهای متنوعی انجام دادهایم و عملکرد الگوریتم پیشنهادی را در مقایسه با چندین الگوریتم دیگر از نظر زمان پاسخدهی و زمان انتظار بررسی کردهایم. نتایج این ارزیابیها نشان میدهد که الگوریتم پیشنهادی ما در سناریوهای مختلف نسبت به رقبا عملکرد بهتری از خود نشان داده و از نظر زمان پاسخدهی بهینه است.
