مرکز منطقه ای اطلاع رسانی علوم و فناوری فصلنامه مهندسی برق و مهندسی کامپيوتر ايران 16823745 24 1 2026 5 12 A Resource Management Method for Fog-DSDN Networks Using Microservices Architecture and Echo State Networks (ESN) ارائه روشی برای مدیریت منابع در شبکه‌های Fog-DSDN با بهره‌گیری از معماری میکروسرویس و شبکه‌های ESN 14 26 fa عباس پیامنی احسان متین فر دانشگاه آزاد اسلامی واحد دورود الهام مقامی دانشگاه صنعتی اصفهان محمد جانبزرگی دانشگاه آزاد اسلامی واحد دورود 2025 4 17 In Fog–DSDN (Software Defined Distributed Network) environments, optimal resource allocation among multiple nodes with temporal, processing, and memory constraints represents a fundamental challenge. Existing approaches often lack adaptive mechanisms to address rapidly changing network conditions, resulting in increased service latency and reduced resource efficiency. This research presents an innovative method based on a microservices architecture and an Echo State Network (ESN) for managing and optimizing resource allocation in Fog–DSDN. In this approach, each microservice independently handles local data collection and processing, with its output aggregated as an Information Map at the fog controller level. Subsequently, the ESN model learns temporal traffic patterns to predict future node processing loads, enabling adaptive resource allocation decisions. A dual-layer design of input and output queues within each information cell further reduces processing congestion and improves system response time. To evaluate the performance of the proposed method, simulations were conducted in OMNeT++ across diverse traffic scenarios, and results were compared against two baseline systems: a microservices architecture without load prediction, and a base non-hierarchical Fog-DSDN model employing the TFS resource management method. Experimental results demonstrate that the proposed method achieves, on average, a 12.57% improvement in processing resource efficiency, an 18.85% improvement in memory utilization, and a 13.39% reduction in service latency compared to the two baseline architectures and the TFS resource management approach. These findings indicate that the combination of a modular microservices structure with intelligent load prediction using ESN can provide an efficient, scalable, and lightweight solution for resource management in Fog–DSDN. در شبکه&zwnj;های معماری&zwnj;های رایانش مه  نرم&zwnj;افزار محور(Fog–DSDN) تخصیص بهینه&zwnj;ی منابع میان&zwnj;گره&zwnj;های متعدد با محدودیت&zwnj;های زمانی، پردازشی و حافظه&zwnj;ای، یکی از چالش&zwnj;های اساسی محسوب می&zwnj;شود. روش&zwnj;های موجود غالباً فاقد سازوکار تطبیقی در مواجهه با تغییرات سریع با شبکه هستند و در نتیجه، موجب افزایش تأخیر سرویس و افت کارایی منابع می&zwnj;گردند. در این پژوهش، روشی نوآورانه مبتنی بر معماری میکروسرویس و شبکه حالت پژواک (Echo State Network - ESN) برای مدیریت و بهینه&zwnj;سازی تخصیص منابع در محیط Fog–DSDN ارائه شده است. در این روش، هر میکروسرویس به&zwnj;صورت مستقل وظیفه جمع&zwnj;آوری و پردازش داده&zwnj;های محلی را بر عهده دارد و خروجی آن در قالب نقشه اطلاعاتی (Information Map) در سطح کنترلرهای مه تجمیع می&zwnj;شود. سپس، مدل ESN با یادگیری الگوهای زمانی ترافیک، بار پردازشی آینده&zwnj;ی گره&zwnj;ها را پیش&zwnj;بینی کرده و تصمیم تخصیص منابع را به&zwnj;صورت تطبیقی اتخاذ می&zwnj;کند. طراحی دو&zwnj;لایه&zwnj;ی صف&zwnj;های ورودی و خروجی در هر سلول اطلاعاتی نیز موجب کاهش تراکم پردازشی و بهبود زمان پاسخ سیستم گردیده است. برای ارزیابی عملکرد روش پیشنهادی، شبیه&zwnj;سازی&zwnj;هایی در بستر ++OMNeT در سناریوهای مختلف ترافیکی انجام شد و نتایج با دو بستر پایه شامل معماری میکروسرویس بدون پیش&zwnj;بینی بار و مدل پایه&zwnj;ی غیر سلسله&zwnj;مراتبی Fog-DSDN و روش مدیریت منابع TFS مقایسه گردید. نتایج تجربی نشان می&zwnj;دهد روش پیشنهادی به طور میانگین نسبت به دو بستر معماری میکروسرویس و معماری پایه Fog-DSDN و روش مدیریت منابع TFS موجب بهبود 57/12٪ در بهره&zwnj;وری منابع پردازشی، 85/18٪ در استفاده بهینه از حافظه و 13/39٪ در کاهش تأخیر سرویس شده است. این دستاوردها بیانگر آن است که ترکیب ساختار ماژولار میکروسرویس&zwnj;ها با پیش&zwnj;بینی هوشمند بار توسط ESN می&zwnj;تواند راهکاری کارا، مقیاس&zwnj;پذیر و سبک&zwnj;وزن برای مدیریت منابع در شبکه&zwnj;های Fog–DSDN فراهم آورد.

http://ijece.org/ar/Article/Download/49971