El algoritmo de moho de limo mejorado aumenta la eficiencia en la migración de datos de nubes de comercio electrónico

A medida que las plataformas de comercio electrónico se vuelven cada vez más dependientes de la computación en la nube, la eficiencia y la sostenibilidad se han destacado como presiones urgentes sobre el desarrollo. Un estudio publicado en el Revista internacional de sistemas inteligentes basados ​​en razonamiento ha introducido un enfoque innovador del problema basado en un algoritmo de moho de limo (SMA). El trabajo podría mejorar tanto el rendimiento como la eficiencia energética para los sistemas de comercio electrónico.

En el centro del trabajo está el desarrollo de Bosma: el algoritmo de molde de limo de optimización equilibrado. La SMA es una técnica de optimización heurística inspirada en el comportamiento natural de los moldes de limo.

Los moldes de limo son modelos útiles para los algoritmos porque se destacan en encontrar rutas eficientes a través de entornos complejos y adaptarse a las condiciones cambiantes. Además, lo hacen sin ningún sistema de control central. Pueden explorar su entorno enviando múltiples zarcillos, pseudopodia, en diferentes direcciones, ajustando su forma y conexiones en respuesta a comentarios como la disponibilidad de nutrientes u obstáculos.

Este comportamiento probabilístico descentralizado ayuda a mantener un equilibrio entre explorar nuevas posibilidades y refinar las prometedoras. Al traducir estos comportamientos adaptativos en reglas matemáticas, los investigadores han diseñado algoritmos que resuelven problemas computacionales complejos, como el enrutamiento de la red, la programación de tareas y la migración de datos, donde el objetivo es encontrar soluciones eficientes en espacios de búsqueda grandes, dinámicos e inciertos.

Bosma aborda los problemas que se han hecho evidentes con los SMA simples al integrar dos mejoras clave. Primero, los investigadores han agregado un operador de optimización equilibrado, que ajusta el equilibrio del algoritmo entre exploración (buscando nuevas soluciones posibles) y la explotación (refinación de buenos conocidos).

La segunda mejora es la adición de un operador de varianza de diferencia estocástica, que inyecta cierta aleatoriedad en el proceso de búsqueda y, por lo tanto, ayuda a evitar el tipo de convergencia temprana en una solución inferior a la cual los SMA más simples son propensos. Juntos, estas modificaciones hacen que Bosma sea más ágil y más eficiente para resolver problemas.

En esta última investigación, el equipo usa Bosma para abordar el problema de migración de datos. La transferencia de datos entre diferentes sistemas de nubes o entornos de almacenamiento es compleja, especialmente en operaciones de comercio electrónico de alto volumen. Si la migración de datos no está optimizada, entonces los costos de energía y los costos económicos aumentan.

Bosma recluta dispositivos móviles y terminales informáticas de borde para reducir la carga en los sistemas de nubes. Al ajustar dinámicamente los retrasos en la comunicación y otras restricciones operativas, Bosma reasigna las tareas a cualquier entorno de procesamiento que entregue el mayor ahorro de energía.