مدیریت جابجایی در سیستم‌های محاسبه ابری وسایل {نقلیه} ۵G

سیستم‌های نسل پنجم (۵G)رایانش ابری (VCC)از تکنولوژی‌های دسترسی شبکه ناهمگن برای تحقق نیازهای خدمات مدرن استفاده می‌کنند. خدمات چندگانه با کیفیت متفاوت خدمات (QoS)می‌تواند در هر وسیله نقلیه در دسترس باشد، در حالی که در همان زمان، الزامات کاربر و سیاست‌های ارائه کننده باید مورد بررسی قرار گیرند. بنابراین، طراحی طرح‌های مدیریت عمودی کارآمد (VHO)برای زیرساخت‌های ۵G – VCC مورد نیاز است. در این مقاله، یک طرح جدید مدیریت VHO برای سیستم‌های ۵G-VCC پیشنهاد شده‌است. هرگاه درجه رضایت کاربر کم‌تر از یک آستانه از پیش تعیین‌شده باشد، VHO آغاز می‌شود و انتخاب شبکه با در نظر گرفتن سرعت وسایط نقلیه، معیارهای مشخصه شبکه نظیر خروجی، تاخیر، جیتر{در الکترونیک و مخابرات، جیتر انحراف واقعی یک سیگنال احتمالا دوره ای است، اغلب در رابطه با یک سیگنال ساعت مرجع در برنامه های بازیابی ساعت آن که زمان زنگ زدن نامیده می شود رخ میدهد.} و اتلاف بسته و همچنین معیارهای سیاست ارائه کننده از قبیل قابلیت اطمینان، امنیت و قیمت، انجام می‌شود. طرح پیشنهادی از مقادیر زبانی برای ویژگی‌های معیار VHO استفاده می‌کند که با فاصله مقد

Fifth generation (5G) Vehicular Cloud Computing (VCC) systems use heterogeneous network access technologies to fulfill the requirements of modern services. Multiple services with different Quality of Service (QoS) constraints could be available in each vehicle, while at the same time, user requirements and provider policies must be addressed. Therefore, the design of efficient Vertical Handover (VHO) management schemes for 5G-VCC infrastructures is needed. In this paper, a novel VHO management scheme for 5G-VCC systems is proposed. Whenever the user satisfaction grade becomes less than a predefined threshold, VHO is initiated and network selection is performed, considering the velocity of the vehicle, network characteristic criteria such as throughput, delay, jitter and packet loss, as well as provider policy criteria such as service reliability, security and price. The proposed scheme uses linguistic values for VHO criteria attributes represented by Interval Valued Pentagonal Fuzzy Nu