Effiziente Arbeitslastzuweisung in Fog-Cloud-Netzwerken

CHF 51.55
Auf Lager
SKU
KNUGN5Q81GH
Stock 1 Verfügbar
Geliefert zwischen Di., 25.11.2025 und Mi., 26.11.2025

Details

"Efficient Workload Allocation in Fog-Cloud Networks" bietet eine detaillierte Untersuchung mathematischer Modelle zur Optimierung des Energieverbrauchs durch die Zuweisung von Arbeitslasten in Fog-Cloud-Netzwerken. Das Buch erforscht verschiedene Strategien zur effizienten Verteilung von Rechenaufgaben in diesen Netzwerken, um die Energieeffizienz zu verbessern. Es geht auf die Komplexität von Fog-Cloud-Architekturen ein und bietet Einblicke in praktische Implementierungs- und Verwaltungsansätze. Diese umfassende Übersicht dient als wertvolle Ressource für Forscher, Praktiker und Studenten, die an der Maximierung der Energieeffizienz in verteilten Computerumgebungen interessiert sind.

Autorentext

Asha Sohal é Professora Assistente, CSE, Universidade K R Mangalam, Gurgaon e está a tirar o doutoramento (CSE) na DCSA, Kuk, M.Tech(IT) da GGSIPU, Deli e B.Tech(CSE) da Universidade de Kurukshetra. Tem mais de 20 anos de experiência de ensino em universidades de renome e publicou vários trabalhos de investigação na área do desenvolvimento de iOS, computação em nuvem e nevoeiro.

Weitere Informationen

  • Allgemeine Informationen
    • GTIN 09786207255979
    • Genre Datenkommunikation & Netzwerke
    • Sprache Deutsch
    • Anzahl Seiten 60
    • Herausgeber Verlag Unser Wissen
    • Größe H220mm x B150mm x T5mm
    • Jahr 2024
    • EAN 9786207255979
    • Format Kartonierter Einband
    • ISBN 978-620-7-25597-9
    • Veröffentlichung 12.03.2024
    • Titel Effiziente Arbeitslastzuweisung in Fog-Cloud-Netzwerken
    • Autor Asha Sohal , Ramesh Kait
    • Gewicht 107g

Bewertungen

Schreiben Sie eine Bewertung
Nur registrierte Benutzer können Bewertungen schreiben. Bitte loggen Sie sich ein oder erstellen Sie ein Konto.
Made with ♥ in Switzerland | ©2025 Avento by Gametime AG
Gametime AG | Hohlstrasse 216 | 8004 Zürich | Schweiz | UID: CHE-112.967.470