پیش بینی داده در رایانش ابر و مه: یک مطالعه جامع مروری

اینترنت اشیا با تولید حجم عظیمی از داده ها باعث شده تا پردازش قابل پیش بینی داده ها و قابلیت های تجزیه و تحلیل آن مشکل شود. با جمع آوری و پردازش فزایندهی کلان داده ها ، بهره گیری از این داده ها برای بهبود تصمیم گیری موردتوجه قرار گرفته است. یکی از بهترین روش های درک شده برای استفاده از داده ها برای بهبود تصمیم گیری، تجزیه وتحلیل پیشگو است. تجزیه وتحلیل کلان داده توسط ساختار رایانش ابر و مه با استفاده از مدل های پیش بینی و الگوریتم های مرتبط با آن صورت می گیرد. این پژوهش باهدف بررسی پیش بینی داده در محیط های رایانش ابر و مه و همچنین الگوریتم ها و مدل های مورداستفاده در تکنیک تجزیه وتحلیل پیشگو از قبیل یادگیری ماشین، داده کاوی، مدلسازی پیشگو، شبکه عصبی، رگرسیون، درخت تصمیم و سایر روش های مکمل انجام شده است. به این منظور به تحلیل و بررسی ۱۷ مقاله با موضوع پیش بینی داده در رایانش ابر و مه و بیان نکات اصلی و همچنین کار انجام شده در هرکدام از این مقالات با بهره گیری از رویکرد مرور سیستماتیک و بررسی ادبیات موجود در زمینه تحقیق، از بین پایگاه های اطلاعاتی مقالات و نشریات معتبر و با جستجو بر پایه کلیدواژه های موردنظر و معیارهای ورود و خروج از مطالعه اجرا شد. هرکدام از مقالات مورد بررسی به یافته های جدیدی دست یافته اند که این یکی از دلایل انتخاب این مقالات بود. در این مقالات به بیان روش هایی پرداخته شده است که پیش بینی داده را بیشتر کند و یا به چالش های موجود در زمینه پیش بینی داده در محیط رایانش ابر و مه پاسخ دهد؛ همچنین به بیان مزایا و معایب هرکدام از طرح ها پرداخته و به بیان طرح ها و روش های مورداستفاده و پیشنهادشده توسط هر یک از مقالات که منجر به دستیابی به این هدف، پرداخته شده است.

کلیدواژه ها:

تحلیل پیشگو ، پیش بینی داده ، رایانش ابری ، رایانش مه ، یادگیری ماشین.