حداقل رساندن وابستگی به کار اینترنتی توسط رایانش شبنم

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 47

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJDCS-2-1_003

تاریخ نمایه سازی: 9 آبان 1401

چکیده مقاله:

ما در دنیایی زندگی می کنیم که در آن محصولات مصرفی، وسایل نقلیه، قطعات و ابزارآلات صنعتی، سنسورهاو سایر اشیاء روزمره با اتصالات اینترنتی و سامانه های تحلیل داده قدرتمند ترکیب شدهاند. بواسطه اینترنت اشیاء،ما در حال تولید حجم وسیعی از داده ها هستیم. اینترنت اشیا مفهومی جدید و محاسباتی است که دنیای ما راهوشمند تر می سازد، به کمک این فناوری، همه اشیا همواره قادر خواهند بود با یکدیگر درحال تعامل باشند وداده های بسیاری را از وضعیت خود تولید کنند. با رشد و افزایش سرعت تولید و حجم بی سابقه داده ها، زیرساخت های مبتنی بر ابر به تنهایی پاسخگوی نیازهای این فناوری نمیباشد و باید در نظر داشت عملکرد اینترنت اشیابه گونه ای است که متکی به ابر بوده و این میتواند منجر به ناکار آمدی آن شود. تاخیر و پهنای باند دو عامل مهمدر ناکارآمدی رایانش ابری است، با توجه به حجم زیاد داده ها و تاخیر زیاد در پردازش ممکن است سبب شود کهابر نتواند به موقع واکنش مناسبی نسبت به وقایع و رویداد ها داشته باشد. عدم پهنای باند مناسب نیز به شبکهاینترنت اشیا آسیب می رساند، دیوایس ها داده های زیادی را در شبکه تولید میکنند که اگر قادر به ارسال تمام اینداده ها به ابر برای پردازش نباشد می تواند باعث از بین رفتن اطلاعات مهمی برای تصمیم گیری شود. بنابرایناینترنت اشیا به یک راه حل نیاز دارد که این چالش ها را برطرف نماید. برای این منظور رایانش مه یا رایانش لبه بامحوریت رفع این محدودیت ها ارایه شد. در این نوع از رایانش، که به صورت محلی و غیرمتمرکز می باشد، پردازشداده ها در نزدیکی محل تولید داده ها صورت می گیرد. ترکیب راهکار رایانش مه ورایانش ابری میتواند نیازهایفناوری اینترنت اشیا را برطرف سازد. با وجود افزایش استفاده از رایانش ابری هنوز مسائل حل نشده به دلیلمشکلات ذاتی رایانش ابری مانند زمان تاخیر غیر قابل اعتماد، عدم پشتیبانی از سیار بودن و محل قرارگیریاطلاعات وجود دارد. بنابراین ما به یک پارادایم محاسباتی نیاز داریم که به ما اجازه انجام محاسبات بر روی داده ها راقبل از ارسال آنها به ابر بدهد، که این موضوع به ما امکان کار بر روی داده ها را قبل از اینکه گم شوند و از دستبروند میدهد. رایانش مه یک پارادایم است که محاسبات ابری را با ارسال سرویس ها به لبه های شبکه، توسعهمیدهد و نیز محاسبه شبنم یک الگوی رایانشی سازمان یافته نرم افزاری در عصر محاسبات ابری است. از زمان آغازساختمان کار اینترنتی که به طور مداوم به عنوان ستون اصلی و بنیادی از جنبه های موجود مانند ابر، مه ومحاسبات لبه عمل میکند . در این مقاله، به توصیف ویژگی های مختلف از رایانش شبنم و توصیف برخی ازکاربردهای آن و همچنین مقایسه پارامتریک آنها با پارادیوم های رایانش ابری می پردازیم.

نویسندگان

محمدسعید صفایی صادق

دانشگاه آزاد اسلامی آشتیان