مروری جامع بر پیش بینی داده در رایانش مه و لبه
- سال انتشار: 1401
- محل انتشار: فصلنامه مهندسی فناوری های دفاعی، دوره: 8، شماره: 32
- کد COI اختصاصی: JR_SFDTE-8-32_006
- زبان مقاله: فارسی
- تعداد مشاهده: 120
نویسندگان
عضو هیئت علمی گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه امام علی(ع)
چکیده
امروزه اینترنت اشیا در زندگی روزمره اهمیت زیادی پیدا کرده است. برنامه های اینترنت اشیاء از طریق شبکه های ارتباطی برای تبادل اطلاعات، شناسایی اشیاء، به روز رسانی مکان، نظارت بر امنیت و غیره به هم متصل می شوند.. در نتیجه حجم عظیمی از دادهها تولید و از طریق شبکه منتقل میشود. بنابراین، این داده ها به فضای ذخیره سازی و قدرت محاسباتی عظیم برای پردازش بی درنگ و با سرعت بالا نیاز دارند. انتقال تمام داده های اینترنت اشیا به سطح ابر ممکن است به دلیل تاخیر بیش از حد، محدودیت پهنای باند و هزینه های ارتباطی بالا بر عملکرد شبکه و کیفیت خدمات تاثیر منفی بگذارد. برای رویارویی با این چالش ها مفهومی به نام رایانش مه/ لبه مطرح شده است. رایانش مه به عنوان یک واسطه بین لبه و ابر برای اهداف مختلف عمل می کند. با این حال، ارتباطات داده بخش قابل توجهی از منابع انرژی را در شبکه مصرف می کند. بنابراین، به رویکردهایی نیاز است که حجم انتقال داده ها از حسگرها را بدون به خطر انداختن دقت داده ها، کاهش دهد. یکی از راه های دستیابی به این هدف، بهره برداری از روشهای پیش بینی داده [۲] است. علاوه بر کاهش انتقال دادهها، امروزه از روشهای پیشبینی داده در بسیاری از حوزهها از جمله مراقبتهای بهداشتی هوشمند، کشاورزی هوشمند، حمل و نقل و غیره استفاده می شود. روشهای پیش بینی داده، می توانند با تحلیل داده های یک سازمان، ریسک ها و فرصت های احتمالی آن ها را در آینده پیش بینی نمایند. این مقاله، مروری بر روشهای پیش بینی داده در مه/ لبه است. مقالات و مطالعات مرتبط با موضوع در بازه زمانی ۲۰۱۸ تا ۲۰۲۲ بررسی شده اند. سپس به دسته بندی هر کدام از پژوهش ها از منظر موضوع اصلی، مزایا، معایب، یافته های جدید، حوزه کاربرد، نتایج ارزیابی، محیط ارزیابی و معیارهای ارزیابی در قالب جدول و نیز به صورت آماری پرداخته شده استکلیدواژه ها
رایانش مه/ لبه, پیش بینی داده, اینترنت اشیاء, شبکه حسگر بی سیماطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.