تکنیکهای یادگیری ماشین برای مدیریت مصرف انرژی در محیطهای Fog-IoT

اینترنت اشیا (IoT) امکان ارتباط بین دستگاه ها، اشیا و هر موجودیت دیجیتالی را که داده ها را از طریق شبکه ارسال و دریافت می کنند بدون نیاز به تعامل با انسان، میسر می سازد. ویژگی اصلی اینترنت اشیا اینست که در آن، حجم عظیمی از داده های ایجاد شده توسط دستگاه های کاربر نهایی وجود دارد که باید در مدت زمان کوتاهی در فضای ابری پردازش شوند. مفهوم فعلی رایانش ابری برای تجزیه و تحلیل داده های بسیار کلان در زمان بسیار کوتاه و برآوردن نیازهای کاربران به صورت کارآمد نیست، زیرا تجزیه و تحلیل حجم عظیمی از داده ها توسط ابر زمان زیادی می برد، که بر کیفیت خدمات (QoS) تاثیر می گذارد و تاثیر منفی بر برنامه های کاربردی اینترنت اشیا و عملکرد کلی شبکه دارد. برای غلبه بر چنین چالش هایی، محاسبات مه پیشنهاد شد که از ارسال برنامه های اینترنت اشیاء که نیاز به زمان پاسخ کوتاه دارند، به ابر جلوگیری کرده و در نتیجه مصرف انرژی و استفاده از منابع و غیره را کاهش می دهد. در این تحقیق درباره اینترنت اشیاء، محاسبات مه، محیطهای Fog-IoT و نقش محاسبات مه در در کاهش مصرف انرژی در اینترنت اشیاء بحث خواهیم کرد.

کلیدواژه ها:

رایانش مه ، محیطهای اینترنت اشیا-مه (Fog-IoT) ، مدیریت مصرف انرژی ، کیفیت خدمات (QoS)