یک چارچوب اجماع هوشمند با سازگاری پویا و بازیابی خودمختار برای محیط های Edge Cloud حیاتی: یک بررسی

زمستان ۱۴۰۴ با گسترش سریع سیستم های اینترنت اشیاء (IoT) و برنامه های کاربردی حیاتی در حوزه هایی مانند سلامت دیجیتال، شهرهای هوشمند و صنعت، نیاز به زیرساخت های محاسباتی مقاوم و با قابلیت اطمینان بالا بیش از پیش احساس می شود. محیط های Edge-Cloud به عنوان پارادایمی کلیدی برای پردازش داده های حساس به تاخیر مطرح شده اند اما ماهیت توزیع شده و ناهمگون آن ها چالش های جدیدی در زمینه حفظ تداوم کسب وکار، امنیت سایبری و بهینه سازی مصرف انرژی ایجاد کرده است. این مقاله Juno-Edge را معرفی می کند - یک چارچوب اجماع توزیع شده نسل جدید که با ادغام هوش مصنوعی، امنیت پیشگیرانه و مکانیزم های بازیابی خودمختار محدودیت های الگوریتم های موجود مانند EdgeCloudWPaxos و Juno را برطرف می سازد. نوآوری اصلی Juno-Edge در ارائه ی مدل سازگاری پویای چند سطحی (DMLC) است که به طور خودکار سطح سازگاری داده ها را بر اساس اهمیت، عملیاتی، شرایط شبکه و سطح انرژی تنظیم می کند. علاوه بر این Juno-Edge از الگوریتم رای گیری وزندار مبتنی بر اعتماد و انرژی استفاده می کند که کارایی سیستم را در شبکه های بزرگ بهبود بخشیده و مصرف انرژی گره های Edge را تا ۵۰% کاهش می دهد. لایه امنیتی پیشگیرانه ی این چارچوب با بهره گیری از مدل های یادگیری ماشین سبک وزن، قادر به تشخیص و خنثی سازی حملات سایبری در لحظه وقوع است. ارزیابی های تجربی گسترده در محیط شبیه سازی شده با ۱۰۰ گره Edge ناهمگون نشان می دهد که Juno-Edge در مقایسه با روش های پایه، ۴۵٪ کاهش در نرخ Rollback، ۳۵٪ بهبود در زمان پاسخ عملیات نوشتن و ۶۰٪ بهبود در نرخ موفقیت بازیابی پس از حمله ی سایبری را به همراه دارد. این چارچوب به ویژه برای برنامه های کاربردی حیاتی IoT که نیازمند تضمین دسترسی پذیری مداوم و حفاظت از یکپارچگی داده ها هستند مناسب است.

کلیدواژه ها:

Edge Cloud Computing ، تداوم کسب و کار ، الگوریتم اجماع توزیع شده ، اینترنت اشیاء ، بازیابی پس از سانحه ، هوش مصنوعی ، امنیت سایبری ، سازگاری پویا