پیش‌بینی می‌شود تا پایان دهه حاضر بیش از 50 میلیارد دستگاه به شبکه متصل شود. با این‌حال، ممکن است این دستگاه‌ها و همچنین کلان‌داده‌های مربوط به آنها در حوزه‌های مختلفی مانند؛ خدمات اورژانس، بازی، مراقبت‌های بهداشتی، واقعیت افزوده، گراف/داده‌کاوی و غیره ناهمگن بوده و فرکانس نامنظم تولید کنند. در چنین مواردی، معماری چهار لایه IoT مبتنی بر ابر متمرکز، چابکی و کارایی مناسب را جهت ارائه خدمات به مشتریان نخواهد داشت. این در حالی است که بسیاری از این خدمات از طریق معماری سه لایه رایانش مه قابل انجام بوده و علاوه براین، پیش‌پردازش، ارتقای امنیت و حفظ حریم خصوصی، پالایش داده‌ها، خدمات ارائۀ محتوا، خدمات متمرکز بر متن و غیره در فضای مه عملکرد بهتری خواهند داشت. رایانش مه را می‌توان نوع اصلاح‌شدۀ پارادایم رایانش ابری سنتی در لبۀ شبکه دانست که به ایجاد سرویس‌های پیشرفته‌تر کمک می‌کند. در این حالت، مه به عنوان یک واسطه وظایفی را انجام می‌دهد که اَبر از راه دور قادر به انجام آن نیست. ازاین‌رو، راهکار منطقی این است که خدمات IoT مأموریت‌محور، خدمات چندرسانه‌ای و سایر خدمات در معرض تأخیر که به پردازش و پاسخ بسیار سریع‌تری نیاز دارند الزاماً در مه اجرا شوند تا بتوانند پاسخگوی درخواست‌های مکرر و رفتارهای غیرمنتظره و غیرقابل‌اطمینان مشتریان باشد. و این در حالی است که همچنان تمامی امور مربوط به؛ داده‌های بزرگ، یادگیری عمیق، ذخیره‌سازی بلندمدت و سایر امور پردازشی توسط ابر انجام می‌شود.
نظرات کاربران
ثبت نظر تنها براي اعضا میسر است. در صورتی که مایل به ثبت نظر هستید ابتدا برای خود حساب کاربری ایجاد کنید و اگر قبلاً حساب کاربری دارید لطفاً ابتدا وارد سیستم شوید.
بخش 1؛ مقدمه‌ای دربارۀ رایانش مه 11
فصل 1؛ اصول رایانش مه در اینترنت اشیاء 13
1.1 مقدمه 13
2.1 پس‌زمینه و انگیزۀ رایانش مه 14
3.1 مبانی رایانش مه 18
1.3.1 ویژگی‌های لایۀ Fog 18
2.3.1 طراحی و سازماندهی لایۀ مه 19
4.1 سرویس‌های رایانش مه 20
1.4.1 سرویس‌های رایانش 20
2.4.1 سرویس‌های ذخیره‌سازی 21
3.4.1 سرویس‌های ارتباطی 21
5.1 خلاصه و سازماندهی کتاب 22
بخش 2؛ مدیریت در لایۀ مه 25
فصل 2؛ چالش تخمین منابع اینترنت اشیاء و مدلسازی در مه 27
1.2 مقدمه 27
2.2 آنچه در این فصل می‌خوانید 29
3.2 مقالات مرتبط 29
4.2 رایانش مه 30
5.2 برآورد منابع مه و چالشهای پیش روی آن 31
1.5.2 نوع دستگاه 31
2.5.2 پویایی بر روی زمین 33
3.5.2 پویایی در هوا: اینترنت هواپیماهای بدون سرنشین 33
4.5.2 کاربرد قدرت و وضعیت 34
5.5.2 نوع داده 35
6.5.2 امنیت 35
7.5.2 اطمینان و وفاداری مشتری به استفاده از خدمات 36
6.2 برآورد پویای منابع بر اساس قابلیت اطمینان مشتری در مه 36
1.6.2 برآورد منابع برای یک مشتری جدید بدون سابقۀ قبلی 38
2.6.2 برآورد منابع برای یک مشتری بازگشتی 41
7.2 نتیجه 42
فصل 3؛ کنترل سیستم‌های فوق مقیاس وسیع IOT 43
رایانش مه در حمایت از رفتارهای سلسله مراتبی ظهوریافته 43
1.3 مقدمه 43
2.3 رایانش مه 45
1.2.3 معماری رایانش مه 45
2.2.3 نقش مه در ULSS 47
3.3 رفتارهای ظهوریافتۀ سلسله‌مراتبی، یک رویکرد تازه برای ULSS 47
1.3.3 معماری HEB 48
2.3.3 HEB، مرحلۀ بعدی 49
1.2.3.3 اصول اولیۀ HEB 50
4.3 دو مطالعۀ موردی از اصول اولیۀ وسایل نقلیۀ مستقل 52
1.4.3 روش‌شناسی 52
2.4.3 اصول اولیۀ خودروهای مستقل ظهوریافته 53
1.2.4.3 مانور خروجی 53
2.2.4.3 پیش‌بینی و واکنش به موانع در خارج از محدودۀ حسگرها 57
3.2.4.3 تلفیق اصول اولیه برای بیان رفتارهای پیچیده 59
5.3 نتیجهگیری 60
بخش 3؛ سرویس‌های لایۀ مه 61
فصل 4؛ وضعیت کنونی و آیندۀ محاسبات حافظ حریم خصوصی در رایانش مه 63
4. 1 63
مقدمه 63
2.4 زنجیرۀ بلوکی 64
1.2.4 محدودیت‌های زنجیرۀ بلوکی برای IoT 65
2.2.4 اینترنت اشیاء، رایانش مه و زنجیرۀ بلوکی 65
3.2.4 IOTA 66
4.2.4 تله‌متری (دوری‌سنجی) همتا به همتای غیرمتمرکز مستقل 68
3.4 محاسبۀ چندبخشی 69
1.3.4 تجزیه و تحلیل چارچوب‌ها 72
2.3.4 چارچوب قابلیت مجازی ایده‌آل 73
3.3.4 Sharemind 74
6.3.4 SPDZ 74
5.3.4 FairplayMP 75
6.3.4 محاسبۀ امنAPI 75
7.3.4 TASTY 76
8.3.4 SEPIA 76
9.3.4 مقايسۀ بين چارچوب‌های MPC 76
10.3.4 مسیرهای تحقیقاتی آینده 78
4.4 محاسبۀ چندبخشی و زنجیرۀ بلوکی 79
1.4.4 اپلیکیشن‌ها 80
2.4.4 Enigma 80
3.4.4 موارد کاربرد Enigma 81
4.4.4 مسیرهای پژوهشی آتی 82
5.4 خلاصه 83
فصل 5؛ رایانش خودآگاه مه در محدوده‌های خصوصی و امن 85
1.5 مقدمه 85
2.5 شبکه‌های رایانش ابری، مه و Mist 88
3.5 پردازش داده‌های خودآگاه 91
4.5 مطالعۀ موردیI: نظارت بر سلامت 93
1.4.5 نمرۀ هشدار اولیه 93
2.4.5 بحث و بررسی 96
5.5 مطالعۀ موردی2: نظارت بر سلامت بیمار و پشتیبانی آموزشی 98
6.5 مطالعۀ موردی3: خانۀ هوشمند 102
1.6.5 مشخص‌سازی شئ مطالعۀ موردی 104
7.5 مطالعۀ موردی4: نظارت بر هوش، عملیات شناسایی: سیستم‌های سنجش نظامی 107
8.5 الزامات و معماری برای یک گیتوی هوشمند بر اساس حافظۀ زمانی سلسله‌مراتبی 111
9.5 نتیجهگیری 116
فصل 6؛ تجزیه و تحلیل لبه‌ای IOT شهری 119
6.1 مقدمه 119
6.2 چالشهای طراحی 121
6.3 معماری با کمک لبه 123
6.3.1 کسب و فشرده‌سازی اطلاعات 124
6.3.2 شبکه‌سازی بی‌سیم آگاه از محتوا 133
6.3.3 دسترسی به اطلاعات 137
6.4 کارهای مرتبط 140
6.5 نتیجهگیری 141
فصل 7؛ کنترل به‌عنوان یک سرویس در سیستم‌های انرژی فیزیکی- سایبری بر روی رایانش مه 143
1.7 شبکۀ قدرت و مدیریت انرژی 143
7.1.1 روش‌های مدیریت انرژی 144
7.2 سیستم‌های انرژی سایبر فیزیکی 145
7.3 اینترنت اشیاء و رایانش مه 147
7.4 کنترل به‌عنوان یک سرویس 150
7.4.1 معماری سخت‌افزار 151
2.4.7 معماری نرم‌افزار 153
3.4.7 معماری ارتباطی 155
4.4.7 یکپارچه‌سازی معماری‌ها 157
5.7 سیستم انرژی فیزیکی سایبری مسکونی 158
1.5.7 مدیریت انرژی خانه 158
2.5.7 مدیریت انرژی در سطح ریزشبکه 163
تصحیحات
ثبت تصحيح تنها براي اعضا میسر است. در صورتی که مایل به ثبت تصحيح هستید ابتدا برای خود حساب کاربری ایجاد کنید و اگر قبلاً حساب کاربری دارید لطفاً ابتدا وارد سیستم شوید.
