12702

مطالعه و بررسي هوش لبه براي كاربردهاي اينترنت اشياء

1401

دكتر ناصر مزيني

رشد سريع دستگاه‌هاي اينترنت اشيا منجر به توليد حجم عظيمي از داده‌ها در لبه شبكه شده است. روش‌هاي سنتي ابرمحور براي پردازش اين داده‌ها با چالش‌هاي مهمي از نظر مقياس‌پذيري، تأخير و حريم خصوصي مواجه هستند. در نتيجه، نياز به يك راه‌حل هوشمند و كارآمد وجود دارد كه از قابليت‌هاي محاسباتي لبه‌اي براي فعال كردن تصميم‌گيري در زمان واقعي، كاهش انتقال داده‌ها و افزايش حريم خصوصي داده‌ها براي برنامه‌هاي اينترنت اشيا استفاده كند. معماري ابر متمركز موجود كه در برنامه‌هاي اينترنت اشيا استفاده مي‌شود، از محدوديت‌هاي مقياس‌پذيري رنج مي‌برد، زيرا نياز به انتقال گسترده داده‌ها به سرورهاي ابري متمركز دارد كه منجر به تراكم شبكه و تأخير زياد مي‌شود. علاوه بر اين، انتقال داده‌هاي خام از دستگاه‌هاي اينترنت اشيا به ابر نگراني‌هايي را در مورد حفظ حريم خصوصي و امنيت داده‌ها ايجاد مي‌كند] براي مقابله با اين چالش ها، محاسبات لبه به عنوان يك راه حل اميدواركننده ظاهر شده است. با استقرار شبكه‌اي از گره‌هاي محاسباتي در مجاورت دستگاه‌هاي پاياني، محاسبات لبه پتانسيل برآوردن نيازهاي محاسباتي بالاي يادگيري عميق را ارائه مي‌كند و در عين حال تأخير را به حداقل مي‌رساند. علاوه بر اين، محاسبات لبه مزاياي بيشتري مانند حفظ حريم خصوصي، بهبود كارايي پهناي باند و مقياس پذيري را فراهم مي كند

11/15/2023 12:00:00 AM

80961

1402/09/02

Study and review of edge intelligence for IoT applications

لبه هوشمند , اينترنت اشيا , محاسبات لبه , هوش مصنوعي , يادگيري ماشين , يادگيري عميق

edge intelligence , Internet of things , edge computing , artificial intelligence , machine learning , deep learning