دانلود ترجمه مقاله رویکردهای یادگیری ماشین در طراحی، امنیت و حافظه پنهان رایانش مه

1. مقدمه 2. پیشینه و مرور کلی 3. مطالعات مرتبط 4. تعامل رایانش مه با IoT 5. ذخیره (سازی) در حافظه پنهان 6. مشارکت ذخیره سازی در رایانش مه 7. ذخیره مه در آینده یادگیری ماشین 8. مخاطرات و بینش امنیتی کش 9. جهت گیری های تحقیقاتی آتی 10. نتیجه گیری

چکیده – رشد روزافزون دستگاه‌های هوشمند و تولید بی وقفه داده‌ها به بروز چالش هایی در زمینه معماری‌های ارتباطی منجر شده است. برای رفع این مسئله، شبکه های ارتباطی، رایانش مه را به عنوان یکی از فناوری های امیدبخشی قلمداد می کنند که می تواند به بهبود عملکرد کلی ارتباطات منجر شده، سرویس‌های درخواستی را به دستگاه‌های نهایی نزدیک کرده و داده‌های درخواستی را در زمان کوتاه ارسال نماید. همچنین لازم به ذکر است که، رایانش مه با مسائل و پیچیدگی های متعددی نظیر تأخیر، پهنای باند و استفاده از لینک به دلیل منابع محدود و الزامات پردازشی بالای دستگاه‌های نهایی همراه است. از اینرو در زمینه پرداختن به مسائل انتشار داده، ذخیره مه از نقش قابل ملاحظه ای برخوردار است. در مطالعه حاضر، رایانش مه، اینترنت اشیا (IoT) و مسائل مهم مربوط به امنیت داده ها و انتشار در رایانش مه به طور جامع مورد بحث و بررسی قرار می گیرد. همچنین در این پژوهش، طرح‌های ذخیره‌سازی مبتنی بر مه به نحو دقیقی ارائه شده است و راهکارهایی نیز برای رفع مسائل موجود در رایانش مه ارائه می گردد. به علاوه اینکه در مطالعه حاضر، تعدادی از طرح‌های ذخیره‌سازی که از طریق مشارکت شکل گرفته اند و همچنین، مزایا و چالش‌های آنها برای رفع مسائل و محدودیت‌های رایانش مه به طور مفصل ارائه شده اند. در ضمن در این پژوهش، رویکردهای مبتنی بر یادگیری ماشین در زمینه امنیت و مدیریت حافظه پنهان در رایانش مه، و همچنین چندین جهت تحقیقاتی آینده نگر در زمینه حافظه پنهان، رایانش مه، و یادگیری ماشین نیز ارائه شده است.

The massive growth of diversified smart devices and continuous data generation poses a challenge to communication architectures. To deal with this problem, communication networks consider fog computing as one of promising technologies that can improve overall communication performance. It brings on-demand services proximate to the end devices and delivers the requested data in a short time. Fog computing faces several issues such as latency, bandwidth, and link utilization due to limited resources and the high processing demands of end devices. To this end, fog caching plays an imperative role in addressing data dissemination issues. This study provides a comprehensive discussion of fog computing, Internet of Things (IoTs) and the critical issues related to data security and dissemination in fog computing. Moreover, we determine the fog-based caching schemes and contribute to deal with the existing issues of fog computing. Besides, this paper presents a number of caching schemes with their contributions, benefits, and challenges to overcome the problems and limitations of fog computing. We also identify machine learning-based approaches for cache security and management in fog computing, as well as several prospective future research directions in caching, fog computing, and machine learning.

ترجمه این مقاله در 53 صفحه آماده شده و در ادامه نیز صفحه 25 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.