دانلود ترجمه مقاله تحلیل جریان داده ای CPS بر مبنای یادگیری ماشین

1. مقدمه و انگیزش 2. کارهای مرتبط 3. روش های یادگیری ماشین در کاربردهای CPS 4. تحلیل پیچیدگی زمانی 5. روش های یادگیری آنلاین 6. بحث و بررسی 7. نتیجه گیری و جهت گیری های تحقیقات آتی

بحث و بررسی: تاکنون روش های یادگیری ماشین در دسته های مختلف، برای اهداف تحلیل جریان داده ها مورد استفاده قرار گرفته اند. مقالات معدودی به ادغام این روش ها در معماری رایانش ابری و مه پرداخته اند. ماهیت CPS نیازمند یک پارادیم محاسباتی است که نظارت حساس به تاخیر، کنترل هوشمند و تحلیل داده برای اهداف تصمیم گیری هوشمند را ارائه دهد. در مقابل ابر، مه، کاربردهای حساس به تاخیر را در لبه شبکه انجام می دهد، با این حال، وظایف تحمل تاخیر در ابر برای تحلیل عمیق به طور موثر اجرا می شوند [161]. رایانش ابری، سرویس های پردازشی و ذخیره سازی مقیاس پذیری و تقاضاپذیری را ارائه می دهد که می توانند تا ملزومات مورد نیاز برای CPS مبتنی بر IoT بسط یابند. با این حال، در کاربردهای مراقبت از سلامت، کنترل تولید، خودروهای متصل، واکنش اضطراری و دیگر کاربردهای حساس به زمان تاخیر، تاخیر ناشی از انتقال داده ها به ابر و بازگشت به کاربرد مورد نظر، غیر قابل قبول می گردد [162-164]. کاربردهای حساس به تاخیر، برای عملکرد حیاتی شان، متکی به مه هستند. اتخاذ رایانش مه نه تنها زمان پاسخ کاربردهای حساس به زمان را تا حد زیادی بهبود می بخشد بلکه چالش های جدیدی چون مدل کسب و کاری، امنیت، حریم خصوصی و مقیاس پذیری را به ارمغان می آورد. این موضوع کاملا درک شده که در سرویس های حیاتی زمانی، رایانش مه در مقایسه با رایانش ابری به دلیل تاخیر زمانی کمتر و در برخی موارد به دلیل ظرفیت اضافی منابع موجود محلی، مقرون به صرفه تر است. این دیدگاه توسط پژوهش انجام شده در [163] تایید شده که با تعداد بالای کاربردهای حساس به تاخیر، رایانش ابری در مقایسه با رایانش ابری، از نظر هزینه و زمان تاخیر خدمات و مصرف انرژی، بهتر عمل می کند. از آنجایی که تحلیل جریان داده ای، داده ها را در یک اسکن پردازش می کند، به دلیل دید میرا، برخی الگوریتم ها برای جریان داده ها غیر عملی هستند چرا که نیازمند اسکن های داده ای متعدد می باشند [165]. علاوه بر این، در روش های مبتنی بر حافظه مانند مدل چگالی احتمال پارزن و روش های نزدیک ترین همسایگی، مجموعه یادگیری باید به منظور انجام پیش بینی هایی برای نقاط داده ای آتی، ذخیره گردند. همچنین، معیاری باید برای اندازه گیری شباهت دو بردار در فضای ورودی تعریف گردند. این الزامات، حجم زیادی از حافظه را مصرف می کنند و عموما در پیش بینی نقاط داده تست، کند هستند. بنابراین، آنها نباید برای تحلیل جریان داده ای مورد استفاده قرار گیرند حتی اگر پای رایانش ابری در میان باشد.

Discussion: So far machine learning methods of various categories have been employed for data stream analysis purposes. Little literature has studied the integration of these methods to the Cloud and Fog computing architecture. The very nature of CPS requires a computing paradigm that offers latency sensitive monitoring, intelligent control and data analytics for intelligent decision making. In contrast to the Cloud, the Fog performs latency-sensitive applications at the edge of network, however latency tolerant tasks are efficiently performed in the Cloud for deep analytics [161]. Cloud computing provides on demand and scalable storage and processing services that can scale up to requirements of IoT based CPS. However, for healthcare applications, manufacturing control applications, connected vehicle applications, emergency response, and other latency sensitive applications, the delay caused by transferring data to the Cloud and back to the application becomes unacceptable [162–164]. The latency sensitive applications rely on the Fog for their time critical functionality. The adoption of Fog computing not only greatly improves the response time of time sensitive applications but also brings some new challenges such as business model, security, privacy and scalability. It is perceived that in time critical services Fog computing is cost-effective compared to Cloud computing due to its lesser latency and in some cases due to spare capacity of locally available resources. The view is endorsed by study carried out in [163], which shows that with high number of latency sensitive applications Fog computing outperforms Cloud computing in terms of power consumption service latency and cost. Since data stream analytics processes the data in one scan, due to perishable insights, some algorithms, are infeasible for streaming data as they require multiple scans of data [165]. In addition, for memory-based methods such as the Parzen probability density model and nearest-neighbour methods, the entire training set needs to be stored in order to make predictions for future data points. Also, a metric is required to be defined to measure the similarity of any two vectors in input space. These requirements are both memory consuming and generally slow at making predictions for test data points. Therefore they should not be employed for data stream analysis, even though the Fog computing is introduced.