دانلود ترجمه مقاله تکنیک های مدیریت داده برای اینترنت اشیا

1. مقدمه 2. زیرمجموعه های اینترنت اشیا 3. پیشینه و مفاهیم پایه ای مدیریت داده ها 4. پیشنهادات فعلی در زمینه سیستم های مدیریت داده در IoT 5. بحث و بررسی و موضوعات باز 6. ملزومات داده IoT برای پردازش و ذخیره سازی 7. نتیجه گیری

اینترنت اشیا یک پارادایم شبکه ای است که طی آن اشیای فیزیکی، دیجیتال و مجازی به قابلیت های شناسایی، تشخیص، شبکه سازی و پردازش مجهز هستند. دستگاه ها از طریق این شبکه با یکدیگر و سایر دستگاه ها و خدمات ارتباط برقرار می کنند ، و وظایف مدنظر کاربران را به اجرا می رسانند. بسیاری از سیستم های کاربردی اینترنت اشیا ، راحتی و آسایش را برای زندگی انسان ها به ارمغان می آورند. علاوه بر این، استفاده از فناوری های اینترنت اشیا در صنعت خودرو ، منجر به ظهور مفهوم اینترنت اشیای صنعتی (IIOT) شده است. چنین شبکه ای منجر به تسهیل استفاده ازسیستم های مجازی- فیزیکی شده است. ماهیت این سیستم ها بگونه ایست که عوامل انسانی و ماشین ها، از طریق ساختار شبکه با یکدیگر تعامل برقرار می کنند. با توجه به تنوع، عدم یکنواختی و حجم بالای داده های تولید شده توسط این هویت ها، استفاده از سیستم های سنتی مدیریت پایگاه داده گزینه مناسبی تلقی نمی شود. در خلال طراحی سیستم های مدیریت داده های اینترنت اشیا، باید اصول متعدد و مختلفی را در نظر گرفت. اصول مختلف، منجر به معرفی رویکردهای متعدد و گوناگونی برای مدیریت داده های اینترنت اشیا شده اند.برخی سیستم های واسطه یا مبتنی بر معماری ، ادغام داده های تولیدی را تسهیل نموده اند. سایر راه حل های موجود، ذخیره سازی و طبقه بندی موثر داده های ساختاریافته وغیرساختاریافته را به ارمغان آورده اند، و در عین حال از زبان NOSQL پشتیبانی می کنند. بدین ترتیب مقاله فعلی ، منطقی ترین و مرتبط ترین مفاهیم مربوط به مدیریت داده در اینترنت اشیا را شناسایی نموده است. جدیدترین راه حل های پیشنهادی برای مدیریت داده های اینترنت اشیا مورد ارزیابی قرار می گیرند. امیدوارکننده ترین راه حل ها به بحث گذاشته می شوند. مسائل تحقیقاتی پاسخ داده نشده در این زمینه معرفی می شوند. ضمناً توصیه هایی برای تکمیل یافته های تحقیقاتی قبلی پیشنهاد می شوند.

Internet of Things (IoT) is a network paradigm in which physical, digital, and virtual objects are equipped with identification, detection, networking, and processing functions to communicate with each other and with other devices and services on the Internet in order to perform the users’ required tasks. Many IoT applications are provided to bring comfort and facilitate the human life. In addition, the application of IoT technologies in the automotive industry has given rise to the concept of Industrial Internet of Things (IIoT) which facilitated using of Cyber Physic Systems, in which machines and humans interact. Due to the diversity, heterogeneity, and large volume of data generated by these entities, the use of traditional database management systems is not suitable in general. In the design of IoT data management systems, many distinctive principles should be considered. These different principles allowed the proposal of several approaches for IoT data management. Some middleware or architecture-oriented solutions facilitate the integration of generated data. Other available solutions provide efficient storage and indexing structured and unstructured data as well as the support to the NoSQL language. Thus, this paper identifies the most relevant concepts of data management in IoT, surveys the current solutions proposed for IoT data management, discusses the most promising solutions, and identifies relevant open research issues on the topic providing guidelines for further contributions.