دانلود ترجمه مقاله FIoT: یک چارچوب مبتنی بر عامل برای کاربردهای خود تطبیقی و خود سازمان دهی

1. مقدمه 2. پژوهش های مربوطه 3. FIoT: چارچوبی برای اینترنت اشیا 4. ارزیابی: مثال های گویا 5. نتیجه گیری 6. پژوهش های آتی

چکیده – میلیاردها منبع مانند اتومبیل ها، لباس ها، لوازم خانگی، و حتی غذا، در حال اتصال به فرمی در قالب اینترنت اشیا (IoT) می باشند. زیرمجموعه های این منابع می توانند با یکدیگر کار کنند تا کاربردهای IoT خود تنظیمی جدیدی مانند بهداشت هوشمند، جوامع هوشمند و خانه های هوشمند به وجود آورند. با این حال، چندین موضوع چالش برانگیز باید قبل از بررسی تبدیل این کاربردهای مبتنی بر مفاهیم IoT به واقعیت، مورد خطاب قرار گیرند. از آنجایی که بسیاری از کاربردهای IoT در طیف وسیعی از دستگاه های تعاملی توزیع خواهند شد، کنترل متمرکز در این زمینه نیاز نبوده و بنابراین مسائل باز نیازمند حل خواهند بود که مربوط به ساختار سیستم های خود تطبیقی و خود سازمان دهی عملیاتی محلی می باشند. به عنوان قدم اول در ایجاد کاربردهای IoT با استفاده از این ویژگی ها، این مقاله چارچوبی را برای IoT (FIoT) ارائه داده است. این روش مبتنی بر سیستم های چند عاملی (MAS) و روش های یادگیری ماشین مانند شبکه های عصبی و الگوریتم های تکاملی می باشد. به منظور نشان دادن استفاده از FIoT، این مقاله شامل دو کاربرد IoT مختلف می باشد: (i) اشیای کمی، (ii) کنترل ترافیک هوشمند. ما نشان داده ایم که نقاط انعطاف پذیر چار چوب مان چگونه برای تولید این کاربردهای IoT مورد استفاده قرار می گیرند.

Billions of resources, such as cars, clothes, household appliances and even food are being connected to the Internet forming the Internet of Things (IoT). Subsets of these resources can work together to create new self-regulating IoT applications such as smart health, smart communities and smart homes. However, several challenging issues need to be addressed before this vision of applications based on IoT concepts becomes a reality. Because many IoT applications will be distributed over a large number of interacting devices, centralized control will not be possible and so open problems will need to be solved that relate to building locally operating self-organizing and self-adaptive systems. As an initial step in creating IoT applications with these features, this paper presents a Framework for IoT (FIoT). The approach is based on Multi-Agent Systems (MAS) and Machine Learning Techniques, such as neural networks and evolutionary algorithms. To illustrate the use of FIoT, the paper contains two different IoT applications: (i) Quantified Things and (ii) Smart traffic control. We show how flexible points of our framework are instantiated to generate these IoT application.