دانلود ترجمه مقاله یک پلت فرم IoT مبتنی بر مه برای مدیریت کارآمد و جمع آوری داده ها

1. مقدمه 2. بررسی سیستم 3. ارزیابی عملکرد 4. نتیجه گیری

چکیده – یکی از امیدوار کننده ترین فن آوری های نوظهور، اینترنت اشیاء می باشد که به ارتباط هزاران (و شاید میلیون ها) شی هوشمند اشاره دارد، که از تعداد زیادی برنامه های کاربردی مانند نظارت بر محیط زیست، کشاورزی هوشمند، بهداشت الکترونیکی و غیره پشتیبانی می کنند. گروه تحقیقاتی، هم در دانشگاه و هم در صنعت، تعداد قابل توجهی از معماری ها و پلتفرم های IoT را پیشنهاد کرده و یا توسعه داده اند، با این وجود بر مسائل مربوط به مدیریت پلت فرم تمرکز نشده است. علاوه بر این، مقدار گسترده ای از اطلاعات حسی و گسترش سریع دستگاه های هوشمند (به عنوان مثال سنسورها) یک رویکرد جدید در مورد جمع آوری و ذخیره سازی کارآمد را اجتناب ناپذیر می سازد. محاسبات مه (FC)، محيطی است که در آن، داده ها قبل از ارسال به ابر، ذخیره و پیش پردازش می شوند، و دارای برخی مزایا مانند خدمات بلادرنگ مقیاس پذیر، شناسایی و ایزولاسیون خطا، امنیت و حفظ حریم خصوصی بهبود یافته و غیره است. در این مقاله، ما یک پلت فرم IoT مه، استفاده شده برای جمع آوری اطلاعات، ارائه کرده ایم، و همچنین چندین معیار، که می توان از آنها به عنوان پایه ای برای مدیریت پلتفرم ها به عنوام یک سرویس، استفاده کرد، و قادر به نظارت کارامد پلت فرم IoT و پیش بینی شکست های احتمالی هستند، ارائه کرده ایم.

One of the most promising emerging technologies, Internet-of-Things, refers to the interconnection of thousands (or even millions) of smart objects, supporting a large number of applications like environmental monitoring, smart agriculture, e-health, etc. Research groups in both the academia and industry, have proposed and/or developed a significant number of IoT architectures and platforms, however not focusing on platform management-related issues. Furthermore, the vast amount of the sensory data and the rapid proliferation of the smart devices (i.e. sensors) make a new approach regarding efficient data collection and storage inevitable. Fog Computing (FC) is an environment where data are stored and pre-processed before transmitting them to the cloud, having a number of advantages like scalable real-time services, fault detection and isolation, enhanced security and privacy, etc. In this work, we present a fog-enabled IoT platform used for sensory data collection, presenting several metrics that can be used as the basis for a Management-Platform-as-a-Service, able to efficiently monitor the IoT platform and predict potential failures.