دانلود ترجمه مقاله طراحی و پیاده سازی پلتفرمی برای سیستم های سایبر فیزیکی

1. مقدمه 2. از IoT پسیو تا IoT اکتیو 3. ایجاد یک پلتفرم همگرا برای سیستم های فرامتصل 4. طراحی یک محیط همگرا 5. پیاده سازی پلتفرم 6. تست 7. ارزیابی 8. کارهای مرتبط 9. نتیجه گیری

اینترنت اشیاء (IoT) یک زمینه با اهمیت رو به رشد است زیرا قابلیت های رایانش بیشتر و بیشتری در اشیاء و محیط های واقعی گنجانده می شوند. اما در عین حال، IoT فقط یک مولفه از تغییرات گسترده به سمت یک عصر جدید فدراسیون می شود که با دیگر روندها مانند رایانش ابری، بلاکچین و اتوماسیون ترکیب می شود تا یک زیرساخت جدید بسیار متصل به هم، ایجاد کنند. این زیرساخت از همگرایی مدل های سنتی، ابری و IoT رایانش پدیدار می شود و یک بستر محاسبات متمرکز تر، ایمن تر و دموکراتیک تر برای آینده ایجاد می کند. این فدارسیون، درحالی که مزیت های قابل توجهی را بوجود می آورد، همچنین مسائل بسزایی – بخصوص پیچیدگی ساختمان، تلفیق و مدیریت سیستم های ساخته شده با استفاده از بسترهای بسیار توزیع شده و ناهمگن- بوجود می آورد. در این مقاله، در مورد مدل سازی، پیاده سازی و مدیریت این محیط رایانش تلفیقی جدید بحث می کنیم و از مقالات قبلی در مورد زبان های حیطه، رایانش ابری و «وب اشیاء» برای تسریع و دموکراتیزه کردن توسعه سیستم های واقعی بسیار متصل، بهره می گیریم. مقدمه: اینترنت اشیاء (IoT)، یک الگوی رایانش نوظهور است که در آن مجموعه گسترده ای از اشیاء فیزیکی- مانند ماشین ها، وسایل نقلیه، لوازم خانگی، لوازم قابل پوشیدن و غیره- به ویژگی های حسگری، پردازش و همبندی، مجهز شده اند. شرکت تحلیلگر Gartner پیش بینی می کند که تعداد ادوات IoT نصب شده از 5 میلیارد عدد در سال 2015 به 25 میلیارد عدد در سال 2020 افزایش می یابند [2] و در نتیجه IoT را به یکی از مهمترین گرایش ها در زمینه علوم کامپیوتری تبدیل می کند [27]. در عین حال، پیش بینی می کنیم که IoT با ابرها (رایانش ابری) تلفیق می شود تا یک زیرساخت فوق العاده به هم متصل- یک شبکه رایانش پراکنده (توزیع شده) متشکل از چندین بستر ابری و میلیاردها ادوات هوشمند- ایجاد کند [14، 30]. اما، امروزه این محیط ها به میزان زیادی جدا از هم با فنآوریها، ابزارها و رویکردهای مدیریتی متمایز بکار گرفته شده برای هرکدام، در نظر گرفته می شوند. فراتر از جمع آوری داده های ادوات در محیط ابری برای تحلیل بیشتر، معمولاً همپوشانی و اشتراک کارکردی اندکی بین این دو جهان در پیاده سازی های پیشگامانه امروزی وجود دارد که در نتیجه بهره گیری از کلیت را محدود می کند.

The Internet of Things (IoT) is an area of growing importance as more and more computing capability becomes embedded into real world objects and environments. But at the same time IoT is just one component of a widespread shift towards a new age of federation, combining with other trends such as cloud computing, blockchain and automation to create a new hyperconnected infrastructure. This infrastructure will emerge from the convergence of traditional, cloud and IoT-based models of computing, creating a more decentralised, secure and democratic computing platform for the future. But while bringing significant benefits, federation also brings significant problems – in particular the complexity of building, integrating and managing systems built using highly distributed and heterogeneous platforms. In this paper we discuss our work on modelling, deployment and management for this new converged computing environment, leveraging previous work on domain languages, cloud computing and the Web of Things to accelerate and democratize the development of real world hyperconnected systems. Introduction: The Internet of Things (IoT), is an emerging computing paradigm in which a wide range of physical objects - such as machines, vehicles, appliances, wearables etc. - are equipped with sensing, processing and connectivity features. Analyst firm Gartner predicts that the number of deployed IoT devices will grow from 5 Billion in 2015 to 25 Billion in 2020 [2], making IoT one of the most important trends in the field of computer science [27]. At the same time we anticipate that IoT will combine with the cloud to create a new hyperconnected infrastructure - a distributed computing fabric consisting of multiple cloud platforms and billions of smart devices [14,30]. Today, however, these environments are largely viewed as separate, with distinct technologies, tools and management approaches applied to each. Beyond the collection of device data in the cloud for further analysis there is typically very little functional overlap between the two worlds in today’s pioneering deployments, limiting the utility of the whole.