img

رایانش مه : مکملی برای رایانش ابری برای آینده‌ای بهتر

/
/
/

چکیده
اینترنت اشیاء مفهومی جدید ومحاسباتی است که دنیای مارا هوشمند تر می‌سازد،به کمک این فناوری ، چیز‌ها همواره قادر خواهند بود با یکدیگر درحال تعامل باشند وداده‌های بسیاری را از وضعیت خود تولید کنند.با رشد وافزایش سرعت تولید وحجم بی سابقه داده ها، زیر ساخت‌های مبتنی بر ابر به تنهایی پاسخگوی نیاز‌های این فناوری نمی‌باشد و باید در نظر داشت عملکرد اینترنت اشیا به گونه ای است که متکی به ابر بوده و این میتواند منجر به ناکار آمدی آن شود.تاخیر وپهنای باند دو عامل مهم در ناکارآمدی رایانش ابری است ،با توجه به حجم زیاد داده‌ها و تاخیر زیاد در پردازش ممکن است سبب شود که ابر نتواند به موقع واکنش مناسبی نسبت به وقایع و رویداد‌ها داشته باشد.عدم پهنای باند مناسب نیز به شبکه اینترنت اشیا آسیب می‌رساند، دیوایس‌ها داده‌های زیادی را درشبکه تولید میکنند که اگر قادر به ارسال تمام این داده‌ها به ابر برای پردازش نباشد میتواند باعث از بین رفتن اطالعات مهمی برای تصمیم گیری شود. بنابراین اینترنت اشیا به یک راه حل نیاز دارد که این چالش هارا برطرف نماید.برای این منظور رایانش مه یا رایانش لبه با محوریت رفع این محدودیت‌ها ارائه شد.در این نوع از رایانش، که به صورت محلی و غیرمتمرکز میباشد ، پردازش داده‌ها در نزدیکی محل تولید داده‌ها صورت میگیرد.ترکیب راهکار رایانش مه و رایانش ابری میتواند نیاز‌های فناوری اینترنت اشیا را برطرف سازد در این مقاله نحوه ارتباط رایانش مه و رایانش ابری با لحاظ معیارهایی همچون سرعت پردازش، ارسال و دریافت داده ها، تاخیر و خطا در شبکه اینترنت اشیا بررسی میشود.
واژگان کلیدی: اینترنت اشیا،رایانش مه،رایانش ابری ، امنیت وحریم خصوصی

 

مقدمه
اینترنت اشیا شبکه ای از سیستم‌های کامپیوتری، اشیا فیزیکی، انسان ها، حیوانات، گیاهان و…… می‌باشد، که همواره با تولید داده‌ها از وضعیت خود بایکدیگر در حال تعامل و ارتباط هستند که به هریک از این چیز ها، نود‌های اینترنت اشیا گفته میشود.
دراین تکنولوژی به هر نود شناسه منحصربه فرد تعلق میگیرد که بتواند با پایگاه داده ونود‌های دیگر در حال تعامل باشد. این نود‌ها میتوانند هر چیزی باشند ،یک فرد با سنسور ضربان قلب ،یک حیوان مزرعه با فرستنده بیولوژیک یا یک خودروی هوشمند ویا هرگونه موجود زنده یا شی ممکن است در شبکه اینترنت اشیا فعال باشد و توانایی انتقال داده به شبکه را داشته باشد.
با افزایش این نودها ، اینترنت اشیا حجم غیرقابل تصوری ازانواع مختلف داده هارا ایجاد میکند،که باتوجه به ماهیت اصلی آن، این داده‌ها باید دریک پایگاه داده مناسب ذخیره شوند . درروش سنتی تنها ازرایانش ابری برای پردازش داده‌ها استفاده میشود،به طوری که داده‌ها برای پردازش، مستقیما به مراکز رایانش ابری ارسال شده وسپس فرایند پردازش ابری بر روی آنها صورت می‌گیرد، سیستم‌های رایانش ابری موجود نمی‌توانند بسیاری از نگرانی‌ها مطرح شده در مورد سیستم‌های اینترنت اشیا را مرتفع کنند و همانطور که اشاره شد جابجایی حجم وسیعی از داده‌ها در شبکه جدای هزینه و مخاطرات امنیتی باعث بوجود آمدن تاخیرهای نسبتا طوالنی خواهد شد. عالوه بر آن بسیاری از سیستم‌های رایانش ابری از پروتکل IP برای تبادل داده استفاده میکنند درحالی که برخی از دستگاه‌ها و سنسور‌های موجود این پروتکل را پشتیبانی نمی کنند. علیرغم افزایش استفاده از رایانش ابری هنوز این فناوری با مسائل ومحدودیت‌های بسیاری روبرو است که نتوانسته است به تنهایی این مشکالت را برطرف کند.مسائلی مانند تاخیر غیر قابل اعتماد،عدم پشتیبانی از تحرک و اگاهی نداشتن از موقعیت مکانی وعدم وجود پهنای باند مناسب باعث شده است که راهکار مبتنی بر ابر به تنهایی توانایی پاسخگوی به نیازهای فناوری اینترنت اشیا را نداشته باشد. رایانش مه میتواند مکمل خوبی برای از بین بردن این محدودیت‌ها و افزایش سرعت انتقال ،پردازش و آنالیز داده‌ها باشد. به این منظور توسعه فناوری رایانش مه بسیار ضروری ومهم می‌باشد،رایانش مه با راهکار هایی مانند پردازش محلی ،آنالیز،فیلتر کردن،ذخیره سازی داده‌ها چالش‌های به وجود آماده را با همکاری ابر حل کرده و کنترل و عکس‌العمل مناسبی نسبت وقایع به وجود آمده دارد دراین مقاله درابتدا به مفهوم پردازش مه پرداخته می‌شود وگره‌های مه بررسی خواهد شد دربخش دوم به مسائل امنیتی و حریم خصوصی رایانش مه پرداخته شده و در بخش سوم دو سناریو از کاربرد رایانش مه معرفی می‌شود و به عملکرد آن‌ها میپردازیم ودربخش چهارم وآخر ،دریک سناریو عملی از پردازش مه، که آن را پیاده سازی کرده ایم را معرفی و تجزیه و تحلیل خواهیم کرد.

 

رایانش مه : مکملی برای رایانش ابری برای آینده‌ای بهتر

رایانش مه مکملی برای رایانش ابری
رایانش مه که همچنین به اسم شبکه مه یا محاسبات لبه نیز شناخته میشود ، یک زیر ساخت محاسباتی غیر متمرکز است که در آن داده‌ها پردازش و ذخیره سازی میشوند و وظایف در منطقی ترین و کارآمد ترین حالت بین منبع داده و ابر توزیع می‌شوند. محاسبات مه اساسا گسترش محاسبات ابری و خدمات آن به لبه شبکه است و مزایا و قدرت ابر را در محل تولید داده‌ها به ارمغان می‌آورد.
اینترنت اشیا که ازآن به عنوان یکی از عوامل انقالب صنعتی چهارم نام برده میشود درآینده جزئی ازندگی روزمره ما خواهد شد، به نحوی که شیء‌ها پیوسته بایکدیگر درحال تعامل هستندو داده‌های بسیاری را تولیدمیکنند. با رشد چشمگیراینترنت اشیا تعداد دستگاه‌های متصل به اینترنت دائما روند روبه رشدی دارند وهمسو با آن افزایش حجم میزان داده‌ها وانتقال آنها از طریق شبکه اینترنت اشیا ،همچنین وجودپهنای باند نامناسب،ذخیره سازی و پردازش داده‌ها مبتنی بر ابر را محدود میکند که این میتواند منجر به ناکار آمدی اینترنت اشیا شودبه همین دلیل مدیریت وذخیره سازی داده‌ها به نحوی که کمترین تاخیری درپردازش آنهادیده نشود به یک چالش بزرگ در حوزه اینترنت اشیا تبدیل شده است.ترکیب رایانش مه با رایانش ابری میتواند
جوابگوی چالش‌های پیش رو باشد. شکل ۱ مدل عمومی شبکه Cloud-Fog-IOT را نشان میدهد که از سه الیه تشکیل شده است .الیه اشیا وکاربر که سنسورها و قطعه‌های اینترنت اشیا قرار دارد و داده‌ها در این بخش تولید میشود، گره‌های مه درلبه شبکه بین اشیا وابر قرار دارند و وظایفی از قبیل ترجمه پروتکل ارتباطی ،فیلتر کردن ،پردازش محلی داده‌ها به صورت غیر متمرکز،ذخیره سازی،ازبین بردن تاخیر در پردازش وامنیت شبکه را بر عهده دارند.والیه ابری وسرور که وظیفه آنالیز وتجزیه تحلیل داده هارا برعهده دارد. در این سناریوداده‌ها درابتدا توسط دیوایس‌ها وسنسورهای اینترنت اشیا تولید شده سپس توسط شبکه‌های حسگر بی سیم به لبه شبکه یعنی مه ارسال میشود،مه پس از ترجمه پروتکل، داده هارا فیلترکرده وپس ازپردازش اولیه براساس نتیجه پردازش ، داده‌ها را به دوقسمت اساسی تقسیم میکند .دسته اول داده‌های حساسی هستند که باید در لحظه وبه صورت بالدرنگ پردازش شده و فرامین الزم را برای واکنش فوری به دیوایس‌ها ارسال کندودسته دوم داده هایی هستند که نیاز به پردازش فوری بیشتر ندارندوصرفا ماهیت ارائه خدمات دارند که این نوع داده‌ها پس از فیلتربرای تجزیه تحلیل بیشتر به فضای ابری ارسال میشوند.هدف از معماری پردازش مه تسهیل ارتباطات، قابلیت همکاری بیشتر،مقیاس پذیری ،کارایی باال وافزایش کیفیت ونوآوری درشبکه اینترنت اشیا می‌باشد. مهم ترین مزیت پردازش محلی داده‌ها پردازش با تاخیر کم می‌باشد که علت آن پردازش درنزدیکی محل تولید داده‌ها می‌باشد. این موضوع به یکی از مهم ترین اهدف اینترنت اشیا یعنی خدمات رسانی درکمترین زمان اشاره دارد. پردازش ابری وپردازش مه یک انتخاب دوگانه نمی‌باشد،بلکه هریک ازآن‌ها زمانی سودمند خواهد بودکه متقابل ووابسته به یکدیگرکارکنندواین وابستگی به گونه ای می‌باشد که برخی توابع بهتراست در لبه شبکه پردازش شده برخی دیگردر ابر پردازش وآنالیزشوند،تقسیم بارپردازشی نسبت به کاربردوبراساس بارپردازشی پردازنده، پهنای باند، ظرفیت ذخیره سازی، وقوع خطا، امنیت شبکه و… ممکن از تغییر پیدا کند.
عالوه بر همکاری مه و ابر برای مدیریت وپردازش داده‌ها مه‌ها نیز در لبه شبکه به صورت مش با یکدیگر در حال ارتباط هستند که به هر یک از آن‌ها نود یا گره مه گفته میشود هریک از گره‌ها ممکن است اختصاصی یا با همکاری گره‌های دیگر کارکنند،درحالت عمومی گره‌ها درخواست هارا پردازش کرده یا درصورت لزوم درخواست هارا به یک گره دیگرکه در یک دامنه  قراردارند ارسال میکنند وپس ازپردازش اولیه برای آنالیز بیشتر به ابرفرستاده میشود وابر نیز پس از تجزیه تحلیل پاسخ را به کاربروسخت افزار‌ها ارسال میکند،این که کدام گره عمل پردازش را انجام دهد به سه عامل مهم مقدار محاسبات مورد نیاز برای انجام یک وظیفه ،وضعیت صف بندی وتوانایی پردازش هر گره وابسته است. هدف کلی شبکه مه ، پردازش سریع داده‌ها در زمانی که یک درخواست از شبکه device End ارسال میشود میباشد وزمانی که یک گره مه درخواستی را دریافت کند درحالی که خود مشغول پردازش درخواست‌های قبلی می‌باشد میتواند درخواست جدید را برای پردازش به گره‌های دیگر ارسال کند.درشبکه مه هر گره باید بتواند به عنوان مسیریاب برای گره‌های اطراف عمل کند. هدف از این تعامل داده از بین بردن تاخیردرشبکه می‌باشد که خدمات به صورت بالدرنگ انجام شده و باعث افزایش کیفیت خدمات با شود.
این حال مدیریت چنین شبکه ای ،حفظ اتصاالت و ارائه خدمات به ویژه در اینترنت اشیا در مقیاس وسیع آسان نیست،تکنیک‌های جدید مثل
SDN( network define Software)
و
NFV( virtualization function network)
برای مدیریت و حفظ شبکه مطرح شده است،استفاده از SDN و NFV پیاده سازی و مدیریت چنین شبکه ای را آسانتر میکند و باعث افزایش مقیاس شبکه وکاهش هزینه‌ها دربسیاری از جنبه‌های محاسبات مه مانند مکان یابی ،نظارت بر ترافیک کنترل برنامه‌های کاربردی
ورابط‌های برنامه نویسی میشود امنیت وحریم خصوصی در رایانش مه قرار گرفتن مه در لبه شبکه باعث نظارت بر کلیه داده‌های در حال انتقال از منبع داده به ابر خواهد شد.مه از نظر امنیت در شبکه اینترنت اشیا از اهمیت ویژه ای برخوردار است به نوعی که اگرامنیت مه به خطر بیفتد کل شبکه در معرض تهدید‌های امنیتی قرار میگیرند،مه عالوه براین که باید امنیت خود را تامین کند همچنین بایستی بتواند منابع داده وداده هایی که به آن ارسال میشود را احراز هویت کند.مه همچنین باید از سرورها و منابع ابری که داده‌ها را برای ذخیره سازی و آنالیز به سمت آن
ها ارسال میکند مطمئن گردد. یکی ازروش هایی که ما برای تایید هویت درنمونه عملی خود مورداستفاده قراردادیم ارسال یک پیغام به سمت شبکه ورودی می‌باشد که از روی پاسخ پیغام هویت آن‌ها مورد بررسی قرار میگیرد،ازطرف دیگر شبکه باید اعتبارمنابعی که داده هارا به آن‌ها ارسال میکند را تایید کند یکی ازروش‌ها برای احراز هویت ابر ویا دیگرمنابع استفاده از Token های میباشد.

 

رایانش مه : مکملی برای رایانش ابری برای آینده‌ای بهتر

کاربرد‌های رایانش مه:

خودروهای هوشمند
اینترنت اشیا تما م جنبه‌های زندگی مارا تحت تاثیر قرار خواهد داد و حمل و نقل نیز از این قضیه مستثنی نخواهد بود از خودرو‌های شهروندان معمولی تا کامیون هایی که بار سنگین دارند استاندارد‌ها تغییر خواهد کرد.ظهور خودروهای هوشمند که توسط WIFI، گوشی‌های هوشمند و تکنولوژی که توسط سازندگان طراحی شده کنترل میشود در حال اتفاق است. تخمین زده میشود که تا سال ۲۰۲۰ تعداد ده میلیون خودروی خود ران در جاده‌ها خواهد بود. خودروها با جان ومال مردم ارتباط مستقیم دارند به صورتی که اگر اشتباهی در تصمیم گیری توسط راننده صورت پذیرد ممکن است منجر به خطر افتادن امنیت دیگران شود،بنابراین تصمیم گیری با سرعت باال وعکس العمل فوری بسیارضروری و مهم می‌باشد.خودرو‌های خودران نیز باید حساسیت باالیی نسبت به وقایع و چالش‌های پیش رو داشته باشند ، به همین منظور رایانش ابری به تنهایی با توجه به محدودیت هایی که دارد به خصوص عدم توانایی در پردازش و تصمیم گیری بالدرنگ، نمی‌تواند جوابگوی امنیت و نیاز‌های خودرو‌های خودران باشد. رایانش مه می‌تواند مکمل خوبی برای رایانش ابری به منظور بررسی ،تصمیم گیری و عکس العمل فوری به وقایع باشد.رایانش مه داده هارا درهمان محل تولید به صورت بالدرنگ پردازش کرده وپس از عکس العمل، داده‌ها ونتیجه پردازش را برای آنالیز بیشتر به ابر ارسال میکند. برای مثال زمانی که خودرو با مانعی روبرو میشود بلافاصله توسط سنسورهای مربوطه تشخیص داده شده وتوسط مه پردازش بالدرنگ انجام می‌شود و دستورعکس العمل فوری مانند کم کردن سرعت یا تغییرجهت خواهد داشت.سپس نتیجه پردازش را برای آنالیز بیشتر به ابر ارسال می‌کند.بنابراین همکاری مه و ابر در خودروهای خودران بسیار مهم و حیاتی می‌باشد.

 

اتاق بیمار هوشمند
اینترنت اشیا همسو با دیگر تاثیراتش در دنیای امروزی به کمک صنعت پزشکی نیز آماده است اتاق بیمار هوشمند یکی از این موارد می‌باشد در این اتاق به بدن بیمار انواع سنسور‌ها مانند ضربان قلب،فشار خون،دمای بدن و……… نصب شده است،همچنین در اتاق بیمار سنسورهای برای کنترل شرایط اتاق تعبیه شده است،این سنسور‌ها دائما در حال تولید داده وارسال به مه‌ها هستند ومه وظیفه دارد باتوجه به حساسیت باال ، داده هارا به صورت محلی پردازش کند،برای نمونه مه همواره وبا دقت بالا ضربان قلب بیمار،فشارخون،میزان اکسیژن خون و…را زیر نظر دارد وبه صورت بالدرنگ مهدر حال پردازش آن‌ها می‌باشد وهمواره نتیجه پردازش را برای کنترل بیشتر به دکتر بیمار ارسال میکند ودر صورتی که ناگهان شرایط خطرناکی مانند افزایش یا کاهش شدید ضربان قلب در بیمار اتفاق بیفتد مه بالفاصله تشخیص داده و فورا سیستم‌های خطر را به صدا در آورده و دکتر را خبر میکند، همچنین مه با استفاده از سنسور‌های موجود در اتاق شرایط محیطی اتاق مانند دما ،رطوبت،گازهای موجود در اتاق را بررسی میکند و به طوری که بیمار در بهترین شرایط محیطی استراحت کند آن‌ها را تنظیم می‌کندوبرای نمونه اگر تشخیص دهد اکسیژن موجود در اتاق نامناسب می‌باشد فورا تهویه یا پمپ‌های اکسیژن را فعال میکند.
تحلیل نمونه عملی پردازش مه درآزمایشگاه تخصصی اینترنت اشیا دانشگاه فنی وحرفه ای یک نمونه سناریو تعامل ابر ومه را به صورت سخت افزاری پیاده سازی کردیم،که برای سخت افزار مه از مینی کامپیوتر BeagleBoneBlack که مبتنی بر سیستم عامل منبع باز لینوکس می باشد استفاده شده است واز سامانه Adafruit به عنوان ابر بهره برده شده است. در این سناریو سه نوع داده گاز، دما، رطوبت را درمحیط یک گلخانه پیاده سازی کرده ایم ،مه شبکه‌های حسگر بیسیم و شبکه mesh Esp را درایو میکند وداده هایی که توسط سنسورها تولید شده را از طریق این شبکه‌ها دریافت وآن‌ها را پیش پردازش کرده ونسبت به نوع داده اقدامات الزم را انجام می‌دهد ودر نهایت توسط پروتکل MQTT به سمت بروکر یا سامانه‌های مانند Adafruit ارسال می‌کندوکاربر می‌تواند اطالعات مورد نیاز را از این طریق مشاهده کند.همچنین میتواند با استفاده از وارد کردن IP مه وتوسط وب اپلیکیشن طراحی شده به صورت دلخواه مه را پیکربندی کند.

 

نتیجه گیری و آینده
در این مقاله دیدگاه رایانش مه به عنوان مکملی برای محاسبات ابری ویک عنصر ضروری اینترنت اشیا مورد مطالعه وبررسی قرار گرفت که در جهت افزایش خدمات سرویس به کاربر وبهره وری کارآمد از منابع ،به منظور ارائه بهتر وسریع تر می‌باشد. در مدل رایانش مه بیان شد که داده‌ها قبل از ارسال به ابر فیلتروپیش پردازش میشوند که در کاهش بار شبکه بسیار موثر است. فناوری پردازش مه همانطور که قبال بحث شد سبب بهبود شبکه اینترنت اشیا به وسیله پردازش محلی داده‌ها به صورت بالدرنگ وحفظ امنیت وحریم خصوصی کاربر و درنتیجه افزایش کیفیت خدمات میشود. وهمچنین فرصت‌های جدیدی را برای کسب و کار به وجود خواهد آورد.بر طبق پیش بینی‌ها شرکت Cisco در سال ۲۰۱۹، مقدار داده‌های تولید شده به ۵ /۵۰۷ زتابایت خواهد رسید که رایانش مه در مدیریت وآنالیز این داده‌های بسیار موثر خواهد بود.

پاورقی و منابع:

۱٫ Internet of things
۲٫ Cloud computing
۳٫ Fog computing
۴٫ Real Time
۵٫ Fog node
۶٫ QOS(Quality of service)

Rouse.fog computing (fog networking,fogging) .2016
.https://internetofthingsagenda.techtarget.com/definition/fog-computing-fogging

Cisco White Paper. 2015. Cisco Fog Computing Solutions: Unleash the Power of the Internet of Things.

Yi, Ch. Li, Q. Li. ,2015.A Survey of Fog Computing: Concepts, Applications and Issues.

de Brito, Hoque, Magedanz.2017. A Service Orchestration Architecture for Fog-enabled Infrastructures. Second
International Conference on Fog and Mobile Edge Computing (FMEC)

Yousefpour, Ishigaki, and Jue . 2017’’ Fog Computing: Towards Minimizing Delay in the Internet of Things”
۲۰۱۷ IEEE 1st International Conference on Edge Computing

Skarlat, Nardelli, Schulte and Dustdar. 2017 .Towards QoS-aware Fog Service Placement, 2017 IEEE 1st International Conference on Fog and Edge Computing (ICFEC)

Stojmenovic ,.Wen . 2014”The Fog Computing Paradigm: Scenarios and Security Issues Proceedings of the 2014 Federated Conference on Computer Science and Information Systems pp. 1–۸

Sima.2018. IoT And Smart Cars: Changing The World For The Bette,
http://www.digitalistmag.com/iot/2016/08/30/iot-smart-connected-cars-will-change-world-04422640

MARIA DEUTSCHER, 2015, Cisco predicts Internet of Things will generate 500 zettabytes of traffic by 2019
https://siliconangle.com/blog/2015/10/28/cisco-predicts-internet-of-things-will-generate-500-zettabytes-oftraffic-by-2019

نظر بدهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

It is main inner container footer text