Sorry, no posts matched your criteria.

این سایت در ستاد ساماندهی ثبت شده و تابع قوانین جمهوری اسلامی میباشد

محاسبات مه، چالش‌ها و امتیازات

۹ مرداد ۱۳۹۷
بدون نظر


این مطلب یکی از مقالات پرونده ویژه «رایانش و خدمات ابری» شماره ۲۰۵ ماهنامه شبکه است. علاقه‌مندان می‌توانند کل این پرونده ویژه را از روی سایت شبکه دانلود کنند.


چالش‌ها

گستردگی بزرگ‌ترین چالش مقابل اینترنت اشیا (IoT) است. حجم زیاد دستگاه‌ها و اپلیکیشن‌های مورد نیاز چیزی است که استفاده از سایر فناوری‌ها را طلب می‌کند و محاسبات ابری برای انعطاف‌پذیری و ارائه خدمات به کمک اینترنت اشیا آمده است. به دلیل ناهمگونی و ذات غیرقابل کنترل اینترنت، تأمین کیفیت سرویس (QOS) کار دشواری است. یکی از مسائلی که کیفیت خدمات ابری را تحت تأثیر قرار می‌دهد، وجود تأخیر در ارتباطات است؛ 
به خصوص اگر اپلیکیشن‌ها برای کاربردهای باشند.

مسئله مهم دیگر در محاسبات ابری، امنیت و حریم خصوصی است. از آنجا که سیستم‌های ابری از اینترنت استفاده می‌کنند، درخواست کاربران، انتقال داده و پاسخ سیستم باید از درون شبکه‌های مختلف عبور کند و بسته به فاصله بین کاربر و سیستم، تعداد این شبکه‌ها مختلف است. زمانی که داده مشتریان خارج از یک ابر عمومی قرار دارد، خطر سرقت اطلاعات بیشتر می‌شود. 
هر چه فاصله بیشتر باشد، تهدیدها نیز بیشتر است. خود سیستم‌های ابری نیز در معرض خطر هستند و ممکن است با حمله، آنها را از دسترس خارج کنند.
مدل‌های محاسبات ابری برای مدیریت مراکز داده خصوصی و پنهان کردن جزییات مناسب هستند، ولی ممکن است با ایجاد تأخیر برای اپلیکیشن‌های حساس مشکلاتی به‌وجود آورند. اینترنت اشیا به تحرک (mobility) نیاز دارد و باید در یک محیط جغرافیایی پراکنده شود و از طرفی هم کمترین تأخیر را در تبادلات داشته باشد. بنابراین، به یک پلتفرم جدید برای پاسخ به تمام نیازها، احتیاج داریم که با گسترش ابر، مجموعه‌ای از اپلیکیشن‌های وب و خدمات را به کاربر نهایی ارائه دهد. این پلتفرم «محاسبات مه» نامیده می‌شود.

مطلب پیشنهادی

اینترنت اشیا با این روش‌ها، ارزش کسب‌وکارها را چندبرابر می‌کند

فارستر به‌ابعاد استفاده از IoT در زندگی بشر می‌پردازد

محاسبات مه، مزایا و معایب آن

اصطلاح «محاسبات مه» توسط Cisco Systems به عنوان یک مفهوم جدید معرفی شد تا انتقال داده بی‌سیم بین دستگاه‌های توزیع‌شده اینترنت اشیا آسان‌تر شود. سیسکو این مفهوم را تعریف کرد تا محاسبات ابری و خدمات به لبه شبکه گسترش پیدا کند. مشابه ابر، مه نیز برای کاربران داده، محاسبات، ذخیره‌سازی و سرویس فراهم می‌کند. اما تفاوت آن با ابر، نزدیکی به کاربر، توزیع جغرافیایی و پشتیبانی از تحرک است. کاهش فاصله با دستگاه کاربر باعث کم شدن تأخیر در سرویس‌دهی و بهبود کیفیت آن می‌شود. به لطف توزیع وسیع جغرافیایی، مه کاربرد زیادی برای تحلیل بلادرنگ داده‌ها دارد. مدل مه در تبلیغات، محاسبات و سرگرمی مزایایی فراهم می‌کند و برای تحلیل‌ها در نقاطی که داده‌های توزیع‌شده جمع‌آوری می‌شوند، مناسب است. همان‌طور که گفتیم مهم‌ترین ویژگی مه این است که نزدیک به کاربر در لبه شبکه است.
وقتی جابجایی داده در شبکه کمتر می‌شود، ازدحام، هزینه و تأخیر کاهش می‌یابد، گلوگاه‌ها در سیستم‌های محاسباتی از بین می‌روند، امنیت اطلاعات رمزنگاری شده با قرارگرفتن در نزدیکی کاربر افزایش می‌یابد و مقیاس‌پذیری سیستم‌های مجازی بهبود می‌یابد.

با حذف محیط محاسباتی هسته، بلوک‌های اصلی و نقاط شکست کاهش می‌یابد. امنیت با حرکت داده در لبه شبکه بهبود می‌یابد و محاسبات لبه سطح قابل قبولی از مقیاس‌پذیری، قابلیت اتکا و تحمل خطا را فراهم می‌کنند. مصرف کمتر پهنای باند نیز بدیهی‌ترین موردی است که می‌توان به آن اشاره کرد. البته در کنار مزایای فراوان، مه یک نقض بزرگ دارد و آن دشواری کار در انتخاب پلتفرم‌های فناوری، اپلیکیشن‌های وب و دیگر سرویس‌هاست. انتخاب نادرست هر مورد از میزان تأثیرگذاری مه می‌کاهد.

محاسبات مه در مقایسه با محاسبات ابری

در جدول ۱ و ۲ مقایسه‌ای بین ابر و مه صورت گرفته است. با نگاه به این جدول‌ها متوجه می‌شویم که ویژگی‌های محاسبات ابری برای تأمین کیفیت سرویس اپلیکیشن‌های بلادرنگ محدود است.

جدول۱٫ مقایسه ویژگی‌های ابر و مه

مطلب پیشنهادی

محاسبات مه چه هستند و چه مزایا و معایبی دارند؟

آیا محاسبات مه (Fog computing) آینده کلاود را رقم خواهند زد؟

جدول۲٫ مقایسه ویژگی‌های ابر و مه (۲)

بد نیست نگاهی هم به نقش حیاتی محاسبات مه در اینترنت اشیا بیندازیم. در جدول ۳ چند کاربرد مهم مه در IoT بررسی شده است.

جدول ۳٫ نقش مه در اینترنت اشیا

نتیجه‌گیری

با تمام صحبت‌های انجام شده مه را نمی‌توان برتر از ابر دانست و جایگزینی برای ابر محسوب کرد. ابر، اکنون نقش بزرگی در دنیای ما دارد و کاربردهایی دارد که مه نمی‌تواند آن‌ها را انجام دهد. در واقع، این دو مکمل یکدیگر هستند و با ترکیب آن‌ها به مزایای زیادی دست پیدا می‌کنیم. محاسبات لبه‌ای نقش مهمی در اینترنت اشیا ایفا می‌کنند که در متن نیز به آن اشاره شد. مطالعات در مورد امنیت، اطمینان و قابلیت اتکا در محاسبات مه اکنون یکی از حوزه‌های تحقیقاتی به شمار می‌رود.


منبع : شبکه



مهراب