توضیحات

تحقیق سيستم هاي ذخيره سازي كلان داده ها براي اينترنت اشيا در محيط رايانش ابري

چکیده:

شبکه هوشمند اشیا یا همان IOT در زندگی امروزه به صورت یک انقلاب در صنعت داده کاوی و فناوری اطلاعات تبدیل شده است.این رشته یکی از پولساز ترین رشته ها در این سال معرفی شده است.پیش بینی شده است تعداد اشیایی که به IOTتا سال 2020 بپیوندند به حدود 50 بیلیون وسیله برسد. این در حالی است که با افزایش اتصالات به این شبکه نحوه پردازش حجم عظیمی از داده ها برای این رشته نیاز است.یکی از رشته هایی که در زمینه پردازش به کمک این رشته میآید داده کاوی است[1]. اکو سیستم های IOT حجم عظیمی از داده ها را تولید میکنند که این داده ها نیازمند ذخیره و پردازش هستند و تمامی چالش ها و مشکلات بیگ دیتاها را با خود دارند.[2].

اینترنت اشیاء یک شبکه پیچیده از اشیاء و افراد است که بطور یکپارچه از طریق اینترنت به یکدیگر متصل می شوند . هر چیزی که دارای پتانسیل اتصال باشد را می توان به شبکه متصل کرد تا از طریق حسگرهای بدون سیم و تگ های RFID اقدام به مبادله داده نماید. پس از اتصال اشیاء به شبکه ، امکان ارسال داده و تعامل با سایر اشیاء و افراد فراهم می گردد . تمامی این اتفاقات به صورت بلادرنگ انجام خواهد شد . حسگرها قادر به تولید حجم بالایی از داده میباشند ، داده های غیرساختیافته ای که میتوان با گروه بندی ، سازماندهی ، تحلیل و بهره برداری در یک حلقه بازخوردی خیلی سریع از آنها در جهت حمایت از تصمیم گیری صحیح و خودکار و همچنین واکنش مناسب استفاده کرد[2].

داده های بزرگ یا عظیم داده[1] می باشد که معمولا به مجموعه ای از داده ها اطلاق می شود که اندازه آنها فراتر از حدی است که با نرم افزارهای معمول بتوان آنها را در یک زمان معقول اخذ، دقیق سازی، مدیریت و پردازش کرد. مفهوم «اندازه» در داده های بزرگ بطور مستمر در حال تغییر است و به مرور بزرگتر می شود[3].

داده های بزرگ مجموعه از تکنیک ها و تاکتیک هایی است که نیازمند شکل جدیدی از یکپارچگی هستند تا بتوانند ارزش های بزرگی را که در مجموعه های بزرگ، وسیع، پیچیده و متنوع داده پنهان شده اند، آشکار سازند[3].

از این رو با رشد روز افزون داده ها و نیاز به بهره برداری و تحلیل از این داده ها، بکارگیری زیرساخت های از اهمیت ویژه ای برخوردار شده است[3].

در این پروژه قصد معرفی چالش ها و خصوصیات بیگ دیتاهای اینترنت اشیا را در پردازش ابری معرفی نماییم.

…

فهرست مطالب تحقیق سيستم هاي ذخيره سازي كلان داده ها براي اينترنت اشيا در محيط رايانش ابري

فصل اول: کلیات تحقیق.. 8
1-1-مقدمه: 8
2-2-بیان مسئله: 9
2-3-اهداف تحقیق: 9
فصل دوم: تعاریف کلی.. 10
2-1-مقدمه: 10
2-2–1-تعریف اینترنت اشیا: 10
2-2-اجزای فراهم کردن اطلاعات در اینترنت اشیا: 12
2-3-کاربردهای اینترنت اشیا: 12
2-4-اکو سیستم اینترنت اشیا: 15
2-5-معماری های مطرح در اینترنت اشیا: 17
6-2-تعریف پایگاه داده های بزرگ: 19
شکل 2-4:پایگاه داده بزرگ… 20
2-7-امنیت در پایگاه داده های بزرگ: 22
2-8-اهمیت و کاربرد پایگاه داده های بزرگ: 25
فناوری اطلاعات: 25
اقتصاد و کسب وکار: 26
بازاریابی و فروش: 26
2-9-تعریف ابر و سرویسهای آن: 27
فصل سوم: مروری بر کارهای مرتبط… 31
3-1-مقدمه: 31
3-2-روش های جمع آوری داده در پایگاه داده های بزرگ: 31
3-3-ابزارها و روشهای تحلیل داده در پایگاه داده های بزرگ: 33
3-4-چالش های تجمیع داده در پایگاه داده های بزرگ اینترنت اشیا: 35
شکل 3-1-گسترش اینترنت اشیا 35
3-5-فریم ورکی عملیاتی برای کاربردهای اینترنت اشیا در محیط ابر: 36
3-6-روش ها و ابزارها : 37
3-6-1-اکتساب داده و ماژول تجمیع: 37
3-6-2-داده های جمع آوری شده از سنسورهای مختلف: 38
3-6-3-انتقال و ارتباط داده ها: 38
3-6-4-ماژول ذخیره سازی داده: 38
3-6-5-ماژول مدیریت داده: 40
3-6-6-استراتژی شاخص بندی داده: 41
3-6-7-ماژول های پردازش داده: 42
3-6-9-بهبود کارایی: 43
فصل چهارم: ایده هایی جدید در ارتباط با اینترنت اشیا در بستر ابر. 44
4-1-مقدمه: 44
4-2-شیوه هایی جدید: 44
2-4-1-ابر اشیا: 44
4-2-2-اشیا هوشمند با استفاده از ارائه داده پیچیده: 45
4-2-3-مدیریت معنایی داده ها: 45
4-2-4-جریان کاوی داده ها: 46
4-3-انواع ابر: 46
3-4-1-CLOUDKIT: 47
3-4-2-فروشگاه کلود: 47
3-4-3-روش ابر سبک: 47
3-4-4-روش کلودرا: 47
3-4-5-پی کلود: 47

منابع تحقیق سيستم هاي ذخيره سازي كلان داده ها براي اينترنت اشيا در محيط رايانش ابري

Haque and M.-S. Hacid, “Blinked data: Concepts, characteristics, and challenge,” in 2014 IEEE World Congress on Services. IEEE, 2014, pp. 426–433.

Cheng, L. Guoqiang, C. Hongming, J. Lihong, and N. Xiong, “Dynamic weight based individual similarity calculation for information searching in social computing,” IEEE Systems Journal, p. DOI: 10.1109/JSYST.2015.2443806, 2015.

Michelsen, “Data stream processing in dynamic and decentralized peer-to-peer networks,” in Proceedings of the 2014 SIGMOD PhD symposium. ACM, 2014, pp. 1–5.

Aridhi, L. d’Orazio, M. Maddouri, and E. M. Nguifo, “Density-based data partitioning strategy to approximate large-scale subgraph mining,” Information Systems, vol. 48, pp. 213–223, 2015.

Doulkeridis and K. Nørv˚ag, “A survey of large-scale analytical query processing in mapreduce,” The VLDB Journal, vol. 23, no. 3, pp. 355– 380, 2014.

Tei and L. G¨urgen, “Clout: Cloud of things for empowering the citizen clout in smart cities,” in Internet of Things (WF-IoT), 2014 IEEE World Forum on. IEEE, 2014, pp. 369–370.

Jiang, L. Da Xu, H. Cai, Z. Jiang, F. Bu, and B. Xu, “An iotoriented data storage framework in cloud computing platform,” IEEE Transactions on Industrial Informatics, vol. 10, no. 2, pp. 1443–1451, 2014.

Byun, S. H. Kim, and D. Kim, “Lilliput: Ontology-based platform for iot social networks,” in Services Computing (SCC), 2014 IEEE International Conference on. IEEE, 2014, pp. 139–146.

Wu, Z. Guan, Q. Zhang, A. K. Singh, and X. Yan, “Static and dynamic structural correlations in graphs,” IEEE Transactions on Knowledge and Data Engineering, vol. 25, no. 9, pp. 2147–2160, 2013.

. Lyu, F. Yan, Y. Chen, D. Wang, Y. Shi, and N. Agoulmine, “Highperformance scheduling model for multisensor gateway of cloud sensor system-based smart-living,” Information Fusion, vol. 21, pp. 42–56, 2015.

Kaoudi and I. Manolescu, “Cloud-based rdf data management,” in Proceedings of the 2014 ACM SIGMOD International Conference on Management of Data. ACM, 2014, pp. 725–729

Huston, J. S. Culpepper, and W. B. Croft, “Indexing word sequences for ranked retrieval,” ACM Transactions on Information Systems (TOIS), vol. 32, no. 1, p. 3, 2014.

Prodan, X. Li, and R. Duan, “Multi-Objective Game Theoretic Schedulingof Bag-of-Tasks Workflows on Hybrid Clouds,” IEEE Transactions on Cloud Computing, vol. 2, pp. 29 -4 2 ,2 014.

Sudipta Sahana1,Rajesh Bose and Debabrata Sarddar2,” Harnessing RAID mechanism for enhancement of data storage and security on cloud”,Brazilian journal of science and technology 2016

anitha,saswati mokherjee,” ‘MaaS’: Fast Retrieval of Data in Cloud Using Metadata as a Service”,computer engineering and computer science,2015

Daniel W.K.Tse,chen,liu,fan wang,wei,” Emerging Issues in Cloud Storage Security: Encryption, Key Management, Data Redundancy, Trust Mechanism”,springer.com,2014

Porambage, C. Schmitt, P. Kumar, A. Gurtov, and M. Ylianttila, “Pauthkey: A pervasive authentication protocol and key establishment scheme for wireless sensor networks in distributed iot applications,” International Journal of Distributed Sensor Networks, vol. 2014, 2014.

[13] M.-C. Chuang and J.-F. Lee, “TEAM: Trust-extended authentication mechanism for vehicular ad hoc networks,” Systems Journal, IEEE, vol. 8, pp. 749-758, 2014.

[14] P. N. Mahalle, N. R. Prasad, and R. Prasad, “Threshold Cryptographybased Group Authentication (TCGA) scheme for the Internet of Things (IoT),” in Wireless Communications, Vehicular Technology, Information Theory and Aerospace & Electronic Systems (VITAE), 2014 4th International Conference on, 2014, pp. 1-5.

Martinez-Bazan, S. Gomez-Villamor, and F. Escale-Claveras, “Dex: A high-performance graph database management system,” in Data Engineering Workshops (ICDEW), 2011 IEEE 27th International Conference on. IEEE, 2011, pp. 124–127.

Brickley and R. V. Guha, “{RDF vocabulary description language 1.0: RDF schema},” 2004.

Kaoudi and I. Manolescu, “Cloud-based rdf data management,” in Proceedings of the 2014 ACM SIGMOD International Conference on Management of Data. ACM, 2014, pp. 725–729

Grund,M. Schapranow, J.Krueger,J.Schaffner, and A.Bog,“Shared table access pattern analysis for multi-tenant applications,” in Advanced Management of Information for Globalized Enterprises, 2008. AMIGE 2008. IEEE Symposium on. IEEE, 2008, pp. 1–5.

Hongming Cai, Senior Member, IEEE, Boyi Xu, Member,” IoT-based Big Data Storage Systems in Cloud Computing: Perspectives and Challenges”,2015,IEEE

SUGAM SHARMA, victor chang, u. Sunday tim, johnny wong, shashi gadia, “cloud based emerging service system”, 2016,elsevier

توجه:

تحقیق سيستم هاي ذخيره سازي كلان داده ها براي اينترنت اشيا در محيط رايانش ابري شامل یک فایل ورد 50 صفحه ای می باشد.

لینک دانلود فایل بلافاصله پس از خرید بصورت اتوماتیک برای شما ایمیل می گردد.