محاسبات مه چه هستند و آیا محاسبات مه آینده کلاود را رقم خواهند زد؟

در ابتدا همه چیز «ابر» بود، ولی حالا کلمه جدید «مه» به وجود آمده است. البته هیچکدام از این دو موضوع ربطی به آب و هوا ندارند و به ذخیره و دسترسی داده ها مرتبط می شوند. حتماً می دانید که می توان به جای ذخیره داده ها در دستگاه خود، آن را از طریق اینترنت به این فضاهای ابری ارسال و هر زمان که خواستید آنها را دریافت کنید. همچنین خدماتی نیز وجود دارد که می توان داده ها را پردازش و از اپلیکیشن های ابری استفاده و متناسب با مصرف، هزینه پرداخت شود. اکنون مفهومی به نام مه به وجود آمده است که گزینه بهتری برای تامین برخی نیازها است.

مشکل ابر که افرادی با ارتباطات کُند از آن گلایه می کنند، پهنای باند است و اگر ارسال داده از طریق بی سیم صورت گیرد، اوضاع اهمیت بیشتری پیدا می کند. حال پیشرفت اینترنت اشیاء و ارتباطات بیشتر و افزایش حجم داده ها را نیز تصور کنید. محاسبات مه یا رایانش مه (Fog computing) برای حل این مشکل به وجود آمده است؛ به این صورت که فاصله آن از ابر نسبت به دستگاه های محلی کمتر است. باید دقت داشت که خود داده موضوع اصلی نیست. مشکل ذخیره سازی و دسترسی سریع به داده در مواقع نیاز است. محاسبات مه اجازه دسترسی و پردازش سریع تری را می‌ دهد. همچنین، قابلیت اطمینان نسبت ذخیره سازی محلی بیشتر می شود.

Cisco Systems و IBM پیشگامان این فناوری هستند. تمام تجارت هایی که برای ذخیره سازی داده ها از مرکز داده استفاده می کنند، بهتر است نگاهی هم به محاسبات مه داشته باشند و توجه کنند که ممکن است تجارت آنها در آینده تحت تاثیر کمبود پهنای باند قرار گیرد.

در این مقاله شما می توانید با محاسبات مه آشنا شوید.

محاسبات مه چیست؟

محاسبات مه یک زیرساخت توزیع شده است که در آن داده ها، محاسبات ذخیره سازی و اپلیکیشن ها در محلی بین دستگاه های تولید کننده داده و ابر پراکنده شده اند. مفهوم رایانش مه هم در سیستم های ابری و هم در ساختار بزرگ داده وجود دارد، جایی که مشکلات دسترسی به اطلاعات بیشتر می شود. ما در حال انتقال از زیرساخت محاسباتی متمرکز ابر به زیرساخت توزیع شده مه هستیم. هم محاسبات مه و هم محاسبات ابری، فضای ذخیره سازی،‌ اپلیکیشن و داده را برای کاربران فراهم می کنند. اما مه نزدیکی بیشتری به کاربر نهایی دارد و توزیع جغرافیایی وسیع تری دارد. شبکه سازی مه شامل یک صفحه داده و یک صفحه کنترلی است. برای مثال در صفحه داده، محاسبات ابری به سرویس ها اجازه می دهند که به جای حضور در مرکز داده، در لبه شبکه قرار گیرند. دستگاه هایی که در مه وجود دارند تحت عنوان «نود» شناخته می شوند. نودها در هر جایی با یک ارتباط شبکه ای می توانند قرار گیرند:‌ در کف یک کارخانه،‌ در بالای یک منبع تغذیه، در طول مسیر راه آهن، در یک خودرو یا در یک دکل نفتی. هر دستگاه با ارتباط شبکه ای، محاسباتی و ذخیره سازی می تواند یک نود باشد. کنترل کننده های صنعتی، سوئیچ ها، روترها و دوربین های نظارتی مثال هایی از آن هستند.

تخمین زده می شود حجم داده های آنالیز شده در دستگاه های نزدیک به اینترنت اشیاء حدود 40 درصد از کل آنها است. دلیل آن ساده است: وقتی محل جمع آوری داده ها نزدیک است، تحلیل داده ها نیز تاخیر کمتری دارد. در جدول 1 برخی از مزایا و معایب محاسبات مه بیان شده است.

مزایا

کاهش داده های ارسالی به ابر
صرفه جویی در مصرف پهنای باند
کوتاه کردن زمان پاسخ
افزایش امنیت با نزدیک نگه داشتن داده ها در لبه
پشتیبانی از تحرک

معایب

نیاز به سخت افزار و هزینه بیشتر
نیاز به دسترسی همیشگی به تجهیزات مه

اینترنت اشیاء و نیاز مبرم به مه

بر کسی پوشیده نیست که اینترنت اشیاء در صنعت، مناطق عمومی و خانه ها جا باز کرده است و بتدریج به یک عنصر مهم در عصر فعلی تبدیل می شود. در برخی کاربردها اطلاعات آنقدر حیاتی هستند که با بروز یک اشتباه یا حتی تاخیر در ارسال اطلاعات نتایج وحشتناک خواهد بود. بنابراین نیازهای اصلی برای اینترنت اشیاء تعیین شده است تا دچار این مشکلات نشویم:

  • حداقل کردن تاخیر: برای جلوگیری از توقف خط تولید یا بازگردانی سرویس های الکترونیکی، گاهی یک میلی ثانیه هم اهمیت بالایی دارد. تحلیل داده توسط دستگاهی که اطلاعات را جمع آوری می کند، می تواند تفاوت بین روند عادی یا اتفاق یک فاجعه را رقم بزند.
  • حفظ پهنای باند: سکوهای نفتی در هفته 500 گیگابایت داده تولید می کنند. این رقم برای برخی جت ها در هر 30 دقیقه پرواز 10 ترابایت است. صدها هزار و شاید هزاران هزار دستگاه هستند که حجم داده های تولید شده آنها بسیار زیاد است. لازم نیست داده های همه دستگاه ها به ابر منتقل شود و پردازش و ذخیره سازی ابری برای آنها چندان کاربردی نیست.
  • تامین امنیت:‌ داده ها در اینترنت اشیاء چه در زمان نگهداری و چه در زمان انتقال باید محافظت شوند. مقابله با حمله ها نیازمند نظارت مداوم و خودکارسازی است.
  • عملکرد قابل اطمینان:‌ داده های اینترنت اشیاء تاثیر مستقیمی بر تصمیم گیری ها، امنیت شهروندان و وضعیت زیرساخت ها دارد. یکپارچگی و در دسترس بودن داده ها و زیرساخت ها نباید زیر سوال رود.
  • جمع آوری و امن سازی داده ها در مناطق جغرافیایی مختلف در شرایط محیطی متفاوت: دستگاه های اینترنت اشیاء می توانند در صدها کیلومتر مربع توزیع شده باشند. در محیط هایی مانند بزرگراه ها، خط آهن و ایستگاه های فرعی، دستگاه هایی قرار می‌ گیرند که کنترل آنها همانند دستگاه های داخل منزل آسان نیست.
  • انتقال داده به بهترین مکان برای پردازش:‌ انتخاب بهترین محل پردازش بستگی به نیازها دارد. در جاهایی که زمان اهمیت فراوانی دارد، نزدیکی به محل پردازش معیار اصلی است و در مقابل، زمانی که تحلیل بزرگ داده مد نظر است، به منابع ذخیره سازی و محاسباتی ابری نیاز است.

معماری سنتی محاسبات ابری تمامی این نیازها را برآورده نمی کند. انتقال تمام اطلاعات به مرکز داده باعث تاخیر می شود، ترافیک ایجاد شده توسط هزاران دستگاه به زودی محدودیت پهنای باند به وجود می آورد، مقررات صنعتی و حریم خصوصی مانع استفاده از برخی ذخایر ابری می شود. به علاوه سرورهای ابری تنها با IP تبادلات شان را برقرار می کنند، در صورتی که پروتکل های بی شماری توسط دستگاه های اینترنت اشیاء استفاده می شوند. روش مناسب برای تحلیل داده های اکثر دستگاه ها در اینترنت اشیاء، نزدیکی محل پردازش به دستگاه است که ما آنجا را مه می نامیم.

اپلیکیشن های مه

اپلیکیشین های مه هم مانند اینترنت اشیاء گوناگون هستند. کاری که آنها انجام می دهند معمولاً‌ نظارت و تحلیل داده های بی درنگ اشیاء و سپس انجام یک عمل متناسب با آن است. عمل انجام شده می تواند شامل ارتباطات ماشین به ماشین (M2M) یا تبادلات انسان به ماشین (H2M) باشد. به عنوان مثال، می توان موارد زیر را نام برد: قفل درها، تغییر تنظیمات در تجهیزات، ترمز کردن قطار، زوم کردن دوربین، تولید یک بارکد یا فرستادن یک اعلان به تکنسین برای تعمیرات.

توسعه دهندگان، اپلیکیشن های اینترنت اشیاء را برای نودهای مه می سازند. نودهای نزدیک به دستگاه های اینترنت اشیاء،‌ داده ها را دریافت می کنند. سپس اپلیکیشن ها انواع مختلف داده را برای تحلیل، به بهترین مکان ممکن هدایت می کنند:

  • داده هایی که نمی توانند تاخیر را تحمل کنند به نزدیکترین نود در مه فرستاده می شوند.
  • داده هایی که ثانیه ها و دقیقه ها می توانند تاخیر را تحمل کنند، می توانند توسط یک نود به صورت یکجا و تجمیع شده ارسال شوند.
  • داده هایی که حساس به زمان نیستند به ابر فرستاده می شوند تا برای تکمیل تاریخچه و تحلیل بزرگ داده بکار گرفته شوند. نودهای مه نیز به صورت دوره ای خلاصه ای از تحلیل های داده ها را به ابر ارسال می کنند. ‌(جدول 2)

نودهای نزدیک به دستگاه ها

نودهای تجمیع کننده

ابر

زمان پاسخدر حد میلی ثانیه یا کسری از ثانیهثانیه ها یا دقیقه هادقیقه ها، روزها یا هفته ها
نمونه اپلیکیشن هافناوری های M2M کنترلی در قطار و پزشکی راه دورمجازی سازی تحلیل های سادهتحلیل بزرگ داده داشبوردهای گرافیکی
مدت زمان ذخیره دادهکوتاهساعت ها، روزها یا هفته هاماه ها یا سال ها
پوشش جغرافیاییمحلی، مثلاً در حد یک محله در شهروسیعجهانی

اتفاقاتی که در مه و ابر می افتد به این صورت است:

نودهای (گره های) مه:

  • به صورت بی درنگ از دستگاه های اینترنت اشیاء (با هر پروتکلی) بازخورد دریافت می کند.
  • سریعاً‌ اپلیکیشن ها را برای کنترل و تحلیل اجرا می کند.
  • فضای ذخیره سازی کوتاه مدتی را فراهم می کند.
  • خلاصه ای از داده ها را به صورت دوره ای به ابر می فرستد.

زیرساخت ابر:

  • از تعداد زیادی نود خلاصه داده را دریافت و تجمیع می کند.
  • با تحلیل هایی که روی داده های اینترنت اشیاء و داده های سایر منابع انجام می دهد، دانش بدست می آورد.
  • می تواند بر اساس دانش بدست آمده قوانین جدیدی برای نودهای مه وضع کند.

تفاوت محاسبات مه و محاسبات لبه ای

درباره محاسبات ابری و مه توضیح دادیم و گفتیم هم محاسبات مه و هم محاسبات ابری، فضای ذخیره سازی، اپلیکیشن و داده را برای کاربران فراهم می کنند، اما مه نزدیکی بیشتری به کاربر نهایی و توزیع جغرافیایی وسیع تری دارد. درباره محاسبات لبه ای یا edge computing برخی آن را با مفهوم محاسبات مه یکسان می دانند که درست نیست. هر دو معماری، هوشمندی و پردازش را به دستگاه های تولید کننده داده نزدیک می کنند. مه دید کامل تری نسبت به لبه دارد. تفاوت اصلی در جایی است که هوشمندی و توان محاسباتی قرار گرفته اند.

در محیط مه، هوشمندی در یک شبکه محلی قرار دارد. داده توسط دستگاه به یک دروازه فرستاده و سپس به منبع پردازش ارسال می شود و باز می گردد. در محاسبات لبه ای هوشمندی و توان دروازه لبه در دستگاه هایی مانند کنترل کننده های خودکار قابل برنامه نویسی قرار دارد. طرفداران محاسبات ابری کاهش نقاط شکست را نقطه قوت آن می دانند. زیرا هر دستگاه به صورت مستقل عمل می کند و مشخص می کنند چه داده هایی بطور محلی ذخیره و چه داده هایی برای تحلیل بیشتر به ابر فرستاده شود. طرفداران محاسبات مه دلیل برتری به محاسبات لبه ای را مقیاس پذیری بیشتر و ارائه یک دید جامع نسبت به شبکه (به دلیل بازخوردهای بیشتر) می دانند.

مزایای محاسبات مه در تجارت ها

به وجود آمدن مه تاثیرات مثبت زیادی در تجارت دارد:

  • سرعت عمل بالاتر: با استفاده از ابزار مناسب، گسترش دهندگان می توانند اپلیکیشن های مه را به سرعت و هر زمان که خواستند گسترش دهند.
  • امنیت بیشتر: محافظت از نودها با استفاده از سیاست ها، نحوه کنترل و راه حل های امنیتی که در سایر بخش های فناوری اطلاعات استفاده می شود، صورت می گیرد.
  • دانش عمیق تر و حفظ حریم شخصی: داده های حساس به صورت محلی تحلیل می شوند. تیم فناوری اطلاعات می تواند به دستگاه هایی که تحلیل می کنند نظارت داشته باشند.
  • کاهش هزینه های عملیاتی: از آنجا که داده به ابر فرستاده نمی شوند، قسمتی از پهنای باند حفظ می شود.

هدف مه کنار زدن ابر نبود. همچنان بسیاری از پردازش ها توسط ابر انجام می شود. با این حال برای تکمیل شدن خدمات، محاسبات مه نیاز بود. کنترل اینترنت اشیاء کار دشواری است و محاسبات مه یکی از مفاهیمی است که نقش پُر رنگی در آن داشته است.

منابع

مقاله علمی و آموزشی «محاسبات مه چه هستند و آیا محاسبات مه آینده کلاود را رقم خواهند زد؟»، نتیجه ی تحقیق و پژوهش، گردآوری، ترجمه و نگارش هیئت تحریریه پورتال یو سی (شما می توانید) می باشد. در این راستا مقاله فرشاد رضایی از مجله شبکه، به عنوان منبع اصلی مورد استفاده قرار گرفته است.

نمایش بیشتر

دیدگاهتان را بنویسید

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

مطالب مشابه

دکمه بازگشت به بالا