محاسبات مه

محاسبات مه (Fog Computing) چیست؟

فهرست مطالب

 

محاسبات مه (Fog Computing) اصطلاحی است که توسط شرکت Cisco معرفی شد و به گسترش محاسبات ابری در نزدیکی لبه شبکه سازمانی اشاره دارد. به همین دلیل، گاهی به آن محاسبات لبه (Edge Computing) یا Fogging نیز گفته می‌شود. این فناوری، خدمات محاسباتی، ذخیره‌سازی و شبکه را میان دستگاه‌های انتهایی و مراکز داده توزیع می‌کند. دستگاه‌هایی که زیرساخت مه را تشکیل می‌دهند، به‌عنوان “گره‌های مه” (Fog Nodes) شناخته می‌شوند.

تاریخچه محاسبات مه

اصطلاح “محاسبات مه” در ژانویه ۲۰۱۴ توسط Cisco معرفی شد. این نام از مفهوم “مه” که به‌عنوان ابری نزدیک به سطح زمین شناخته می‌شود، الهام گرفته است. هدف اصلی از این فناوری، نزدیک‌تر کردن توان محاسباتی به دستگاه میزبان بود. در سال ۲۰۱۵، IBM اصطلاح مشابهی به نام “محاسبات لبه” را معرفی کرد که به همان هدف اشاره دارد.

انواع محاسبات مه

  • محاسبات مه در سطح دستگاه: شامل استفاده از حسگرها، سوئیچ‌ها و روترها برای جمع‌آوری داده و ارسال آن به ابر.
  • محاسبات مه در سطح لبه: پردازش داده‌ها در سرورهای شبکه قبل از ارسال به ابر.
  • محاسبات مه در سطح دروازه: دستگاه‌هایی که اتصال بین لبه و ابر را برقرار کرده و داده‌های ضروری را ارسال می‌کنند.
  • محاسبات مه در سطح ابر: پردازش داده‌ها بر روی سرورهای ابری قبل از ارسال به کاربران.


اجزای محاسبات مه

  • دستگاه‌های لبه: شامل حسگرها، کنترلرهای PLC و روترهای دروازه‌ای.
  • پردازش داده: انجام پردازش به‌صورت محلی روی دستگاه‌های لبه به‌جای ارسال به سرور مرکزی.
  • ذخیره‌سازی داده: ذخیره داده‌ها به‌صورت محلی برای افزایش امنیت و کاهش تأخیر.
  • اتصال شبکه: نیازمند اتصال سریع بین دستگاه‌های لبه و شبکه برای عملکرد بهینه.

مزایای محاسبات مه

  • کاهش حجم داده‌های ارسالی به ابر
  • کاهش مصرف پهنای باند و زمان پاسخگویی سیستم
  • افزایش امنیت و حفظ حریم خصوصی داده‌ها
  • امکان تحلیل داده‌ها به‌صورت محلی

معایب محاسبات مه

  • احتمال تراکم داده‌ها بین گره‌های مه و میزبان
  • افزایش مصرف انرژی به دلیل لایه اضافی بین ابر و میزبان
  • دشواری در زمان‌بندی پردازش میان گره‌های مه و ابر

موارد استفاده محاسبات مه

  • نظارت پزشکی: تحلیل وضعیت بیماران و اطلاع‌رسانی به پزشکان در مواقع اضطراری.
  • نظارت بر راه‌آهن: کاهش تأخیر در پردازش اطلاعات قطارهای پرسرعت.
  • بهینه‌سازی خطوط نفت و گاز: پردازش داده‌های حجیم برای افزایش کارایی.

تفاوت محاسبات مه و محاسبات لبه

محاسبات لبه محاسبات مه
کمتر مقیاس‌پذیر مقیاس‌پذیری بالا
دارای میلیون‌ها گره دارای میلیاردها گره
گره‌ها دورتر از ابر هستند گره‌ها نزدیک‌تر به ابر هستند
زیرمجموعه‌ای از محاسبات مه زیرمجموعه‌ای از محاسبات ابری
نیاز به پهنای باند کم نیاز به پهنای باند بالا
هزینه عملیاتی بالا هزینه عملیاتی کمتر
امنیت بالا احتمال حملات بیشتر
مصرف انرژی کمتر مصرف انرژی بیشتر

نتیجه‌گیری

محاسبات مه قابلیت‌های ابر را به لبه شبکه نزدیک‌تر می‌کند و باعث بهبود بهره‌وری، کاهش تأخیر و افزایش توان پردازش داده می‌شود. این فناوری برای تحلیل داده‌های بلادرنگ، کاربردهای اینترنت اشیا (IoT) و امنیت داده‌ها ایده‌آل است. در حالی که مقیاس‌پذیری و کاهش مصرف پهنای باند از مزایای آن است، چالش‌هایی مانند مدیریت تراکم داده و افزایش مصرف انرژی نیز وجود دارد. امروزه محاسبات مه در حوزه‌هایی مانند سلامت، IoT صنعتی و تحلیل بلادرنگ در صنایع مختلف مورد استفاده قرار می‌گیرد.

منبع: geeksforgeeks

 

دیدگاهتان را بنویسید

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

فهرست مطالب

مطالب مرتبط