کشف دادههای افزوده به فرآیند تجزیه و تحلیل و استخراج الگوهای جدید از دادههای موجود به کمک هوش مصنوعی گفته میشود.
Edge Computing یا پردازش حاشیهای، یکی از مفاهیم نوین در دنیای فناوری اطلاعات است که بهطور خاص برای بهبود سرعت و کارایی پردازش دادهها طراحی شده است. در Edge Computing، بهجای ارسال تمامی دادهها به مراکز داده مرکزی برای پردازش، دادهها بهطور محلی در نزدیکی منبع تولید دادهها پردازش میشوند. این امر باعث کاهش تأخیر، بهبود سرعت پردازش، و کاهش نیاز به پهنای باند میشود. Edge Computing برای برنامههایی که به پردازش سریع و در زمان واقعی نیاز دارند، بسیار مناسب است، مانند دستگاههای اینترنت اشیا (IoT) و خودروی هوشمند.
یکی از ویژگیهای برجسته Edge Computing این است که پردازش دادهها در نزدیکترین نقطه به محل تولید داده انجام میشود. این به این معنی است که بهجای ارسال دادهها از دستگاهها یا سنسورها به مراکز داده دوردست، دادهها بهطور مستقیم در دستگاههای محلی پردازش میشوند. این امر نهتنها تأخیر را کاهش میدهد، بلکه به کاهش حجم دادههایی که باید به اینترنت یا مراکز داده ارسال شوند نیز کمک میکند. به این ترتیب، بهینهسازی مصرف پهنای باند و صرفهجویی در هزینهها بهویژه در مواردی که تعداد زیادی دستگاه یا سنسور در حال ارسال دادهها هستند، امکانپذیر میشود.
یکی از کاربردهای اصلی Edge Computing در اینترنت اشیا (IoT) است. در سیستمهای IoT، تعداد زیادی دستگاه یا حسگر وجود دارند که بهطور مداوم دادههایی را جمعآوری و ارسال میکنند. با استفاده از Edge Computing، این دادهها میتوانند در دستگاههای محلی پردازش شوند و تنها نتایج مهم به مراکز داده ارسال شوند. به این ترتیب، حجم دادههای منتقلشده به مرکز داده بهطور قابل توجهی کاهش مییابد، که منجر به بهبود سرعت و کاهش هزینهها میشود. این ویژگی برای سیستمهایی که به تحلیل دادههای زمان واقعی نیاز دارند، بهویژه برای خودروی هوشمند، بهداشت دیجیتال، و شهرهای هوشمند، اهمیت زیادی دارد.
یکی دیگر از مزایای Edge Computing کاهش تأخیر است. در پردازشهای سنتی که به مراکز داده متکی هستند، ارسال دادهها از محل تولید به مرکز داده و سپس پردازش آنها، میتواند منجر به تأخیرهای زیادی شود. این تأخیرها بهویژه در برنامههایی که نیاز به پردازش دادهها در زمان واقعی دارند، مانند رانندگی خودران یا سیستمهای نظارتی، میتواند مشکلات جدی ایجاد کند. با استفاده از Edge Computing، پردازش دادهها در نزدیکترین نقطه به محل تولید دادهها انجام میشود و این امر تأخیر را به حداقل میرساند.
در Edge Computing، امنیت نیز یک چالش مهم است. پردازش دادهها در محل تولید دادهها به این معناست که دادهها کمتر به مراکز داده مرکزی ارسال میشوند. این امر میتواند باعث بهبود امنیت شود زیرا خطراتی مانند حملات سایبری به مرکز داده یا حملات به دادههای در حال انتقال به حداقل میرسد. با این حال، دستگاههای حاشیهای که در آنها دادهها پردازش میشوند باید از امنیت بالایی برخوردار باشند، زیرا این دستگاهها میتوانند هدف حملات قرار گیرند. به همین دلیل، ضروری است که برای دستگاههای حاشیهای، تدابیر امنیتی مناسبی اتخاذ شود تا از سرقت یا دستکاری دادهها جلوگیری شود.
در نهایت، Edge Computing بهطور قابل توجهی به بهبود مقیاسپذیری سیستمهای مختلف کمک میکند. در سیستمهای سنتی که به مراکز داده مرکزی وابسته هستند، تمامی دادهها باید بهصورت متمرکز پردازش شوند. این امر میتواند محدودیتهایی از نظر مقیاسپذیری و کارایی ایجاد کند. با Edge Computing، پردازش دادهها بهطور توزیعشده و در سطح محلی انجام میشود که به این معنی است که مقیاسپذیری بهطور مؤثری افزایش مییابد. این امر بهویژه در زمینههای بزرگمقیاس مانند سیستمهای IoT و شبکههای هوشمند اهمیت دارد.
برای درک بهتر این واژه میتوانید از سایت saeidsafaei.ir استفاده کنید و از اسلایدهای محمد سعید صفایی بهره ببرید.
صنعت کامپیوتر یک مجموعه پیچیده از فناوریهای مختلف است که شامل تحقیق، نوآوری، تولید و بهینهسازی میشود. این صنعت با ترکیب سختافزار و نرمافزار به توسعه فناوریهای جدید و بهبود کیفیت زندگی کمک میکند. مانند فرآیند ساخت گوشیهای هوشمند، تحقیق و نوآوری به تولید محصولات جدید منجر میشود و پس از آن، این محصولات بهینهسازی میشوند تا تجربه بهتری برای کاربران ایجاد کنند. این چرخه باعث پیشرفت صنعت و ایجاد فرصتهای شغلی جدید میشود و تأثیرات زیادی در زندگی روزمره و اقتصاد دارد.
کشف دادههای افزوده به فرآیند تجزیه و تحلیل و استخراج الگوهای جدید از دادههای موجود به کمک هوش مصنوعی گفته میشود.
پایگاه دادهای که در پروتکلهای مسیریابی Link State از آن برای ذخیره اطلاعات دقیق شبکه استفاده میشود.
صف ساختار دادهای است که دادهها را به صورت FIFO (First In, First Out) ذخیره میکند. اولین داده وارد شده، اولین دادهای است که از صف برداشته میشود.
دستگاه سختافزاری که بستههای داده را از یک دستگاه دریافت کرده و به دستگاه مقصد ارسال میکند.
وسایل نقلیه خودران به خودروهایی اطلاق میشود که قادر به حرکت بدون نیاز به راننده انسان هستند و از فناوریهای پیشرفته برای تشخیص و تصمیمگیری استفاده میکنند.
اتوماسیون شناختی به فرآیندهایی اطلاق میشود که ترکیب شدهاند تا فرآیندهای پیچیده تجاری را بهطور خودکار و با استفاده از یادگیری ماشین انجام دهند.
رایانههای کوانتومی از اصول فیزیک کوانتومی برای حل مسائل پیچیدهای که برای رایانههای سنتی غیرممکن هستند استفاده میکنند.
انتقال سبک عصبی یک تکنیک یادگیری ماشین است که برای اعمال سبک هنری به تصاویر استفاده میشود.
پهنای باند در ارتباطات باسیم که معمولاً بالاتر و پایدارتر است.
VLANای که بدون Tagging از طریق پورتهای Trunk عبور میکند.
روش ارتباطی یک به چند که در آن یک دستگاه دادهها را به گروهی از دستگاهها ارسال میکند.
لیست پیوندی دوطرفه یک نوع خاص از لیست پیوندی است که هر عنصر در آن به دو عنصر قبلی و بعدی خود اشاره دارد.
فایروال سیستم امنیتی است که دسترسی غیرمجاز به شبکههای کامپیوتری را کنترل میکند.
شبکههای عصبی مصنوعی (ANN) به مدلهای ریاضی اشاره دارد که از ساختار مغز انسان الهام گرفتهاند و برای پردازش دادهها استفاده میشوند.
پردازش سیگنال دیجیتال (DSP) به استفاده از الگوریتمها برای تجزیه و تحلیل و پردازش سیگنالهای دیجیتال برای کاربردهای مختلف اطلاق میشود.
لایهای که مسئول ترجمه، رمزنگاری و فشردهسازی دادهها برای استفاده در لایه کاربرد است.
هوش مصنوعی قابل توضیح (XAI) به طراحی سیستمهای هوش مصنوعی گفته میشود که میتوانند تصمیمات خود را بهطور شفاف و قابل فهم برای انسان توضیح دهند.
سیستمهای تحویل خودران به وسایل نقلیه و رباتهایی اطلاق میشود که بهطور خودکار کالاها را به مقصد ارسال میکنند.
محاسبات مولکولی به استفاده از خواص مولکولی برای پردازش دادهها و حل مسائل پیچیده اطلاق میشود.
الگوریتم مرتبسازی انتخابی بر اساس انتخاب کوچکترین یا بزرگترین عنصر در هر مرحله و جابهجایی آن با مکان مناسب عمل میکند.
در فلوچارت، مرحله تصمیمگیری به لوزی گفته میشود که در آن بر اساس شرایط خاص، الگوریتم مسیر متفاوتی را انتخاب میکند.
میزان دادهای که در واحد زمان توسط یک دستگاه فیزیکی قابل ارسال یا دریافت باشد، معمولاً بر حسب بیت بر ثانیه (bps) اندازهگیری میشود.
معاملهگری الگوریتمی به استفاده از الگوریتمها برای انجام معاملات مالی با استفاده از دادههای تاریخی و پیشبینی روندها اطلاق میشود.
سیستمهای ایمنی مصنوعی به سیستمهایی اطلاق میشود که از فرآیندهای مشابه سیستم ایمنی انسان برای تشخیص و مقابله با تهدیدات استفاده میکنند.
رایانههای هیبریدی که ترکیبی از کامپیوترهای آنالوگ و دیجیتال هستند و توانایی پردازش دادههای پیوسته و گسسته را دارند.
بلاکچین برای اینترنت اشیاء به استفاده از بلاکچین برای اتصال دستگاههای IoT و مدیریت دادهها بهصورت امن و شفاف اشاره دارد.
ارائه سازماندهی فرآیندهای رباتیک به استفاده از رباتها برای هماهنگی و مدیریت فرآیندهای مختلف در محیطهای تجاری اطلاق میشود.
فرآیندی که در آن هر لایه از مدل OSI اطلاعات کنترلی را به دادهها اضافه میکند تا آنها را برای لایه پایینتر آماده کند.
امنیت سایبری به مجموعهای از روشها و تکنیکها اطلاق میشود که برای محافظت از سیستمها، شبکهها و دادهها در برابر تهدیدات دیجیتال به کار میروند.
عبور پیش از پیش به معنای بازدید از گرهها به ترتیب: ابتدا گره ریشه، سپس گرههای زیرین به ترتیب پیشاز پیش.
نوع دادهای است که برای ذخیرهسازی یک کاراکتر مانند حرفها یا نشانهها استفاده میشود.
رایانههای کوچک که میتوانند تعداد کمی از کاربران را به صورت همزمان پشتیبانی کنند و به طور معمول در شرکتها و سازمانهای متوسط استفاده میشوند.
روش تخصیص و مدیریت آدرسهای IP که محدودیتهای سیستم کلاسهای سنتی را حذف میکند.
رباتیک شناختی به استفاده از رباتها برای شبیهسازی فرایندهای شناختی انسانی مانند درک، تصمیمگیری و یادگیری اطلاق میشود.
نماد مستطیل در فلوچارت که برای نمایش انجام محاسبات یا فرایندهای مختلف مانند جمع، تفریق و انتساب استفاده میشود.