Efficient data storage in edge cloud computing for real-time system
Gerçek zamanlı sistem için edge bulut bilgisayarında etkili veri depolama
- Tez No: 599927
- Danışmanlar: DOÇ. DR. SHAFQAT UR REHMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 82
Özet
Son yirmi yılda, bilgi ve ilgili bilgi teknolojileri dünyasında çok ilerleme kaydedilmiştir. Örneğin, bugünlerde Nesnelerin İnterneti'nin (IoT) gelişmesine tanık oluyoruz. Nesnelerin İnterneti (IoT) dünyada Bluetooth, ZigBee, Wi-Fi, 2G, 3G, 4G gibi kablosuz ağlarla bağlı milyarlarca elektronik cihazı ifade eder. Örnek uygulamalar akıllı altyapılar, akıllı şehir, akıllı mobilite, akıllı teknolojiler vs.'dir. Bu akıllı sistemler, sensörleri kullanarak fiziksel dünyadan büyük miktarda veri üretecektir. Daha hızlı yanıt almak için bu verileri merkezi bir sistemde (örneğin bulutta) depolamalı ve gerçek zamanlı olarak işlemeliyiz. Bugün, sınır bulutları üzerindeki veri analitiği, gerçek zamanlı kararlar almak için giderek daha önemli hale geliyor. Edge cloud computing, verilerin merkezi bir buluta gönderilmek yerine üretildiği yere yakın bir yerde depolanmasına ve işlenmesine izin veren yeni bir bulut bilişim paradigmasıdır. Bu, communicatin gecikmesini büyük ölçüde azaltır ve gecikmeye duyarlı uygulamalara gerçek zamanlı yanıt sağlar. Kenar bulutlarındaki sınırlı depolama nedeniyle, gerçek zamanlı kararlar için kenar bulutunda depolanan verilerin kalitesi ve miktarı arasında bir denge bulmak zordur. Bu yazıda, son bulutta verimli veri depolama ve yönetimi için üç mimari katman kullanıyoruz. Gerçek zamanlı kararın iyileştirilmesi için gereken yüksek tahmin doğruluğunun sağlanması ve sınırlı depolama alanında depolanan veri miktarının azaltılması arasında dinamik bir denge sağlayan uyarlamalı bir algoritma kullanıyoruz. Verimli veri depolama mekanizmamızı analiz etmek için Smart * projesi tarafından yayınlanan akıllı ev verileri setini kullandık.
Özet (Çeviri)
In the last two decades, there has been a lot of progress in the information world and associated information technologies. For example, nowadays, we are witnessing the evolution of Internet to Internet of things (IoT). Internet of things (IoT) refers to billions of electronic devices around the world that are connected to each other via wireless networks, such as Bluetooth, ZigBee, Wi-Fi, 2G, 3G, 4G. Example applications are smart infrastructures, smart city, smart mobility, smart technologies, etc. These smart systems will generate huge amount of data which is captured from the physical world using sensors. We will need to store this data in a centralized system (e.g., cloud computing) and process it in real time to get faster response. Nowadays, data analytics on edge clouds is becoming more and more important in order to make real-time decisions. Edge cloud computing is a new cloud computing paradigm which allows to store and process data close to where it is generated instead of sending it to a centralized cloud. This greatly reduces the communicatin latency and enables real-time response for latency sensitive applications. Because of the limited storage on edge clouds, it ischallenging to find a trade-off between the quality and quantity of the data stored on edge cloud for real-time decisions. In this paper, we use three architectural layers for efficient data storage and management at the edge cloud. We use an adaptive algorithm that dynamically finds a trade-off between providing high prediction accuracy necessary to improve real-time decision and decreasing the amount of data stored in limited storage space. We have used smart home data set published by the Smart* project to analyze our efficient data storage mechanism.
Benzer Tezler
- Uç bilişim ile LSTM tabanlı arıza tespiti
LSTM based fault detecti̇on wi̇th edge computi̇ng
MERT KIŞLAKÇI
Yüksek Lisans
Türkçe
2023
Mekatronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MAHMUT DURGUN
- Edgealarm: Edge assisted real-time and intelligent alarm management system for oil refinery
Edgealarm: Petrol rafinerisi için sınır bilişim destekli gerçek zamanlı ve akıllı alarm yönetim sistemi
WARIS GILL
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZNUR ÖZKASAP
PROF. DR. ATTİLA GÜRSOY
- Edge computing-based predictive maintenance middleware for industrial IoT
Endüstriyel nesnelerin interneti için kenar bilişim tabanlı kestirimci bakım modeli
BLESSING NGONIDZASHE MUSUNGATE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET TUNCAY ERCAN
- Offloading decision with mobility-aware for mobile edge computing in 5G networks
5g şebekesinde mobil kenar bilgi işlem için mobilite bilinci ile aktarma kararları
SAEID JAHANDAR BONAB
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERGEN
- Resource mapping optimization for distributed cloud services
Dağıtık bulut hizmetleri için kaynak eşlemenin iyileştirilmesi
ATAKAN ARAL
Doktora
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TOLGA OVATMAN