مقاله انگلیسی رایگان در مورد رایانش مه در سطح صنعتی – الزویر ۲۰۲۰

elsevier

 

مشخصات مقاله
ترجمه عنوان مقاله رایانش مه در سطح صنعتی، معماری، تأخیر، انرژی و امنیت: یک مقاله مروری
عنوان انگلیسی مقاله Fog computing at industrial level, architecture, latency, energy, and security: A review
انتشار مقاله سال ۲۰۲۰
تعداد صفحات مقاله انگلیسی ۷ صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
پایگاه داده نشریه الزویر
نوع نگارش مقاله
مقاله مروری (Review Article)
مقاله بیس این مقاله بیس نمیباشد
نمایه (index) Scopus – Master Journals List
نوع مقاله ISI
فرمت مقاله انگلیسی  PDF
ایمپکت فاکتور(IF)
۱٫۶۴۶ در سال ۲۰۱۹
شاخص H_index ۱۱ در سال ۲۰۲۰
شاخص SJR ۰٫۴۲۶ در سال ۲۰۱۹
شناسه ISSN ۲۴۰۵-۸۴۴۰
شاخص Quartile (چارک) Q1 در سال ۲۰۱۹
مدل مفهومی ندارد
پرسشنامه ندارد
متغیر ندارد
رفرنس دارد
رشته های مرتبط مهندسی کامپیوتر، مهندسی صنایع
گرایش های مرتبط رایانش ابری، معماری سیستم های کامپیوتری، امنیت اطلاعات، تکنولوژی صنعتی
نوع ارائه مقاله
ژورنال
مجله  هلیون – Heliyon
دانشگاه  Electronic Engineering, Universidad Politecnica Salesiana (UPS), 170146, Quito, Ecuador
کلمات کلیدی علوم کامپیوتر، صنعت ۴٫۰، رایانش ابری، گره های مه، رایانش مه، کارخانه های هوشمند
کلمات کلیدی انگلیسی Computer science، Industry 4.0، Cloud computing، Fog nodes، Fog computing، Smart factories
شناسه دیجیتال – doi
https://doi.org/10.1016/j.heliyon.2020.e03706
کد محصول E14996
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

فهرست مطالب مقاله:
Abstract
۱٫ Introduction
۲٫ Methodology
۳٫ Overview of key background concepts
۴٫ Conducted studies
۵٫ Discussion
۶٫ Conclusions and ongoing work
Declarations
Acknowledgements
References

بخشی از متن مقاله:
Abstract

The industrial applications in the cloud do not meet the requirements of low latency and reliability since variables must be continuously monitored. For this reason, industrial internet of things (IIoT) is a challenge for the current infrastructure because it generates a large amount of data making cloud computing reach the edge and become fog computing (FC). FC can be considered as a new component of Industry 4.0, which aims to solve the problem of big data, reduce energy consumption in industrial sensor networks, improve the security, processing and storage real-time data. It is a promising growing paradigm that offers new opportunities and challenges, beside the ones inherited from cloud computing, which requires a new heterogeneous architecture to improve the network capacity for delivering edge services, that is, providing computing resources closer to the end user. The purpose of this research is to show a systematic review of the most recent studies about the architecture, security, latency, and energy consumption that FC presents at industrial level and thus provide an overview of the current characteristics and challenges of this new technology.

Introduction

The fast development of technology has contributed to the increase of devices connected to the cloud, which generates large amounts of data. The cloud is the biggest data unit where processing and storage is performed with the main goal of making use of services and resources sought by the customers [1]. In 2015, the number of connected devices was 15.41 billion, later in 2017 it was of 20.35 billion, and it is expected to be 30.73 billion in 2020 [2]. These services and applications are used in different scenarios in the world such as Smart Factory, Smart Farming and Smart Cities [3]. Due to this rapid increase of data, a large amount of storage is required, which has generated a greater bandwidth consumption and high latency in data processing. The development of portable computing processes, more intelligent measurements in homes/cities and vehicles, and wider wireless sensor networks has made everything interconnected through the IoT [4]. Due to the number of interconnected devices, technology is generating big quantity of data that are processed, filtered and analyzed in the cloud causing problems related with traffic congestion, delays, and privacy concerns [2, 5]. Many limitations also emerge since the cloud is unable to support some of the needful such as heterogeneous devices, low latency, mobility, and location recognition [6]. In addition, the current infrastructure is not designed for the quantity and speed of data generated by IoT [7], which has generated a high consumption of resources and a decrease in the quality of services for the end user.

ارسال دیدگاه

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