دانلود رایگان مقاله انگلیسی توصیف تاثیر توپولوژی در پردازش جریان اینترنت اشیا - IEEE 2018

قیمت خرید این محصول

رایگان

دانلود مقاله انگلیسی سفارش ترجمه این مقاله

عنوان فارسی

توصیف تاثیر توپولوژی در پردازش جریان اینترنت اشیا

عنوان انگلیسی

Characterizing the impact of topology on IoT stream processing

صفحات مقاله فارسی

0

صفحات مقاله انگلیسی

6

سال انتشار

2018

نشریه

آی تریپل ای - IEEE

فرمت مقاله انگلیسی

PDF

نوع مقاله

ISI

پایگاه

اسکوپوس

کد محصول

E9187

رشته های مرتبط با این مقاله

مهندسی فناوری اطلاعات

گرایش های مرتبط با این مقاله

اینترنت و شبکه های گسترده، شبکه های کامپیوتری

مجله

چهارمین انجمن جهانی در اینترنت اشیا - 4th World Forum on Internet of Things

دانشگاه

Intelligent Platforms & Architecture Lab - University of Washington - Tacoma - WA - USA

کلمات کلیدی

اینترنت اشیا، سرور، توپولوژی، سنسورها، یادگیری ماشین

doi یا شناسه دیجیتال

https://doi.org/10.1109/WF-IoT.2018.8355119

برای سفارش ترجمه این مقاله با کیفیت عالی و در کوتاه ترین زمان ممکن توسط مترجمین مجرب سایت ایران عرضه؛ روی دکمه سبز رنگ کلیک نمایید.

چکیده

Abstract

The Internet of Things (IoT) extends traditional cyber-physical systems by linking sensor based edge devices to network accessible services and resources. In most current IoT deployments, sensor data is streamed from edge devices to servers for storage. Analytical pipelines are then used to translate this raw sensor data into actionable information in real-time. As additional IoT devices are deployed, the volume and rate of data received on the server side can increase dramatically. This has a possibility of offsetting the response latencies beyond acceptable limits for IoT analytical systems. In this paper, we compare the impact of alternative serverside stream processing topologies for ingesting and analyzing IoT sensor data in real-time. We use real building sensor data with our real-time IoT platform called Namatad. We have characterized and analyzed the latency and QoS impact due to the different levels of granularity of the ingestion and routing process by which we transmit data into the analytical pipelines. Our results show that as IoT systems continue to scale in density, server-side topology management for IoT data streams is critical for latency-sensitive control and analysis applications.

نتیجه گیری

VII. CONCLUSION

In this paper, we explored the impact of alternative realtime streaming topologies within the edge server of IoT analytical systems. We evaluated these topologies in terms of the time to insight from our machine learning models as well as the quality of predictions. Our results show that topology impacts stream processing in multiple ways and real world parameters like missing values, out of order arrivals, varying sparsity have a significant impact as we scale up the density of sensor deployments.

برچسب‌ها: دانلود رایگان مقالات انگلیسی مهندسی فناوری اطلاعات IT، دانلود رایگان مقالات isi