تفاوت رايانش مه و ابر و بررسي مزايا و چالش هاي مه

امروزه به دستگاه هاي هوشمند زيادي متصل هستيم . دستگاه هايي كه بار اصلي پردازش داده ها را برعهده دارند. اينترنت اشياء حجم غيرقابل تصوري از انواع مختلف داده را ايجاد مي كند. اين حجم داده براي پردازش به مركزرايانش ابر فرستاده خواهد شد و محاسبات ابري با قابليت ارائه خدمات نرم افزاري و سخت افزاري از طريق اينترنت، توجه كاربران زيادي را به خود جلب كرده است. كاربران متقاضي خدماتي هستند كه در هر زمان و مكان از طريق اينترنت در دسترس باشند و در حين استفاده مختل نشوند. اما اين امكان وجود دارد كه تاخيري نسبي، ارزش داده ها را از بين ببرد و گاهي اوقات نياز به تصميم گيري و كنش در برابر رويدادي است كه تاخير در آن اثرات بدي به همراه خواهد داشت. براي اين منظور مدل ديگري براي پردازش داده ها توسط شركت سيسكو پيشنهاد شده است كه به آن رايانش مه گفته مي شود، كه در آن محاسبات ابري به لبه شبكه گسترش پيدا مي كند. به طور كلي رايانش مه وابستگي نزديكي به دستگاه ها/حسگرهاي IoT دارد و موجب توسعه رايانش مبتني بر ابر، ذخيره و امكانات شبكه بندي مي شود. در اين مطلب ما به طور جامع چالش هاي موجود در مه به عنوان يك لايه مياني بين دستگاه ها/حسگرهاي IoT و مراكز داده ابري را آناليز مي كنيم همچنين به تفاوت هاي اساسي رايانش مه با ديگر نمونه هاي رايانش مي پردازيم و سعي بر آن شده بر اساس ويژگي هاي كليدي و چالش هاي مرتبط در رايانش ابري و رايانش مه يك دسته بندي ارائه دهيم كه پيشرفت هاي بيشتر در اين زمينه حاصل شود.