آقای احمد ملکیان بروجنی دانشجوی دکترای آقای دکتر محمود فتحی روز شنبه مورخ ۱۳۹۹/۱۲/۱۶ ساعت ۱۶:۰۰ از رساله دکتری خود تحت عنوان "ارائه یک معماری مقیاس پذیر مبتنی بر ابر همراه سلسه مراتبی جهت پردازش رویدادهای ECG
" دفاع خواهند نمود |
ارائه دهنده:
احمد ملکیان بروجنی
استاد راهنما:
دکتر محمود فتحی- دکتر ناصر مزینی
هیات داوران:
دکتر احمد خونساری ؛ دکتر حسن طاهری؛ دکتر رضا برنگی؛ دکتر زینب موحدی؛
زمان : ۱۶ اسفندماه ۱۳۹۹
ساعت ۱۶:۰۰
محل برگزاری: به صورت مجازی
چکیده پایان نامه :
سیستمهای حساس به تأخیر و بحرانی در کاربردهای، عمومی، شهری و نظامی بسیار دارای اهمیت بوده و تجهیزات هوشمند جهت پشتیبانی و هوشمند سازی در این عرصهها مورداستفاده قرار میگیرند. ازجمله این موارد، میتوان به سیستمهای تأخیر و کاربردهای نظامی نام برد. سیستمهای نظارت بر سلامت بیدرنگ با ظهور اینترنت اشیاء توجه بسیاری را در صنعت سلامت جذب نموده که با جمعآوری و پردازش دادههای فیزیولوژیکی میتواند به کاهش میزان مرگومیر نارسایی قلبی بهعنوان یکی از شایعترین دلایل مرگ در جهان و همچنین جلوگیری و کنترل بیماریهای همهگیر کمک نماید.
اینترنت اشیاء سلامت میتواند در جلوگیری از گسترش بیماریهای همهگیر مانند ویروس کرونا برای ارائه خدمات درمانی مناسب استفاده شده و منجر به کاهش خطرات شود. فنآوری اینترنت اشیاء مراقبتهای سلامت با ترکیب فنآوری محاسبات مه و محاسبات لبه، الگویی نوظهور است که زمان پاسخگویی به نیازمندیها را کاهش داده و باعث افزایش کیفیت خدمات و بهبود تجربه کاربری از خدمات میشود. باوجود موفقیتهای اخیر، هنوز محدودیتهایی مانند زمان پاسخ، مقیاسپذیری، تأخیر و تحمل خطا و نحوه استقرار برنامه کاربردی پردازشی وجود دارد.
در این پایاننامه، یک ارائه معماری سلسله مراتبی مقیاسپذیری، ماندگار با در دسترس بودن خدمات مبتنی بر اینترنت اشیاء برای بهبود چالشهای (مدل استقرار، مدل کاربردی) مراقبت از راه دور سلامت با هدف ارائه پاسخ بیدرنگ برای جلوگیری از ناهنجاری و رفع چالشهای موجود ارائه شده است. در این روش، از پردازش بیدرنگ و فناوریهای مرتبط با ابر محاسباتی، اینترنت اشیاء مدیریت منابع، محاسبات آگاه به متن و محلی سازی پردازشها برای کاهش زمان پاسخ اضطراری به همراه تجزیه پردازشها به وظایف فرعی مستقل و پردازش در گرههای با منابع متناسب جهت ارائه خدمات و نظارت از راه دور معرفی شده است. که اقدامات منجر به کاهش زمان پاسخ و همچنین کاهش هزینه اجر در ابر گردیده است. هدف اصلی اطلاعات جمعآوری از تجهیزات ناهمگن در لایههای پردازشی متفاوت و پردازش بیدرنگ ناهنجاریها برای تجزیه، تحلیل و پیشبینی رویدادها با کاهش تاخیر صف، انتشار و انتقال و پردازش و بهبود زمان پاسخ و در نظر گرفتن مقیاسپذیری است
لازم به ذکر است، در این مطالعه با توجه به اهمیت بیماریهای قلبی بهعنوان یکی از مهمترین عوامل مرگومیر، نظارت مداوم بر پارامترهای سلامت موردنظر قرار گرفته و سایر کاربردها از قبیل سیستمهای نظامی و آگاهی وضعیتی از میدان نبرد و بیماریهای همهگیر نیز بر این اساس توسعه یافته است. شایانذکر است معماری پیشنهادی با ابزارهای مختلف ازجمله Omnet++ و IFogsim در موضوعات مورد شبیهسازی و مدلسازی قرارگرفته و نتایج نشان از بهبود مقیاسپذیری، زمان پاسخ، مصرف توان و کیفیت تجربه کاربری در استفاده از خدمات فوق با در نظر گرفتن تحملپذیری در برابر خطا و عدم تأخیر در ارائه سرویس را دارد.
واژههای کلیدی: ابر سلسلهمراتبی، ابر محاسباتی همراه، اینترنت اشیاء، پردازش بیدرنگ، تحملپذیری در برابر خطا، سیستمهای پایش از راه دور، مقیاسپذیری.
Abstract
Delay-sensitive and critical systems are used in many applications starting from the public, health, and military applications. As an emerging technology, the Internet of Things (IoT) to make the world a higher level of accessibility, integrity, availability, scalability, confidentiality, and interoperability, has been revolutionized these applications. These include environmental, and surveillance monitoring, healthcare, and wellbeing systems in response to the cardiovascular disease pandemic, and also the military system on the battlefield.
Nowadays, real-time Health Monitoring Systems use the Internet of Things to transmit patient&#۳۹;s data over the network and analyzing them to reduce mortality, heart failure, and also for prevention and control of pandemic. The use of smartphones and other mobile devices based on the internet of things to deliver health care and preventative health services has made it possible to monitor people with recent advances in wireless sensors, mobile technology and cloud computing.
The Role of Edge and Fog Computing in the Internet of Health Things is an emerging technology that reduces response time and improves the quality of experiences and the quality of service. Despite the significant advancement in these emerging technologies, there are still requirements such as response time, scalability, latency, fault tolerance, and resource management.
Therefore, in this thesis, a ۴-tier, hierarchical, and scalable architecture have been proposed to develop monitoring and surveillance systems, as an end-to-end solution, and to provide a real-time response to prevent abnormality and challenges. Real-time processing and technologies related to cloud computing, the Internet of Things, and resource management are used in this solution to provide services and remote monitoring.
The main purposes of this solution are data collection from heterogeneous devices and processing them in different levels of the processing that lead to real-time detection and analysis to predict abnormalities. It should be noted that in this study, due to the importance of heart disease continuous monitoring of health parameters is considered.
Furthermore, other applications such as military systems, situational awareness of the battlefield, and pandemic diseases are also considered and developed. The results show that the proposed system is capable of handling scalability and improve response time, power consumption, and quality of user experience with considering fault tolerance.
Keywords: Fault Tolerance, Internet of Things, Mobile Cloud Computing, Scalability, Realtime Processing, Remote Monitoring Systems.
دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی
|