كاربرد يادگيري عميق براي تحليل داده‌هاي اينترنت اشياء

Application of deep learning for Internet of Things data analysis

اينترنت اشياء از ميلياردها شي هوشمند تشكيل شده است كه با هم ارتباط برقرار مي‌كنند و مرزهاي موجودات فيزيكي و مجازي جهان را بيشتر گسترش مي‌دهند. اين اشياء هوشمند توليد يا روزانه با طيف گسترده‌اي از برنامه‌ها، داده‌هاي عظيم را جمع‌آوري مي‌كنند. تحليل اين داده‌هاي عظيم ابزاري حياتي براي كشف دانش جديد، پيش‌بيني دانش آينده و اتخاذ تصميم‌هاي كنترلي است كه اينترنت اشياء را به يك الگوي تجاري ارزشمند و ارتقاي فناوري تبديل مي‌كند. يادگيري عميق در پروژه‌هاي مختلفي كه شامل اينترنت اشياء و برنامه‌هاي تلفن همراه است، با نتايج اوليه اميدواركننده استفاده شده است. يادگيري عميق با متدولوژي مبتني بر تحليل داده‌ها و كاربردهاي مبتني بر ناهنجاري و ظرفيت شناسايي حملات در حال توسعه و غيرمنتظره، ممكن است راه‌حل‌هاي پيشرفته‌اي را براي تشخيص نفوذ اينترنت اشياء ارائه دهد. در اين مقاله، افزايش حجم اطلاعات جمع‌آوري‌شده يا توليد شده براي توسعه بيشتر قابليت‌هاي هوشمندي و كاربردي از طريق تكنيك‌هاي يادگيري عميق مورد استفاده قرار مي‌گيرد و چالش‌هاي مطرح در اين حوزه بحث مي‌شوند.