مروري بر رايانش مه ، كاربردها و مقايسه آن با رايانش ابري

ما در دنيايي زندگي مي كنيم كه در آن محصولات مصرفي ، وسايل نقليه ، قطعات و ابزارآلات صنعتي ، سنسورها و ساير اشياء روزمره با اتصالات اينترنتي و سامانه هاي تحليل داده قدرتمند تركيب شده اند . بواسطه اينترنت اشياء (IOT) ما در حال توليد حجم وسيعي از داده ها هستيم. با وجود افزايش استفاده از رايانش ابري (Cloud Computing) هنوز مسائل حل نشده به دليل مشكلات ذاتي رايانش ابري مانند زمان تأخير غير قابل اعتماد ، عدم پشتيباني از سيار بودن و محل قرار گيري اطلاعات ، وجود دارد . بنابراين ما به يك پارادايم محاسباتي نياز داريم كه با ما اجازه انجام محاسبات بر روي داده ها را قبل از ارسال آنها به ابربدهد ، كه اين موضوع به ما امكان كار بر روي داده ها را قبل از اينكه گم شوند و از دست بروند ، ميدهد .رايانش مه يك پارادايم است كه محاسبات ابري را با ارسال سرويس ها به لبه هاي شبكه ، توسعه ميدهد .در اين مقاله ، به توصيف ويژگيهاي مختلف از رايانش مه و توصيف برخي از كاربردهاي آن و همچنين مقايسه پارامتريك آن با رايانش ابري مي پردازيم .