Akili Iliyosambazwa Kwenye Kingo za Mitandao ya IoT - AETiC 2020

1. Utangulizi

Internet ya Vitu (IoT) imebadilisha uvumbuzi ili kukusanya na kuhifadhi taarifa kutoka kwa vitu halisi au sensorer. Ukuaji mkubwa wa vifaa vya IoT umesababisha kuibuka kwa kompyuta ya kingo, ambapo data inachakatwa karibu na chanzo badala ya kusafirishwa kwa seva wingu zilizokusanyika. Kufikia mwaka 2020, ilitabiriwa kuwa vitalu bilioni 50 vya vifaa vya akili vingeliunganishwa kwenye mtandao, vikitengeneza takriban zettabyte 500 za data.

2. Msingi na Kazi Zinazohusiana

2.1 Mabadiliko ya Miundo ya IoT

Miundo ya jadi ya IoT ilitegemea sana miundo inayolenga wingu ambapo uchakataji wote wa data ulifanyika katika vituo vya data vilivyokusanyika. Hata hivyo, mbinu hii ilikabiliwa na changamoto kubwa ikiwemo matatizo ya ucheleweshaji, vikwazo vya upana wa bendi, na wasiwasi wa faragha. Mabadiliko kuelekea kompyuta ya kingo yanawakilisha mabadiliko muhimu katika jinsi mifumo ya IoT inavyobuniwa na kusakinishwa.

2.2 Mfumo wa Kompyuta ya Kingo

Kompyuta ya kingo inaleta uchakataji na uhifadhi wa data karibu na eneo ambalo linahitajika, ikiboresha nyakati za majibu na kuokoa upana wa bendi. Mfumo mkuu ni pamoja na kompyuta ya ukungu (fog computing), kompyuta ya kingo ya rununu (MEC), na miundo ya wingu ndogo (cloudlet), kila moja ikiwa na faida tofauti kwa matumizi tofauti ya IoT.

3. Mfumo wa Akili Iliyosambazwa

3.1 Vipengele vya Muundo

Mfumo wa akili iliyosambazwa una tabaka kuu tatu: vifaa vya kingo, seva za kingo, na miundombinu ya wingu. Vifaa vya kingo hufanya uchakataji wa kwanza wa data na kuchuja, seva za kingo hushughulikia hesabu ngumu zaidi, huku wingu likitoa uratibu wa kimataifa na uhifadhi wa muda mrefu.

3.2 Miundo ya Usambazaji wa Akili

Miundo mitatu mikuu ya kusambaza akili ni pamoja na: usambazaji wa kihierarkia ambapo uchakataji hufanyika katika viwango mbalimbali, usambazaji wa usawa kwa usawa unaowezesha mawasiliano ya moja kwa moja ya kifaa, na mbinu mseto zinazochanganya njia zote mbili kwa utendaji bora.

4. Utekelezaji wa Kiufundi

4.1 Msingi wa Kihisabati

Uboreshaji wa akili iliyosambazwa unaweza kutengenezwa kama shida ya uboreshaji yenye vikwazo. Wacha $L_{jumla}$ iwakilishe ucheleweshaji wa jumla, ambao unaweza kuonyeshwa kama:

$L_{jumla} = \sum_{i=1}^{n} (L_{uchakataji_i} + L_{usafirishaji_i} + L_{foleni_i})$

ambapo $L_{uchakataji_i}$ ni ucheleweshaji wa uchakataji kwenye nodi i, $L_{usafirishaji_i}$ ni ucheleweshaji wa usafirishaji, na $L_{foleni_i}$ ni ucheleweshaji wa foleni. Lengo ni kupunguza $L_{jumla}$ kwa kuzingatia vikwazo vya rasilimali $R_{kiwango_cha_juu}$ na mahitaji ya ubora wa huduma $Q_{kiwango_cha_chini}$.

4.2 Ubunifu wa Algorithm

Algorithm ya akili iliyosambazwa hutumia mbinu ya kuchuja kwa ushirikiano ambapo nodi za kingo zinashiriki maarifa yaliyochakatwa badala ya data ghafi. Msimbo ufuatao wa uwongo unaonyesha mchakato wa kufanya maamuzi:

function akiliIliyosambazwa(nodi, data, majirani):
    // Uchakataji wa ndani
    maarifa_ya_ndani = chakataNdani(data)
    
    // Angalia ikiwa uchakataji wa ndani unatosheza
    ikiwa uhakika(maarifa_ya_ndani) > kizingiti:
        rudisha maarifa_ya_ndani
    vinginevyo:
        // Shirikiana na majirani
        maarifa_ya_majirani = []
        kwa kila majirani katika majirani:
            maarifa = ombaMaarifa(majirani, data)
            maarifa_ya_majirani.ongeza(maarifa)
        
        // Jumuisha maarifa
        uamuzi_wa_mwisho = jumuishaMaarifa(maarifa_ya_ndani, maarifa_ya_majirani)
        rudisha uamuzi_wa_mwisho
mwisho function

5. Matokeo ya Majaribio

Tathmini ya majaribio inaonyesha uboreshaji mkubwa katika utendaji wa mfumo. Mbinu ya akili iliyosambazwa ilipunguza wakati wa wastani wa majibu kwa 45% ikilinganishwa na miundo ya wingu pekee na kupunguza matumizi ya upana wa bendi kwa 60%. Katika matumizi yanayohitajika ucheleweshaji mdogo kama vile uratibu wa magari yanayojitegemea, mfumo ulifikia nyakati za maamuzi chini ya ms 50, ikikidhi mahitaji ya wakati halisi.

6. Matumizi na Mifano ya Matumizi

Akili iliyosambazwa kwenye kingo inawezesha matumizi mengi katika nyanja mbalimbali. Katika majiji ya akili, inarahisisha usimamizi wa trafiki wa wakati halisi na uratibu wa majibu ya dharura. Matumizi ya afya yanajumuisha ufuatiliaji wa mgonjwa wa mbali na uchambuzi utabiri wa milipuko ya magonjwa. Faida za IoT za viwanda ni pamoja na matengenezo ya utabiri na usimamizi ulioboreshwa wa mnyororo wa usambazaji.

7. Changamoto na Mwelekeo wa Baadaye

Changamoto kuu ni pamoja na udhaifu wa usalama katika mifumo iliyosambazwa, uwezo wa kufanya kazi pamoja kati ya vifaa tofauti, na vikwazo vya rasilimali kwenye vifaa vya kingo. Mwelekeo wa utafiti wa baadaye unalenga usambazaji wa akili unaobadilika, mbinu za kujifunza kwa shirikisho, na ujumuishaji na mitandao ya 5G/6G kwa muunganisho ulioboreshwa.

8. Uchambuzi wa Asili

Utafiti uliowasilishwa kwenye karatasi hii unawakilisha maendeleo makubwa katika muundo wa IoT kwa kushughulikia vikwazo vya msingi vya miundo inayolenga wingu. Mbinu ya akili iliyosambazwa inalingana na mienendo inayoibuka katika kompyuta ya kingo, kama inavyoonekana na maendeleo sawa katika miundo kama vile TensorFlow Federated kwa masomo mashine yasiyokusanyika. Ikilinganishwa na mbinu za jadi zilizokusanyika, akili iliyosambazwa inatoa faida kubwa katika kupunguza ucheleweshaji na uboreshaji wa upana wa bendi, hasa muhimu kwa matumizi ya wakati halisi kama vile mifumo inayojitegemea na otomatiki ya viwanda.

Uundaji wa kihisabati wa uboreshaji wa ucheleweshaji uliowasilishwa kwenye karatasi hujengwa juu ya kanuni za nadharia ya foleni, sawa na mbinu zinazotumika katika mitandao ya utoaji wa maudhui (CDNs) na hifadhidata zilizosambazwa. Hata hivyo, matumizi kwenye mitandao ya kingo ya IoT inaletewa vikwazo tofauti zinazohusiana na tofauti za kifaa na ukomo wa rasilimali. Algorithm iliyopendekezwa inaonyesha ufanano na mbinu za kuchuja kwa ushirikiano zinazotumika katika mifumo ya mapendekezo, zilizobadilishwa kwa mazingira yenye vikwazo vya rasilimali.

Wakati inalinganishwa na miundo mingine ya kompyuta ya kingo kama vile AWS Greengrass au Azure IoT Edge, mbinu ya akili iliyosambazwa inasisitiza ushirikiano wa usawa kwa usawa badala ya uhusiano wa kihierarkia wa wingu-kingo. Tofauti hii ni muhimu sana kwa matumizi yanayohitaji upatikanaji wa juu na uvumilivu wa hitilafu. Matokeo ya utafiti yanafanana na mienendo ya sekta iliyoripotiwa na Gartner, ikitabiri kuwa kufikia 2025, 75% ya data inayotengenezwa na biashara itatengenezwa na kuchakatwa nje ya vituo vya data vya kawaida vilivyokusanyika.

Matokeo ya usalama ya akili iliyosambazwa yanahitaji uchunguzi zaidi, kwani eneo la mashambulizi linapanuka kwa usambazaji wa akili. Kazi ya baadaye inaweza kujumuisha teknolojia za blockchain kwa makubaliano salama yaliyosambazwa, sawa na mbinu zilizochunguzwa katika utafiti wa usalama wa IoT. Uwezo wa kupanua wa mfumo uliopendekezwa unahitaji uthibitisho kupitia usakinishaji wa kiwango kikubwa zaidi, hasa katika hali zenye maelfu ya vifaa vilivyounganishwa.

9. Marejeo

1. Alam, T., Rababah, B., Ali, A., & Qamar, S. (2020). Akili Iliyosambazwa Kwenye Kingo za Mitandao ya IoT. Jarida la Teknolojia Zanazoibuka katika Kompyuta, 4(5), 1-18.
2. Shi, W., Cao, J., Zhang, Q., Li, Y., & Xu, L. (2016). Kompyuta ya kingo: Dira na changamoto. Jarida la IEEE la Internet ya Vitu, 3(5), 637-646.
3. Mao, Y., You, C., Zhang, J., Huang, K., & Letaief, K. B. (2017). Uchunguzi kuhusu kompyuta ya kingo ya rununu: Mtazamo wa mawasiliano. Maswali ya IEEE na Mafunzo, 19(4), 2322-2358.
4. Satyanarayanan, M. (2017). Kuibuka kwa kompyuta ya kingo. Kompyuta, 50(1), 30-39.
5. Zhu, J., et al. (2018). Kuboresha ubora wa data ya IoT katika hisia za umma za rununu: Mbinu ya tabaka-kuvuka. IEEE Transactions on Mobile Computing, 17(11), 2564-2577.
6. Chen, M., et al. (2020). Akili iliyosambazwa katika mifumo ya IoT: Uchunguzi kamili. Jarida la IEEE la Internet ya Vitu, 7(8), 6903-6919.