محاسبات لبه
Edge Computing
| مقطع: تحصیلات تکمیلی | گرایش: اینترنت اشیاء |
| نوع درس: نظری | تعداد واحد: ۳ |
| پیش‌نیاز: – | هم‌نیاز: – |
هدف کلی
هدف از این درس، آشنایی دانشجویان با اصول، معماری‌ها و کاربردهای محاسبات لبه و ایجاد درک عمیق‌تر از نحوه تکمیل محاسبات ابری و حل چالش‌های تأخیر، پهنای باند و حریم خصوصی داده‌ها است. در این درس دانشجویان ضمن آشنایی با نحوه طراحی سیستم‌های محاسبات لبه، با بررسی کاربردها و مطالعات موردی و پیاده‌سازی و ارزیابی راه‌حل‌های محاسبات لبه درک عملی دقیق‌تری از موضوع به دست خواهند آورد.
سرفصل‌ها
- مقدمه‌ای بر محاسبات لبه
- مدل‌ها و اجزای معماری محاسبات لبه و دستگاه‌های لبه‌ای
- ذخیره‌سازی و پردازش داده‌ها در لبه
- پروتکل‌ها و شبکه‌ها
- چالش‌های امنیتی و حریم خصوصی در محاسبات لبه
- مدیریت منابع، بهینه‌سازی مصرف انرژی و تکنیک‌های تعادل بار
- هوش مصنوعی و یادگیری ماشین در لبه
- پلتفرم‌ها و ابزارهای محاسبات لبه
- مطالعات موردی و کاربردهای صنعتی
- روندها و جهت‌گیری‌های آینده: محاسبات لبه در ۵G
ارزیابی پیشنهادی
- تمرین‌ها و پروژه علمی: ۴۰ درصد نمره
- آزمون‌های میان‌ترم و پایانی: ۶۰ درصد نمره
منابع پیشنهادی
- K. A. Kumari, G. S. Sadasivam, D. Dharani, and M. Niranjanamurthy. Edge Computing: Advances in Industry 4.0 and Machine Learning. CRC Press, 2021.
- P. Raj, K. Saini, and C. Surianarayanan eds. Edge/Fog Computing Paradigm: The Concept, Platforms and Applications. Elsevier, 2022.