CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

فیلترینگ موثر داده ها در محیط رایانش مه و لبه با رویکرد دسته بندی و کمیته: یک مطالعه مروری جامع

عنوان مقاله: فیلترینگ موثر داده ها در محیط رایانش مه و لبه با رویکرد دسته بندی و کمیته: یک مطالعه مروری جامع
شناسه ملی مقاله: FCM01_106
منتشر شده در اولین همایش ملی فرماندهی و مدیریت در جنگ های آینده در سال 1402
مشخصات نویسندگان مقاله:

لیلا رضایی آقبلاغ - گروه مهندسی کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه آل طه، تهران، ایران،
علی اکبر صدری - گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه امام علی(ع)، تهران، ایران

خلاصه مقاله:
حفظ امنیت و جلوگیری از دسترسی غیرمجاز به داده های محیط نظامی از اهمیت بالایی برخوردار است. فیلتر کردن (تلخیص) داده ها برای کاهش حجم و استفاده بهینه از آنها یک امر ضروری است. فیلتر کردن داده ها یک کاربرد رایج الگوریتم های یادگیری ماشین است.. در این مقاله، ابتدا مفاهیم اولیه فیلترینگ داده ها، رایانش لبه و مه ارائه شده است و سپس روش های مختلف فیلترینگ داده ها، بیان شده است. دسته بندی داده ها یکی از روش های فیلترینگ داده ها است که در این مقاله مبتنی بر آن کار شده است. ما در این مقاله دسته بندی داده ها با استفاده کمیته را برای فیلترینگ داده ها ارائه و مورد بررسی قرار داده ایم.

کلمات کلیدی:
رایانش مه، رایانش لبه، اینترنت اشیا، رایانش ابر، الگوریتم های یادگیری ماشین، فیلترینگ داده، دسته بندی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1904156/