Klasifikatoriaus vieta daiktų interneto kraštų kompiuterijoje

Abstract

Tradicinė daiktų interneto debesų kompiuterija yra palengva keičiama kraštų kompiuterijos technologija. Kraštų kompiuterijos santvarka sprendžia brangių duomenų, perpildytų duomenų centrų ir jų efektyvumo problemas. Šiame straipsnyje apžvelgiamos ir palyginamos debesų ir kraštų kompiuterijos esminės savybės, atskleidžiami jų tarpusavio sąryšiai struktūriniu aspektu. Apžvelgus kraštų kompiuterijoje taikomas technologijas, techninės įrangos, metodų ir programinių priemonių kontekste išaiškėjo poreikis integruoti klasifikatorių. Siekiant pabrėžti klasifikatoriaus kraštų kompiuterijoje privalumus, ištirtos jų taikymo sritys, įvardyti esami sprendimai ir juose taikomi klasifikatoriai. Išsiaiškinus kraštų kompiuterijoje taikomus klasifikavimo metodus ir populiariausius klasifikatorių tipus nustatyta, kad kraštų kompiuterijoje nepakankamai išnagrinėtas saviorganizuojančių klasifikatorių taikymas, egzistuoja poreikis atlikti papildomus mokslinius tyrimus. Galiausiai apžvelgti galimi įgyvendinimo būdai remiantis esamais sprendimais, suskirsčius būdus į tris kategorijas – programinį, aparatinį ir mišrų.

Internet of Things Cloud Computing is more and more substituted with Edge Computing. Such substitution solves problems of costly data, crowdedness and effectiveness of datacenters. This paper reviews and compares essential features of Cloud and Edge Computing technologies, revealing their structural relationship. Review of technologies applied in Edge computing in terms of technical equipment, methods and software used, revealed demand of classifier incorporation. To highlight classifiers ad-vantages in Edge Computing, application fields were investigated, therefore currently existing solutions, with classifiers used were named. After determination of classification methods and most popular classifiers employed in Edge Computing it is observed that self-organized classifiers are insufficiently analyzed and requires additional research. Finally, based on existing solutions three categories – software, hardware and mixed type of possible classifier implementations in Edge Computing are presented.