چکیده فارسی :

در این مقاله ما یک روش درحال پیشرفت در جهت پیاده­سازی فریمورکی ارائه می­کنیم که با افزونگی سرویس در IoT/WSNs به عنوان یک saptio-temporal رفتار می­کند. از این نظر، افزونگی ارزیابی شده و با استفاده از یک مدل داده saptio-temporal به صورت مستقیم ذخیره می­شود. از مزایای موردانتظار برای نگهداری تاریخ صریح تغییر افزونگی در فضا و زمان، مقایسه الگوریتم­های کنترل افزونگی مختلف، اجرای تکنیک استخراج دانش متفاوت، برای شناسایی الگوهای افزونگی ممکن و پیاده سازی استراتژی­های پیشگیری از افزونگی می باشند. در این مقاله ما بر مدل داده ای تمرکز داریم که آن را برای کنترل افزونگی در سه مقیاس ارائه می­کنیم: مقیاس­های ماکرو، مسو و میکرو.

کلمات کلیدی: شبکه­های حسگر بیسیم و IoT؛ کنترل افزونگی سرویس؛ مدلسازی داده صریح Spatio Temporal

 چکیده انگلیسی‌:

In this paper we present an ongoing work towards the implementation of a framework that tackles service redundancy in IoT/WSNs as an explicit spatio-temporal phenomenon. From this perspective, redundancy is measured and explicitly stored using a spatio-temporal data model. The expected advantages of keeping an explicit history of redundancy evolution in space and time are to compare different redundancy control algorithms, to apply different knowledge extraction techniques in order to identify possible redundancy patterns, and to implement more proactive redundancy control strategies. In this paper we focus on the data model that we propose to control service redundancy at three scales: macro, meso and micro scales, respectively.