Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userInternet of Things
انترنت الأشياء - كيف يعمل وماهي التحديات والمخاطر
1672
10 9
0.0
(
0
)
Added by
جامعة أم القرى محاضرة
Publication date
2018
fields
Informatics Engineering
and research's language is
العربية
Created by
Shamra Editor
Ask ChatGPT about the research
مفهوم انترنت الأشياء مكونات انترنت الأشياء كيف يعمل انترنت الأشياء مجالات تطبيق انترنت الأشياء مزايا انترنت الأشياء التحديات التي تواجه انترنت الأشياء الشركات المقدمة لخدمات انترنت الأشياء
No English abstract
Artificial intelligence review:
Research summary
يتناول هذا البحث مفهوم إنترنت الأشياء (IoT) وتاريخه وتطبيقاته المختلفة. يعرف إنترنت الأشياء على أنه شبكة من الأجهزة المتصلة التي تتبادل البيانات لأداء وظائف محددة. يشمل البحث تاريخ ظهور المصطلح في عام 1999 بواسطة كيفن أشتون، ويستعرض المكونات الرئيسية لإنترنت الأشياء مثل الأجهزة والمستشعرات والسحابة وشبكة الاتصال وواجهة المستخدم. يوضح البحث كيفية عمل إنترنت الأشياء من خلال جمع البيانات وتحليلها عبر السحابة. كما يستعرض مجالات تطبيق إنترنت الأشياء مثل المنازل الذكية، المدن الذكية، التصنيع الذكي، السيارات، الأجهزة القابلة للارتداء، الرعاية الصحية، والزراعة الدقيقة. يسلط البحث الضوء على مزايا إنترنت الأشياء مثل تحسين الكفاءة والدقة وتوفير الوقت والتتبع والمراقبة وتقليل التدخل البشري والتحكم عن بعد. كما يناقش التحديات التي تواجه إنترنت الأشياء مثل الأمن والخصوصية وفهم التكنولوجيا وعدم الثقة والنظام البيني. يختتم البحث بالإشارة إلى الشركات المقدمة لحلول إنترنت الأشياء مثل أمازون ومايكروسوفت وسيسكو، ويؤكد على أهمية تعزيز الأمان والخصوصية لزيادة ثقة المستخدمين.
Critical review
دراسة نقدية: البحث يقدم نظرة شاملة ومفصلة عن إنترنت الأشياء وتطبيقاته، ولكنه يفتقر إلى الأمثلة العملية والتطبيقات الواقعية التي يمكن أن تساعد في توضيح المفاهيم بشكل أفضل. كما أن التركيز على التحديات الأمنية والخصوصية كان جيدًا، ولكن كان من الممكن تقديم حلول عملية ومقترحات للتغلب على هذه التحديات. بالإضافة إلى ذلك، يمكن تحسين البحث بإضافة دراسات حالة واقعية وتجارب من شركات أو مؤسسات استخدمت إنترنت الأشياء بنجاح. بشكل عام، البحث مفيد ولكنه يحتاج إلى المزيد من العمق والتفاصيل في بعض الجوانب.
Questions related to the research
-
ما هو تعريف إنترنت الأشياء؟
إنترنت الأشياء هو مفهوم يشير إلى شبكة من الأجهزة المتصلة التي تتبادل البيانات لأداء وظائف محددة عبر الإنترنت.
-
ما هي المكونات الرئيسية لإنترنت الأشياء؟
المكونات الرئيسية لإنترنت الأشياء تشمل الأجهزة، المستشعرات، السحابة، شبكة الاتصال، وواجهة المستخدم.
-
ما هي بعض مجالات تطبيق إنترنت الأشياء؟
بعض مجالات تطبيق إنترنت الأشياء تشمل المنازل الذكية، المدن الذكية، التصنيع الذكي، السيارات، الأجهزة القابلة للارتداء، الرعاية الصحية، والزراعة الدقيقة.
-
ما هي التحديات الرئيسية التي تواجه إنترنت الأشياء؟
التحديات الرئيسية التي تواجه إنترنت الأشياء تشمل الأمن، الخصوصية، فهم التكنولوجيا، عدم الثقة، والنظام البيني.
References used
No references
rate research
Read More
The study aims to shed light on the conceptual framework of IOT as a modern term in the field of informatics, and determine its importance and its various applications, In addition to analyzing its contribution on the creation value for different act
ors (institutions, governments, individuals ...), Because of its investment and connection to this huge information system, Generally the IoT market revenue is expected to reach $600 B by the end of 2020
إنترنت الأشياء أضحى أكثر من شبكات سيارات أو ماكينات صنع القهو بل أصبح شبكات كبير
مترابطة مع بعضها البعض وإن أمن هذه الشبكات يؤثر بشكل مباشر أو غير مباشر على أدائها،
فهناك كثير من الناس والشركات التي تتعامل مع إنترنت الأشياء لا تعلم ماذا يحدث على
الشبكة
من عمليات تنصت وسرقة بيانات وغيرها. مع تأمين شبكات إنترنت الأشياء أصبحت هذه
القضايا تحدياا كبيراا، وبما أننا غير قادرين على إيقاف شبكات إنترنت الأشياء من النمو فإن
موضوع الأمان أصبح من الضروري جداا البحث فيه واقتراح استراتيجيات أمنية لحماية الشبكات
من الثغرات الأمنية
The world faces a number of grand challenges such as climate
change, environmental degration, energy, water and food shortages,
and public health issues. A nanometer (nm) is one-billionth of a
meter. At nanoscale (around 100 nm or less) materials
can show
marked changes in optical, magnetic, electrical, chemical and
physical properties, facts that have been known for some time but
are only recently being exploited. Such properties mean that
nanotechnology is a very exciting area and may help to find
solutions to medical, social and environmental problems which
adversely impact upon the quality of life of the people. This
research aims to highlight nanotechnology and some of their
applications, in addition to some analytical methods and equipments
used to measure the structures of nanomaterials and potential risks
when dealing with this technology. We also present the results
obtained from application of nanotechnology in the field of gas
sensors.
IOT sensors use the publish/subscribe model for communication to benefit from its
decoupled nature with respect to space, time, and synchronization. Because of the
heterogeneity of communicating parties, semantic decoupling is added as a fourth
di
mension. The added semantic decoupling complicates the matching process and reduces
its efficiency. The proposed algorithm clusters subscriptions and events according to topic
and performs the matching process within these clusters, which increases the throughput
by reducing the matching time . Moreover, the accuracy of matching is improved when
subscriptions must be fully approximated . This work shows the benefit of clustering, as
well as the improvement in the matching accuracy and efficiency achieved using this
approach.
The development of neural networks and pretraining techniques has spawned many sentence-level tagging systems that achieved superior performance on typical benchmarks. However, a relatively less discussed topic is what if more context information is
introduced into current top-scoring tagging systems. Although several existing works have attempted to shift tagging systems from sentence-level to document-level, there is still no consensus conclusion about when and why it works, which limits the applicability of the larger-context approach in tagging tasks. In this paper, instead of pursuing a state-of-the-art tagging system by architectural exploration, we focus on investigating when and why the larger-context training, as a general strategy, can work. To this end, we conduct a thorough comparative study on four proposed aggregators for context information collecting and present an attribute-aided evaluation method to interpret the improvement brought by larger-context training. Experimentally, we set up a testbed based on four tagging tasks and thirteen datasets. Hopefully, our preliminary observations can deepen the understanding of larger-context training and enlighten more follow-up works on the use of contextual information.
suggested questions
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
