توصيفگر ها :
مجازي‌سازي , رايانش ابري , رايانش مه , حمل و نقل همگاني شهري , دريافت خودكار كرايه , مكان‌ياب خودكار خودرو
چكيده فارسي :
رايانش ابري با استفاده از مجازي‌سازي و ارائه‌ي سرويس‌هاي متنوع، امكان استفاده از ظرفيت‌ها و منابع موجود در مراكز داده را براي كاربران فراهم آورده است. استفاده از رايانش ابري مزيت‌هاي زيادي براي برنامه‌هاي كاربردي مختلف اينترنت اشياء به وجود آورده است. با اين حال، به دليل تعدد دستگاه‌هاي اينترنت اشياء با پلتفرم ناهمگون، ضرورت دسترسي سريع و ضريب اطمينان بالا توسعه اپليكيشن‌هاي جديد براي آن به سختي انجام مي‌شود. براي حل اين مشكلات، رايانش مه مورد استفاده قرار گرفته است.
رايانش مه به عنوان يك افزونه از رايانش ابري، با ارائه منابع در لبه‌ي شبكه به منظور جمع‌آوري، ذخيره‌سازي و پردازش داده‌ها، بستري براي توسعه‌دهندگان حوزه‌هاي مختلف ايجاد نموده است تا خدمات خود را در نزديك‌ترين مكان به مصرف‌كننده‌ي نهايي با كيفيت و سرعت بيشتر ارائه نمايند. از اين رو، داده جمع‌آوري شده توسط سنسور‌ها براي پردازش و ذخيره‌سازي موقت به دستگاه‌هاي لبه شبكه ارسال مي‌شود و در نتيجه ازدحام شبكه و تأخير كاهش پيدا مي‌كند.
شبكه حمل و نقل يك شبكه پويا است، در نتيجه نظارت بر عملكرد سيستم حمل و نقل همگاني شهري به صورت پيوسته به منظور بهبود عملكرد و كيفيت خدمات‌رساني به كاربران و افزايش جذابيت شيوه‌هاي حمل و نقل همگاني يكي از اركان اصلي مديريت اين سيستم مي‌باشد. از طرفي پايش در لحظه‌ي شبكه حمل و نقل همگاني، نيازمند جمع‌آوري داده‌هاي مكاني به صورت پيوسته با وضوح مكاني و زماني بالا مي‌باشد. خوشبختانه با پيشرفت تكنولوژي و فناوري اطلاعات و ارتباطات بستر جمع‌آوري اين داده‌ها در اين حوزه با استفاده از سيستم‌هاي مكان‌ياب خودكار خودرو و دريافت خودكار كرايه محقق شده است. اين سيستم‌ها توسط تجهيزات نصب شده در خودروها و ايستگاه‌ها، امكان جمع‌آوري داده‌هاي متعدد از وضعيت ناوگان و كاربران نظير موقعيت مكاني و شمارش مسافران را فراهم مي‌كنند.با بررسي وضعيت سيستم حمل و نقل همگاني شهري در كشور، مشكلات متعددي در سيستم‌هاي جمع‌آوري داده و فرآيند نظارت در لحظه شبكه مشاهده مي‌شود. از طرفي، شناسايي نيازها بيانگر نياز به سيستم قابل اطمينان، دسترس‌پذير، مقياس‌پذير و با امنيت بالا مي‌باشد. در نتيجه، توسعه‌دهندگان اين حوزه بايد با غلبه بر چالش‌هاي موجود در توسعه، كيفيت خدمات خود را افزايش دهند.
مجازي‌سازي، رايانش ابري و مه اين امكان را براي توسعه‌دهندگان اينگونه سيستم‌ها فراهم آورده است تا از ظرفيت‌ها و منابع به وجود آمده در توسعه، آزمايش و گسترش آن استفاده كرده و نيازها و چالش‌هاي موجود را برطرف نمايند. استفاده از منابع گره مه در ناوگان‌هاي حمل و نقل همگاني شهري و انتقال داده‌هاي مورد نياز جهت ايجاد امكان تصميم‌گيري‌هاي محلي به صورت مستقل، باعث افزايش سرعت پاسخ‌دهي به درخواست‌هاي پردازشي مورد نظر اين سيستم‌ها مي‌شود. در اين پايان نامه طرحي جامع براي استفاده از مجازي‌سازي مبتني بر رايانش ابري و تركيب آن با رايانش مه به منظور مديريت، پايش، جمع‌آوري داده و ارائه‌ي سرويس‌هاي محلي در سيستم حمل و نقل همگاني شهري ارائه شده است. در اين طرح با قرار دادن گره‌هاي مه در خودروها و ايستگاه‌ها به عنوان نزديك‌ترين مكان به تجهيزات و دستگاه‌هاي موجود و اجراي سرويس‌هاي مجازي‌سازي شده در گره‌هاي مه جهت ذخيره‌سازي و پردازش داده‌ها و اتخاذ تصميمات محلي، امكان كاهش زمان پاسخگويي به درخواست‌ها، ايجاد ارتباط بين سرويس‌ها و توسعه سريع و آسان سيستم‌ها بدون در نظر گرفتن تجهيزات و دستگاه‌هاي نصب شده در ناوگان‌ها، فراهم شده است. همچنين با استفاده از اين منابع و ظرفيت‌ها، روش پيشنهادي آنلاين-آفلاين در سيستم دريافت خودكار كرايه با هدف افزايش امنيت و سهولت در فرآيند پرداخت كرايه، ايجاد امكان محاسبه هزينه سفر بر اساس روش‌هاي متمايز و كاهش زمان پذيرش مسافر ارائه شده است.
چكيده انگليسي :
Cloud computing has enabled users to use the capabilities and resources available in data centers by using virtualization and providing a variety of services. The integration of IoT with cloud computing brings many advantages to different IoT applications. However, due to the large number of IoT devices with heterogeneous platforms, the need for fast access and high reliability, the development of new IoT applications has become more difficult. Fog computing has been used to solve these issues.
As an extension of cloud, fog computing has provided a platform for developers in various fields to provide their services at the closest location to the final consumer with higher quality and speed by providing resources at the edge of the network for data collection, storage and processing. Hence, the data collected by the sensors will be sent to the edge devices of the network for processing and temporary storage, thus reducing network congestion and latency.
The transportation network is inherently dynamic. As a result, continuous monitoring of the public transportation system, providing real time information of the system performance, plays a key role in system management and increases the attraction of public transportation modes for users by improving the quality of user-service.Real-time monitoring of the public transportation network requires continuous collection of spatio-temporal data. Fortunately, the advent of Information and Communication Technology enables collection of these types of data by installing Automated Vehicle Location (AVL) system and Automatic Fare Collection (AFC) system equipments in vehicles and stations . By examining the current urban public transportation system in Iran, several issues have been observed in data collection systems and process of real-time monitoring that indicates the need for reliable, accessible, scalable and highly secure systems. As a result, developers in this field need to increase the quality of their services by overcoming existing development challenges.
Virtualization, cloud computing and fog have made it possible for developers of such systems to use the capabilities and resources created to develop, test and deploy them, and to address existing needs and challenges. Using fog node available resources in urban public transport system and transferring the required data enables local decision-making independently, leading to decrease of response time to the processing requests of these systems. This thesis presented a comprehensive design to use cloud-based virtualization and combining it with fog computing to manage, monitor, collect data, and provide local services in the urban public transportation system. In this design, by placing fog nodes in cars and stations as the closest place to existing equipment and devices and implementing virtualized services in fog nodes to store and process data and make local decisions, it is possible to reduce requests response time, establish communication between services, and fast and easy systems development regardless of the devices available. Also, using these resources and capacities, the proposed Online-Offline method in AFC system is presented with the aim of increasing security and ease in the fare payment process, enabling the calculation of travel costs based on different methods and reducing passenger boarding time.
