لیست مقالات

مقالات

اولویت‌های مدیریت ریسک هوش‌مصنوعی مبتنی بر چارچوب MOS‌T گارتنر

طبق یکی از نظرسنجی‌های اخیر گارتنر، حریم خصوصی و امنیت داده‌ها به عنوان یکی از موانع اصلی برای پیاده‌سازی ایده‌های هوش‌مصنوعی و فراهم سازی مقدمات آموزش مدل‌های هوشمند درنظر گرفته شده است [1]. با این حال تعداد معدودی از سازمان‌ها به علت مواجه بودن مستقیم با چنین مسائلی، پیشرو و پیشگام در ارائه راهکارها می‌باشند. اما نباید فراموش کرد که مدیریت ریسک پروژه‌های هوش‌مصنوعی دغدغه‌ مدیران خواهد بود.

شبکه های مخابراتی

چارچوب اهداف توسعه IMT برای 2030 و فراتر از آن

این گزارش، چارچوب و اهداف کلی توسعه IMT تا سال 2030 و فراتر از آن را بر اساس سند 5D/TEMP/382-E اجلاس اخیر (سی و هشتم) ITU تعریف می‌کند. IMT در آینده همچنان در کشورهای توسعه‌یافته و در حال توسعه خدمت خواهد کرد. این سند نیز به‌منظور مشخص کردن نحوه انجام این کار در حال تکمیل بوده و می‌تواند برای کشاندن صنایع و دولت‌ها به سمت توسعه IMT برای 2030 و فرای آن مفید باشد. همچنین این سند به چارچوب توسعه IMT شامل توانمندی‌های متنوع کلیدی مرتبط با سناریوهای مصرف اصلی و اهداف توسعه IMT برای 2030 و سال‌های بعد از آن می‌پردازد.

اینترنت اشیاء

ویژگی‌‌‌های پروتکل ارتباطی و گیت‌‌‌وی ZigBee و بازیگران اصلی در بازار جهانی

امروزه اینترنت اشیا به عنوان شاخه‌‌‌ای از تکنولوژی که با سرعت بسیار زیاد در حال رشد و گسترش است شناخته شده است. نیازهای متنوع جامعه بشری در کنار رشد تکنولوژی‌‌‌های مختلف منجر به همه‌‌‌گیری اینترنت اشیا در زمینه‌‌‌های مختلف زندگی امروز بشر شده است. یکی از مهم‌‌‌ترین عوامل در کاهش چالش‌‌‌های پیش رو در آغاز پیدایش اینترنت اشیا، ایجاد و رشد پروتکل‌‌‌های ارتباطی متناسب با نیازهای اینترنت اشیا بوده ‌‌‌است. در کنار توسعه روزافزون پروتکل‌‌‌های ارتباطی، رشد تکنولوژی ساخت ادوات و تولید دستگاه‌‌‌های ارتباطی به منظور کاهش هزینه و مصرف توان، یکی دیگر از عوامل محبوبیت و گسترش انفجاری اینترنت اشیا در جهان امروز بوده ‌‌‌است. گیت‌‌‌وی‌‌‌ها ادوات ارتباطی هستند که علاوه بر ایجاد شبکه ارتباط داخلی بین ادوات، به ادغام و ارسال داده‌‌‌های این دستگاه‌‌‌ها به بستر اینترنت می‌‌‌پردازند. در این گزارش یکی از محبوب‌‌‌ترین پروتکل‌‌‌های ارتباطی برد کوتاه و متوسط (ZigBee)، خصوصیات این پروتکل و جایگاه گیت‌‌‌وی‌‌‌ ZigBee در اینترنت اشیا معرفی شده‌‌‌است.

فضای ذخیره سازی ابری (Cloud)

آشنایی با پلتفرم‌های هماهنگ‌سازی و خودکارسازی خدمات

امروزه با پیشرفت سریع فناوری و پیچیده و بزرگ‌تر شدن زیرساخت‌ها؛ زمان‌بندی، کنترل، هماهنگی و نظارت فعالیت‌های سازمانی در حوزه فناوری اطلاعات امری دشوار و گاهی دارای خطا است . تیم‌های فناوری اطلاعات باید سرورها و برنامه‌های کاربردی(applications )    زیادی را مدیریت کنند، اما انجام این کار به‌صورت دستی یک استراتژی مقیاس‌پذیر (scalable ) نیست. هرچه یک سیستم فناوری اطلاعات، پیچیده‌تر باشد، مدیریت همه قسمت‌های متحرک پیچیده‌تر می‌شود و نیاز به ترکیب چندین وظیفه خودکار(  automated)   و پیکربندی آن‌ها در گروه سیستم‌ها یا ماشین‌ها افزایش می‌یابد. آنجاست که هماهنگ‌سازی ( orches‌tration)  می‌تواند کمک کند. [9] در این مقاله به‌مرور مفاهیمی چون خودکارسازی( automation)، هماهنگ‌سازی و ارتباط آن‌ها با یکدیگر پرداخته شده و همچنین پلتفرم‌های ارائه شده در این حوزه، قابلیت‌های آن‌ها و شرکت‌های ارائه‌کننده پلتفرم‌ها نیز مورد بررسی قرار گرفته است.

کلان داده

بازشناسی گفتار؛ مسیری امن برای سرمایه‌گذاری

سیستم‌های تبدیل گفتار به متن از گذشته تا کنون، موجب تسهیل برقراری ارتباط بین انسان و کامپیوتر در حوزه‌های متعدد بوده‌اند. در دهه اخیر با ورود شبکه‌های عصبی عمیق به این حوزه، نتایج به‌دست‌آمده در زمینه پردازش متن و گفتار به‌کلی متحول شده است و مدل‌های امروزی از طریق معماری‌های مبتنی بر شبکه‌های عصبی عمیق پیاده‌سازی و در چارچوب‌های مختلفی برای توسعه آماده می‌شوند. وجود کاربردهای زیاد برای این فناوری، انگیزه شرکت‌های بسیاری برای سرمایه‌گذاری در این حوزه بوده است. پیش‌بینی می‌شود در آینده نزدیک، فناوری بازشناسی گفتار را در اکثر اپلیکیشن‌های تلفن همراه مشاهده کنیم. چرا که اپلیکیشن‌هایی که از این فناوری برخوردار باشند، پیچیدگی کمتری داشته و کاربران را به استفاده هر چه بیشتر ترغیب خواهند کرد.

کلان داده

یک معماری مطلوب کلان‌داده‌ای

کلان‌داده؛ یک اصطلاح برای مجموعه‌ داده‌های خیلی بزرگ است که از نظر ساختار، پیچیدگی و منابع تولیـد، بسیار متنوع بوده و ذخیره و آنالیز آنها کار پیچیده‌ای است. حجم بسیار بالای ‌داده، موجب کاهش سرعت تولید، کاهش تنوع فرمت‌های داده و همچنین محدودیت در توانایی تجزیه‌وتحلیل‌های کارآمد با استفاده از پایگاه‌های داده رابطه‌ای می‌شود که پردازش کارآمد این داده‌ها، مستلزم به‌کارگیری فناوری‌های اطلاعاتی نوینی است. کلان‌داده؛ چالش مهمی است که برای اطمینان از انجام موفق پردازش‌ها و آنالیزهای مورد نیاز، به زیرساختی قوی احتیاج دارد. معماری‌های ارائه‌شده برای داده‌های حجیم به شرکت‌های مخابراتی امکان می‌دهد که انواع جدیدی از داده‌ها را ذخیره کنند، آنها را برای مدت طولانی‌تری حفظ و مجموعه داده‌های متنوع را با یکدیگر ادغام کرده تا بینش جدید و ارزشمندی کسب کنند. معماری مرجع ارائه‌شده در این گزارش، ترکیبی است از رویکردهایی که در اغلب شرکت‌های مخابراتی مورد استفاده قرار می‌گیرد.

اینترنت اشیاء

تبلیغات هدفمند بر بستر اینترنت اشیا

رشد روزافزون اینترنت اشیا، امکان تعریف خدمات و محصولات متنوع و جدید در حوزه‌های مختلف را فراهم کرده که یکی از این حوزه‌ها، تبلیغات است. در این مقاله «معماری پلتفرم تبلیغات هدفمند بر بستر اینترنت اشیا» را ارائه و چالش‌های کلیدی پیاده‌سازی پلتفرم معرفی‌ شده را بررسی می‌کنیم.

فضای ذخیره سازی ابری (Cloud)

تمرکز بر توسعه نرم‌افزار بدون نگرانی در مورد زیرساخت

مدیریت زیرساخت، چالشی است که باعث می‌شود این روزها، سازمان‌ها کمتر مایل به استفاده از معماری‌های سنتی به‌عنوان زیرساخت محصولات نرم‌افزاری خود باشند. در گذشته توسعه‌دهندگان برای ارائه نرم‌افزارها فشار زیادی را متحمل می‌شدند و به‌جای تمرکز بر توسعه و ایجاد کد، بخش زیادی از وقت خود را صرف مدیریت و مراقبت از زیرساخت می‌کردند. علاوه بر آن، باید نگهداری سیستم‌عامل و فرآیند میزبانی وب سرور مورد نیاز برای برنامه را نیز انجام می‌دادند. ازآنجایی‌که رایانش ابری1، اکوسیستم کاملی برای ساخت، توسعه و ارائه خدمات فناوری اطلاعات فراهم می‌کند، به توسعه‌دهندگان این امکان را می‌دهد تا بدون دردسر مدیریت زیرساخت، برنامه‌ها را توسعه دهند. محاسبات بدون سرور2 یک مفهوم نسبتا جدید در معماری نرم‌افزار است که مرحله بعدی در توسعه رایانش ابری محسوب می‌شود. سازمان‌هایی که مشتاق استفاده از فناوری‌های نوظهور برای دستیابی به پویایی، کارایی بهینه، چابکی و صرفه‌جویی در هزینه هستند، به‌سرعت به‌سوی استفاده از این نوع معماری گام برمی‌دارند. در این مقاله نگاهی مختصر به محاسبات بدون سرور، کاربردها،3 مزایا و معایب آن خواهیم داشت.

بلاک چین

ارز دیجیتال بانک مرکزی

با پیشرفت تکنولوژی، ظهور و محبوبیت رمزارزهای مبتنی بر بلاکچین، آشنا شدن مردم با قابلیت‌های پول دیجیتال و تغییر عادت‌های پرداخت، بسیاری از دولت‌ها انتشار ارز دیجیتال بانک مرکزی را در دستور کار خود قرار داده‌اند. رمزارز بانک مرکزی فوایدی شامل سرعت و امنیت بالا در پرداخت‌ها، پایداری مالی، قابلیت پایش هدفمند و مبارزه با جرائم مالی از قبیل پول‌شویی و قاچاق دارد. ارز دیجیتال بانک مرکزی می‌تواند برای استفاده همه افراد جامعه (نوع خرد) و یا تنها برای استفاده بانک‌ها و مؤسسات مالی (نوع عمده) طراحی شود. ارز دیجیتال بانک مرکزی از نوع خرد می‌تواند بسته به تعریف نقش برای بانک مرکزی، به اشکال مستقیم، غیرمستقیم و یا ترکیبی پیاده‌سازی شود. آمارهای بانک تسویه‌حساب‌های بین‌المللی  نشان می‌دهد که تعداد قابل‌توجهی از کشورها تا 6 سال آینده به انتشار ارز دیجیتال بانک مرکزی اقدام خواهند کرد و انگیزه‌های غالب آنها، ارتقاء پرداخت ازنظر بهینگی فرایند و امنیت و همچنین فراگیری مالی است. اپراتورهای موبایل با دراختیار داشتن زیرساخت، دانش و ابزارهای ارتباطی و اطلاعاتی و تعداد بالای مشترکین، می‌توانند در نقش‌های مختلفی در این پروژه مشارکت داشته باشند.

هوش مصنوعی

هوش مصنوعی در اپراتورها

امروزه فناوری «هوش مصنوعی» (یا AI) برای همه افراد بسیار آشناست و استفاده از آن، جزئی از زندگی روزمره انسان شده، درواقع، بسیاری از فعالیت‌های روزمره انسان‌ها بدون وجود این فناوری‌ها ممکن نیست. از طرفی با توجه به گسترش بیماری‌ همه‌گیر کووید-19، کمبود منابع انسانی در زمینه‌های مختلف بیش از گذشته احساس می‌شود. ازاین‌رو، همگام با توسعه اپراتورها و راه‌اندازی سرویس‌های 5G/IoT، شبکه‌های تلفن همراه نیز خدمات متنوع‌تر و پیچیده‌تری را ارائه می‌دهند و اپراتورها برای توسعه خدمات خود و بهینه‌سازی فرایندها به سمت استفاده از خدمات مبتنی بر هوش مصنوعی رفته‌اند. در این مقاله، نیاز اپراتورها به فناوری‌های هوش مصنوعی را ارزیابی کرده سپس چندین مثال از نحوه بهبود عملکرد شبکه مبتنی بر هوش مصنوعی را بیان خواهیم کرد. توسعه خدمات و اتوماسیون فرایندهای درون شبکه اپراتور شامل مدیریت بهینه ترافیک، پایش و نظارت داده و پشتیبانی از سرویس‌های یک اپراتور با کمک هوش مصنوعی، محور اصلی مقاله حاضر است.

پیمایش به بالا