کد خبر: 28965
تاریخ انتشار: چهارشنبه, 31 خرداد 1396 - 10:44

داخلی

»

مطالب کتابداری

»

کتابخانه های عمومی

نشست «داده های زمان واقعی» برگزار شد

منبع : لیزنا
کتابخانه عمومی حسینیه ارشاد روز شنبه 20 خرداد ماه پنجاه و پنجمین نشست از سلسله نشست های علم اطلاعات و دانش شناسی خود را با موضوع «داده های زمان واقعی» برگزار کرد.
نشست  «داده های زمان واقعی» برگزار شد

به گزارش لیزنا، بر اساس اعلام روابط عمومی کتابخانه عمومی حسینیه ارشاد، در این نشست اعظم ادهمی خامنه و وحید امیری و همچنین دبیر جلسه، مصطفی امینی سخنرانی کردند.

 مصطفی امینی  در سخنانی گفت: برای Real-time Data حداقل 3 معادل فارسی بیان می شود: داده های بلادرنگ ، داده های زمان واقعی و داده های زمانی حقیقی .

 امینی افزود: داده های زمان واقعی، یکی از موضوعات مورد توجه شرکت های بزرگ فراهم کننده راهکارهای مدیریت داده و اطلاعات است.  شرکت هایی مثل IBM ، اوراکل و EMC. امروز موضوع داده های زمان واقعی با واژه هایی همچون رایانش زمان واقعی (Real-time Computing) و تحلیل زمان واقعی (Real-time Analytics) پیوند نزدیک خورده است. دلیل این موضوع هم آن است که امروزه در مدیریت داده های عظیم (Big Data) نمی توان بر روی ذخیره سازی داده ها بیش از این تاکید داشت، زیرا اساسا ذخیره سازی داده ها فلسفه وجودی داده های عظیم محسوب نمی شود لذا می بایست داده ها را در همان بدو تولید، تحلیل، پردازش و کاوش کرد. همچون شرکت هایی که وظیفه مانیتورینگ بازار بورس، ارز، نفت و طلا را بر عهده دارند. این شرکت ها برای انجام عملیات مانیتورینگ بازار، مجبور به تحلیل داده های زمان واقعی هستند.

او ادامه داد: باید دقت نظر داشت که هزینه (زمانی، کارایی و عملکردی) ذخیره سازی و سازماندهی اطلاعات برای چنین شرکتهایی بالا است و کسب و کار اصلی آنها را با ریسک مواجه می کند؛ زیرا این کسب و کار ها به تحلیل های چابک و لحظه به لحظه و بر اساس واقعیت حال حاضر بازار احتیاج دارند.  مشابه چنین کارکردهایی را در کسب وکارهای وابسته به شبکه (Network-Intensive Business) همچون بانک ها و اپراتورهای مخابراتی نیز مشاهده میکنیم. در چنین کسب و کارهایی، داده های زمان واقعی و تحلیل آنها حیات سرویس و تداوم کسب و کار را تضمین می کند.

 به گفته وی واژه Real-time Data را باید در مقایسه با واژه های زیر بررسی کرد:

--داده های نزدیک به زمان واقعی (Near real-time Data)

--داده های غیر زمان واقعی (Non Real-time Data)

--داده های گرم (Hot Data) در مقابل داده های سرد (Cold Data)

--داده های جریانی (Streaming Data)

--داده های موقتی (Temporal Data)

 

اعظم ادهمی خامنه در سخنرانی خود گفت: زمان واقعی (از نظر لغوی: بی‏درنگ ؛ بلافاصله؛ زمان واقعی) به فرآیندهایی گفته می‏شود که پاسخ یک محرک بی‏درنگ باشد یا بلافاصله در طی آن یک فرایند و یا یک رویداد رخ می‏دهد.

ادهمی خامنه افزود: در کامپیوترها زمان واقعی که برای عملکرد یک محاسبات صورت می‏گیرد و نتیجه محاسبه برای ادامه یک فرایند فیزیکی را زمان واقعی می‏گویند. داده‏هایی که مربوط به تغییر در موقعیت اشیاء؛ اطلاعات توصیفی مربوط به اشیاء و هندسه اشیاء در طی زمان است.

او ادامه داد: داده‏های زمان واقعی اشاره به داده‏هایی است که از تکنولوژی جدید بوجود می‏آید و اطلاعات دقیقه به دقیقه به برنامه‏های کاربردی دستگاه‏های تلفنی، لب تاپ و تبلت منتقل می‏شود. داده زمان واقعی، داده‏ای است كه ذخيره‏سازی يا نگهداری نمی‏شود و به همان سرعتی كه جمع‏آوری شده است به كاربر نهايی می‏رسد. داده زمان واقعی، طوري طراحي نشده كه پس از جمع‏آوری، به منظور چك‏شدن پيش از استفاده نهايي نگه داشته شود.

وی تاکید کرد که داده زمان واقعی بدين معنا نيست كه داده فوراً به كاربر نهايي برسد و افزود:  در این داده‏ها بین وقوع اتفاق یا پدیده و پردازش داده با تأخیر زمانی روبرو هستیم. داده‏های که نیاز به پردازش دارند تا بکار گرفته شوند در اینگونه موارد اصطلاح نزدیک به زمان واقعی بسیار مناسب است.

وی گفت: زمان پردازش - رویداد در زمان جاری برابر است با  داده نزدیک به زمان واقعی.

ادهمی خامنه ادامه داد: تمایز میان «نزدیکی زمان واقعی» و «زمان واقعی» مختلف هست . چنانچه تاخیر به نوع و سرعت انتقال بستگی دارد.تاخیر در نزدیکی زمان واقعی به طور معمول از چند ثانیه تا چند دقیقه می‏باشد. سیستم زمان واقعی، سیستمی است که درآن زمان نقش مهمی را ایفا می‏کند. از اين سيستم‌ها در جاهايي كه نياز به دقت عمل و سرعت عمل است، استفاده مي‌شود. سیستم های بی‏درنگ معمولاً به عنوان یک کنترل‏کننده در یک کاربرد خاص استفاده می‌شوند. زمان  پارامتر کلیدی در این سیستم عاملها است. عملیات پردزانده و جریان داده در زمان کاملاً مشخصی انجام می‏گیرد. به عنوان ابزار کنترلی در کاربرد خاص مورد استفاده قرار می‏گیرد. مانند سیستم‌هایی که آزمایش‌های علمی را کنترل می‌کنند سیستم‌های تصویربرداری پزشکی، سیستم‏های کنترل صنعتی، کنترلرهای لوازم خانگی و سیستم های جنگ افزاری. در این سیستم‏ها صحت درستی یک فرآیند نه تنها وابسته به صحت منطقی نیست، بلکه به زمانی که آن اجرا می‏شود نیز وابسته است. این سیستم‏ها برای آنکه به درستی کار کنند باید پاسخ درست را در فرجه زمانی از پیش تعیین شده بازگردانند. سیستم‏های غیر زمان واقعی محدودیت زمانی ندارند، حتی اگر سرعت پاسخگویی و اجرا مطلوب یا رویدادی ارجح باشد.

او افزود: کامپیوترها و شبکه‏هایی که از سیستم زمان واقعی استفاده می‏کنند، بر خلاف کامپیوترهای شخصی و سیستم‏های کامپیوتری، که مجری برنامه‏های غیر-بلادرنگ ازقبیل مرورگر شبکه هستند، از دید کاربر مخفی هستند و طوری به نظر میرسد که این سیستم ها وجود ندارند.

به گفته ادهمی خامنه سيستم مديريت پايگاه داده زمان واقعی، سيستم‏هاي زمان واقعی سيستم هاي سريع با سرعت پاسخگوئي بالا هستند که زمان انجام کليه عمليات نقش مهمي در آنها دارد.

او گفت: سيستم زمان واقعی در تعامل با دنياي واقعي پاسخ قابل پيش بيني را در قاب زمان مي‏دهد. ورودي، پردازش و پاسخ‏ها همگي از قبل تعريف شده هستند و حد زماني مشخصي دارند و به نحوي بهينه مي‏شوند که هر حالت ورودي يک حالت خروجي قابل پيش‏بيني دارد که هميشه در يک زمان و به يک روش اتفاق مي افتد.

مهندس وحید امیری  در سخنانی بیان کرد: سیستم‌های زمان واقعی سیستم‌هایی هستند که در آن‌ها علاوه بر خروجی صحیحی که برنامه تولید می‌کند، این خروجی باید در یک زمان معین تولید شود و به اصطلاح برنامه باید در یک زمان مقرر شده خروجی مورد نظر را تولید کند.

وحید امیری  افزود: معمولا سیستم‌های زمان واقعی با توجه به نوع محیط و صورت مسئله به انواع نرم و سخت تقسیم بندی می‌شوند. در یک سیستم زمان واقعی سخت، اگر خروجی برنامه در زمان تعیین شده تولید نشود خسارت‌های فراوانی به بار می‌آید و این امر می‌تواند به یک فاجعه منجر شود. از نمونه مسئله‌هایی که آن را در نوع سیستم‌های زمان واقعی سخت قرار می‌گیرد می‌توان به سیستم‌های کنترل نیروگاه‌ها، سیستم‌های کنترل خودکار وسائل نقلیه(نظیر هواپیماها، خودروها و ...) و سیستم‌های نظامی اشاره کرد. به عنوان راه‌حلی برای این مسائل، معمولا از سیستم‌های Embedded و سیستم‌عامل‌های زمان واقعی استفاده می‌کنند. سیستم‌های Embedded، سیستم‌هایی هستند که برای یک هدف خاص ساخته می‌شوند و برای انجام آن هدف نیز بهینه می‌شوند.

او ادامه داد: این سیستم‌ها شبیه به یک سیستم کامپیوتری دارای پردازنده، حافظه اصلی، حافظه ذخیره سازی و ورودی/خروجی‌های متناسب می‌باشند. سیستم‌عامل‌های زمان واقعی نیز سیستم‌عامل‌هایی هستند مشابه سیستم‌عامل‌های همه منظوره با این تفاوت که بدلیل زمان واقعی بودن محیط، معمولا زمانبند‌ی، مدیریت منابع و تخصیص آنها به پردازش‌ها و دیگر مولفه‌های موثر در اجرای برنامه‌ها از الگوریتم‌های مناسب برای سیستم‌های زمان واقعی پیروی می‌کنند.

به گفته وحید امیری در طرف دیگر سیستم‌های زمان واقعی نرم قرار دارد. در این نوع، مانند نوع سخت، سیستم به زمان پاسخ معین شده حساس نیست و اگر خروجی برنامه بعد از زمان معین شده نیز ایجاد شود نیز می‌تواند مورد استفاده قرار بگیرد. معمولا در سیستم‌های زمان واقعی نرم عنوان می‌شود در صورت رد شدن از زمان معین، دچار هزینه می‌شویم. سیستم‌های چندرسانه‌ایی برخط، بازی‌های رایانه‌ای برخط و سیستم‌های تحلیل داده‌‌های کلان را می‌توان به عنوان مثال‌هایی از سیستم‌های زمان واقعی نرم برشمرد. استفاده از سیستم‌های توزیع شده، روش‌های برنامه نویسی همروند و موازی از جمله راه‌حل‌های متداول این مدل از مسائل سیستم‌های زمان واقعی محسوب می‌شوند.

او ادامه داد: در محیط‌های کلان داده بدلیل ویژگی‌های این محیط (حجم، تنوع و نرخ تولید داده) پیچیدگی‌های رسیدن به زمان پاسخی نزدیک به زمان واقعی بسیار بیشتر بوده و به یکی از چالش‌های پیش روی دانشمندان علم داده قرار گرفته است. ابزارهایی نیز که امروزه در محیط کلان داده مطرح می‌شود نیز در رسیدن به این امر کمک کننده خواهد بود.

مصطفی امینی در جمع بندی خود از این جلسه گفت: از جمله مهم ترین خصیصه های داده های زمان واقعی این است که این نوع از داده ها به "مهلت زمانی (Deadline)" وابستگی شدید دارند. این وابستگی هم مربوط به اعتبار خود داده ها است و هم نتایج حاصل از تحلیل آنها. یعنی مفید بودن، معتبر بودن و اثربخش بودن داده های زمان واقعی شدیدا به «یک بازه زمانی کوتاه از قبل تعریف شده و مورد توافق» وابسته است.

امینی  ادامه داد: همچنین یکی دیگر از ویژگی های داده های زمان واقعی، «میزان تحمل پذیر بودن تاخیر» است. آنچه که داده های زمان واقعی را از داده های نزدیک به زمان واقعی (Near Real-time Data) مستقل می کند این است که در داده های زمان واقعی، میزان تحمل پذیری تاخیر برابر صفر است زیرا عدم وجود تاخیر در چنین داده هایی یک موضوع حیاتی (Critical Subject) است همچون یک هواپیما یا نیروگاه هسته ای اما در داده های نزدیک به زمان واقعی ، میزان تحمل پذیری در تاخیر ، یک عدد مورد توافق می باشد زیرا این امر یک موضوع مهم (Important Subject) محسوب می شود و نه حیاتی!  . همچنین داده های زمان واقعی نوع خاصی از داده های گرم و داده های جریانی محسوب می شوند.

او افزود: شباهت داده های زمانی واقعی با داده های موقتی (Temporal Data) در این است که هر دو گونه داده ها ، داده هایی هستند که حساس به زمان (Time-Intensive) می باشند اما با این تفاوت که داده های زمان واقعی جژء داده های پیوسته و داده های موقتی جزء داده های گسسته محسوب می شوند. همچنین داده های زمان واقعی نوعی داده جریانی (Streaming data) محسوب می شوند یعنی در حقیقت در پردازش داده های زمان واقعی ، جریان های داده ای (Data Stream) پردازش می شوند. 

به گفته وی از راهکارهای سازمانی مبتنی بر داده های زمان واقعی عبارتند از

-- هوش تجاری بلادرنگ (Real-time Business Intelligence)

--مانیتورینگ (اعم از مانیتورینگ شبکه های اجتماعی تا مانیتورینگ شبکه های مخابراتی)

--کشف تقلب

--کشف حمله های امنیتی به سیستم های تحت وب

-- مدیریت کیفیت خدمات در راهکارهای IOT

 

فایل پاورپوینت ارائه شده توسط اساتید در این آدرس قابل دسترسی است. 

خواهشمند است جهت تسهیل ارتباط خود با لیزنا، در هنگام ارسال پیام نکات ذیل را در نظر داشته باشید:
۱. از توهین به افراد، قومیت‌ها و نژاد‌ها خودداری کرده و از تمسخر دیگران بپرهیزید و از اتهام‌زنی به دیگران خودداری نمائید.
۲.از آنجا که پیام‌ها با نام شما منتشر خواهد شد، بهتر است با ارسال نام واقعی و ایمیل خود لیزنا را در شکل دهی بهتر بحث یاری نمایید.
۳. از به کار بردن نام افراد (حقیقی یا حقوقی)، سازمان‌ها، نهادهای عمومی و خصوصی خودداری فرمائید.
۴. از ارسال پیام های تکراری که دیگر مخاطبان آن را ارسال کرده اند خودداری نمائید.
۵. حتی الامکان از ارسال مطالب با زبانی غیر از فارسی خودداری نمائید.
نام:
ایمیل:
* نظر: