En este momento estás viendo 
<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Tiempo de lectura"></span> <span class="bsf-rt-display-time" reading_time="2"></span> <span class="bsf-rt-display-postfix" postfix="mins"></span></span><!-- .bsf-rt-reading-time -->El viaje a la nube como un continuo: oportunidades, desafíos y direcciones de investigación,

El viaje a la nube como un continuo: oportunidades, desafíos y direcciones de investigación,

  • Autor de la entrada:
  • Categoría de la entrada:Noticias externas

Md. Mahmodul Hasan, Tangina Sultana, Md. Delowar Hossain, Ashis Kumar Mandal, Thien-Thu Ngo, Ga-Won Lee, Eui-Nam Huh,

El viaje a la nube como un continuo: oportunidades, desafíos y direcciones de investigación,

Ict express,

Volumen 11, número 4,

2025,

Páginas 666-689,

ISSN 2405-9595,

https://doi.org/10.1016/j.icte.2025.04.015.

(https://www.sciencedirect.com/science/article/pii/s2405959525000608)

Resumen: El rápido desarrollo de Internet de las cosas (IoT) ha impulsado un cambio significativo en la computación de las arquitecturas, lo que lleva al aumento del continuo en la nube, un marco flexible que combina los servicios en la nube con la computación borde y niebla. Si bien los documentos de encuestas existentes han contribuido con información valiosa, a menudo se centran estrechamente en aspectos específicos del continuo o no abordan completamente sus complejidades en evolución. Estas limitaciones subrayan la necesidad de un análisis integral y actualizado del campo. Este estudio une estas brechas al presentar una extensa revisión del continuo en la nube, cubriendo su papel en la mejora de la gestión de recursos, la mejora del procesamiento de datos en tiempo real, la integración de enfoques de aprendizaje automático y la optimización de las experiencias de los usuarios en diversas aplicaciones. Examinamos cómo los dispositivos de borde, los nodos antiniebla y las infraestructuras en la nube se sinergan para permitir el procesamiento de datos descentralizado, reduciendo la latencia en áreas críticas como ciudades inteligentes, atención médica y vehículos autónomos. Además, este estudio explora la integración del aprendizaje automático a través de capas de borde, niebla y nubes, con un enfoque en la inferencia y los métodos de aprendizaje distribuido. Al destacar cómo estas tecnologías mejoran la eficiencia, la escalabilidad y la toma de decisiones inteligentes, esta revisión proporciona una perspectiva holística sobre el continuo de la nube. Nuestro análisis ofrece información valiosa sobre futuras direcciones de investigación, enfatizando las innovaciones que pueden impulsar los sistemas informáticos de próxima generación hacia una mayor eficiencia y adaptabilidad.

Palabras clave: computación distribuida; Computación de borde; Computación de niebla; IoT; Inferencia; Aprendizaje automático

Publicado Originalme en TheInternetOfthings.eu El 29 de septiembre de 2025.
Ver Fuente Original

admin

Usuario de administración del sitio web