文献

J-GLOBAL ID：201802239853463451   整理番号：18A1203656

健康サービス応用におけるビッグデータを管理するためのモノとクラウドコンピューティングのインターネットのハイブリッドモデル【JST・京大機械翻訳】

A hybrid model of Internet of Things and cloud computing to manage big data in health services applications

著者 (7件)： Elhoseny Mohamed (Faculty of Computers and Information, Mansoura University, Egypt) ,  Abdelaziz Ahmed (Department of Information Systems, Higher Technological Institute, Cairo, Egypt) ,  Salama Ahmed S. (Department of Computer and Information Systems Department, Sadat Academy for Management Sciences, Cairo, Egypt) ,  Salama Ahmed S. (Information Systems Department, Faculty of Computing and Information Technology, University of Jeddah, Saudi Arabia) ,  Riad A.M. (Faculty of Computers and Information, Mansoura University, Egypt) ,  Muhammad Khan (Intelligent Media Laboratory, Digital Contetns Research Institute, Sejong University, Seoul, Republic of Korea) ,  Sangaiah Arun Kumar (School of Computing Science and Engineering, VIT University, Vellore, India)
資料名： Future Generation Computer Systems  (Future Generation Computer Systems)
巻： 86  ページ： 1383-1394  発行年： 2018年 
JST資料番号： A0620C  ISSN： 0167-739X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 過去10年にわたり,特に健康サービス応用に対する大きなデータ研究に関心が高まっている。医療分野におけるクラウドコンピューティングとインターネットのインターネット(IoT)パラダイムの採用は,医療ITに対するいくつかの機会をもたらすことができ,専門家は,医療サービスを著しく改善し,産業4.0応用のような大規模なデータ環境におけるその連続的で系統的な革新に貢献すると信じている。しかし,雲-IoT環境におけるそのようなデータを管理するために必要な資源は依然として大きな課題である。そこで,本論文では,統合産業4.0における大量のデータを効率的に管理するために,クラウド-IoTヘルスサービスアプリケーションにおける仮想マシン選択(VM)を最適化するための新しいモデルを提案した。産業4.0の応用には,人間の介入なしで,センサデータのような異なるソースに由来する大きなデータを処理し,分析する必要がある。提案したモデルは,利害関係者の要求実行時間を減らし,患者の大規模データの必要な記憶を最適化し,それらの応用のためのリアルタイムデータ検索機構を提供することにより,ヘルスケアシステムの性能を強化することを目的とした。提案したハイブリッドクラウド-IoTのアーキテクチャは,4つの主な構成要素から成る:利害関係者の装置,利害関係者の要求(タスク),クラウドブローカー,およびネットワーク管理者。VM選択を最適化するために,3つの異なる良く知られた最適化(遺伝的アルゴリズム(GA),粒子群最適化(PSO)および並列粒子群最適化(PPSO))を用いて,提案したモデルを構築した。利害関係者の要求の実行時間を計算するために,提案した適合性関数は,CPU利用,ターンアラウンド時間および待ち時間の3つの重要な基準の構成である。実行時間,データ処理速度,およびシステム効率に関するこれら3つの最適化器間の比較研究を提供するために,一連の実験を行った。提案したモデルを,その有効性を評価するために最先端の方法に対して試験した。結果は,提案したモデルが,全実行時間において,50%の比率で,最先端のモデルより優れていることを示した。また,実時間データ検索に関するシステム効率は5.2%改善された。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 患者 ,  適応性 ,  *インターネット ,  ターンアラウンド時間 ,  仮想機械システム ,  最適化 ,  計算機アーキテクチャ ,  待ち時間 ,  データ処理
準シソーラス用語： 実行時間 ,  利害関係者 ,  モノのインターネット ,  *ハイブリッドモデル ,  *クラウドコンピューティング ,  *ビッグデータ , 【Automatic Indexing@JST】

著者キーワード (7件)： ビッグデータ ,  産業4.0 ,  クラウドコンピューティング ,  モノのインターネット ,  健康サービス ,  遺伝的アルゴリズム ,  粒子群最適化

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： サービス ,  応用 ,  ビッグデータ ,  クラウドコンピューティング ,  インターネット ,  ハイブリッドモデル