بلاگ

شبکه های یادگیری پراکنده قسمت چهارم

نظارت بر پیشرفت هر دانش آموز را برای معلمان و موسسات آموزشی آسان می کند و در نتیجه کیفیت تحصیلی را بهبود می بخشد.در نهایت، سیستم توصیه‌ای را با هدف ایجاد محیطی هماهنگ با ترجیحات منحصر به فرد، ایجاد یک محیط یادگیری شخصی و دانش‌آموز محور به کار می‌گیرد که با آن در حین انجام فعالیت‌های تحصیلی خود احساس راحتی کنید.
به منظور استقرار تمام ویژگی های OPPIA، استفاده از تعدادی ابزار تکنولوژیکی ضروری بود.بنابراین، در زیر بخش های زیر مدل لایه، معماری و عملکرد آن توضیح داده می شود.
4.1 مدل لایه
پلتفرم OPPIA متکی بر یک مدل چند لایه کاملاً تعاملی است که در چندین لایه و سرویس سازماندهی شده است.از نظر مفهومی، دارای پنج لایه است (شکل 2 را ببینید) که در بخش های فرعی زیر توضیح داده خواهد شد.
(1) لایه ارتباطی این لایه مسئول فراهم کردن مکانیسم های لازم برای برقراری ارتباط فعالانه و شفاف برای کاربران در مواقعی است که توسط اطلاعات سطوح بالاتر مناسب تشخیص داده شود.بنابراین، شبکه یادگیری پراکنده ابتدا بر شبکه‌های موقتی متکی است که به‌صورت پویا در میان دستگاه‌های تلفن همراه افراد (دانش‌آموزان، معلمان یا کارشناسان)، که اتفاقاً در یک لحظه به یکدیگر نزدیک هستند، قرار می‌گیرد.ارتباطات با اعضای شبکه در مکان‌های دور، با پایگاه‌های دانش و خدمات یادگیری (لایه‌های بالایی)، از طریق پیوند به نقاط مهم یا اتصالات 3G/4G در دسترس انجام می‌شود.تمامی پروتکل‌ها و مکانیسم‌ها برای ایجاد پیوندها و حفظ سطوح QoS لازم در این لایه نیز قرار دارند.
لایه محاسبات ابری لایه دوم با هدف امکان اشتراک گذاری کارآمد منابع موجود برای هر دستگاه در یک شبکه یادگیری پراکنده است.پشت سر هم بین دستگاه های تلفن همراه و محاسبات ابری، به دلیل پایانه های دستی که توسط پردازش، عمر باتری و قابلیت های ذخیره سازی محدود می شوند، کاملاً کار می کند، در حالی که رایانش ابری توهم منابع محاسباتی "بی نهایت" را فراهم می کند.
منابع اضافی مورد نیاز دستگاه های دستی را می توان با (1) سرورهای متمرکز در ابر، بسته به اتصال به اینترنت، ارائه کرد.(2) ابرهای پشتیبانی شده توسط گره های ثابت در لبه اینترنت یا (3) پایانه های سیار متصل در شبکه ad hoc.
با در نظر گرفتن این موضوع، OPPIA از مفهوم محاسبات ابری پراکنده (SCC) استفاده می‌کند، که در آن دستگاه‌های کاربر هم از منابع موجود در بقیه پایانه‌های متصل به شبکه ad hoc و هم از منابع ارائه شده از مراکز داده خارجی بهره‌برداری می‌کنند.در این پلتفرم، SCC اجازه می دهد تا آزمایشگاه های مجازی و توزیع شده، مطابق با منابع موجود در دستگاه های اعضای مختلف هر شبکه یادگیری پراکنده، که از نظر فیزیکی به یکدیگر نزدیک هستند، تولید کند.این امر تا حد امکان از وابستگی به دسترسی به اینترنت برای انجام وظایف جلوگیری می کند و به دانش آموزان امکان دسترسی به نرم افزارهای تخصصی را می دهد که برای دستگاه های با کارایی پایین مناسب نیستند.بدین وسیله، لایه محاسبات ابری خدمات زیر را ارائه می دهد:
ذخیره اطلاعات در فضاهای ابر، مرتبط با دستگاه های منبع/هدف، ایجاد/مصرف کاربران، مکان و غیره.
دسترسی و سرویس دهی به اطلاعات پروفایل های کاربری سطح بالا در طول تشکیل شبکه های موردی.
همگام سازی جریان های متعدد اطلاعاتی که از دستگاه های متصل می آیند.