محاسبات ابری در حوزه های تحولی

1- محاسبات ابری در نظام پولی­ و ­مالی
محاسبات ابری یک مدل فناوری اطلاعاتی برای ارائه و استفاده از منابع قابل پیکره بندی مورد نیاز (مانند، سرورها، انباره، برنامه‌های کاربردی و ...) از طریق شبکه اینترنت به سرور است. در این روش از اتصالات فیزیکی جهت اتصالات استفاده نمی‌شود. خدمات محاسبات ابری قدرت ذخیره سازی اطلاعات، پردازش‌ها را با استفاده از اتصالات اینترنتی در هر رایانه‌ای مهیا می‌سازند.
براساس عملیاتی که ابرها انجام می‌دهند، آن‌ها را می‌توان به سه نوع تقسیم بندی کرد: (1) ابرخصوصی، (2) ابر عمومی و (3) ابر ترکیبی.
ابرهای عمومی: در این حالت مالکیت و مدیریت ابر به عهده یک ارائه دهنده خدمت است و مشتریان متعددی از این سرویس استفاده می‌کنند. برای این نوع از ابرها، هزینه‌های پهنای باند، برنامه‌های کاربردی، سخت افزار توسط ارائه دهنده پوشش داده می‌شود. با این حال، ابر عمومی ممکن است برای هر سازمان و نهادی مورد استفاده قرار نگیرد.
ابرخصوصی: این نوع از ابر به طور خاص برای یک سازمان تدارک دیده می‌شود. لذا می‌توان بر روی این ابر اطلاعات و برنامه‌های کاربردی سازمان را مستقر کرد. این رویکرد معمولاً، گران بوده و اغلب برای دستگاه‌ها و نهادهای بزرگ مورد استفاده قرار می‌گیرد.
ابر ترکیبی: این نوع ابر ترکیبی از عملکردهای ابرهای خصوصی و عمومی است. شرکت‌ها برنامه‌های کاربردی حساس یا مدیریت داده‌ها را در ابر خصوصی کنترل می‌کنند، این در حالی است که در مواقعی که به منابع محاسباتی بیش از حد، نیاز باشد به ابر عمومی متکی می‌شود.
خدمات ابری بر روی بسیاری از صنایع تأثیر گذار بوده است که صنعت خدمات مالی نیز از این مقوله مستثنی نیست. بطور ویژه، محاسبات ابری بر روی کاهش هزینه‌های کاربران تأثیر گذار خواهد بود. علاوه براین محاسبات ابری به شرکت‌ها برای داشتن مکانی برای ذخیره، اشتراک گذاری، بروزرسانی و تحلیل داده‌ها که منجر به شفافیت بیشتر می‌شود، کمک می‌کند.
بسیاری از شرکت­ها از ابر به عنوان یک دارایی تجاری برای تبدیل شرکت و تغییر شکل مدل­های عملیاتی، محصولات و خدمات و تجربه مشتری استفاده می­کنند. ابر عنصر اساسی برای این تحول دیجیتالی است. شرکت‌های مالی با استفاده از محاسبات ابری می‌توانند داده‌های خود را در حجم بالا بصورت لحظه‌ای مدیریت کنند. به عنوان مثال خدمات وب آمازون[1] جهت شتاب دهی به خدمات بانک DBS سنگاپور و نیز به بانک bakinter اسپانیا جهت اجرای شبیه سازی های اعتباری[2] و کاهش زمان محاسبات از 23 ساعت به 20 دقیقه کمک کرده است. همچنین شرکت مبتنی بر ابر IBM با بانک Mizaho ژاپن جهت خدمات پرداخت مشارکت می‌کند.
شرکت های خدمات سنتی مالی دارای سیستم های سنتی و مدل های عملیاتی قدیمی توسط رقبای سریعتر، چابک تر و خلاقانه تر در حال خارج شدن از گردانه رقابت هستند. ابر می تواند به سازمان های مالی کمک کند تا خود را به یک تجارت دیجیتال تبدیل کنند، امنیت و انطباق شرکت خود را تقویت کنند ، ردپای زیرساخت های خود را کاهش داده و اتوماسیون را برای ارائه بهینه و صرفه جویی در هزینه ارائه دهند. به عنوان یک دارایی تجاری، ابر همچنین می تواند به شرکتها کمک کند تا چابکی و سرعت خود را برای به دست آوردن فرصتهای جدید بازار و محافظت از جریانهای درآمد فعلی، پاسخگویی به یک محیط تجاری در حال تغییر، پاسخگویی سریع در مقیاس بالا به نیازهای تغییر یافته سازمان انجام دهند.
واحدهای مالی در موارد استفاده از خدمات ابری، امنیت و حریم خصوصی در مواقع بروزرسانی استانداردها دچار تردید هستند. برخی دیگر نگران این هستند که برنامه های کلیدی "آماده ابر" نیستند و ممکن است نیاز به مدرن سازی قابل توجهی داشته باشند قبل از اینکه به طور موثر به ابر منتقل شوند. با این حال در سال‌های 2016 و 2017 بیشترین نرخ تطبیق پذیری این فناوری در شرکت‌های مالی سنتی و فین تک وجود داشته است. به دلیل بخشی از نگرانی های امنیتی، بانک ها و خدمات مالی آنها در اجرای راه حل های ابری تأخیر داشتند، اما در سال های اخیر میزان جذب قابل توجهی وجود داشته است. به عنوان مثال، براساس یک مطالعه صنعتی، بیش از 60 درصد موسسات مالی در حال تدوین یک استراتژی ابری بودند و در بین موسسات مالی مورد بررسی در اروپا، 88 درصد قبلاً از خدمات مبتنی بر ابر استفاده می کردند و برای سال 2017، انتظار می رود هزینه جهانی برای خدمات ابری عمومی که در بخش بانکی به بیش از 12 میلیارد دلار برسد. با این وجود ، آنچه ما می بینیم این است که بسیاری از بانک ها به جای استفاده از ابر به عنوان پایه ای برای تحول بنیادین، از آن استفاده می کنند تا سیستم های فعلی و مدل عملیاتی خود را بهبود بخشند.


2- محاسبات ابری در صنعت حمل و نقل
گزینه ­های مطرح برای دریافت بودجه در چارچوب طرح افق 2020، به شکل برنامه ­های کاری چندساله شروع به کار می ­کنند. برنامه­ های کاری توسط کمیسیون اروپا و در چارچوب قانونی ارائه شده توسط افق

3- محاسبات ابری در صنعت بهداشت
در سال‌های اخیر، رایانش ابری با سرعت قابل توجهی به حوزه‌ی پزشکی وارد شده‌ است. منابع نامحدود ارائه شده توسط رایانش ابری و انعطاف‌پذیری ذاتی این فناوری، موجب شده تا از این فناوری برای توسعه و ارائه‌ی خدمات درمانی نظیر درمان از راه دور، ثبت پرونده‌های پزشکی و تصویربرداری‌های دیجیتال استفاده شود. کاربردهای اداری مانند ثبت‌نام، برنامه‌ریزی، صدور قبض و مدیریت پرداخت‌ برای انتقال به فضای ابری مناسب است. علاوه‌بر آن، از قدرت پردازش ابری در مطالعات پزشکی در زمینه‌هایی نظیر ژنتیک و پزشکی مولکولی نیز استفاده می‌شود.

مراقبت/درمان از راه دور
از جمله خدماتی که به کمک رایانش ابری توسعه‌ی بیشتری پیدا کرده است، می‌توان به درمان از راه دور اشاره کرد. سیستم‌های مراقبت از راه دور شامل نرم‌افزارهای مشاوره پزشکی[3]،کنفرانس‌های ویدئویی و دستگاه/سنسورهای پزشکی برای اندازه‌گیری ضربان قلب، گلوکز خون، نوارقلب و ... می‌باشد که رایانش ابری در هر سه حوزه کاربرد دارد. از رایانش ابری برای ذخیره‌سازی و اشتراک‌گذاری داده بیماران در حین برنامه‌های مشاوره از راه دور، پیگیری‌های درمان از راه دور و آموزش از راه دور استفاده می‌شود. همچنین به لطف رایانش ابری، امکان برگزاری کنفرانس‌های تصویری و به ‌اشتراک‌گذاری اطلاعات پزشکی بیماران از گذشته نیز ساده‌تر شده‌ است. در زمینه پزشکی از راه دور، سیستم‌های واقعیت مجازی مبتنی بر ابر نیز می‌توانند برای بهبود بیماران مورد استفاده قرار گیرند.
مثال: کلینیک‌های OPD[4]مجازی در هند

ثبت و ذخیره سازی پرونده های پزشکی
ذخیره‌سازی اطلاعات بیماران به‌طور محلی، چه به‌صورت آرشیوهای فیزیکی قدیمی و چه به‌صورت الکترونیکی و در سرورهای داخلی، نه‌تنها هزینه‌بر است، بلکه پیچیدگی‌های خاصی را نیز برای مراکز پزشکی به‌همراه می‌آورد. به‌ همین دلیل بیمارستان‌ها و مراکز پزشکی نیز در حال روی آوردن به ذخیره‌سازی ابری اطلاعات بیماران هستند، این مسئله باعث می‌شود پزشکان و بیماران بتوانند در هر لحظه و بدون مراجعه به مراکز پزشکی، به اطلاعات مورد نیاز خود دسترسی داشته باشند.

کارهای تیمی و همکاری میان پزشکان
آسان‌سازی انجام کارهای گروهی نیز یکی از مزایای رایانش ابری در حوزه‌ی پزشکی است. فرض کنید قرار است در مورد وضعیت یک بیمار تصمیمی حیاتی گرفته شود؛ در حالت سنتی، انجام هماهنگی برای برگزاری جلسات تیم‌های پزشکی و به اشتراک گذاشتن اطلاعات بیمار در میان اعضای تیم، کاری وقت‌گیر است. به‌لطف رایانش ابری، نه تنها اشتراک گذاری اطلاعات بیماران فوق‌العاده آسان خواهد شد، بلکه نیاز به برگزاری جلسات رو در رو نیز از بین خواهد رفت.
یکی از مثال‌های موفق در این زمینه، شبکه‌ای موسوم به HealthHiWay در هندوستان است. این شبکه با متصل کردن بیش از ۱۱۰۰ بیمارستان و ۱۰ هزار پزشک به یک‌دیگر، نه‌تنها اشتراک اطلاعات و انجام هماهنگی‌های مختلف میان مدیران، پزشکان و شرکت‌های فعال در حوزه‌ی پزشکی را ساده کرده، بلکه هزینه‌های پزشکی را نیز به‌مراتب کاهش داده است.

تحقیقات بالینی
در زمینه‌ی تحقیقات بالینی نیز، با کمک رایانش ابری، امکان دریافت و ذخیره‌سازی منظم اطلاعات بیماران فراهم شده و پژوهشگران می‌توانند با دسترسی به داده‌هایی که از نقاط مختلف در فضای ابری ذخیره شده، تحقیقات خود را به انجام برسانند.

تصویربرداری دیجیتال
با پیشرفت کاربرد فناوری‌های دیجیتال، سیستم‌های تصویربرداری پزشکی نیز از شکل سنتی به دیجیتال تغییر می‌یابند. به موازات این تغییر، «سامانه بایگانی و تبادل تصویر» موسوم به PACS برای مشاهده، بایگانی و بازیابی تصاویر، ایجاد شده است. خدمات ابری برای سیستم‌های PACS امکان ذخیره، اشتراک‌گذاری و پردازش تصاویر پیچیده را فراهم می‌کند.
خلاصه‌ی از کاربردها در جدول زیر ارائه شده است.

4- محاسبات ابری در صنعت کشاورزی
در حالی که شاهد روند مداوم از بین رفتن زمین‌های کشاورزی و تنوع زیستی در سراسر جهان هستیم، فناوری‌های نوین از جمله محاسبات ابری از این نظر که توانایی تغییر این روند و حتی معکوس کردن آن را دارند، دارایی‌های باارزشی محسوب می‌شوند. در حال حاضر، حسگرها و ابزارهای نظارتی قادر هستند دیتای کاملی را شامل اطلاعات خاک، تصاویر مربوط به مزرعه‌های کشاورزی، مشاهدات بازیگران انسانی و ... جمع‌آوری کنند. به عنوان نمونه، سنسورها اکنون قادر به تشخیص محل قرار گرفتن یونجه در مزرعه و همچنین میزان رطوبت موجود در آن هستند. اطلاعات فوق با استفاده از رایانش ابری پردازش می‌شود. زمینه­ های کاری و مثال­های عملیاتی این فناوری در صنعت کشاورزی عبارتند از:

زنجیره تامین
کشاورزان با استفاده از خدمات ابری از اطلاعات موسسات تحلیل پیشگویانه استفاده می‌کنند و از این طریق می‌توانند پیش‌بینی دقیقی در مورد محصولات مورد نیاز بازار داشته باشند و تولید خود را بر اساس آن تنظیم کنند.
آنها همچنین می‌توانند در مورد شرایط آب و هوایی و سایر پارامترهای مؤثر بر تولید بینش داشته باشند.
همچنین یک انگیزه برای کشاورزان وجود دارد که از مخازن دانش بنیان حاوی اطلاعات زیادی در رابطه با شیوه‌های کشاورزی، ورود محصولات زراعی، نوآوری‌های کشاورزی، سموم دفع آفات، دانه‌ها، کودها، مواد مغذی و مقاومت علف‌های هرز و همچنین تجهیزات استفاده کنند. همه اینها همراه با مشاوره متخصص از طیف گسترده ای از منابع، به عنوان مثال، در زمینه کشاورزی و فرآوری محصولات کشاورزی است. این سناریو همچنین می‌تواند گسترش یابد تا شامل دسترسی به بانکهای اطلاعاتی مصرف کننده، زنجیره‌های تأمین و سیستم‌های صورتحساب شود.
AgJunction یک سیستم مبتنی بر ابر ایجاد کرده است که داده‌های بسیاری از انواع کنترلرهای کشاورزی دقیق را در یک مزرعه برای ضبط و اشتراک آنها به منظور کاهش هزینه‌ها و کاهش تأثیرات زیست محیطی، ضبط و به اشتراک می‌گذارد. علاوه بر این، فوجیتسو ابر "Akisai" را برای صنایع غذایی و کشاورزی راه اندازی کرده است و از فناوری ارتباطات اطلاعاتی برای اطمینان از منابع غذایی فراوان در آینده استفاده می‌کند.

• Alibaba Cloud’s ET Agricultural Brain
• Nedap

محاسبات ابری می‌تواند برای جمع آوری داده‌ها از ابزارهایی مانند سنسورهای خاک، تصاویر ماهواره ای و ایستگاه‌های هواشناسی استفاده شود تا کشاورزان به تصمیم گیری‌های بهتری در مورد مدیریت محصولات زراعی خود بپردازند. قابلیت‌های تحلیلی ابر نیز در درک محیط تولید خود به کشاورزان کمک می‌کند.
پروژه مزرعه هوشمند UCSB (زیرمجموعه مدیریت مزرعه با استفاده از فناوری ابری، کلان داده و اینترنت اشیا) یک تصمیم‌یار و سیستم خودکارسازی کم‌هزینه، متن‌باز و انتها به انتها برای فرایندهای مربوط به مزرعه‌داری است. این پروژه از انواع سنسور برای نظارت بر تغییرات آبرسانی، مواد مغذی خاک و سطح رطوبت استفاده می‌کند. داده‌هایی که توسط سنسورها جمع‌آوری شده است، به همراه سایر اطلاعات مفید مانند شرایط جوی و تصاویر ماهواره‌ای در فضای ابری پردازش می‌شود. از آنجا که در محاسبات ابری جزئیات شرایط مزرعه و اقداماتی که انجام می‌شود، به سرورهای ابری خارج مزرعه منتقل می‌شود، بسیاری از کشاورزان نگران افشا شدن راهبردهای خود هستند. پروژه مزرعه هوشمند UCSB برای پاسخ به این مشکل مطابق شکل زیر از قابلیت data locality و moving code to data پشتیبانی می کند.
کشاورزان می توانند نتایج به دست آمده را از طریق یک اپلیکیشن تلفن همراه مشاهده کنند. گوگل، IBM Research، هوآوی، NSF و کمیسیون انرژی کالیفرنیا حامیان این پروژه هستند.
پی نوشت:

---