دوره اتصال‌پذیری IoT و جذب داده

آنچه یاد خواهید گرفت: دانشجویان یاد می‌گیرند چگونه از MQTT به‌صورت ایمن با QoS، پیام‌های حفظ شده، LWT و امنیت TLS استفاده کنند. دانشجویان درک خواهند کرد که برای پروژه‌های مختلف IoT چه زمانی باید از MQTT و CoAP و LoRaWAN یا NB-IoT استفاده کنند. دانشجویان یاد می‌گیرند چگونه دروازه‌های IoT را راه‌اندازی کنند، از Node-RED استفاده کنند و پردازش ساده داده در لبه را انجام دهند. دانشجویان می‌توانند داده‌ IoT را به AWS و Azure یا GCP ارسال کنند و روی داده ذخیره‌ شده، کوئری‌های اولیه اجرا کنند. پیش‌نیازهای دوره هیچ تجربه‌ای در IoT لازم نیست؛ این دوره از مبانی شروع می‌شود و هر موضوع را به‌ صورت شفاف توضیح می‌دهد. آشنایی پایه با میکروکنترلرهایی مانند ESP32 مفید است، اما الزامی نیست. دانستن برنامه‌نویسی ساده کمک می‌کند، اما همه مراحل کدنویسی در دوره نمایش داده می‌شوند. یک لپ‌تاپ و اینترنت نیاز است؛ همه ابزارهای نرم‌افزاری با مراحل ساده توضیح داده می‌شوند. توضیحات دوره دنیای IoT به‌سرعت در حال گسترش است و کاربردهای مدرن به اتصال‌پذیری سریع، امن و مقیاس‌پذیر دستگاه‌ها نیاز دارند. اتصال‌پذیری IoT و یکپارچه‌سازی ابری، یک دوره کامل و عملی است که برای فراتر بردن مهارت‌های IoT شما از سطح پایه طراحی شده است. شما یاد می‌گیرید دستگاه‌های واقعی چگونه با هم ارتباط برقرار می‌کنند، داده‌ چگونه از طریق شبکه‌ها جابه‌جا می‌شود، پلتفرم‌های ابری چگونه تله‌متری را جذب و پردازش می‌کنند و چگونه با استفاده از ابزارهای استاندارد صنعت، پایپ‌لاین‌های end-to-end IoT را طراحی کنید. این دوره برای یادگیرندگانی ایده‌آل است که مفاهیم پایه IoT را می‌دانند و می‌خواهند وارد بررسی عمیق پروتکل‌ها، درگاه‌های لبه، جذب داده به ابر، ذخیره‌سازی و پردازش داده‌هجج IoT شوند. از طریق آزمایشگاه‌های عملی و پروژه‌های مبتنی بر ESP32، مهارت‌های لازم برای نقش‌های واقعی مهندسی IoT را به دست خواهید آورد. این دوره چه مواردی را پوشش می‌دهد؟ (تقسیم‌بندی ماژول‌ها) ماژول 1: پروتکل‌های پیشرفته ارتباطی IoT این ماژول به شما دانش عمیق و عملی درباره پروتکل‌های ارتباطی IoT می‌دهد و با بررسی کامل MQTT آغاز می‌شود که یکی از پرکاربردترین سیستم‌های پیام‌رسانی در IoT است. شما با مبانی MQTT، سطوح QoS، پیام‌های حفظ شده، Last Will & Testament و بهترین شیوه‌های امنیتی MQTT مانند پیاده‌سازی SSL/TLS آشنا می‌شوید. همچنین CoAP (Constrained Application Protocol)، ماهیت RESTful آن، انواع پیام‌ها و یک مقایسه کامل بین MQTT و CoAP برای دستگاه‌های محدود را بررسی خواهید کرد. این ماژول با فناوری‌های LPWAN (LoRaWAN و NB-IoT و Sigfox) ادامه پیدا می‌کند و نشان می‌دهد چگونه ارتباطات دوربرد و کم‌مصرف IoT را ممکن می‌سازند. همچنین یاد می‌گیرید چگونه با استفاده از ماتریس‌های تصمیم‌گیری حرفه‌ای، پروتکل مناسب را انتخاب کنید. یک پروژه عملی کامل ارتباط امن MQTT با استفاده از ESP32 را نمایش می‌دهد و سپس با آزمون‌ها و ارزیابی‌ها، درک شما را تقویت می‌کند. این ماژول پایه شما را برای طراحی سیستم‌های ارتباطی IoT در سطح سازمانی و انتخاب پروتکل مناسب برای هر سناریوی صنعتی می‌سازد. بررسی عمیق MQTT: سطوح QoS، پیام‌های حفظ شده، last will & testament امنیت MQTT با TLS/SSL اصول CoAP، انواع پیام‌ها، عملکرد RESTful فناوری‌های LPWAN: بررسی LoRaWAN و NB-IoT و Sigfox عملی: ارتباط امن MQTT با ESP32 + بروکر ابری نتیجه: توانایی انتخاب، پیکربندی و ایمن‌سازی پروتکل‌ها برای استقرارهای مختلف IoT ماژول 2: توپولوژی‌های شبکه IoT و دستگاه‌های لبه این ماژول به شما می‌آموزد دستگاه‌های IoT چگونه در توپولوژی‌های مختلف شبکه، از جمله ستاره‌ای، مش، Peer-to-Peer و هیبریدی، با هم ارتباط برقرار می‌کنند. شما درک خواهید کرد که هر توپولوژی چگونه بر برد، قابلیت اطمینان، بهره‌وری انرژی و مقیاس‌پذیری تأثیر می‌گذارد؛ دانشی که برای ساخت شبکه‌های IoT پایدار ضروری است. در ادامه، با نقش درگاه‌های IoT، عملکرد دستگاه‌های لبه و اینکه چرا رایانش لبه‌ای با کاهش تأخیر و وابستگی به پهنای باند، معماری‌های مدرن IoT را متحول کرده است، آشنا می‌شوید. با استفاده از ESP8266/ESP32، یک درگاه IoT پایه راه‌اندازی می‌کنید، از Node-RED برای منطق درگاه استفاده می‌کنید و یک آزمایشگاه عملی را تکمیل می‌کنید که تجمیع و فیلترینگ بلادرنگ داده‌ را نشان می‌دهد. تا پایان این ماژول، می‌توانید شبکه‌های IoT واقعی را طراحی کنید، دستگاه‌های لبه را مستقر کنید و جریان‌های ارتباطی مبتنی بر درگاه را که در پروژه‌های شهر هوشمند، IoT صنعتی و نظارت بر محیط‌زیست استفاده می‌شوند، پیاده‌سازی کنید. مدل‌های شبکه ستاره‌ای، مش، Peer-to-Peer و هیبریدی نقش درگاه‌های IoT و دستگاه‌های لبه رایانش لبه‌ای: کاهش تأخیر، بهینه‌سازی پهنای باند Raspberry Pi به‌ عنوان درگاه IoT با Node-RED عملی: درگاه MQTT برای ارسال داده از دستگاه محلی به ابر نتیجه: ساخت و پیکربندی یک درگاه IoT کاربردی با منطق پایه در لبه ماژول 3: جذب داده به پلتفرم‌های ابری IoT در این ماژول یاد می‌گیرید دستگاه‌های IoT چگونه به پلتفرم‌های اصلی ابری IoT از جمله AWS IoT Core و Azure IoT Hub و Google Cloud IoT Core متصل می‌شوند. شما خواهید دید که هویت دستگاه، احراز هویت و اتصال امن در سطح ابر چگونه مدیریت می‌شوند و با همه متدهای اصلی جذب داده، از جمله MQTT و HTTP و endpointهای ابری، آشنا می‌شوید. این ماژول rule engineها، مسیریابی پیام و گردش‌کارهای خودکار را پوشش می‌دهد و مهارت لازم برای ارسال تله‌متری IoT به ذخیره‌سازی، تحلیل، داشبوردها یا سرویس‌های خارجی را در اختیار شما قرار می‌دهد. شما کد ESP32 MQTT موردنیاز برای اتصال امن به ابر را می‌نویسید و درک می‌کنید و یک آزمایشگاه عملی را تکمیل می‌کنید که داده‌ حسگر را به‌ صورت بلادرنگ به ابر ارسال می‌کند. این ماژول شما را برای ساخت راهکارهای مقیاس‌پذیر IoT آماده می‌کند که مستقیماً با محیط‌های ابری سازمانی یکپارچه می‌شوند. معماری AWS IoT Core و Azure IoT Hub و GCP IoT Core هویت دستگاه، احراز هویت و provisioning امن جذب تله‌متری از طریق endpointهای MQTT/HTTP مسیریابی داده‌ IoT به پایگاه‌ داده‌های ابری یا bucketهای ذخیره‌سازی عملی: اتصال ESP32 به AWS IoT Core و ذخیره داده در S3/Azure Blob نتیجه: راه‌اندازی کامل گردش‌کارهای جذب داده به ابر برای سیستم‌های IoT مقیاس‌پذیر ماژول 4: مقدمه‌ای بر ذخیره‌سازی و پردازش داده‌ IoT این ماژول بررسی می‌کند داده IoT پس از رسیدن به ابر چگونه ذخیره، پردازش و تحلیل می‌شوند. شما ماهیت داده‌ IoT - حجم، سرعت و تنوع آن - و همچنین چالش‌هایی را که سازمان‌ها در مدیریت کارآمد آن با آن روبه‌رو هستند، را درک خواهید کرد. با گزینه‌های مختلف ذخیره‌سازی ابری از جمله Object Storage (AWS S3 و Azure Blob و Google Cloud Storage) آشنا می‌شوید و یاد می‌گیرید چگونه از آن‌ها برای ورود داده خام IoT استفاده می‌شود. این ماژول پایگاه‌ داده‌های سری‌های زمانی مانند AWS Timestream و InfluxDB را معرفی می‌کند و تفاوت‌های پردازش بلادرنگ و پردازش دسته‌ای را در سیستم‌های IoT توضیح می‌دهد. شما همچنین گردش‌کارهای ETL، ابزارهای پردازش استریم و نحوه انجام کوئری‌های شبیه SQL روی داده‌ IoT ذخیره‌ شده در محیط‌های ابری را بررسی خواهید کرد. یک دموی کامل نشان می‌دهد چگونه متریک‌هایی مانند میانگین دما در طول زمان را محاسبه کنید و یک پایه عملی برای تحلیل IoT در اختیار شما قرار می‌دهد. در پایان، در انتخاب راهکارهای ذخیره‌سازی، پردازش داده‌ IoT و ایجاد بینش‌های معنادار با استفاده از ابزارهای ابری، اعتمادبه‌نفس خواهید داشت. ویژگی‌های داده‌ IoT: حجم، سرعت، تنوع انتخاب بین ذخیره‌سازی آبجکت و پایگاه‌ داده‌های سری‌ زمانی مبانی پردازش بلادرنگ در برابر پردازش دسته‌ای کوئری داده‌ IoT با Athena و BigQuery یا Synapse عملی: کوئری داده‌ حسگر IoT ذخیره‌ شده در ابر نتیجه: درک نحوه ذخیره، پردازش و تحلیل داده‌ IoT در مقیاس بزرگ در پایان دوره، می‌توانید یک لایه کامل اتصال IoT را طراحی کنید - از دستگاه تا ابر - و اصول معماری مقیاس‌پذیر IoT را که در صنایع مدرن استفاده می‌شود، درک کنید. این دوره برای چه کسانی مناسب است؟ مبتدیانی که می‌خواهند اتصال‌پذیری IoT، پروتکل‌ها و مدیریت داده در ابر را یاد بگیرند. دانشجویان، توسعه‌دهندگان و مهندسانی که به دنبال مهارت‌های واقعی IoT با ESP32 و پلتفرم‌های ابری هستند. کسی که در حال یادگیری رایانش ابری یا رایانش لبه‌ای است و می‌خواهد دستگاه‌های IoT را به AWS و Azure یا GCP متصل کند. متخصصانی که به دنبال شروع مسیر شغلی در IoT به‌ عنوان توسعه‌دهنده، مهندس یا معمار هستند.