در سال های اخیر، اینترنت با اتصال میلیون ها شی ( با اندازه، قابلیت، قدرت پردازشی و محاسباتی متفاوت) در سطح جهانی به طور شگرفی تکامل یافته است و در ادامه این روند، اینترنت سنتی در شبکه ای فراگیرتر به نام اینترنت اشیاء ادغام می شود.

اسپم های متنی، پیام هایی ناخواسته هستند که امروزه به صورت ایمیل یا پیام کوتاه دریافت می شوند.

ارائه دهندگان ابر تلاش می کنند با اعتمادسازی بین کاربران نگرانی های آنان را در مورد تهدیدات کاهش دهند. حجم داده های بزرگ و استفاده از ماشین های مجازی در فناوری ابرها چالش های امنیتی جدیدی را مطرح می کند.

حجم  داده های ذخیره شده ناشی از فعالیت های کاربران در شبکه های اجتماعی، تراکنش ها، داده های مربوط به سنسورهای آب وهوا، تصاویر و ویدئوهای دیجیتال، سیگنالهایGPS وغیره در بستر اینترنت و به واسطه به کارگیری آنها از تجهیزات و ابزارهای مختلف با سرعت خیره کننده ای در حال افزای

یادگیری دوگان،  تلاشي با هدف بهبود نتایج و كاهش نياز به مجموعه داده های بزرگ برچسب دار از طریق آموزش همزمان دو مدل دوگان است. همواره در یادگيری دوگان به دو مسئله به طور همزمان پرداخته مي شود كه به  یکي از آنها وظيفه اصلی و به دیگری وظیفه دوگان می گویند.

یادگيری ژرف زیرمجموعه ای از یادگيری ماشين در هوش مصنوعي است كه به مدلهای محاسباتي تشکيل شده از چندین لایه پردازشي اجازه مي دهد تا بازنمایي از داده ها با سطوح انتزاع مختلفي را یاد بگيرند.

فناوری پردازش تصویر به نسبت جوان می باشد و آغاز آن به دهه ۱۹۶۰ بر می گردد که البته رشد چشمگیری را از نظر تئوری و همچنین کاربردی داشته است.

تجزیه و تحلیل جامع داده ها در محیط اینترنت اشیاء می تواند پلی برای بهبود روند تصمیم گیری باشد. با توجه به افزایش نیاز به تعامل با مشتریان، ماشین ها نمی توانند جایگزین انسان شوند.

در روند سریع تغییر محیط های محاسباتی در وب سرویس های ابری و فرآیندهای توسعه دهنده های نرم افزار با چالش جدی روبرو شده اند. این چالش ها شامل پلتفرم های ناهمگن و وب سرویس های عرضه شده و پراکندگی شرکت های عرضه کننده در سراسر دنیا می باشد .تا کنون گردآوری نیازمندی ها توسط م

پردازش  ابری  به  معنای  توسعه  و  به  کارگیری  فنآوری  پردازش  بر  مبنای  اینترنت  است.