در چند دهه گذشته، تعداد افرادی که از خدمات اینترنتی استفاده می‌کنند، به صورت چشمگیری افزایش یافته است. با پیشرفت حسگرهای بی‌سیم و توسعه اینترنت اشیا، دستگاه‌ها و اشیای مختلفی که ممکن است از لوازم خانگی تا دستگاه‌های پزشکی و صنعتی باشند، قادر به اتصال به یکدیگر برای تبادل داده یا اتصال به اینترنت جهت دسترسی به داده‌ها شده‌اند. حسگرهای بی‌سیم که برای اندازه‌گیری و جمع‌آوری داده‌های محیطی استفاده می‌شوند، می‌توانند حجم عظیمی از داده‌های ناهمگن را با سرعت بالا برای برنامه‌ها تولید کنند. در این داده‌ها، داده‌های اسکالر مانند دما و داده‌های چند رسانه‌ای مانند تصاویر نیز گنجانده شده‌اند. با پیشرفت اینترنت اشیا، چالش‌هایی برای شبکه و ابر به وجود آمده است، به همین دلیل، کاهش حجم داده‌ها با استفاده از رویکرد پیش‌بینی، نقش بسیار مهمی در بهبود عملکرد شبکه و ابر دارد. به دنبال این چالش‌ها، مطالعاتی در زمینه اینترنت اشیاء و روش‌های پیش‌بینی داده با رویکرد کاهش ارسال داده در بستر مه و ابر انجام شده است.به همین دلیل تحقیقات خود را در زمینه تکنیک­های کاهش ارسال داده با رویکرد پیش بینی داده انجام دادیم تا بتوانیم به پاسخ سوالات خود برسیم. در این راستا 3 مقاله مروری و 20 مقاله تحقیقاتی را از پایگاه­های داده معتبر علمی دنیا دریافت و بطور کامل مطالعه، بررسی و تحلیل کردیم. برای انتخاب و بررسی مطالعات در مورد کاهش اندازه داده ها در رایانش مه و ابر، از فرآیند بررسی ادبیات سیستماتیک برای درک و طبقه­بندی موضوعات مختلف و رویکردهای مرتبط در این زمینه استفاده کردیم،که بررسی­های ما نشان داد تعدادی از محققان برای از بین بردن چالش مطرح شده ، فیلتر کردن داده ها، فشرده سازی داده ها، تجمیع داده­ها، پیش بینی داده­ها، تشخیص الگوی داده­ها و جنبه های کلی و رویکردهای مرتبط را پیشنهاد کرده­اند. در انتهای کار ما مزایا، معایب، حوزه کاربرد، معیارهای ارزیابی، محیط­های ارزیابی و غیره را درقالب جداولی منسجم نشان دادیم تا این بررسی مروری بتواند مورد استفاده دقیق و کاربردی محققان این عرصه قرار گیرد.