近年来,互联网的爆炸性发展的事情(物联网)生成的大量数据从用户设备上和网络,挑战了传统的基于云的数据传输,存储和处理应用程序的效率,安全和经济成本。在这种情况下,最近出现了新的计算模式,例如,边缘计算和雾计算提供了一个有益的补充,传统的基于云的系统,作为边缘/雾可以提供部分计算资源更接近用户或设备;从而确定计算任务可以执行或加工由接近边缘/雾资源没有直接把他们送去遥远的云计算中心,通过它可以减少云平台的负载和任务执行效率可以大大提高。

然而,现有的边缘/光纤陀螺仪的服务系统经常遭受有限的计算能力,高能源成本,和快速变化的上下文环境,呼吁智能优化商业策略采用用户设备和网络。幸运的是,人工智能(AI)技术提供了一个有前途的方法来实现上面的边缘/雾服务优化目标。然而,人工智能的集成和边缘/雾技术仍然是一个具有挑战性的问题,需要深入研究。

这个特殊的问题突出的目的相关的前沿研究和应用人工智能供电服务优化计算。在解决这一问题正在寻找重要的发现新的安全问题,挑战人工智能在移动计算环境。具体来说,我们征求原安全的人工智能的研究和评论文章从不同的角度(例如,架构,数据、算法等)。

潜在的主题包括但不限于以下:

• 基于ai的位置/雾边缘节点
• 为计算信任、隐私和安全问题
• 卸载方法设计计算管理
• 资源管理优势/雾通过大数据挖掘
• 智能服务发现和建议
• 组成和协作优势/雾服务
• 智能服务的提供、调度和维护
• 服务质量(QoS)的建模、测量和优化计算服务
• 能源优化和成本最小化的计算服务
• 基于ai异常检测节点的计算服务
• 分布式数据集成的云计算服务
• 小说在计算服务基于ai的应用程序环境
• 新兴架构/框架/模型计算