智能移动雾计算协同政策在农村赋予生命

文摘

移动雾计算(MFC),云计算作为一个重要的补充,在许多方面都有自己的特点。随着智能移动设备的增长和不同形状和格式,需要实时交互和一个易于使用的网络迫在眉睫。在本文中,我们提出一种智能协同政策对于MFC场景通过考虑农村赋予生命的目标。的挑战和缺陷扩展云初雾了。然后,分析政策的设计从功能的角度比较,提出了迫切需求,可能的解决方案。政策建立了必要的细节的例子。最后,绩效评估提供了基于仿真平台。验证结果与往返时间和传输时间说明我们的建议在某些方面的重大改进原来的候选人相比,使更大的部署在贫困地区。

1。介绍

移动雾计算(MFC) [1),杰出的表现和专业网络部署的某些方面(2- - - - - -4),逐渐吸引注意解决问题的实际使用中贫困地区。中国等国家,城市和农村地区之间的发展差距大,迫切需要有一个解决方案,能够处理有限的基础设施等问题(5- - - - - -7],紧当前邻资源分布[8- - - - - -10),和偏远地区连接到外面的世界11- - - - - -13]。作为农村赋予生命过程是在许多地方的路上,一个全面的体系结构利用现代科技可以带来新的发展机遇。在本文中,我们提出一种智能协同政策涉及移动雾计算充分利用本地优势和避免可能的麻烦操作。

农村赋予生命战略,被认为是中国政府的下一个主要步骤之一,是一个关键因素来决定国家的未来方向。由于人民生活水平之间的差异,教育水平,等等,需要采用高效的解决方案带来更多的进化机会这些欠发达地区,包括医疗、教育、技术、就业的改善。在中国,农村地区往往与贫困有关,距离,和基础设施不足,以及保守的心态。作为该计划的一部分,政府希望采取一种方法可以创建一个用户友好的网络覆盖偏远贫困的地区和坐标与进步来实现功能。希望它可以使当地农村居民接受在线教育(14)和在线医疗(15),一起创建一个权威的平台,引入更多互联网企业受益人们提供就业机会16和先进的技术17),以及提供新鲜的和高质量的产品。

出于上述事实,我们的目标是找到一个合适的解决方案利用移动雾计算,帮助农村的赋予生命的过程,一起实现专门为贫困地区计划考虑到他们的特殊需要。本文的贡献如下:一个聪明的合作政策移动雾计算和分析的基础上,提出了农村背景赋予生命。执行模拟和验证的结果说明我们的建议的可行性。

本文的结构如下:部分2从四个不同的角度提出了相关工作。优点和缺点都仔细了。部分3介绍了通用的想法在政策设计流程。部分4讨论了政策机构的详细信息。同时还提供了必要的例子和证据。部分5主要关注性能比较。相关实验、场景和例正常进口和分析。部分6总结了整个论文,指出未来的工作。

已经有几个调查和审查工作完成移动边缘计算(MEC) [18- - - - - -20.和物联网21- - - - - -23]字段。在这里,我们主要关注最新的和典型的四个具体领域的进展。

安全改进,Shirazi et al。24)确定需要建立一个安全的和弹性扩展当前的云网络。作者做了一个全面的对比雾和MEC网络和分析相关的需求。经典的功能和实现方法进行了讨论调查系统的能力。部署问题也是突出方案的可用性。拉索尔教授等。25)关注安全服务的动态变化之间的矛盾和有效支持主机的需求。选择可以由多准则决策建模过程。犹豫模糊软集是用来确保低或上近似算子。介绍了一个实际的案例在验证过程和结果通过表格形式提供。Bierzynski et al。26)强调的重要性,结合云、雾、和边缘计算。他们提出了四种不同方案的工作负载分配给适当的组件。此外,本文还分析了在利用过程中潜在的问题,包括透明网关,端到端加密和硬件安全。讨厌等人。27)提倡使用云和雾的优点在一起,讨论在移动情况下数据保护的难度。小说模式命名的地区建立信任意识提出了保证可靠的翻译。一个访问控制方案提出了雾节点。适用性和效率都是根据实施结果验证。

对于流动性增强,Puliafito et al。28给雾进化计算的简要描述和解释了云计算和边缘之间的关系。以来很难确保原始传输连接在移动雾的场景中,作者介绍了三个代表的情况:公民的医疗、无人机智能城市监测、随着时间的旅客和游客。本文还分析了相关问题说明雾和物联网之间的流动性支持。勒姆et al。29日)专注于强大的云计算和移动终端的结合问题,坚持可用资源应提供给终端用户在移动云计算环境中。许多关键问题,如计算容量和电池寿命有限,连接,数据安全和隐私,延迟和异质性并提供相应的解决方案。唐et al。30.雾)担心现有的计算不能处理移动当大量用户和应用程序。因此,作者提出了一个有趣的容器迁移算法来降低成本的计算能力和通信延迟。马尔可夫决策过程的空间被用来建立一个容器迁移模型。实现的好处是定量证明基于一个原型系统。Zhang et al。31日]延长车辆的流动从物联网网络调查并宣布当前解决方案的缺点。通过引用智能城市的要求,作者采取了一项减轻负担的流量数据,提出了区域合作雾计算架构。服务类型,如获得多个数据源的数据,分布式计算和传输在多个路径,深入讨论了。intra-fog和inter-fog资源管理进行了分析。

对于应用程序支持,Bilal et al。32)强调视频服务的意义通过引入和日常使用的带宽利用率的情况下。由于互动游戏的最新要求严格,本文主要研究了有效的方案,减少传输延迟和其他资源消耗。刘等人。33]从雾和云方面回顾了请求卸载。作者坚持认为性能可以改善能量收获和考虑到社交网络。减少社会团体的执行成本,博弈论是杠杆安排计算任务。多个队列模型是用来描述延迟和能源使用。Hakiri et al。34]不仅表明探索无线网状网络的必要性,但也宣布hop-based路由协议的障碍。作者选择软件定义网络(SDN)扩展无线雾能见度的管理环境。评估了负载平衡的结果,延迟减少,和其他能力。Tinini [35)强调,光网络可以与雾共同操作计算和网络功能的虚拟化支持从能量的角度数据交换。一个整数线性规划模型建立了设计一个最优方案进行处理。与其他候选人相比表明,可以减少电力消耗。

为平台建立,Alonso-Monsalve et al。36]试图利用存储和计算资源,避免带宽饱和,通过重新分配工作量。视频下载和video-filtering场景中描述的提案与志愿者捐赠的一部分个人智能设备的缓冲区空间。多个实验和仿真结果显示执行新方案的性能,网络负载而言,服务器负载和吞吐量。罗卡et al。37]介绍了雾计算的三层体系结构,提出了一种新的编排计划,提高互操作性。节点星座和雾功能虚拟化(FFV)实现建立一个可伸缩的和普遍的平台。具体方法的新服务部署也提出了基于详细的例子。阿里et al。38)指出,尽管云计算是一种很有前途的范式,缺点仍然明显,如延迟实时视频流,流动性支持,和位置标识。尽量减少延误,作者提出了一个优化的解决方案通过选择联合薄云在雾的场景。有关限制在工作负载正确设计和验证了这个想法的可行性。时et al。39)进行了研究病人健康通过智能网关远程监控。一些实用的服务,包括嵌入式数据挖掘和分布式存储、解释和支持。完全配备67病人的家庭物联网设施仔细观察30天。贝叶斯信念网络的响应延迟和准确性classifier-based模型验证基于比较与其他基线算法。

3所示。政策的分析设计

农村的教育需求,缺乏良好的教师资源是一个大问题。整理最好的教学人员利用移动雾计算方法将使学生获得实时视觉经验。此外,这种方法还可以为他们提供从默认课程在线学习的机会,尤其是对学校与最少的学生(由于地理和历史原因)。通过这种方式,他们可以交流思想,提高问题通过一个共享系统,并与同行没有延迟。

当涉及到医疗条件在某些农村地区,训练有素的医务人员在高需求。然而,由于地方政府预算的担忧等生活水平地区,医疗单位很难招募足够的员工有足够的能力。还有关键职位空缺需要填补。移动计算的雾,另一方面,能够整合当地医疗资源,为病人提供像样的医疗治疗。还可以通过提供在线治疗病人的个人设备监督之下。采用这种方法,各领域之间的医疗水平的差距将不会那么明显。目前,很难训练有素的医务人员发送给贫困地区给当地医务人员指导和治疗病人。然而,完成一个设计良好的移动计算平台的雾,很可能整个地区医务人员可以向更熟练的学习没有延迟,减少物理距离和旅行的障碍。

目前,政府正试图引入互联网相关企业进入农村市场,旨在带来先进技术和就业机会,还有各种商品以前遥远的贫困地区居民的日常生活。然而,其中的一些派驻位于落基山区与外面的世界隔离,信号覆盖较差,极端天气和交通状况。考虑这样的天然劣势,至关重要的是,物流方法等领域的采用可以通过实时监督设备以确保安全的快递,要知道精确的位置在交付过程。

3.1。特性的比较

基于结构的移动计算平台的雾,日益增长的组合给农村赋予生命预期带来根本性的变化。当涉及到设计一个网络,满足当地居民的需要,应考虑综合因素。云计算,已经成功的和广泛使用的解决方案,迄今为止已有十多年了。它确实有自己的优点,如高覆盖率和大存储空间,但随着日益增长的需求实现的具体方法,仍存在一些挑战:(我)设置成本:移动雾计算相比,它是昂贵的(包括再部署时间和更高的价格)云计算系统可用来建立连接。在大多数情况下这些成本意义重大。(2)实时反应:时间上传和下载在云网络中很大程度上取决于距离和中间设备,以及使用的设备。这种情况使得视频和互动游戏不稳定。(3)本地化的特点:通常情况下,当前移动雾网络是基于位置,和许多农村地区孤立甚至位于山区。网络与地理特征将鼓励当地人民相互连接实现区域合作。

移动雾计算,作为一个扩展和继承现有的云计算网络中,使各种便携式设备的连接,如笔记本电脑、平板电脑、智能手机更容易,新设备添加到现有网络也相对方便。与云计算相比,雾计算关注的边缘计算资源,减少严重风险,恶意攻击等大型数据处理中心的脸和分布式拒绝服务。(我)数据传输速度:雾网络建立在一个特定区域,参与设备之间的传输速度比这更快的云网络由于短通信距离。(2)共享的存储容量:MFC允许用户存储数据在附近的安全设备,这意味着每个候选人的缓冲容量可以大大扩展如果可用性保证。(3)成本效益和资源友好:成本建立一个雾网络云网络相比要低得多。此外,并不是所有的信息都是通过相同的路由器处理也不同时,带宽利用率将会更加灵活,可以用于特定需求。

这些专业确定雾计算是规模较小的更合适的方法报道,预算而言,和实时流所需的环境。在许多情况下,雾计算的有效的使用将使农村发展在更高的速度和更低的成本。与此同时,它也可以保护公司或政府进行实验操作。例如,如果一个互联网公司旨在提供其服务一个偏远的贫困地区,考虑到它的地理距离和自然环境,它是不确定的投资将是有效的。采用云计算网络,它将首先需要准备整个连接过程,这需要更多的时间和更多的资源。如果项目停止继续在未来,主要输入将明显巨大采用雾计算方法相比,更易于使用和easy-to-quit一侧。

3.2。紧急的需求

大城市必须建立高度可靠的无线系统。从基础设施的角度来看,大量冗余基站建立保证基本电信信号覆盖。零星的和密集的接入点的无线网络信号覆盖强有力的补充。巨大的人口和多样化的应用不断增加了巨大的负担和挑战(如频谱利用率低,常规传输拥塞)为各种各样的访问模式。大数据从两端主机生成刺激冗余建设基站和接入点。这样的发行量已经目睹了很多年了。设计者、实施者和管理者正试图提高效率和降低成本从一开始。从服务的角度来看,加密是一种常用的方法来实现可靠传输。许多复杂的算法已经提出了不同的层来提高安全性,使可能的利用在多路径场景。一个简单的理解是,分布在多个可用的数据包路径肯定会增加采样的难度。 More importantly, the transmission would not be interrupted when one path fails since data packets could be sent on other paths and the service could be maintained. This evidence shows that more paths may bring strong dependability.

基于人口流动特性,信息点分布模式,在线业务内容,用户敏感数据,等等,可以提供完整的覆盖,高带宽,过多的链接,和聪明的机制来满足不同用户的需求在大都市。然而,对于贫困地区,迫切要求有很大的不同。

首先,人口的流动性相对较低,贫困人口的分布是不平衡的。没有现代化的交通工具和方便的公路,当地人很难扩展范围的常规活动。在这种情况下,一个基站的容量可能足够多的一个小村庄。建立个人保险是低效和浪费的只是为了人烟稀少的地方。一个更好的方法是与更多的基站覆盖更大的地区。然而,合理的部署模式需要仔细研究。

其次,越来越多的数据收集点(植物监测、动物牧羊,等等)和传播点(农业知识培训、文化课程教学等)在紧急当地人连接到互联网。为了帮助人们摆脱贫困的负担,双向沟通与高品质和高可靠性是必要的。强大的支持者,各种合格候选人在这个方向。

第三,在贫困地区部署网络的环境和条件恶劣和复杂的。建立有线连接,有时候,极其困难,可能成本三倍或四倍资本支出与建立在城市。因此,应该考虑更多的无线连接,采用。一些混合动力解决方案也更可取的施工条件是否允许。

3.3。可能的解决方案

合理的反应可以生成之前的需求从不同的观点基于小说机制,新兴技术和最新的设备。

首先,优化策略和足够的计划应该由综合考虑大局。例如,传统的影响因素,如执行困难,人分布,和信号覆盖,应该用于确定基站的建设模式和访问点。以大规模的案例为例,三种模式,即。、统一、集中和分散,显示在图1。一个卫星图片选择示意图显示原住民的位置。基站标有红色也可以取代接入点在现实。与多个六边形覆盖区域是封闭的。这些基本设施还提供以下支持新政策的实施。

其次,多条路径由各种访问模式(2.5 g, 3 g, 4 g,等等)可以利用协同提高可靠性,提高安全性,减少延迟,增加带宽。更具体地说,聚合节点,它可能包含几个用户识别模块(SIM)卡和一个标准的无线网络接口同时实现灵活的网络。本地用户可以很容易地连接到它通过电子设备与远程通信专家。中间路由器也可以提供加密和解密。这样的可靠传输移动多径环境如图2。

第三,无线LTE-enable蜂窝和picocell可以配合基站来实现。由于优势在尺寸、重量和成本,这种设备可以很容易地采用复杂和严重的环境。为了利用有线连接的高性能,LTE和以太网之间的组合方案也方便实现。工业类产品(CPU、内存、硬盘等)优先保证可靠性。

4所示。政策的细节

有很多原因采取单向延迟而不是往返时间(RTT)在设计一个智能协作策略。一个高优先级的数据包到达目的地建议以更快的速度。选中的路径与最低向前或向后延迟将是最合适的人选。

由于缺乏强制性的时钟同步在当前互联网或其他计算机网络的绝对值延迟的方法之一是极其难以获得,特别是在一些大规模的场景。现有的随机时钟校准过程中的错误可能严重混淆的测量结果。目睹这些事实,我们提出相对延迟估计量(RDE)在前面的工作。这个想法是为了计算相对差异而不是绝对值。实现方案简单地添加了一些新的块到协议栈。然而,我们认为,可以通过新方法进一步提高效率。

的基本线索是改变当前的格式流控制传输协议(SCTP)块(即。数据块和承认块)和封装RDE成包所使用的相关信息。三个时间变量应用于计算每条路径相对延迟。通过更新这些变量不断在数据包交互过程中,发送方会清楚地意识到一种延迟的变化。

4.1。使用时间戳

如果发送(接收)在数据包的发送方存储时间戳(接收器)发送的确认发送(接收),只有添加时间戳的接收端为RDE承认是充分的计算。的基本假设是,接收方会尽快获得数据包(即。,there is no latency between the data packet receiving and acknowledgment sending at the receiver-side). In order to prove the rationality and feasibility, we review the functions of conventional timestamp in Transmission Control Protocol (TCP).

首先,在TCP包序列号字段标题的长度是32位,严重限制了最大值对应的体积,即。,2³²。在高带宽的情况下,序列号可能包裹在短期内如果有巨大的数据包需要被转移。这意味着有可能看到两个相同的数据包序列号相同的网络。TCP时间戳可以用来避免这种尴尬的情况。序列号的扩展空间,它将协助发送方和接收方来区分这些数据包和做出正确的决定。这样的计划被称为“防护包装序列(爪子)数字”。

其次,在一些实施过程中,TCP只有措施RTT一旦在每个数据发送窗口。重新传输计时器将数据包发送时,和RTT将计算当承认由发送方接收。然而,这种计算的价值不能准确反映各种RTT很好。因此,可以添加到每个包的时间戳头获得更精确的结果不增加更多的存储空间在发送方负担。只要承认到达时,发送者可以直接计算通过使用发送时间戳(内包的头)和接收时间戳(由当地计时器记录)。如果启用了延迟确认,需要相应的调整。例如,特定的延迟周期可以被接收方指出,背与承认。当发送方获得此类信息,RTT的值可以很容易地实现。

基于以上讨论,有两个主要原因TCP数据包报头包含发送时间戳。第一个是保护爪子。第二个是准确计算RTT和减少发送者的负担。

但是,我们认为这两个原因可能不适用在SCTP中了。尽管仍有32位序列号字段对SCTP和并发多路径传输SCTP (CMT)情况下,它是不容易看到的包包装序列号即使在高带宽网络,因为每个传输序列号(听)是分配给一个数据块(在TCP的案例中,听是分配给每个字节)。第二个原因是真的只有当用户设备的资源是非常有限的。与硬件设计的发展,终端的性能大大改善后提出了TCP的时间戳。自从数据包发送到网络可以与周围的唯一标识,一个可以存储发送时间戳的RTT计算发送方没有消耗太多的存储资源。而引入的负担通过记录发送时间戳,填充更多的信息到每个数据包可能更重要的是在许多场景中。

作为高性能结束一个简短的总结,旨在实现新方案和发送更多的信息在每个数据包,可以记录在发送方发送的时间戳。真正关心的终端主机的存储资源,他们可以实现新的计划将发送时间戳添加到包的头。

4.2。协议简化

除了是否适合继续在发送方发送的时间戳,仍有一些困难在协议简化。

第一个是让接收者是否知道RDE的结果(即。与最小延迟,反向路径)。如果答案是“是的”,一些变化的数据包格式和处理过程是必要的。由于没有RDE状态记录器在接收机,发送方的一个可能的解决方案是重新传输数据包中包含的路径标识符和引导接收者传输选择性应答(袋)通过相应的路径。然而,它可能会消耗宝贵的空间数据的数据包报头。提供的额外的过程检查通知发送者必须在接收端设计。如果答案是“不”,可以保持原始数据包格式。在大多数当前的多路径传输协议,发送的数据包在一个麻袋发送路径也可以承认的其他路径。这样的机制使发送方更新快速相关计算变量。然而,缺点是发送方可以等待一段时间时间意识到之前重新传输数据包的接收情况。在这里,我们选择第二个方案在双方减少修改。

第二个是关于如何找到数据块发送缓冲区内的袋块触发。为了更好地准备带来的重传数据包丢失所有数据块发送不同的路径将被存储在发送缓冲区。我们的解决方案是使用一个链表链接每个数据查克和发送时间戳。当发送方收到一块新袋时,它应该发送缓冲区内的数据块来搜索相关的发送时间戳。我们建议记录发送时间戳数据块的原始结构。由于规则,一袋块可能承认不止一个数据块,如延迟袋或袋不见了,发送方应该把数据块最大发送时间戳“触发数据块”和使用的发送时间戳数据块更新相应的计算变量。

第三个是如何修改的格式袋块。毫无疑问,接收机的时间戳是需要当发送方想更新相关信息。根据RDE的要求,我们4个字节接收机的时间戳添加到每个承认。原始的区别和袋的新格式如图3。双方的必要行动将在以下。基于圆锥形石垒算法,袋重新传输数据包不应该用于计算RTT。这是因为原始和转播的包可能会引发这样的袋子。形势RDE计算过程中是相同的。区分这些袋子从正常的发送方,里面的位块标志”可以充分的利用。的情况下,类似的“国旗RTX”可以用来表示应该被忽略的麻袋。在接收端,没有必要包含接收机的时间戳对这些袋子轻叩了。

第四个是如何处理“无序”袋块。在SCTP的机制或CMT-SCTP,累计听值将在发送方维持。当一个新的袋子块收到较大的累积听,发送者将会更新这个值和删除发送缓冲区内的数据块较小的听。如果新袋块有一个较小的累积听,它将被忽略。无序解雇一部分确实不应该处理当发送方计算拥塞窗口增加价值。然而,在新方案中,这种机制可能会引入严重的问题。在一个共同的情况下,假设“解雇一部分“首先发送路径1,然后“解雇一部分B”启动路径2。序列到到达目的地可能逆转由于传输延迟的差异。通常情况下,“B袋块”中包含的累积听应该比“解雇块”。结果,发送者将会下降”解雇一部分“因此无法更新计算变量的路径有大量向后延迟。 Even though this “SACK chunk A” is processed by the sender when it arrives, the corresponding sending timestamp may not be found because the data chunks with smaller TSNs had been deleted. If most SACK chunks sent on path 1 are handled in the same way, the information related to path 1 cannot be gathered to reflect the current situation. In order to avoid it, the sender should keep the sending timestamp of the data chunk until it is acknowledged by the SACK chunk sent on the same path. More importantly, each SACK chunk should be carefully processed even if it is out-of-order.

4.3。实施程序

四通握手后,将建立一个CMT-SCTP协会。然后RDE计算变量的每个路径发送方应该设置为0。正常的数据块(不转播的国家)和正常解雇块(不确认转播的人)应该作为普通转移规则,即。在预先指定的路径基于调度机制。RDE计算将在后台操作和结果应该随时准备进一步使用。当丢包指出通过复制袋或超时,转播的数据块(s)将被发送在路径最小延迟。虽然可能不是发送相应的解雇一部分与最小路径向后延迟,整体性能不应该严重影响因为转播的数据块可以很快证实了袋块发送其他路径。

在讨论过程中,我们只选择了一个SCTP-based传输协议的修改对象。然而,描述方法也是可行的基于tcp协议在多个场景。

5。仿真和比较

为了更好地评估我们的新政策的绩效,全面执行验证基于NS2和Matlab。雾通用移动计算环境中实现与源在一个特定区域,中间,和目标节点。必要的修改已经仔细完成源代码。关键参数,如覆盖地区,包体积,和传输延迟,根据不同的需求调整。

两个实验和两个场景建立了基于移动能力和间隔延迟,分别。情况一是说明一些节点随机部署和导致弱连接。涉及两个案例表明,更多的节点和丰富的连接创建了。

5.1。实验一

第一个实验是专注于静态情况。在传播过程中,参与者能够存储和转发的内容不改变位置。两种情况下实现显示的改进。

超过1跳可能触发当一个数据包从源到目的地。RTT和啤酒花的数量之间的关系见图4(一)。案例一(蓝线所示),两个政策的初始值非常接近对方。从2到10啤酒花,可以清楚地观察到的差异。值的差距越来越大,直到啤酒花的数量达到6。原因可能是大多数数据包发送完成在8啤酒花在这种情况下。9或10跳出现时,间隙值变大了。两个案例(绿线所示),也可以发现类似现象,如果更多的节点加入。由于距离扩大,数据包转发的成本也增加情形一的相比。然而,对于他们两人来说,我们的政策总是小的曲线波动,因为它可以选择更好的路线不同的候选人。

(一)

(b)

传输时间记录和分析多个数据包被发送,这是显示在图4 (b)。从开始到结束,所有的数据包生成的统一。案例一(红线所示),价值是很小的差距500包时出现。尽管优势的政策可以很容易地显示在前面的图中,这不是明显的单位时从年代。女士包数的增加,价值再次出现,达到最大的差距在2500包集。两个案例(黑色线条所示),这是相当有趣的发现差距值增大时,X轴等于2000。无法找到类似的变化,以防。原因可能是更多的路由选择时提供强有力的连接建立。如果只有一个源和目的节点之间的路径,整体延迟不管政策将是相同的。这样的积累对传输效率也没有好处,如果太多的“不选择”在网络数据包转发。总之,这两种情况下有新政策的优越性。

5.2。两个实验

第二个实验是专注于一个动态的情况下,这意味着在数据交换节点可以改变立场。两种情况下,类似于之前的实验中,推出来描述复杂的过程。

在图5(一个)RTT的变化描述基于跳数的增加。曲线的情况下,原来的政策(标有圈)越来越高,并有很强的波动。更新政策的曲线(标有广场)保持其稳定的特点。起初,改善比率为1和2跳分别是49.1%和49.5%。然后,这种价值降低到29.6%时跳数等于3。不稳定模式的差距值也可以观察到。最小和最大增强10.8%和34.9%时的跳数是4 - 10所示。情形二,两条曲线的位置有点高于案例。一个值得注意的观察是,原来的政策变动削弱。一个可能的原因是,强连接在动态情况下收敛的节点分布。 Due to position changing, transmissions might be interrupted or stopped, which seriously affects the curve tendency. Therefore, all the values are greater than 90 ms if 9 or 10 hops are selected.

(一)

(b)

在图5 (b),传输时间的增长提出了基于不同的数据包数量。的情况下,曲线的原始策略和更新策略是成比例地增加。改进的比率是34.4%,23.0%,23.8%,22.5%,和28.0%,分别。尽管更多的数据包有抑制波动的政策,最终的性能仍然是不能接受的。两个案例,这样的模式是保持和更多的连接。约44.1%(或22.1%)整体延迟可以减少最好的或最糟糕的情况。包数量等于2500时,最大间隙值是24.7秒。从上面的结果,节点移动性带来的影响几乎可以忽略不计,如果采用新政策准确。

6。结论

移动雾计算(MFC)已经被公认为一个云计算的扩展的有力工具。为了解决实际困难在农村赋予生命过程中,我们提出了一个智能协作政策基于特定的要求。首先,重大的预赛和讨论处理多个应用程序类别。其次,使用时间戳,协议简化,分别和实现过程,提出了建立详细的政策。第三,两个实验被设计根据节点流动情况。他们两个场景和两例涉及提供全面的验证。我们的政策的优势,往返时间和传输时间,充分说明了在不同的啤酒花和数据包数据利用。例如,在第二个实验中,改善比例是29.6%跳数等于3。

对于未来的工作,将考虑和实施大规模部署。增强的智能协同政策应实现基于反馈的应用程序。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突。

确认

这部分工作是支持基础研究基金下的中央大学授予2017 jbm012,部分联合基金Petroleum-Beijing大学克拉玛依,和中国国家电网公司项目的一部分在格兰特SGRIXTJSFW2016)377。

引用

周x, x, x, f·林和l .杨”样本选择极端学习机建立入侵检测计算和MEC的雾,“无线通信和移动计算文章ID 7472095卷,2018年,页1 - 10,2018。视图:出版商的网站|谷歌学术搜索
f .歌曲,Z.-Y。人工智能,j j。李et al .,“智能协同缓存以信息为中心的物联网在雾中计算,”传感器,17卷,不。11日,2017年。视图:谷歌学术搜索
b . j . Wu Cheng m . Wang和j·陈,“节能在异构无线网络带宽聚合Delay-Constrained视频,”IEEE在选定地区通讯》杂志上,35卷,不。1、30 - 49岁,2017页。视图:出版商的网站|谷歌学术搜索
r . Gu s, y,和z,“网络切片和高效可靠通信ONU迁移聚集车辆和固定接入网络,”车辆通信卷。11日,57 - 67,2018页。视图:出版商的网站|谷歌学术搜索
y,施p、c c。Lim h·朱、j·胡和y曾庆红,“Chaotification一类线性切换系统基于Shilnikov标准,“富兰克林研究所杂志》上,卷354,不。13日,5519 - 5536年,2017页。视图:出版商的网站|谷歌学术搜索|MathSciNet
f·林,y, x,你,和k·r·Choo“公平的资源分配在一个入侵检测系统边缘计算:确保物联网设备的安全,”IEEE消费电子杂志,7卷,不。6日,45 - 50,2018页。视图:出版商的网站|谷歌学术搜索
t·f·歌,y, y Wang赵,你,和h·张,“智能协同分布隐私增强移动目标防御,”信息科学, 2018年。视图:出版商的网站|谷歌学术搜索
y z Ai,刘、f .歌曲和h·张,“智能协同充电算法5 g移动配电网络,”IEEE访问》第六卷,第28679 - 28668页,2018年。视图:出版商的网站|谷歌学术搜索
x y,刘、张h .和c·贾”构造混沌系统从一类切换系统,”国际期刊的分歧和混乱,28卷,不。2 1850032 9页,2018。视图:出版商的网站|谷歌学术搜索|MathSciNet
f .歌曲,d .黄周h, h·张,和你,”一文中针对方案高效的虚拟机放置,”国际期刊的并行编程,42卷,不。5,853 - 872年,2014页。视图:出版商的网站|谷歌学术搜索
周z Ai, y, f的歌,“智能协作路由协议可靠数据扩散在物联网情况下,“传感器,18卷,不。6,1926年,页2018。视图:出版商的网站|谷歌学术搜索
b . j . Wu Cheng m . Wang和j·陈,“Quality-Aware能量优化与TCP多路无线视频通信,”IEEE / ACM交易网络,25卷,不。5,2701 - 2718年,2017页。视图:出版商的网站|谷歌学术搜索
f .歌曲,Y.-T。周,k,郑,我你,H.-K。张,“智能协同identifier-based网络连接管理,”IEEE访问5卷,第7949 - 7936页,2017年。视图:出版商的网站|谷歌学术搜索
k·d·回历的七月,“电子学习的有效性和潜力在战区:实证比较面对面和在线教育的沙特阿拉伯,”IEEE访问》第六卷,第6794 - 6783页,2018年。视图:出版商的网站|谷歌学术搜索
w·郭j .邵r·卢y . Liu和A . A . Ghorbani“保护隐私的在线医疗Prediagnosis方案对于云环境,”IEEE访问》第六卷,第48957 - 48946页,2018年。视图:出版商的网站|谷歌学术搜索
j . Su f·林,周x, x,”斯坦纳树在雾计算最优资源缓存方案,“中国通信,12卷,不。8篇文章ID 7224698, 161 - 168年,2015页。视图:出版商的网站|谷歌学术搜索
r . Gu s, y, t·郭和x王,“有效的被动光学软件定义网络与网络编码,“光子网络通信没有,卷。31日。2、239 - 250年,2016页。视图:出版商的网站|谷歌学术搜索
毛y,你,j . Zhang k .黄和k . b . Letaief”移动边缘计算:一项调查沟通的角度来看,“IEEE通信调查和教程,19卷,不。4、2322 - 2358年,2017页。视图:出版商的网站|谷歌学术搜索
n .阿巴斯y, A Taherkordi, t . Skeie“移动边缘计算:一项调查,”IEEE物联网,5卷,不。1,第465 - 450页,2018。视图:出版商的网站|谷歌学术搜索
f . h . Liu Eldarrat, h . Alqahtani a . Reznik x de Foy和y,“移动边缘云系统:架构、挑战、和方法,“IEEE系统杂志,12卷,不。3、2495 - 2508年,2018页。视图:出版商的网站|谷歌学术搜索
a . Al-Fuqaha m . Guizani m·穆罕默m . Aledhari和m .阿亚什,“物联网:调查支持技术,协议和应用程序,”IEEE通信调查和教程,17卷,不。4、2347 - 2376年,2015页。视图:出版商的网站|谷歌学术搜索
m .蒋介石和t .张雾和物联网:概述的研究机会,”IEEE物联网,3卷,不。6,854 - 864年,2016页。视图:出版商的网站|谷歌学术搜索
n . j .林w . Yu, x, h . Zhang和w·赵”在物联网的一项调查显示:架构、实现技术,安全和隐私,和应用程序,”IEEE物联网,4卷,不。5,1125 - 1142年,2017页。视图:出版商的网站|谷歌学术搜索
Shirazi、a . Gouglidis a . Farshad和d .和记”扩展云:审查和分析移动计算和边缘雾从安全性和弹性的角度来看,“IEEE在选定地区通讯》杂志上,35卷,不。11日,第2595 - 2586页,2017年。视图:出版商的网站|谷歌学术搜索
拉索尔教授,p . k . Sharma A . k . Sangaiah和j。j公园,“犹豫模糊安全雾和Mobile-Edge计算方法为基础,“IEEE访问》第六卷,第701 - 688页,2017年。视图:出版商的网站|谷歌学术搜索
k . Bierzynski a . Escobar和m . Eberl”云、雾和优势:对未来合作?“在第二届国际会议上雾和移动计算边缘,FMEC 2017西班牙,页62 - 67年,2017年5月。视图:谷歌学术搜索
t . d .党和d .黄平君雾计算、数据保护模式”第二届国际会议上雾和移动计算边缘,FMEC 20172017年5月,页32-38、西班牙、。视图:谷歌学术搜索
c . Puliafito大肠Mingozzi, g . Anastasi“雾计算移动互联网的东西:问题和挑战,”学报2017年IEEE智能计算国际会议(SMARTCOMP 17)2017年5月,页1 - 6、香港。视图:谷歌学术搜索
h·勒姆:Nassiri、A . Rajan和j·艾哈迈德,“关键的概述最新移动云计算的挑战和解决方案”第二届国际会议上雾和移动计算边缘,FMEC 17瓦伦西亚,页225 - 229年,2017年5月。视图:谷歌学术搜索
张x z . Tang周,f, w•贾和w·赵”容器在雾中计算迁移模型和学习算法,”IEEE服务计算, 2018年。视图:出版商的网站|谷歌学术搜索
w·张,张z h .曹国伟,“合作雾处理大数据的计算车辆:互联网的体系结构和分层资源管理、“IEEE通讯杂志,55卷,不。12日,60 - 67、2017页。视图:出版商的网站|谷歌学术搜索
k . Bilal和a . Erbad”边缘计算互动媒体和视频”第二届国际会议上雾和移动计算边缘,FMEC 17西班牙,页68 - 73年,2017年5月。视图:谷歌学术搜索
z l . Liu张、郭x”具有社会意识的动态计算卸载方案雾计算系统与能量收集装置,”IEEE物联网, 2018年。视图:谷歌学术搜索
a . Hakiri b . Sellami·帕蒂尔·Berthou和a . Gokhale“使用软件定义网络,管理无线雾网络”IEEE / ACS学报》14日国际会议对计算机系统和应用程序(AICCSA 17)哈,页1149 - 1156年,2017年10月。视图:出版商的网站|谷歌学术搜索
r . i Tinini l·c·里斯·d·m·巴蒂斯塔g . b . Figueiredo m·托纳托雷和b·穆克吉”的最优位置虚拟化BBU处理混合Cloud-Fog跑过去TWDM-PON,”《IEEE全球通信会议(GLOBECOM 17)2017年12月,页1 - 6、新加坡。视图:出版商的网站|谷歌学术搜索
s . Alonso-Monsalve f . Garcia-Carballeira, a·卡尔德隆“雾通过公共资源计算和存储,计算”第二届国际会议上雾和移动计算边缘,FMEC 20172017年5月,页81 - 87。视图:出版商的网站|谷歌学术搜索
d·罗卡j . v . Quiroga m·瓦莱罗能源和m . Nemirovsky“雾功能虚拟化:物联网的应用程序,一个灵活的解决方案”第二次国际会议上雾和移动边界计算(FMEC)瓦伦西亚,页74 - 80年,2017年。视图:谷歌学术搜索
m·阿里:Riaz来说,阿什拉夫,s . Qaisar接受和m . Naeem”联合薄云选择在雾和延迟最小化网络”IEEE工业信息,14卷,不。9日,第4063 - 4055页,2018年。视图:出版商的网站|谷歌学术搜索
Verma p和s . k . Sood“雾Assisted-IoT使病人健康监测在智能家居中,“IEEE物联网, 2018年。视图:谷歌学术搜索

无线通信和移动计算