雾计算:大物联网数据分析的概述

文摘

生成大量的数据,通过物联网(物联网),成长指数是基于不间断操作状态。这些物联网设备产生雪崩的颠覆性的信息预测的数据处理和分析功能,这是完全由物联网云之前爆炸增长。雾计算结构面临这些中断,与强大的补充功能的云框架,基于微云(雾节点)的部署在靠近边缘的数据源。特别是大型物联网数据分析通过雾计算结构在新兴阶段,需要广泛的研究产生更多熟练的知识和智能决策。这个调查总结了雾挑战和机遇在大的背景下,物联网在雾网络数据分析。此外,它强调的关键特征提出了一些研究工作使雾计算一个合适的平台,新的增殖物联网设备,服务和应用程序。雾最重要的应用程序(例如,医疗监控、智能城市联系车辆,以及智能电网)将讨论在这里创建一个组织良好的绿色计算范式支持下一代的物联网应用。

1。介绍

雾雾计算或网络,也被称为成雾,推动边界的计算应用程序,数据和服务从集中云的逻辑流网络优势。雾网络系统构建工作控制,通过网络配置和管理骨干,而不是主要由网络网关和交换机控制那些嵌入在LTE网络。我们可以照亮雾计算框架是高度虚拟化的计算基础设施提供分层计算设施的帮助下边缘服务器节点。这些雾节点组织广泛应用和服务来存储和处理内容贴近终端用户。有时,雾计算频繁,经常可以互换使用术语“边缘计算。“不过,有一点的区别这两个概念。雾和边缘计算都涉及推动处理和情报能力下降的距离信息是原始的。这两种架构之间的主要区别是计算的确切位置和情报力量。发送的数据在两个结构相同的来源或实物资产,如泵、继电器、电机、传感器、等等。所有这些设备执行物理苦差事在这个世界如电路、抽水、切换、或感应周围的任务(1]。

在过去的几年中,主要思想是构建大型数据中心架构的需求集中计算服务叫做云计算集中(CC)模型(如谷歌、亚马逊、IBM和微软Azure)。CC感动所有智能物联网,但仍大量处理能力是由云服务器本身。云是完成所有的数据创建的文件放入一些日志文件或视频文件等。在雾计算架构之前,移动信息数据分析、处理服务、控制系统和数据存储到集中的云计算已经成为一种流行趋势。获得进入新的世界,被称为世界的技术,我们有成千上万的十亿物联网设备彼此连接。随着时间的推移物联网设备也在激增的爆炸性增长通过实物的连接和操作组件。但是,如果所有这些设备试图加载整个云的计算只是功能的工作,将不会有足够的带宽允许所有这些设备不断与云服务器进行通信(2]。云服务器本身会在加载和将会有一个大问题。尽管云结构的力量,它不适用于促进操作时间关键的或不能操作,网络连通性差。特别是成为如此时间等关键场景远程医疗和病人护理,毫秒可以产生致命的后果。

有必要明确物联网的概念。物联网被视为一组转换时期生成的连接设备到世界各地。所以有一个问题,为什么我们需要构建物联网吗?答案是,挖掘、访问和分析以前可用的信息。所有生产信息环境中形成类似物不能数据。这些信息可能会被利用在停车和可能放置在家里的电话。连接的这些东西,这些独特的解决和公认的一个IP地址;可以生成数字数据的信息,例如,通信的浏览器,下载应用程序和在线交易。数字翻译的数据不仅更敏感,也开辟了新的技术和工业领域分析的场合。

目前有越来越多的各种强大的终端用户或设备如服务器和智能接入设备(如智能手机、平板电脑、智能家电在家庭、移动基站、智能交通方向沿着路边调查,连接智能汽车、智能传感器、控制器和智能电网,智能建筑,和工业控制系统),这只是很少的名字。更多设备集中在产业专业化集成的信息技术(IT)和操作技术(OT)。大多数用例是由工业增长建立在特定领域(例如,在化学还原和传感器,温度传感器工作在石油钻井平台站)。因此,我们可以说,所有这些连接的东西制定物联网。物联网的祖先可以追溯到几个现有技术像机对机通信,射频识别、传感器。

根据卵和思科报告,(3,4分别在3月和2017年6月),投资的主要领域是行业的物联网设备的部署(包括制造业务、交通、智能电网技术,智能建筑和越来越多的消费者物联网和智能家庭自动化)。这是提高兴趣的主要原因在工业物联网(IIoT) [3]。这种情况开始各种新技术和策略来处理,相关的所有制造和生产,快速上升的大量信息和数据IIoT的核心。这绝对是现代化的主要思想的条件对雾边缘计算计算SISCO [5]。雾应用程序可能生成一些实时广播和网络信息,可以向用户提供了更好的分析经验。这个翻译数据(大物联网数据)不仅是多响应还开辟了新的扩展的机会。从雾大数据分析计算还可以帮助收集见解和使设备智能和基于粗糙决策不需要人工交互。

因此,它是现实的和令人兴奋的问这个问题应该做的事情更接近最终用户?一辆车可以变成你的关键数据存储?可以放在一起的智能家居电器设备不同的服务提供的其他智能的东西,比如智能电视盒,能量控制盒,和路由器吗?一起会发生什么,如果我们的智能手机给无线网络性能没有人机交互控制功能,这是目前执行的LTE网络吗?可以在边缘成为集体智能设备能够支持对时间敏感的应用程序,像在实时数据分析,数据挖掘的形成、传播和其他许多工业控制功能?在解决方案,计算了雾也加速点击砖波动从两个方向:一个是数据平面,另一个是控制平面(6]。

在这个手稿,我们总结了唯一性,使雾向适当的计算和重要平台,可以提供服务质量(QoS)物联网重大联系,特别是在未来的服务和应用程序,比如联系车辆,智能电网,智能城市和一般无线传感器和执行器网络。在几个方面是破坏性处理所有生成的大物联网数据或信息爆炸性的成长。这份调查将观察大数据处理中断和专注于物联网的新方面增加了大数据特别是分布式资源的优势。我们还将解释大物联网数据分析适用于工业增长和电力行业的物联网(物联网)(7]。

最近精确的研究和成就也将讨论符合上述挑战在这个手稿。转换方法是讨论,部分3.2.1之上,使用基于大数据分析的技术保护集群管理框架优化控制平面软件定义网络(SDN)。最后,蚁群算法是用于促进方案显著提高大数据分析处理和精度在SDN运行的应用程序。用户移动性(例如,从一个节点到另一个)使QoS预报和预测值偏离实际值在传统的蜂窝网络。节3.2.2的上下文中,我们将讨论一项成就服务推荐基于集体过滤使QoS的数学方法预测最佳用户移动性。智能连接车辆是雾的另一个方法需要启用智能技术环境。实质性的成就将调查部分7.2.3,即虚拟车辆平台,虚拟车辆协调系统基于组传感环境协调的概念信息。具体来说,虚拟车辆系统提出了一种发现算法找到最优智能车辆组。基于多组同意理论,他们制定一个协调算法来控制虚拟车辆组对多组同步智能连接车辆。

这项工作补充我们的整个工作呈现雾的潜在效益计算的能力和低延迟。本文还集中在增强的编程模型和应用程序更好的和可靠的雾部署计算结构。其他一些建筑思想对许多即将到来的系统和应用程序等网络物理系统,将讨论IIoT结构,嵌入人工智能(AI)。雾计算框架提供了探索结构的设计,在这篇概述中,使一个特定的浓度大的物联网应用领域位于边缘的雾计算结构部署。

2。雾计算概述

增殖物联网设备产生的数据越来越核心网络。因此,一个基本结构可以有效地处理所有数据接近的物联网,是必要的。以前的工作,如微数据中心(8,9]对薄云[10和在物联网的雾计算辊2)发起了基于社区的传统CC。这个概念并不总是有效的数据处理时,数据会产生接近网络的边缘。

本节概述雾雾的定义和理解计算的基础设施与先前建立的一些相关项目研究。它还将指出为什么雾比CC计算会更有效,以及从其他条款计算服务质量。

2.1。雾的定义

雾计算提出了一种分层分布式体系结构和支持技术的集成组件和服务可能会在不久的将来,智能城市、智能电网系统,联系车辆,智能家居11]。在安全智能的未来,雾结构网络的部署优势是至关重要的,执行智能计算、大数据分析更好的预测处理,识别奇怪的和不安全的事件12]。因此,雾计算定义应清除雾的新兴阶段计算框架。定义从[13,14]给出一个扩展视觉对雾计算但不能指出独特的相似性与云。所需的基本定义是定义和比较所有功能的雾和先前存在的结构,这是我们的定义。

雾计算是一种体系结构开发的计算资源池,一个或多个无处不在的和分散的节点(s)为潜在的合作和相互通信或启用传输组只在极端边缘级别,而不是支持的云处理。雾节点处理任务没有第三方的干扰和协作提供计算的灵活性,更好的通信,存储容量,以及更多额外的新集市服务层次环境越来越多的设备,客户或最终用户在其附近。

图1显示,雾是一个补充计算结构提供可靠的云计算服务,以确保QoS在核心网络的边缘。雾计算也是一个扩展的云服务物联网设备的优势竞争的挑战传统的CC。在边缘节点的重点是遥感原始数据收集、命令和控制的物联网设备。在这个例子中,边缘水平节点可以在毫秒或霓虹灯第二操作,以避免污染和确保安全。云级节点,在这个例子中,专注于数据压缩、过滤、分析和变换。每个人都有能力操作和计算的云模型。这些微薄云将提供一些边缘水平分析所需关键的实时处理。上一级节点将专注于聚合数据,将这些数据转化为知识。移动网络服务商提供的服务的雾相似之处,他们可以提供与IaaS雾计算服务,PaaS或SaaS平台企业企业已经提供服务的服务网络,甚至通过手机信号发射塔15]。

2.2。类似条款

有些拼毛或类似雾计算方面,叫做云计算、朵云架构,移动边计算,等等,这里需要解释如下。

云计算(CC)。CC由软件和在中央服务器上运行的应用程序拥有一个大型数据中心和内置的本地网络(16]。让我们想象不同类型的云:(i)私有云是供应和使用的一个组织。(2)社区云提供特定的功能使用的特定用户社区。(3)公共云功能而闻名的集中式计算开放使用。(iv)混合云组成的两个或两个以上的独特的云架构(例如,私人、社区或公共)。一个解决方案的工作是确定混合云(17)提供一个组合现有的云计算架构,使巨大的IT解决方案。(v)虚拟私有云或者经营公共和私有云解决相关的问题。云或集中的节点可以对公众公开称为公共云。当我们使用术语,私有云,它指一个组织的内部数据中心(s)这些是不供公众使用。因此,云计算是一个SaaS和效用计算(IaaS + PaaS) [18]。使CC的可用性服务物联网结构不是一项容易的任务,造成挑战的同步、标准化、平衡、可靠性、管理和增强[19]。

朵云。薄云也称为微云数据中心,就像一个小云计算架构从集中式CC是遗传的特性10]。薄云强调提供服务相关的时效性和有限的带宽使用应用程序。朵云计算结构似乎是至关重要的,如果我们有一个在以前的工作,显示移动代码卸载(8中央云[]和降低成本结构9]。因此额外区别企业和云服务数据中心环境可以暂时来解释。

移动计算边缘(MEC)。MEC是支持技术计算功能的QoS CC网络的边缘。移动边缘计算提到的技术允许计算的优势。例如,微云节点可以成为移动设备和云之间的一个边缘节点,网关可以是家庭物联网和云之间的边缘设备,和智能手机可能是身体的事情和云之间的边缘设备(20.]。MEC是位于移动网络基站(8),有时被称为移动云计算(MCC)架构(21]。在MCC体系结构中,数据存储和数据处理管理外部从移动设备21]。边缘的推理计算是计算设施应该被部署在距离数据生成。从我们的观点来看,移动计算是可替换的边缘与雾网络(6),但移动边缘计算更多关注的事情,而雾计算是将更多的注意力集中在基础设施方面。在这里,我们也考虑到雾的形式计算是一个更好的安排边计算,在旧的感觉。边缘计算驱动智能计算、沟通能力,和处理能力的边缘网关或设备直接进入设备,如可编程自动化控制器(20.]。

2.3。雾雾接口与云计算、物联网和其他节点

定义之前,雾计算扩展了CC功能有更多的弹性边缘水平的核心网络和共享相同的处理策略和功能(虚拟化、multitendency等)可扩展的重要的计算服务。现有的一些特性的转换使雾计算更重要:(i)高速流动的应用程序(例如,智能连接车辆和连接铁路),(2)低延迟要求环境应用,(3)在大规模分布式控制系统(例如,智能电网,连接,和抢断),和(iv)地质分布式应用程序,如传感器网络监控不同的环境。

雾计算架构允许处理、网络和存储服务,在雾中动态传输节点,云计算,物联网连续。然而,雾与云交互的接口,其他的雾,和事物或用户必须促进灵活性和计算的动态迁移,这些不同实体之间的存储和控制功能。它使招揽更多终端用户评估雾计算服务,也允许和行之有效的QoS管理能力。

雾云。从雾云接口可以被认为是义务支持雾云计算和云来雾协作提供连续的服务。它还支持功能,例如,(我)一些函数在雾监督或管理的云计算能力,(2)云和雾可以互相传输数据进行处理和比较和其他必需的功能,(iii)云可以决定分配或安排雾节点(s)分配的服务需求,(iv)云和雾两相互可区分为更好的管理计算服务,彼此,(v)通过雾云可以让可用性的服务到最终用户。有必要找出哪些信息和服务应横向通过雾和云。规律和粒度的数据和信息应该决定雾或云如何应对这些信息或数据。

雾,雾。雾节点必须集中资源功能支持处理。例如,所有部署雾节点可以分享他们的数据存储、计算和处理能力的任务优先级节点系统为一个或多个用户应用程序的功能。多个雾节点也可能与服务相互备份的共同行动。

雾物联网/最终用户。雾计算提供其服务的广泛分布结构物联网设备(如智能设备和传感器)和微分身份识别系统。雾物联网接口用户界面或雾雾服务本质上需要允许物联网访问用户友好的环境和内部资源有效和安全的方式。

图2解释了雾与云计算和物联网的接口,通过分层分布式雾计算迭代结构连续体。右边的图描述了一个新兴的时代技术世界云计算从传统向近雾计算部署。可视化,哪种类型的接口也包含在不同的时期(如雾云,雾雾,雾和物联网)。在图片的左边,它是指出,为什么我们有一个结合这些基本技术的平台(雾计算)。最后,一个重要的争端或问题是提高所有这些接口和协议如何获得在现有的或近分布式雾雾节点功能结构将被设计工作在一起。如何减少所需的基础设施的成本与最终用户提供高QoS或物联网。

3所示。特点和挑战

动机的主要目标云来雾计算边缘水平是CC的扩展特性,使CC服务可用的应用在物联网结构增加新品种。它还提高了QoS,实现低延迟和高频带宽度通过更好的导航服务。常见的独特性与雾计算分层并行处理业务在核心网络的边缘22,23]。这意味着雾计算框架可以成为一个重要的扩展部署云计算的。因此,一些重要的特性将在下面描述。

3.1。雾的特点

主要影响的运动计算负载从云到雾网络做一个类似的CC边缘的距离。这个过程使新品种的开发应用程序和服务在物联网结构和雾的定义了以下特征计算。(我)认知。认知反应以客户为中心的目标。雾基础数据访问和分析给出一个更好的提醒客户需求,最佳位置处理,传输,存储,在云物联网的连续控制功能。应用程序,由于附近,在终端设备提供更好的意识和反应重现客户需求关系(6]。(2)非均质性。雾计算虚拟化结构所以它提供计算、存储和网络服务主要云计算和设备之间。其异质性特色服务器分布式位置由分层构建块。(3)地理环境分布。雾在上下文中计算环境有一个广为流传的部署提供QoS一动不动的手机和终端设备(24]。雾网络分布在地理上的节点和传感器在不同阶段的场景环境中,例如,温度监控化学还原,天气监测传感器,抢断传感器和医疗监测系统。(iv)边缘位置较低的延迟。未来智能应用程序服务是不够的,因为缺乏支持邻近的设备与特色核心网络QoS的边缘。小电视支持的视频设备,监测传感器,住游戏应用,更多的是一些例子的应用程序所需的低延迟服务在临近25]。(v)实时交互。实时交互是雾的种类和要求应用程序,如监控关键过程在石油钻塔雾边缘设备或传感器,实时传输交通监控系统、配电监测系统应用程序,等等。雾应用有QoS实时处理能力而非批处理。(vi)对移动性的支持。移动性的支持是一个重要的雾计算优势,可以直接使用SDN协议(即移动设备之间的通信。思科定位器/ ID分离协议),将主机标识的位置标识与分散的索引系统(26]。(七)大规模传感器网络。雾有一个功能适用的环境监测系统时,在附近的智能电网应用程序中,就扩展了监测系统由分层计算和存储资源需求引起的。(八)广泛的无线接入。在这种情况下无线访问协议(WAP)和细胞移动网关可以经典例子雾节点靠近最终用户。(第九)可互操作的技术。雾组件必须能够在异构环境中工作,保证支持广泛的服务,如数据流和实时处理的最佳数据分析和预测决策。

这些澄清特征使新服务和商业模式,可以帮助扩大收入,降低成本,加快产品展示行业和也有景点的新投资者在雾中部署结构。表1总结了传统的云之间的一些关键特性的差异,部署边缘计算、雾和新兴网络结构功能和服务提供给最终用户或物联网设备。

3.2。雾的挑战和机遇

本节确定并集中在雾计算结构开发一些明显的问题。下面这些问题为未来工作的方向提供了更好的理解。

3.2.1之上。雾网络(SDN和NFV)

雾网络成为异类,位于网络的边缘与CC功能的延伸。雾的责任网络是连接所有必需的组件维护和保证QoS的节点核心网络连接和提供服务在所有这些组件。在上升的背景下,物联网在大规模使用,这种利用可能不简单。新兴技术,如SDN和NFV,应该计划形成弹性和可维护性等网络环境。SDN的部署和NFV一起可以缓解增加网络的实现可伸缩性以及降低成本。变得非常重要在许多用例如VM迁移、资源分配、可编程接口,应用程序知道控制,和交通监控(27]。

为了克服大规模网络的要求设置,控制飞机通常是作为一个分布式控制器实现。集群管理技术经营所有类型的程序和必须继续稳定的全球网络状态,这明显会导致在sdn大数据。同时,集群技术的安全成为一个开放的问题造成的sdn的动态特性。满足上述挑战,基于大数据分析的安全集群管理框架,提出了最优控制飞机最近[28]。一个蚁群优化方法,该方法使用大数据分析方法和实现系统优化控制提出了飞机。Ku et al。29日的上下文中)提出了一个最亲密的设计SDN-based移动边缘云(雾节点)体系结构在移动和车载ad hoc网络QoS (MANET和VANET)。表2也解释了仿真结果(29日]SDN-based网络如何超越其他老式的特设网络协议数据包交付转移率。SDN-based方法的关键特性响应更快。例如,SDN节点更新SDN控制器对邻居节点的数据信息,然后,SDN控制器立即检测到的拓扑变化,也根据需要发送控制消息29日]。然而,有一些问题如如何处理保持整个网络的连接图在不同分布条件下节点更新,如何协助不同的控制器在雾网络(30.),以及如何计划更好的连接通过SDN系统遇到雾计算的挑战,如流动性、延迟和可伸缩性。

另外,NFV与虚拟机运行环境改变了网络功能,但NFV不是故意批准在雾计算的框架,直到现在。在细胞核心网络作者(31日]提出功能虚拟化和SDN“烂”网关放置问题最小化实现低延迟的网络透明性和更好的利用带宽。几种类型的研究NFV展示如何提出更好的性能的虚拟化软件盒子中间平台(32]。NFV软件引入了ClickOS [33)作为一个除了在雾网络直到第一次关心成就QoS网络虚拟化电器。NFV有助于节省资本开支(资本支出)和营业费用(OPEX)。在上下文中解决降低成本挑战动态雾计算资源分配代表延迟敏感的移动应用程序,NFV可以提高雾架构。具体地说,提供新的弹性NFV雾在动态部署MEC实践而不是目前的固定位置。杨et al。34制定一个优化降低成本的问题在MEC(雾)服务的动态方法。

表3显示部署成本结果是进行评估的改进提供了通过流级别SCPA模拟在大型网络拓扑。为此,研究人员(34)比较了合成启发式MEC(雾节点)运营成本+以启发式的矛盾和最佳解决方案(用的下界)在不同网络规模、物理能力和延迟需求NFV启用节点或服务器(34]。

3.2.2。服务质量(QoS)

QoS讨论作为一个重要的问题在雾中计算框架,也可以列入四个大小,可靠性、延迟,连接,和能力描述如下:(我)可靠性。可靠性是一个关键的点更好,在核心网络安全的数据传输。马德森et al。35)回顾了网格中的一致性要求,集群,对全面研究可靠的雾和传感器网络网络。通常情况下,可靠性可以增强定期通过检查后恢复故障点。(2)延迟。延迟敏感的应用程序是必不可少的软件架构需求在雾网络部署提供一个实时流和处理响应。时空系统架构(36)提出了一个时间敏感的事件处理,基于雾减轻高数据传输延迟。另一个研究工作(37)被描述和尝试在应用程序命名为土耳其,利用重叠的数据和缓存不精确的结果计算资源的重用和减少需求。它可以扩展可伸缩性和最小化移动CEP的延迟系统。(3)连接。雾网络框架的连接问题必须解决,因为雾的分区和集群网络是可用的机会成本降低,数据整理,并扩大连接方法。王等人。38)提出了一种不同的方法从过时的服务推荐方法。他们第一次预测QoS关键教师通过减少移动用户位置的影响,在移动网络不稳定和不稳定的类似服务调用不同的时候,尽管这种方法扩展服务推荐准确性MEC(雾)。(iv)能力。QoS能力可分为两种类型,一是网络带宽和第二存储容量。这些都是非常重要的方面来启用和实现高带宽和精通存储操作。有一些类似的作品需要讨论。研究和实验,在传感器网络中业务根据MANET的部署39),提出一个新的大挑战的场景的实时响应。雾节点可能需要处理增值税信息所产生的化学传感器,以避免灾难是一个关键的实时响应的要求。因此,处理不会开始之前完成整个数据的聚合,这绝对增加了延迟。由于雾动态数据的位置和大量计算,有一些需求重新设计上运行查询算法寻找分散的内容(40,41]。不容易重新设计缓存功能在雾节点利用顺序位置保存最大带宽和实现低延迟;因此提出了两个工作:第一个利用缓存在终端设备(42)和第二个建议边缘路由器缓存利用率(43]。

3.2.3。计算卸载

计算卸载可以缓解资源约束问题在雾网络和提供援助在性能的应用程序中,存储容量,延长电池寿命。计算卸载可以分为6种类型:模式、适应、粒度、沟通、目标和分布式执行(44]。尽管大量的研究工作,计算卸载在CC和薄云的背景下8,10,45,46)提供了一些方向竞争这一挑战。我们将审查其中的一些。毛伊岛(8)提出一个概要文件和代码卸载方法结论适应网络连接的变化,延迟和带宽。代码分析器(45执行技术迁移或合并在字节码。Thinkair [46)是驱动的灵活性和可扩展性的云增加移动云边缘的处理和存储能力处理并行方法执行通过多个虚拟机(VM)。彗星(47与相互利用分布式内存的增强与机器智能手机和平板电脑沟通。问题仍然是如何panelize卸载以及如何申请飞机动态卸载在雾结构、设备、网络和服务器节点。

QoS在雾网络的可用性是一个关键的特性在攻击或基础设施的失败,可以减轻与虚拟机迁移技术。迁移的方法之一是虚拟机动态迁移,VM的过程从一个物理节点迁移到另一个物理节点(27]。虚拟机动态迁移保证连续驻留的应用程序服务。因此,虚拟机迁移可以是一个资源密集型的方法。两个托管节点之间的网络共享存储减少了数据传输时间移动的vm上运行应用程序。然而,智能动态迁移理论的方法是提供虚拟机迁移(27]。这种方法可以估计停机时间决定,继续停止与复制阶段,在系统故障期间举办雾节点。这也减少了停机时间和迁移时间,以确保资源和QoS的最终用户(见图3)。预计停机时间结果将比之前定义的停机时间边缘。这种动态的方法定义下一个托管雾节点进入停止与复制的阶段。

3.2.4。资源配置和管理

资源和服务可用性是CC的延伸在雾计算环境中仍然有吸引力的特性。关键挑战,我们面临这是带宽、分布式处理、储存、和延迟。在连接车辆的情况下,我们可以举一个例子的救护车和可编程的抢断让绿色交通信号。在这个场景中,救护车仍然开放的途径也警告其他车辆保持间隙的道路。MigCEP [48)已被建议作为一项任务和源共享云计算和雾计算结构的方法。资源共享和覆盖情况的应用程序处理雾至关重要。方法被描述,可以集中洪水动态节能策略在各种网络(49]。另外,西et al。50)计划框架等多种资源共享的映射异构资源可用性的CPU,高带宽,和更好的雾节点上存储结构。资源共享优化提出的挑战可以利用面向服务的功能。风扇也定义的挑战和解决方案51)来衡量信息系统处理数据的包容能力,包括大数据分析,系统作为数据存储的有效信息,基于数据分析的优势。

3.2.5。安全性和隐私

安全测量雾网络是由隐私、完整性和可用性。给出了一个想法,典型的重要机制应考虑设计和部署一个雾结构(52]。而隐私数据机密性和完整性密切相关,可用性能力包括远程访问云服务器提供的资源和雾节点在需要的时候。一些挑战在雾继承了云结构补充部署。它的各种特性和部署在核心网络的边缘位置使它脆弱。潜在问题减少部署的雾计算(14身份验证),入侵攻击,安全性和隐私。设计工作分配薄云的基于网格的入侵识别系统安全微云(雾节点)的干扰和网络攻击53]。先前预测的想法(13]关于安全问题,目前有关基于VM环境可能创建可能的安全焦虑雾设备。Zhanikeev [54)公认的挑战与一致性要求联邦机构的硬件平台同质性。王等人。55验证一个中间人攻击,可以避免与一个真实的网关之前将恶意的代码添加到系统。概述清除分别对安全和隐私问题适用于目前和近用例。

雾的安全计算。雾的分层特性计算表明一些关键问题访问大量的神往的临街雾设备。安全解决方案,计划在CC不会直接适用于雾结构。雾计算的工作环境可能面临的安全问题,不存在通常云工作结构。验证基于不同的网关被确定为雾的主要安全问题服务56]。授权在智能电网的角度和机对机通信已在最近的工作Stojmenovic et al。57),以减轻一些安全问题,如多播认证公钥基础设施(58)和入侵检测系统的使用(59]。提出了一个诱饵的方法(60)抵御恶意软件业内人士通过伪装信号避免威胁的敏感信息。左et al。61年雾]建议密文攻击系统计算,提出了一种解决方案主要的安全模型。一个安全模型22)还与审查的可能性,提出了自然的攻击。解释说,最重要的是安全问题应该归类到整个网络结构,以促进和提供QoS在雾网络分布式设备和通信组件。直到那个时候,拒绝服务(DoS)和流氓网关攻击被称为可能的攻击网络传输,而服务数据中心可以公开整个特权升级,物理伤害,隐私泄漏,中断的QoS操纵已被确认为可能属于安全的威胁(22]。

隐私在雾计算。通常,公共服务和远程存储敏感私有云数据中心可能被窃取和泄露。研究者主要问题提出立法的重要功能,如基于《爱国者法案》在美国的服务提供者(62年- - - - - -64年]。周et al。65年)长时间的运送数据隐私保护安全的敏感和重要的信息。他们的工作确保任何人都不能访问授权用户的私人信息。相比之下,雾计算是在部署过程中提供一个层次的隐私风险雾组件的核心网络的边缘。数据隐私等重要隐私的灾害,位置隐私,隐私和使用部署在雾节点和应用程序(59]。这些节点的数据更容易防止盗窃与集中式相比云。董et al。66年)综合研究传感器工作在网络是基于内容的隐私的敏感。他提议多余的雾循环保护内容的位置识别源节点为对手制造混乱。缓解恶意窃听数据传输期间,它提供67年雾友好结构通过公钥加密将转换为避免不规则的关键更新从高开销。洛佩兹et al。68年解释质量的基础操作的安全中间件访问用户数据的隐私和防止服务提供者。智能电网相关隐私问题被视为保障模式的建议(69年]。也有针对性的多维数据分析方法的使用基于同态技术编码。

4所示。雾的架构设计和实现

我们有争议,位置感知应用程序有可能由于sense-process-actuate循环,如同任何其他应用程序的反馈循环。简而言之,云离的场景很多物联网设备延迟敏感的应用程序。上市,小讨论雾计算框架的设计和架构实现。

4.1。雾框架和体系结构

扩展的计算、通信和存储在数学描述为简化有效信息系统能力计算、数据传输和存储(51]。测量综合能力对于一个给定的信息系统,它可以处理相关数据(包括大数据),对信息系统的有效性作为数据分析数据能力的基础处理的优势。Ha et al。70年)和Satyanarayanan et al。71年)设计了全面和获得执行结果实时响应通过可穿戴智能设备支持的援助,因为谷歌眼镜薄云。思科相关研究和信息(26]解释概述关于发展中雾计算架构的三层分布式人工智能服务的方法更好的网络的QoS在边缘位置以及分布式智能和计算预测的雾。两个系统可以讨论网络的边缘附近的资源的可用性(72年)现场传感器流分析和解释薄云[10,28]是交互式应用程序之前提议也将在下个章节讨论。一个序列在SDN [73年,74年)是安全通信网络的基本结构特性在雾中计算、机密性,完整性,可用性的信息,验证和认可。编程和过程中层SDN雾计算结构被允许(75年- - - - - -77年),但是这些研究只允许和给一个视图插入路由逻辑,没有基本的应用程序逻辑网络元素。此外,SDN一般原则应用程序提供了一个可扩展的资源模型。实现一个简单的雾架构与微云节点被描述,在集中云链之间通过终端设备医疗智能传感器设备的传感和监测卫生保健系统(78年]。

现有的工作是关注设计和部署的雾,这样,跳伞79年]和DECM [80年]提出了修复和解决额外的能源消耗在整个无线数据传输通过利用动态朵云模型。香港等人把大刀(81年)提供一个基本的抽象来保持跟踪应用程序与设备性能和发展的情报处理模式。它可以帮助在雾计算大规模和延迟敏感的应用程序发展物联网结构。Bonomi et al。2)之前,蒋介石和张6)和Sarkar et al。82年]调查雾计算结构设计只显示雾计算合适的平台,提出了应用程序的上下文中计算框架的雾,如连接智能汽车、智能电网和智能城市。四层雾计算架构的重要性(77年)已经详细描述了在当前缺乏商业CC模型与智能管道通过光纤传感器网络监控的例子。一个研究[35)提出了在信号和图像处理领域,提出一个分析和展示新兴雾计算项目的挑战。明确指出,一个评估和定价模型(83年]雾计算基于微观数据中心可能部署的支持下物联网动态资源和终端用户设备。

图4是实现硬件架构以及基础课高级软件架构,部署为雾节点。硬件框架组合的物理组件包含服务器、边缘路由器、接入点设置框,将存储设备与额外的虚拟映像功能支持在雾降低成本和弹性计算架构部署。平台是由不同的操作系统和软件应用程序,因此拥有一个广泛的软件和硬件功能。通用驱动程序所提供的接口是抽象层的软件框架来管理存储等硬件、网卡、内存和其他类型的硬件无缝地资源管理和控制(84年]。

与软件架构知觉,雾计算节点与多个VM高度虚拟化api与支持的高度熟练程序增强应用程序运行。虚拟机监控程序包括实时增强和安全的需要,为关键的雾应用程序。这种虚拟化增强使多个操作系统共存于一个物理平台,确保资源的有效利用。上面所示的多租户应用程序进程确保不同出租的隔离应用程序在相同的节点。他们小心翼翼地与雾VM互相隔离应用程序控制器,只可以通过api与功能。编排层提供了一个基于策略的管理雾服务生命周期。这种编排功能提供了一个分布式方法作为一个潜在的雾结构(84年]。一个系统管理程序上运行的所有这些api提供一个虚拟环境。编排层API实现四个基本目标,即矿业和提交的数据,分析运营数据,提交与调度处理请求,预先配置的资源来实现预测决策(85年]。

当然,雾基础处理的更好的部署框架要求不同的重要的算法和应用工作处理整个网络的一致性的云的物联网核心网络连续。

4.2。雾提出应用分类

杂项雾推荐应用程序主要是文学。在本节中,我们正在评估的分类提出了应用程序的设计和实现技术。在雾中计算,此前它被描述,物联网智能设备可能被用作雾节点,这可能发生在你的手机或个人网关(86年]。因此,作者(12)提出了一个基于缓存模式“斯坦纳”层次的想法,在这雾节点服务器主要生产施泰纳层次结构系统来降低整个路径,负载,和加工成本,淡化资源缓存管理费用。广泛的研究工作已经完成(87年,88年]在雾计算服务的使用现有的医疗诊断和监测系统,实时检测这能意味着主要在医疗实时监控。朱et al。26]也全面组织雾计算处理和传输视频应用和智能服务范围向知识缓存代理协助速度适应流媒体视频点播。这个特性提高体验质量几乎在手互动结构系统的视频监控摄像头。

车载ad hoc网络(VANET)设计的补充结构SDN和雾计算预处理提供低延迟数据传输(73年]。Gazis et al。89年)提出了一个独特的系统作为工业的角度组织雾计算框架为个人提供弹性操作处理需求。由Habak Femtocloud et al。90年)提供了一个动态实现自配置移动云与多组分通过集群移动设备结构的云服务可用性优势。评估建议,这种观点提供了合理的计算能力。在复杂的结构,数据收集和分析的数量呈指数增加,但是中央云方法也不再足够了。

一些场景的扩展提供了预定义的智能电表结构灵活和成本有效的解决方案(91年]。唐et al。77年)描述了一种分层分布式雾计算结构设计和应用程序支持集成巨大数量的工作机制和服务在未来的智能城市,为确保即将到来的社区。这是至关重要的建立一个巨大的地理空间传感系统将进行大数据分析和内部可以识别不一致和有害事件实时最有利的反应更好的人工智能计算。Bonomi et al。24检查那些破坏,并提出了层次区分体系延伸可靠性和安全性对雾计算的核心网络的边缘。深,也阐述了STL系统和风力发电场框架计算场景的雾。Osanaiye et al。27,92年),分别称为雾云计算作为替代能够提供基于位置和要求的服务在移动设备或最终用户(如示例显示应用程序在购物中心,共享停车、智能车辆、雾和总线应用服务网络)和扩展的可靠性与抽象智能预定义的虚拟机动态迁移系统迁移。Osanaiye et al。27)还在数学上批准,其虚拟机动态迁移系统线性回归方法从附近的云来雾结构也已经在前一节中讨论(见图5)。李等人。93年建立雾对混合环境的功能,可以提供弹性和可靠的雾在不久的目标计算服务5 g网络。作者给雾计算开发与智能电网的智能车辆自主车辆和车辆雾网络连接。的概念将帮助进化网络车辆或车辆的雾将相当于现有互联网云车辆。

单独使用智能交通系统(STS) Osanaiye et al。27,85年多样化和循环设计系统。这些扩展系统经常可以监视整个交通和传输所有监测数据在实时环境中通过智能设备和传感器,这抢占整个交通和为通勤者提供安全。一些应用程序适用于雾结构,在医疗领域高延迟容忍和增强现实技术,提出了(87年,94年,95年),可以用于改善网站响应通过预处理和缓存功能。撒哈拉和库马尔96年解释他们的工作在四个不同领域的雾计算应用程序(例如,STL系统,无线和致动器网络,智能电网和连接车辆)。最后,表4总结一些好处和并发症的比较是属于雾计算的部署结构。

5。实时的用例

5.1。流媒体视频

数据传输的应用程序相关的视频服务似乎是组织在雾平台,由于雾网络的能力和弹性供应低延迟、流动性,和位置识别,实时数据分析。相关工作(81年]证明视频观察应用程序与三级层次结构的要求行动通过智能摄像机运动检测,然后做人脸识别过程和雾计算紧随其后的身份在云实例数据收集过程。Magurawalage et al。97年]表示aqua计算,结果水循环的灵感,可以执行在雾和云处理环境。这个应用程序设计提出由克隆的边缘,将在视频流服务的情况下,在最终用户的设备,起缓冲作用。支持点播视频(98年雾服务使用,比如增强通信结构在虚拟桌面系统提供实时视频监控摄像头的数据分析。其他潜在受益于系统化雾计算部署提高视频流,可能在人工智能缓存流。有一个类似的研究(99年)确定关键要求部署雾计算安排CC的层次结构来支持一个知识网络边缘节点。

5.2。医疗监测系统

有影响力的健康观测和监控是关键的目标应用程序在生物医学数据分析对于正确预测未来智能医疗决策。这一成就可以可能无处不在的框架和系统的部署和实时传输数据响应环境通过雾节点而不是在云传输。曹et al。87年U-Fall)提出了一个实时监控应用程序,它可以分为三个主要部分,前端,后端,和通信模块,前端和后端进行独立检测结果。因此,协作检测率增加的准确性和减少错误的警报。另一个重要的实验是标志着U-Fall应用程序的功能,不自觉地检测广泛的落在现有中度中风,在健康监测。最终结果表明,高灵敏度已经实现。利用雾作为计算的智能网关给服务等一些复杂的方法嵌入数据挖掘和优先存储也被证明(95年]。

一个案例研究对心电图的特点挖掘起着非常重要的作用在心脏疾病的分析。在一些医疗诊断和分析的初步结果监测、计算雾达到90%以上实时带宽使用效率较低的延迟反应(87年,快One hundred.)已被建议作为一个应用程序的方法,是一个分布式数据分析系统与雾基于健康监测传感器的监测和减少中风。另一个应用程序框架提出了其服务监控特殊疾病用成熟的身体传感器网络在最近的节点在边缘101年]。然而,雾部署网关主要用于提高整个卫生保健系统改进的QoS,像心电图特征提取。Aazam和哈102年)提出了一个智能手机应用程序工作,名为紧急帮助提醒移动云,雾环境中运营的预处理和卸载实时响应报告一个适当的急诊科(例如,救护车)的帮助下已经存储联系信息。这些服务可以更好的帮助系统来识别事件位置以及使跟踪病人的可能性。Dubey et al。103年)尝试使用preanalyzed在未加工的数据下的数据挖掘和分析收集的数据分布式传感器在智能医疗监测。Ahmad et al。104年]提出了雾结构的中心层集中云和最终用户之间通过一个系统化的框架(物联网)。因此,安全解决方案,名叫云访问安全代理,介绍了作为一个医疗雾节点监测的重要组成部分。

5.3。游戏

云计算的启动提供了电脑游戏不存在超过一个球员和必要的游戏硬件结构;因此,网络游戏主持人和用户正在迅速增长。小王和戴伊(105年)描述手机游戏应用程序框架基于云服务器,集中式服务器工作的地方在所有拥有加载游戏的。在这种情况下云服务器传输只游戏命令球员,但在这个系统中断面临由于云结构的高延迟和限制。必须有一个有针对性的QoS在雾计算实现和确保高游戏体验质量(106年),但低延迟和实时要求的最新游戏应用程序本质上是处于危险之中。李等人。107年已经引入了一个实验,如何提供一个快速响应时间与低延迟游戏云处理,可以改善用户体验。因此,一个相关的模型已经开发了更好的预测或preassessments实时游戏输入的要求。云服务的另一个结构扩展(108年)已经提议,可以部署更多不同的地域不同的设备配备智能物理资源。这些分布式设备似乎雾结构节点为了更好的体验质量云也在边缘云(雾节点)游戏环境的高识别大型多人在线游戏。一个轻量级的方法(109年]描述了视频游戏的超级节点部署扩展处理接近附近的玩家或最终用户提供低延迟、高带宽的QoS。在这个实验中,收集的数据编码率增加了播放一致性和结束时间由缓冲预测方法。

5.4。智能交通信号灯(STL)系统

智能交通灯系统(STL)与几个传感器监测实例的雾事故威慑,保持稳定的交通流的相关的数据集进行分析,改善STL系统[2]。分析信息可用于预防可能的事故发生与连接车辆通过抢占警告信号。Stojmenovic和温56)是评价一个系统,传感和监控与视频监控摄像头,通过其警告报警,救护车的存在和应急灯系统地改变交通信号灯,允许通过对紧急车辆交通。Bonomi et al。24)明确指出STL系统的三个主要目标:(i)稳定的交通流量管理;(2)从事故预防;(3)分析STL接收的数据分析和改进系统。偶然的优先购买权要求实时响应,而数据检索和交通流控制可以称为小优先级组实时的过程。在这个场景中,WAP和智能交通灯单位可以部署与道路提供实时传输数据服务,如vehicle-to-vehicle、车辆雾节点,雾雾节点的节点。

6。大数据分析的场合

未来的物联网发展革命和技术将成为一个重要的角色,在未来两到四年。这里大多数相关解决方案发生雾计算和大数据都是最著名的技术在最近的将来,因为提供的帮助下为收敛流动,消费化、预测分析和内存数据库。因此,我们将讨论物联网大数据分析过程计划通过雾结构的挑战和机遇,而不是在集中处理和存储云框架(110年]。

6.1。大数据的机会

几十年前的数据生成和积累的职工或雇员的公司。随着因特网的高速发展,用户在Facebook和Twitter上生成自己的数据,而这些数据变得比旧的技术。现在已经成为第三个层次的发展,因为现在机器是积累在城市建设中的数据完全植入传感器监测湿度,温度,与智能电表和用电。另一方面,环绕地球的卫星监测地球一天24小时拍照和积累数据。然而,这些数量级高于用户积累数据。所以这是一个进程,从员工生成的数据到用户生成的数据然后机器生成的数据。主要意图是非常重要的数据分析来实现有效的操作和故障免费、高效运行的流程工业(7]。

6.2。大数据革命

大数据革命逐渐上升,没有选择积累和安排更好的知识和智能结果决策系统(例如,医疗监控应用程序和工业控制绝不认输)。智能设备可穿戴运动乐队、无人驾驶车辆和环境监测传感器,在我们的生活中,逐渐将数字连接。这些连接设备是生产炸药数据包。信息报道,据IDC和EMC,整个数字宇宙在每两年,将产生40000艾字节复制数据到2020年(4]。有两个关键可能面临的挑战,造成这种增长的数据。首先,企业正在进行数字转换为他们服务,以扩大竞争利益,而物联网设备的持续爆炸被确定为第二个(7]。

图5提供一个例子,每日基础生成的数据评估思科2017年大规模植入物联网和IIoT图形表示。物联网设备和应用程序组织以压倒性的速度从一个全球无数的端点。根据研究[51物联网设备的数量,预计从12亿年开始变大了在2020年到2015年的54亿全球连接设备。这种扩散的预测意味着爆炸将生成大量数据,它应该分析福利和QoS的积累用户的应用程序。“大数据”,大量的数据,使用。根据大数据可以分为高容量,品种,和速度信息来源(4,51),成本效益和创新形式的信息处理是必需的。那么,什么是适当的有效的方式来管理和处理大而复杂的大数据,使更好的决策,提高洞察力,和过程自动化?所有这些查询的上升和挑战,雾计算成为可见的最佳解决方案。

6.3。物联网大数据分析和工业增长

行业和公司其他许多困难的操作问题,如复杂的供应链动态应用程序,在设备约束劳动的局限性,在每一天。为生产解决问题并不是什么新鲜事。然而与物联网大数据分析,比较组织可以找到新的节省费用和收入的机会,而不是他们的大量数据成为压倒性的挑战。分析有助于操作什么重要的,理解价值观可以生成和立即行动来捕获这些值。特别是制造商使用不同数据分析预测设备故障和提高质量和市场响应能力协调扩展和复杂的供应链。数据分析可以更好地与他们的客户开发新的收入来源,增强产品功能和新产品开发。我们可以说流物联网的大数据带来了最大的机会(7]。图6是描述的好处在雾大数据分析计算和显示出一些预测进展显示新兴目标附近智能工业发展通过智能手机用户的增长。

6.4。处理大数据的未来

雾计算框架的成功部署什么样子?最近一次完成计算和网络框架来管理非常大量的大物联网由最终用户或设备生成的数据描述(111年]。雾计算是一个框架,该框架是一个欣赏prenetworking系统和云服务的延伸。雾和云计算运营一起生成IT解决方案(例如,增加网络连接,处理器能力、安全管理和分析平台)。之前它已经被提出(86年,物联网的一些实验结果声称一个示例框架与手机等智能设备,家庭网关,等等。这些设备可以操作的并行数据分析,但这个过程可能是有害的在未来的应用程序使用。大规模的数据需要管理大数据分析,一些组织有雾的主意部署计算。同时,集群技术的安全成为一个开放的问题造成的sdn的动态特性。为了克服大规模网络的要求设置,控制飞机通常是作为一个分布式控制器实现。满足上述挑战,基于大数据分析的安全集群管理框架,提出了最优控制飞机最近[28]。分别集群管理技术经营所有类型的程序和必须继续稳定的全球网络状态,这明显会导致在sdn大数据。同时,集群技术的安全成为一个开放的问题造成的sdn的动态特性。Jayaraman et al。112年)提出了一个是一个可扩展的应用程序模型,灵活、通用的、基于组件的实时分析的平台。这个应用程序命名CARDAP可以安装在复杂分散的移动数据分析应用程序(例如,遥感和监控环境智能城市)。CARDAP结合足智多谋的数据传输策略的实时数据流挖掘的数据减少和传输。

从图7我们看到CARDAP应用程序的主要功能是使生成的数据分析的发展与连接功能组件通过使用XML配置文件在本地设备。CARDAP有五个关键组件。(1)数据捕捉组件使用插件和虚拟传感器方法为一个接口来处理数据流。收集各种数据源启用的插件和虚拟传感器在一起。(2)数据分析管理器允许访问的用户和开发人员部署特定的数据分析算法。(3)开放移动矿工组件适用于轻型高速数据流聚类分析数据来匹配。这种技术也获得最佳基于现有资源数据分析的准确性。(4)数据接收器组件允许应用程序将处理过的数据在任何链接的节点或雾云。(5)查询和存储管理器实现本地存储分析数据的功能,可用于关键的实时操作。

我们相信更好的部署雾框架将通过第三方服务提供者(例如,特设蜂窝移动网络)可以为进取的工作部署和管理雾节点。一些普通的进取部署雾结构也同样面临的困难组织对私有数据基础设施。这就是为什么我们已经描述了一个方案,提供了一个框架来构建网格混合IT环境(51数据是由人,传感器和设备优势,可以相互联系的低延迟和高速连接安全。这个蓝图称为面向互连体系结构(1]。它提供所有雾框架所带来的好处以及适用于所有类型的non-IoT功能将大数据分析核心网络的边缘。各种规模的企业将会利用某种形式的大数据分析,提高他们的行业,并将与数字服务。因此,企业需要确保他们的IT基础设施操作处理的增长数据和所有操作大型物联网数据分析。

7所示。一个新兴的雾的时代

讨论雾计算功能介绍和分离雾从CC计算框架,为物联网的新技术要求。相应的系统与集中云、雾、被突出与以下两个大小:

(1)积累的重要信息和数据存储在靠近最终用户,尽管存储系统,该系统将只运行在云数据中心。

(2)积累大量的数据需要处理终端用户或物联网设备的位置,以减少在云框架处理功能。这种处理和组织功能可以改善以下(113年]:(我)更好的功能对大型物联网数据分析由最终用户或物联网设备。(2)重要的智能操作流程提出改进功能用例在不久的将来(例如,智能城市、车辆和智能电网)。(3)加强管理与弹性物联网以及IIoT上下文中的第四工业升值状态对未来工业和优越的使用云计算的补充雾大型物联网网络数据分析(7]。

7.1。未来的工作用例研究

由于以前的工作讨论,有一些问题比如如何把模块,谁做什么,在什么时间?雾的重要结构设计计算支持应用程序属于物联网的多样性和IIoT以及那些经常会讨论5 g技术要求和大数据分析(43]。特别是雾计算架构与数据平面和控制平面的特色;他们每个人的数量正在迅速上升的例子应用程序层和物理层协议层。(我)雾面数据。雾数据平面在(我)带宽控制和工作内容缓存的优势,(ii)池的用户的空闲计算/带宽/资源/存储和本地内容,(3)微数据中心和边缘薄云,及(iv)设备间相互之间的数据传输。(2)雾控制飞机。雾控制平面处理(i)传感推理网络状态,(2)客户端级别控制的云存储,(3)内容管理上面,(vi)雾计算驱动跑,(v)会议管理和负载信号的边缘,(iv)物联网大数据分析和实时数据流,和基础HetNets(七)客户端控制。

雾数据平面已经更广泛的研究(10]。在这里,我们强调一些细致的情况下证明雾的挑战和潜在的控制飞机。我们还将看到雾计算跨层次和分布式设备操作,访问在一个边缘,并观察雾和云之间的相关工作,这是定义在以下情况下6]:(我)负载平衡LTE州(商业部署)被动区段的补充(例如,RSRQ)、吞吐量、动态分析,数据挖掘可能会推断出资源块使用状态的数量(114年]。(2)智能数据奥特的定价和部署网络(商业)雾直接增强物联网结构计算和删除依赖于整个网络(115年]。(3)客户端HetNets控制(3 gpp标准)与不同的网络组件的存在。有一个关键属性存在于蜂窝网络(116年),在这种情况下,雾云结构允许实时响应关系通过其接口,而时间参数,像老鼠稳定特征数据,可以通过从云端。(iv)等级用户控制的云存储(在测试版试用),通过使用基于云的廉价存储控制客户隐私雾节点,我们可以实现最好的两个框架(云和雾)基于新的物联网结构描述的挑战(6]。例如,分散的字节的文件在多个公共云文件分配在雾状态可以获得和提供重要的隐私信息,即使加密密钥将泄露(117年]。(v)实时处理人工智能(β试验)是虚拟现实的考虑,大部分的信息恢复和处理目标可能会转发到相关设备,比如一些相关的手机,一些智能家居存储,和许多其他人,然后其他的云。雾架构可以并行处理的设备,与智能位置层次结构(118年]。(vi)未来的大数据分析(以颠覆性的商业模式)是最好的性能对于一个成功的合资企业。IT策略应该定制特定组织的需要基于最好的数据分析。通过使用适当的数据分析和优化技术,关键数据(需要实时治疗)可以在雾中识别和处理节点向最终用户提供QoS (111年]。

更多的情况下可以在新兴的上下文中讨论雾的时代,例如,借贷带宽从最近的其他闲置设备或终端用户当多个设备处理相同的节点(119年在家,带宽管理网关(120年,121年)、分布式波束形成,雾存在有一些物理层,例如利用种在MIMO在实验室演示描述为提高吞吐量和可靠性(122年]。这些都可以做完全在客户端通过雾计算,帮助满足物联网大数据分析的挑战。

7.2。近有针对性的用例

7.2.1。智能电网

目前提出的工作场景的智能电网可以关联造成的能源需求。现在我们的速度进步,能源生产和控制的习惯性的方法技术。也有一些要求对减少气体排放控制减少和气候变化123年]。网络物理能源系统(124年]为提高性能和可靠性,提出了高效的生产消费的权力从网格通过更好的智能管理的需求和供应,在雾情报框架。模型应用系统实现了雾平台支持监控、汽车响应,和可伸缩性。另一篇论文工作(125年)描述一个重要的创新能源监督执行与雾结构。这可以监视牵引领域的能源管理原型哼哼和空调。原型将提供服务内部能源管理和micro-grid-level能源管理,分别。Abdelwahab et al。126年)解释基于云处理的遥感发展来确定和总QoS在智能电网智能电网运行数据通过雾计算。云计算特点,直接向用户提供服务和供应商已经被证明对低效的带宽的方法。

7.2.2。智能城市

智能城市是另一个的一个关键目标物联网应用程序基础结构与雾的范围从自动化交通控制智能能源管理大楼和住宅。目标是克服挑战与城市快速增长有关。易et al。127年)公认的雾在封闭的边缘位置计算节点附近,是一个独特的解决方案智能城市项目以及扩展的云结构的所有功能集成结构来启用和爆炸增加智能应用程序与灵活的资源联系起来。Kitchin [128年)是描述一个智能城市无处不在的处理模式已完全控制的经济是由现代主义和创新政策。物联网结构和应用框架的城市智能城市需要很高的计算和存储能力,和将面临的互操作性的挑战。智能城市是描述(68年)作为社区系统优化能源利用的优势,可以提供更好的生活质量通过公民的智能生活。拜尔和Wetterwald129年)确定相关的并发症与集中相关联的云管理道路交通控制,停车场系统,环境监测作为一个智能城市用例。一个全面的研究描述了一个强有力的关系雾和大物联网数据分析(77年)是一个雾分层网络结构来支持大量的汽车零部件和服务在未来智能城市工作。

7.2.3。智能连接车辆

数量累计的嵌入式传感器车辆和接受各种接口通信,车辆已经成为传感环境平台对于许多应用程序,例如,道路安全,交通和天气监测、司机的行为,和城市监测分析。此外,智能连接车辆可以同步大规模数据有效。这样的方向需要大量计算、电力和通信资源。王等人。130年)最近提出了一个虚拟车辆协调系统概念的基础上组同意传感环境信息。具体地说,他们建议发现算法寻找最优的虚拟车辆组。接下来,在多组同意理论的场景,他们制定一个协调算法来控制虚拟汽车集团获得多组协调通过调节虚拟车辆之间的通信连接。最后,获得准确的环境信息通过多个虚拟车辆的协调组织。

连接汽车分段智能城市的车辆将工作作为雾节点边开车,感觉局势城市阻塞,和创新的片段。在这种情况下应用程序工作(131年)协助安全与上述要求。车辆云属性明显比传统的云结构。车辆雾计算提出了(132年),连接汽车可以作为节点的雾,这功能可以进行许多终端用户设备的协会。一个车辆雾雾计算结构在车辆和核心网络环境改善汽车驾驶已经延长(93年]。李等人形容VANET马奈和将使用汽车作为智能手机的结束节点。一个架构计划通过合并VANET的SDN [73年为未来VANET焦虑)提供服务。在拥挤的车辆停车,一些解决方案133年]给出了缺陷管理的共享停车。模拟结果表明有效性和一致性在监测空停车位置。

8。结论和未来的工作

我们不得不关闭了雾计算概述,作为分布式和分层框架安排存储,虚拟机映像(嵌入式虚拟缓存和临时存储)和网络资源部署与CC功能的补充物联网的边缘。这项工作可能代表一些关键特征与持久的一般理念挑战像雾计算如何扩大CC服务优势。因此,澄清一些用例,激起了雾的必要性计算特别是IIoT的实时数据分析的重要性,通常在卫生保健,抢断,智能电网。我们的工作强调雾和中断的主要三个方面的后果,物联网、大数据分析和存储。与浓度的未来潜力的新兴时代雾,这项调查提供了一些近迫在眉睫的用例讲述一些时间研究方向和分布式应用程序工作附近QoS的雾计算框架的灵活性。雾计算有一些依赖现有的可以分类的关键技术,即计算(例如,计算卸载和延迟管理)、通信(例如,SDN NFV, 5 g),和存储(precache系统和存储扩展)。雾网络可以更聪明的部署现有的关键技术。SDN NFV在一起可以增加网络可伸缩性以及降低成本和生活VM迁移(计算卸载)能满足资源约束边缘设备上的挑战。

尽管许多机会业务连续性的雾计算能力,降低成本,等等,也有许多挑战在工业数据管理阶段。很多研究工作一直在考虑IIoT应用程序和他们中的大多数已经与雾计算,肯定等主要发展中市场的制造业和石油和天然气。然而,大多数的研究工作仍在等待或不确定的对智能城市的进步和发展可能与智能建筑的组合,抢断和传感器监测网络,已经组织了。云为广域连接提供服务,全球协调,重型计算,和巨大的存储容量,而雾将促进以用户为中心的服务,优势资源池、快速创新,和实时处理6]。这个变革的时代是一个有趣的时代开始彻底发现雾看起来和差异将被传递给世界的虚拟计算未来10年。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是由中国国家自然科学基金(没有。61472047)。

引用

1. I-SCOOP”,发挥日益重要作用的雾和边缘计算在物联网中,“https://www.i-scoop.eu/internet-of-things-guide/ The_growing_role_of_fog_and_edge_computing_in_IoT。视图:谷歌学术搜索
2. f . Bonomi r·米利托,j·朱和s . Addepalli“雾在物联网计算及其作用,”学报第一ACM移动云计算车间,MCC 20122012年8月,页13 - 15、芬兰、。视图:出版商的网站|谷歌学术搜索
3. I-SCOOP”物联网趋势2017年及以后,”https://www.i-scoop.eu/internet-of-things-guide/ Internet_of_Things_trends_for_2017_and_beyond。视图:谷歌学术搜索
4. j . Gantz和d . Reinsel”, 2020年的数字宇宙:大数据,大数字的影子,和最大的增长在远东,”IDC iView: IDC分析未来卷。2007年,硕士论文,2012页。视图:谷歌学术搜索
5. 美国霍克m . s . d·布里托维尔纳,o .凯尔和t . Magedanz“集装箱编配雾计算基础设施,”学报》第41届IEEE计算机软件和应用年会工作坊,COMPSAC 2017,页294 - 299,意大利,2017年7月。视图:出版商的网站|谷歌学术搜索
6. 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
7. 美国阴和o . Kaynak”,为现代工业大数据:挑战和趋势,“IEEE学报》,卷103,不。2、143 - 146年,2015页。视图:出版商的网站|谷歌学术搜索
8. e . Cuervoy a . Balasubramanian D.-K。曹et al .,“毛伊岛:与代码剥离,使智能手机持续时间更长”第八届国际研讨会论文集在移动系统中,应用程序和服务(MobiSys 10)页49 - 62,纽约,纽约,美国,2010年6月。视图:出版商的网站|谷歌学术搜索
9. a·格林伯格j·汉密尔顿,d·a·麦克斯维尔和p·帕特尔,”云的成本:数据中心网络的研究问题,“ACM SIGCOMM计算机通信评审,39卷,不。1,第73 - 68页,2008。视图:谷歌学术搜索
10. m . Satyanarayanan·巴尔r·卡塞雷斯和n·戴维斯,“基于vm的朵云在移动计算,”IEEE普适计算,8卷,不。4、5,2009页。视图:出版商的网站|谷歌学术搜索
11. d·k·李,d . Kim哈,拉其普特人,和h哦,”雾的安全和隐私问题计算支持物联网环境中,”学报》国际会议网络的未来,NOF 20152015年10月,加拿大。视图:出版商的网站|谷歌学术搜索
12. 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
13. l . m .牧童和l . Rodero-Merino”在雾中找到你的方法:向一个全面的定义计算的雾,“ACM SIGCOMM计算机通信评审档案,44卷,不。5,新,2014页。视图:出版商的网站|谷歌学术搜索
14. 美国,c·李,李问:“雾的调查计算:概念、应用程序和问题,”程序移动大数据(Mobidata研讨会的15)页37-42 ACM,杭州,中国,2015年6月。视图:出版商的网站|谷歌学术搜索
15. 特区时,p . Verma幸存的移动数据爆炸的技术约翰•威利& Sons 2014。
16. a·博塔携手w . de Donato诉多夫,和a . Pescape”集成的云计算和物联网:一项调查,“未来一代计算机系统,56个卷,第700 - 684页,2016年。视图:出版商的网站|谷歌学术搜索
17. b . Rochwerger d . Breitgand e . Levy et al .,“储层模型和开放联邦云计算架构,”IBM杂志》上的研究和发展,53卷,不。4,4:1-4:11,2009页。视图:出版商的网站|谷歌学术搜索
18. m . Armbrust A·福克斯,r·格里菲斯et al .,“云计算的一个视图,ACM的通信,53卷,不。4、58、2010页。视图:出版商的网站|谷歌学术搜索
19. 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
20. w·史,j .曹问:张先生,y,和l .徐“边缘计算:愿景和挑战,”IEEE物联网,3卷,不。5,637 - 646年,2016页。视图:出版商的网站|谷歌学术搜索
21. h·t·Dinh c·李,d . Niyato p·王,“移动云计算的一项调查显示:架构、应用程序、方法,”无线通信和移动计算,13卷,不。18日,第1611 - 1587页,2013年。视图:出版商的网站|谷歌学术搜索
22. r .罗马,j·洛佩兹和m . Mambo”移动边计算,雾et al。:调查和分析的安全威胁和挑战,”未来一代计算机系统,2016年。视图:出版商的网站|谷歌学术搜索
23. s . k .达塔,c .阀盖和j . Haerri“雾计算架构,使消费者为中心的物联网服务”《IEEE国际研讨会消费电子、ISCE 20152015年6月,西班牙,。视图:出版商的网站|谷歌学术搜索
24. f . Bonomi r·米利托,p . Natarajan和j .朱“雾计算:一个物联网平台和分析,“研究计算智能卷,546年,第186 - 169页,2014年。视图:出版商的网站|谷歌学术搜索
25. p .更多,“审查实现雾计算。”国际期刊的研究在工程和技术,卷04,不。06年,335 - 338年,2015页。视图:出版商的网站|谷歌学术搜索
26. m . s . j .朱d . s . Chan您正在,p . Natarajan h . Hu和f . Bonomi”提高网站性能在雾计算体系结构,使用边缘服务器”《IEEE 7日面向服务的系统工程国际研讨会(SOSE 13)IEEE,页320 - 323年,旧金山,加州,美国,2013年3月。视图:出版商的网站|谷歌学术搜索
27. o . Osanaiye陈,z, r·卢K.-K。r . Choo, m . Dlodlo“从云到雾计算:审查和概念生活VM迁移框架,“IEEE访问5卷,第8300 - 8284页,2017年。视图:出版商的网站|谷歌学术搜索
28. m . j . Wu, k . Ota j . Li和z关,“大数据分析获得集群管理优化控制平面软件定义网络,”IEEE网络和服务管理,15卷,不。1,27-38,2018页。视图:出版商的网站|谷歌学术搜索
29. 陆Ku, y、m . Gerla“软件定义移动云:架构、服务和用例,”学报第十届国际无线通信和移动计算会议(IWCMC 14)2014年8月,塞浦路斯尼科西亚。视图:出版商的网站|谷歌学术搜索
30. b·海勒r·舍伍德和n .部“控制器放置的问题,”学报第一ACM国际研讨会在软件定义网络热门话题,HotSDN 2012,7 - 12页,芬兰,2012年8月。视图:出版商的网站|谷歌学术搜索
31. a . Basta w·凯勒·m·霍夫曼h . j . Morper k·霍夫曼,“应用NFV和SDN LTE移动核心网关;功能布局的问题,”第四届ACM学报》研讨会上一切细胞:操作,应用程序,和挑战,AllThingsCellular 20142014年8月,页33-38、美国、。视图:出版商的网站|谷歌学术搜索
32. j .黄k . k . Ramakrishnan, t .木头,“NetVM:高性能、灵活的网络商品上使用虚拟化平台,“IEEE网络和服务管理,12卷,不。1,34-47,2015页。视图:出版商的网站|谷歌学术搜索
33. j·马丁斯,m·艾哈迈德·c . Raiciu诉奥尔泰亚努,m .本田r . Bifulco et al .,“ClickOS和网络功能虚拟化的艺术”诉讼的USENIX大会网络系统设计和实现,第473 - 459页,2014年。视图:谷歌学术搜索
34. 杨,w·k·柴,z, k . v . Katsaros和g . Pavlou”的NFV-Enabled移动Edge-Cloud低延迟移动应用,”IEEE网络和服务管理,15卷,不。1,第488 - 475页,2018。视图:出版商的网站|谷歌学术搜索
35. h·马德森,g . Albeanu b Burtschy, f . Popentiu-Vladicescu“效用计算时代的可靠性:对雾计算可靠,”学报2013年20国际会议系统、信号和图像处理、IWSSIP 20132013年7月,页43-46、罗马尼亚、。视图:出版商的网站|谷歌学术搜索
36. k .香港d . Lillethun拉马钱德兰,b . Ottenwalder和b . Koldehofe“机会主义的时空意识事件处理的移动情况,”第七届ACM国际研讨会论文集在分布式的基于事件的系统中,德布斯2013年,页195 - 206,美国,2013年7月。视图:出版商的网站|谷歌学术搜索
37. b . Ottenwalder b . Koldehofe k . Rothermel k .香港和美国拉玛钱德朗,“土耳其:选取重用分布式复杂事件处理,”学报》第八届ACM国际会议分布式基于事件的系统,德布斯2014年,页59 - 70年,印度,2014年5月。视图:出版商的网站|谷歌学术搜索
38. 赵y s . Wang,黄l . j . Xu和c .许”QoS服务建议在移动边计算,预测”杂志的并行和分布式计算,2017年。视图:出版商的网站|谷歌学术搜索
39. b .盛、问:李和w·毛,“在传感器网络数据存储位置,”学报》第七届ACM国际研讨会上移动Ad Hoc网络和计算,MOBIHOC 2006ita,页344 - 355年,2006年5月。视图:谷歌学术搜索
40. c . c . h . Wang Tan,李问:“Snoogle:物理世界的一个搜索引擎,”IEEE INFOCOM学报》2008 - IEEE计算机通讯大会上凤凰,页1382 - 1390年,阿兹,美国,2008年4月。视图:出版商的网站|谷歌学术搜索
41. c·c·h·d . Wang Tan,李问:“Snoogle:搜索引擎对于无处不在的环境,”IEEE并行和分布式系统,21卷,不。8,1188 - 1202年,2010页。视图:出版商的网站|谷歌学术搜索
42. y, c . Tan,李问:“CacheKeeper: web缓存服务的智能手机系统,”《2013年ACM国际联合会议上普遍的和无处不在的计算,主要2013瑞士,页265 - 274,2013年9月。视图:出版商的网站|谷歌学术搜索
43. m x Wang Chen t·塔勒布,a . Ksentini和v c . m .梁,“空气中缓存:利用内容缓存和交付5 g的技术系统,”IEEE通讯杂志,52卷,不。2、131 - 139年,2014页。视图:出版商的网站|谷歌学术搜索
44. n . i . Md Enzai和m .唐”的分类计算卸载在移动云计算”第二届IEEE国际会议在移动云计算服务和工程,页19-28,牛津大学,英国,2014年4月。视图:出版商的网站|谷歌学术搜索
45. B.-G。春,美国的事实,p .则称m·奈克,和a·帕蒂·“克隆云:弹性执行移动设备和云之间”学报第六届ACM EuroSys会议上计算机系统(EuroSys 11)ACM,页301 - 314年,2011年4月。视图:出版商的网站|谷歌学术搜索
46. s Kosta a . Aucinas p, r .这部和x张“Thinkair:动态资源分配和并行执行移动代码卸载,在云中”IEEE INFOCOM学报》上2012年3月,页945 - 953。视图:出版商的网站|谷歌学术搜索
47. d . a . m . s . Gordon卷s . a . Mahlke z . m .毛和x陈,“彗星:卸载代码迁移执行透明,”OSDI卸载,页93 - 106,代码迁移执行透明,彗星,2012。视图:谷歌学术搜索
48. b . Ottenwalder b . Koldehofe k Rothermel,拉马钱德兰,“MigCEP:运营商迁移流动驱动的分布式复杂事件处理”第七届ACM国际研讨会论文集在分布式的基于事件的系统中,德布斯2013年,页183 - 194,美国,2013年7月。视图:出版商的网站|谷歌学术搜索
49. w·刘,t·西r . Shinkuma, t .高桥”在移动云计算自适应资源发现,”计算机通信,50卷,第129 - 119页,2014年。视图:出版商的网站|谷歌学术搜索
50. t·西r . Shinkuma t高桥,n . b . Mandayam“面向服务的异构资源共享优化在移动云服务延迟,”学报第一国际移动云计算和网络研讨会,MobileCloud 20132013年7月,页19-26,印第安纳州,。视图:出版商的网站|谷歌学术搜索
51. p .粉丝,“应对大数据:收敛的通信、计算和存储,”中国通信,13卷,不。9篇文章ID 7582312, 203 - 207年,2016页。视图:出版商的网站|谷歌学术搜索
52. o . Osanaiye K.-K。r . Choo, m . Dlodlo“分布式拒绝服务(DDoS)弹性云:审查和概念云DDoS减排框架,“网络和计算机应用》杂志上卷,67年,第165 - 147页,2016年。视图:出版商的网站|谷歌学术搜索
53. y史、美国身为理发师和k .黄”薄云网获得移动云从网络入侵和攻击,”学报第三IEEE移动云计算国际会议上,服务,和工程,MobileCloud 2015,页109 - 118年,旧金山,加州,美国,2015年4月。视图:出版商的网站|谷歌学术搜索
54. m . Zhanikeev“云探视平台促进云联邦和雾计算”电脑杂志,48卷,不。5、文章ID 7111861, 80 - 83年,2015页。视图:出版商的网站|谷歌学术搜索
55. t . y . Wang Uehara r·佐佐木,“雾计算:在安全性和取证,问题和挑战”美国第39 IEEE计算机软件和应用年会工作坊,COMPSACW 201553至59页,台中,台湾,2015年7月。视图:出版商的网站|谷歌学术搜索
56. 即Stojmenovic和美国,“雾计算范式:场景和安全问题,”联邦会议程序计算机科学和信息系统(FedCSIS 14)IEEE,页1 - 8,华沙,波兰,2014年9月。视图:出版商的网站|谷歌学术搜索
57. Stojmenovic,美国温、黄x和h .烹调的菜肴“雾计算的概述及其安全问题,“并行计算,28卷,不。10日,2991 - 3005年,2016页。视图:出版商的网站|谷歌学术搜索
58. y . w .法律,m . Palaniswami g . Kounga和a . Lo”后:密钥管理方案在智能电网广域测量系统,”IEEE通讯杂志,51卷,不。1、41、2013页。视图:出版商的网站|谷歌学术搜索
59. 易,z秦,李问:“安全和隐私问题的雾计算:一项调查,”无线算法,施普林格的会议系统,第695 - 685页,2015年。视图:谷歌学术搜索
60. s·j·斯多夫·m·b·萨勒姆,公元Keromytis,“雾计算:减轻内幕在云中数据盗窃攻击,”学报第一IEEE安全和隐私工作坊,SPW 2012128年,页125 - 2012年5月旧金山,加州,美国。视图:出版商的网站|谷歌学术搜索
61. c .左j .邵g .魏m .谢和m .霁”与外包雾计算解密CCA-secure安倍,”未来一代计算机系统卷,78年,第738 - 730页,2018年。视图:出版商的网站|谷歌学术搜索
62. K.-K。r . Choo和r . Sarre平衡隐私和合法的监测和合法的数据访问,”IEEE云计算,卷2,不。4,8日至13日,2015页。视图:出版商的网站|谷歌学术搜索
63. K.-K。r . Choo,”云中的法律问题。”IEEE云计算,1卷,不。1,第96 - 94页,2014。视图:出版商的网站|谷歌学术搜索
64. K.-K。r . Choo“挑战在处理有政治风险的人,”犯罪和刑事司法的趋势和问题,p . 2010。视图:谷歌学术搜索
65. m·周r·张w·谢,w .钱和a .周“云计算安全与隐私:一项调查,”学报第六届国际会议上语义,热议的知识和网格(10),第112 - 105页,北京,中国,2010年11月。视图:出版商的网站|谷歌学术搜索
66. m .董、k Ota和a .刘”保持较高通过冗余雾循环为无线传感器网络,”学报》第15届IEEE计算机和信息技术国际会议上,CIT 2015年第14届IEEE国际会议上无处不在的计算和通信,IUCC 2015年13 IEEE国际会议上可靠,自主和安全计算,DASC 2015和13和计算IEEE国际会议上无处不在的智慧,PICom 2015英国,页1835 - 1842年,2015年10月。视图:出版商的网站|谷歌学术搜索
67. 美国美国Kulkarni萨哈,r . Hockenbury“保护隐私sensor-fog网络,”学报2014年9日国际会议对网络技术与安全交易,ICITST 2014英国,页96 - 99年,2014年12月。视图:出版商的网站|谷歌学术搜索
68. p·g·洛佩兹,蒙特莎,d . Epema达塔,t . Higashino a Iamnitchi et al .,“Edge-centric计算:愿景和挑战,”ACM SIGCOMM计算机通信评审卷,45 37-42,2015页。视图:谷歌学术搜索
69. 梁r, x, x, x, x沈,“EPPA:一个高效和保护隐私聚合安全智能电网通信方案,“IEEE并行和分布式系统,23卷,不。9日,第1632 - 1621页,2012年。视图:出版商的网站|谷歌学术搜索
70. w . k .哈,z Chen, w•里克特·皮拉伊和m . Satyanarayanan“认知援助,对可穿戴”学报》第12届国际会议在移动系统中,应用程序和服务,经验2014美国,页68 - 81年,2014年6月。视图:出版商的网站|谷歌学术搜索
71. k . m . Satyanarayanan z . Chen哈,w . Hu w·里希特和p .皮拉伊,“朵云:在移动云计算融合的前沿,”诉讼的2014 6移动计算国际会议上,应用程序和服务,MobiCASE 20142014年11月美国,页1 - 9。视图:出版商的网站|谷歌学术搜索
72. m .天鹅“传感器狂热!物联网,可穿戴计算、客观指标,量化自我2.0”,传感器和执行器网络杂志》上,1卷,不。3、217 - 253年,2012页。视图:出版商的网站|谷歌学术搜索
73. n . b . Truong g·m·李和y Ghamri-Doudane“软件定义networking-based车辆与雾计算特定的网络,”学报14联合会/ IEEE集成网络管理国际研讨会”(IM 15),页1202 - 1207,渥太华,加拿大,2015年5月。视图:出版商的网站|谷歌学术搜索
74. m . t . Chen Matinmikko, x, x,和p . Ahokangas“软件定义移动网络:概念、调查和研究方向,”IEEE通讯杂志,53卷,不。11日,第133 - 126页,2015年。视图:出版商的网站|谷歌学术搜索
75. d·克鲁兹f·m·v·拉莫斯·e·Verissimo c . e . Rothenberg s Azodolmolky和s Uhlig“软件定义网络:一个全面的调查,“IEEE学报》,卷103,不。1、14 - 76年,2015页。视图:出版商的网站|谷歌学术搜索
76. c . Douligeris和d . n . Serpanos网络安全:现状与未来的发展方向约翰•威利& Sons 2007。
77. b . Tang z . Chen g . Hefferman t·魏h .他和杨问:“雾分层分布式计算体系结构进行大数据分析智能城市”诉讼的ASE BigData SocialInformatics2015年,p . 28日。视图:谷歌学术搜索
78. h . y . Shi, g .叮,h . Wang爱德华多罗马,和美国,“医疗、雾计算服务”第二届国际研讨会未来信息和通信技术无处不在的医疗、Ubi-HealthTech 2015,页70 - 74,中国,2015年5月。视图:出版商的网站|谷歌学术搜索
79. d·威利斯,A·达斯古普塔和s . Banerjee“跳伞:多承租者平台动态安装无线网关,第三方服务”学报》第九届ACM MobiCom研讨会流动性在不断发展的互联网体系结构中,MobiArch 20142014年9月,页43-48、美国、。视图:出版商的网站|谷歌学术搜索
80. 盖k . m .秋赵h . l .道和z宗庆后,“动态节能意识cloudlet-based绿色计算,移动云计算模型”网络和计算机应用》杂志上卷,59岁,46 - 54岁,2016页。视图:出版商的网站|谷歌学术搜索
81. k .香港d . Lillethun拉马钱德兰,b . Ottenwalder和b . Koldehofe”移动雾:在互联网上大规模应用程序编程模型的事情,”第二届ACM SIGCOMM移动云计算(MCC的13)研讨会,页15 - 20,香港,中国,2013年8月。视图:出版商的网站|谷歌学术搜索
82. 美国Sarkar、美国Chatterjee和s . Misra“雾计算的适用性评估在物联网的背景下,“IEEE云计算》第六卷,没有。1,46-59,2015页。视图:谷歌学术搜索
83. m . Aazam E.-N。嗯,“雾计算微基于数据中心的动态资源评估和定价模型对物联网,”IEEE学报》29日国际会议上先进的信息网络和应用程序(AINA 15)IEEE,页687 - 694年,Gwangiu,韩国,2015年3月。视图:出版商的网站|谷歌学术搜索
84. c . f . c的解决方案,释放物联网的力量2015年,思科(csco . o:行情)。
85. c . Dsouza G.-J。安,m . Taguinod“雾计算策略驱动的安全管理:初步框架和案例研究,”学报》第十五届IEEE国际会议信息重用和集成(IEEE IRI的14)2014年8月,页16-23,。视图:出版商的网站|谷歌学术搜索
86. a·慕克吉h·s·保罗,s .戴伊和a . Banerjee“天使在物联网分布式分析”《2014年IEEE世界物联网论坛WF-IoT 2014,页565 - 570年,韩国,2014年3月。视图:出版商的网站|谷歌学术搜索
87. 曹y, p .侯,d .布朗,j . Wang和s·陈,“分布式分析和边缘的情报:普及健康监测在雾计算的时代,”诉讼的ACM研讨会移动大数据,Mobidata 2015中国,页43-48。视图:出版商的网站|谷歌学术搜索
88. t·h·莱恩·c·李,和h . Suk,“移动网关使用无线个域网无处不在的卫生保健系统和蓝牙,”学报》第八届国际会议在无处不在的计算的创新移动和互联网服务,imi 2014英国,页139 - 145年,2014年7月。视图:出版商的网站|谷歌学术搜索
89. 诉Gazis, a . Leonardi k . Mathioudakis k . Sasloglou p . Kikiras和r . Sudhaakar“雾计算的组件在一个工业物联网背景下,”学报》第12届IEEE国际会议传感、通信、和网络研讨会,SECON车间20152015年6月,页37-42、美国、。视图:出版商的网站|谷歌学术搜索
90. k . Habak m . Ammar, k . a .餐桌和e . Zegura“毫微微云:利用移动设备提供云服务的优势,”学报》第八届IEEE国际会议上云的云计算(15)2015年7月,9 - 16页。视图:出版商的网站|谷歌学术搜索
91. y燕和w·苏,”雾先进的计量基础设施的计算解决方案,”学报2016年IEEE / PES输配电会议和博览会,T和D 2016美国,2016年5月。视图:出版商的网站|谷歌学术搜索
92. t·h·烹调的菜肴,l .高,y, z . Li g . Wei和l .太阳,“雾计算:专注于移动用户的优势,”https://arxiv.org/abs/1502.01815。视图:谷歌学术搜索
93. E.-K。Lee m . Gerla g .加索尔Lee和黄永发。Lim,“互联网的汽车:从智能电网自动汽车,车辆雾,“国际期刊的分布式传感器网络,12卷,不。9日,2016年。视图:出版商的网站|谷歌学术搜索
94. a . v . Dastjerdi h·古普塔,r . n .卡列罗斯s . k . Ghosh和r . Buyya“雾计算:原则、体系结构和应用程序,”https://arxiv.org/abs/1601.02752。视图:谷歌学术搜索
95. 江t . n . Gia m ., a m。Westerlund,压力t、p . Liljeberg和h . Tenhunen“雾计算医疗物联网:一个案例研究在心电图特征提取,”学报》第15届IEEE计算机和信息技术国际会议上,CIT 2015年第14届IEEE国际会议上无处不在的计算和通信,IUCC 2015年13 IEEE国际会议上可靠,自主和安全计算,DASC 2015和13和计算IEEE国际会议上无处不在的智慧,PICom 2015英国,页356 - 363年,2015年10月。视图:出版商的网站|谷歌学术搜索
96. k . p .撒哈拉和A·库马尔”相比,雾云:一项调查,”国际期刊的计算机应用程序,卷122,不。3,10 - 12,2015页。视图:出版商的网站|谷歌学术搜索
97. c . s . Magurawalage杨k, k . Wang“Aqua计算:耦合计算和通讯,”https://arxiv.org/abs/1510.07250。视图:谷歌学术搜索
98. h . x朱,d . s . Chan, m . s .您正在e . Ganesan f . Bonomi,“提高视频性能与边缘服务器在雾中计算架构,”因特尔技术杂志,19卷,2015年。视图:谷歌学术搜索
99. j·福斯特把d·奥特o . Oyman y辽、s Somayazulu x朱et al .,“意识到无线网络,对实现视频”因特尔技术杂志,19卷,2015年。视图:谷歌学术搜索
100. 曹y,陈s, p .侯,d .布朗,“快:雾计算辅助分布式分析系统监测中风的缓解,”学报第十届IEEE国际会议上网络、体系结构和存储、NAS 20152015年8月美国,页2 - 11。视图:出版商的网站|谷歌学术搜索
101. 江t . n . Gia m ., a m。,压力t . Westerlund k . Mankodiya p Liljeberg et al .,“雾计算身体传感器网络:一个节能的方法,”学报Inernatinal onIEEE国际会议的身体传感器网络,2015年,页1 - 7。视图:谷歌学术搜索
102. m . Aazam E.-N。嗯。”E-HAMC:利用雾计算紧急警报服务”《13 IEEE普适计算和通信国际会议上,PerCom车间2015美国,页518 - 523,2015年3月。视图:出版商的网站|谷歌学术搜索
103. h . Dubey j·杨:常数,a . m . Amiri问:杨,和k . Makodiya”通过雾雾的数据:加强远程医疗大数据计算,”ASE BigData ACM的会议,SocialInformatics 20152015年,p . 14日。视图:出版商的网站|谷歌学术搜索
104. m·艾哈迈德·m·b·阿明侯赛因,b·h·康郑t, s·李,“健康雾:小说对健康和健康的应用程序的框架,“《华尔街日报》的超级计算,卷72,不。10日,3677 - 3695年,2016页。视图:出版商的网站|谷歌学术搜索
105. 王s和s·戴伊,“云手机游戏:建模和测量在移动无线网络,用户体验”ACM SIGMOBILE移动计算和通信评审,16卷,不。1,10-21,2012页。视图:出版商的网站|谷歌学术搜索
106. z赵、黄k和j . Villeta”游戏云设计与虚拟CPU / GPU服务器和最初的性能结果,”学报》2012年第3 ACM云计算科学研讨会,ScienceCloud”122012年6月,页23-30、荷兰、。视图:出版商的网站|谷歌学术搜索
107. Y.-T。李,K.-T。陈,Han-I苏,C.-L。同样cloud-gaming-friendly Lei,“都是游戏?在一个肌的方法。学报》2012年第11届研讨会网络和系统对游戏的支持,2012年网络游戏,意大利,2012年11月。视图:出版商的网站|谷歌学术搜索
108. 白菜,b . Wong, g·西蒙和c·罗森博格“Edgecloud:一个新的混合点播平台游戏,“技术代表、滑铁卢大学,Edgecloud, 2012年。视图:谷歌学术搜索
109. 林y . h .沈,“云雾:对高质量的云游戏的经验,”学报》第44届国际会议上并行处理,ICPP 2015中文,页500 - 509年,2015年9月。视图:出版商的网站|谷歌学术搜索
110. j . Bughin m .崔,j·艾,“云,大数据,智能资产:十tech-enabled业务趋势看,“麦肯锡季刊,56个卷,第86 - 75页,2010年。视图:谷歌学术搜索
111. 美国k·沙玛和x王”,实时数据分析在无线物联网网络协作和云边缘处理,”IEEE访问5卷,第4635 - 4621页,2017年。视图:出版商的网站|谷歌学术搜索
112. p . p . Jayaraman j·b·戈梅斯h·l·阮z s Abdallah s Krishnaswamy,和A . Zaslavsky”CARDAP:一个可伸缩的节能上下文意识到分布式移动数据分析平台的雾,”先进的数据库和信息系统卷,8716在计算机科学的课堂讲稿,页192 - 206,施普林格国际出版,可汗,2014年。视图:出版商的网站|谷歌学术搜索
113. I-SCOOP”,从云计算到雾计算。”https://www.i-scoop.eu/internet-of-things-guide/ From_the_cloud_to_the_fog_in_IoT。视图:谷歌学术搜索
114. a . Chakraborty诉Navda v . n . Padmanabhan和r . Ramjee“协调细胞背景使用loadsense转移,”诉讼19年的移动计算和网络国际会议上,MobiCom 2013美国,页63 - 74,2013年10月。视图:出版商的网站|谷歌学术搜索
115. 美国哈,森,c . Joe-Wong y . Im,和m .蒋介石“管”,计算机通信评审,42卷,不。4、247 - 258年,2012页。视图:出版商的网站|谷歌学术搜索
116. e . Aryafar a . Keshavarz-Haddad m . Wang和m .蒋介石“老鼠在HetNets选择游戏,”美国第32 IEEE计算机通信(信息通信的国际会议上13)意大利的都灵,页998 - 1006,,2013年4月。视图:出版商的网站|谷歌学术搜索
117. j.y.涌,c . Joe-Wong美国哈,j . W.-K。在香港,m .蒋介石“塞勒斯:对客户定义云存储”计算机系统,第十届欧洲会议EuroSys 20152015年4月,法国,。视图:出版商的网站|谷歌学术搜索
118. l . Canzian和m . v . Der沙尔”实时挖掘:在线知识提取使用分类器网络,”IEEE网络卷,29号5,10到16,2015页。视图:出版商的网站|谷歌学术搜索
119. b•陈x, x锣,j .张“社会信任和社会互惠合作D2D通信为基础,”学报》第14届ACM国际研讨会上移动Ad Hoc网络和计算(MobiHoc 13)ACM,页187 - 196年,班加罗尔,印度,2013年8月。视图:出版商的网站|谷歌学术搜索
120. c·f·m·f . Wong Joe-Wong,美国哈,z . Liu和m .蒋介石,“管好你自己的带宽:优势解决高峰宽带拥堵、”https://arxiv.org/abs/1312.7844。视图:谷歌学术搜索
121. c·f·m·f . Wong Joe-Wong,美国哈,z . Liu和m .蒋介石“改善用户体验质量住宅宽带:自适应交通管理在网络边缘,”学报》第23届IEEE国际研讨会的服务质量,IWQoS 2015美国,页105 - 114年,2015年6月。视图:出版商的网站|谷歌学术搜索
122. y Du,大肠Aryafar、j .营地和m .蒋介石“工字梁:智能客户端在无线网络多用户波束形成,”美国第33 IEEE计算机通讯大会上,IEEE 2014信息通信加拿大,页817 - 825年,2014年5月。视图:出版商的网站|谷歌学术搜索
123. 美国加利、a . Scaglione和z . Wang“网格和网格:电力线通信在智能电网的作用,“IEEE学报》,卷99,不。6,998 - 1027年,2011页。视图:出版商的网站|谷歌学术搜索
124. k . Vatanparvar和m·a·a·Faruque演示文摘:能源管理在雾计算平台作为一种服务,”学报第六届ACM和IEEE国际会议Cyber-Physical系统,组成2015人,页248 - 249,美国,2015年4月。视图:出版商的网站|谷歌学术搜索
125. m·a·艾尔Faruque和k . Vatanparvar能源management-as-a-service雾计算平台,”IEEE物联网,3卷,不。2、161 - 169年,2016页。视图:出版商的网站|谷歌学术搜索
126. s . Abdelwahab b . Hamdaoui m . Guizani, a .射线”启用智能通过遥感云服务:互联网的推动者,”IEEE物联网,1卷,不。3、276 - 288年,2014页。视图:出版商的网站|谷歌学术搜索
127. 美国,z, z秦,李问:“雾计算:平台和应用程序,”诉讼第三车间在Web系统和技术热点话题,HotWeb 2015,页73 - 78,美国,2015年11月。视图:出版商的网站|谷歌学术搜索
128. r . Kitchin“实时的城市吗?大数据和智能都市生活。”GeoJournal,卷79,不。1、1 - 14,2014页。视图:出版商的网站|谷歌学术搜索
129. c . c .拜尔和p . Wetterwald“雾计算分布数据和情报弹性和规模所需物联网:物联网(普遍性研讨会),“无处不在,卷2015,不。4、1 - 12,2015页。视图:出版商的网站|谷歌学术搜索
130. s . Wang问:赵,n, t·雷和f·杨,虚拟车辆协调车辆作为一个环境传感平台,2018年IEEE访问。
131. n, n, n .张x沈,和j·w·马克,“连接车辆:解决方案和挑战,”IEEE物联网,1卷,不。4、289 - 299年,2014页。视图:出版商的网站|谷歌学术搜索
132. x, y, m, d, d·金和s·陈,“车辆雾计算:车辆作为基础设施的角度,“IEEE车辆技术,卷65,不。6,3860 - 3873年,2016页。视图:出版商的网站|谷歌学术搜索
133. o·t·t·金:党三、v . d .阮n . h . Tran和c . s .香港“共享停车模型在车载网络使用雾和云环境,”学报17亚太网络运营和管理研讨会,APNOMS 2015326年,页321 -韩国,2015年8月。视图:出版商的网站|谷歌学术搜索

版权

版权©2018年穆罕默德Rizwan Anawar et al。这是一个开放的访问分布在条知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。