21.000万台设备将2021连接到互联网，并且它们的16.000将成为物联网的一部分。歧管连接的传感器（温度，湿度，压力，振动，空气质量，等）在不同领域（植物，动物，地质现象，城市，住宅等）的使用将使数据的大量的集合随后转化为信息和知识。然而，这样的知识创建过程不能在一个完全集中的方式处理，并且必须具有分布式计算，使得传输的信息被通过共享设备之间的处理负荷降低相结合。在传统的分布式计算，共享的处理是由具有满足较高的处理能力，同时确保较低的功率消耗额外的硬件架构启用。

物联网技术的鲜明特点与需要计算的更复杂的权衡沟通。尤其是，大量的传感器和QoS严格要求的需要新的分布式技术。由于传感器体积增长，分布式计算用于基础设施的IoT必须包括节点接近便于传感器的簇​​数据分析的边缘。它们还必须执行边缘分析，以降低由高频率读数发送到核心数据并降低所需的带宽。最后，他们必须保证客户体验不会受到损害，这就需要有严格的QoS和延迟要求的新的强大的技术。雾计算新兴范例使我们能够满足到网络边缘或甚至端设备（例如，到数据集线器或智能接入点）的移动存储和计算服务这些要求。

因此，物联网的部署需要新的抽象或分发边缘和云之间的任务多智能体的方法;新的技术和通信标准用于共享信息，以便提高频谱效率，同时保持数据的一致性和可用性;和新的元数据，政策，以及硬件/软件能力，以在分布式数据库援助雾编排。

这期特刊的目的是提供国家的最先进的解决方案，解决了物联网提到分布式计算问题。高质量的研究论文，以及来自行业的贡献是尚未公布或正在审查的欢迎。

潜在的主题包括但不限于以下内容：

• 在物联网网络分布式信息融合
• 分布式感测和数据收集为的IoT
• 计算复杂度降低为物联网方法
• 负载大物联网的部署边缘和云节点之间的平衡
• 边缘分析数据和带宽减少
• 对于物联网的分布式计算多智能体系统
• 嵌入式分布式计算硬件体系结构
• 能量收集对于物联网的分布式计算
• 电池高效的物联网设备
• 新通信标准的信息共享，提高频谱效率
• 性能范围的分布式计算
• 边缘设备的虚拟化
• 物联网的应用，结合边缘和云资源