Adaptive Fog Configuration for the Industrial Internet of Things
工业雾计算在雾节点(FN)部署各种工业服务,例如自动监测/控制和即将发生的故障检测,以提高工业系统的性能。在雾网络架构和计算卸载的设计方面,文献中已经做了很多努力。本文研究了一个同样重要的,但少得多的调查服务托管的问题,其中FN自适应配置为主机服务的传感器节点(SN),从而使相应的任务由FN执行。服务托管的问题出现,因为有限的计算和存储资源在FN,这限制了不同类型的服务,可以托管的FN在同一时间的数量。考虑到服务需求在时间和空间维度上的可变性,必须明智地决定何时,何地以及托管哪些服务,以最大限度地提高雾计算网络的效用。我们提出的雾配置策略是为电池供电的FN量身定制的。FN的有限电池容量产生了长期的能量预算约束,该约束显著地使雾配置问题复杂化,因为其在时间轴上引入了决策的时间耦合。为了解决所有这些挑战,我们提出了一个在线分布式算法,称为自适应雾配置(AFC),基于李雅普诺夫优化和并行吉布斯采样。AFC联合优化服务托管和任务准入决策,只需要当前可用的系统信息,同时保证接近最佳性能相比,预言算法与完整的未来信息。
2018-06-20 cs.DC
A Fog-Based Security Framework for Large-Scale Industrial Internet of Things Environments
工业物联网(IIoT)是一个正在发展的研究领域,具有潜在的全球互联网连接,将日常物品转变为具有更多自主活动的智能设备。IIoT服务和应用不仅用于灵巧家庭和智慧城市,而且还成为工业4.0概念的基本要素。IIoT的出现有助于传统行业简化生产流程,降低生产成本,提高工业效率。然而,许多异构设备的参与,第三方软件的使用以及物联网设备的资源受限性质给生产链带来了新的安全风险,并暴露了系统的漏洞。分布式拒绝服务(DDoS)攻击是一个非常严重的问题。本文分析了IIoT中的威胁和攻击,并讨论了DDoS攻击如何影响生产流程以及IIoT服务和应用程序的通信功能障碍。本文还提出了一个参考安全框架,该框架增强了雾计算的优势,以展示针对DDoS攻击的对策以及大规模减轻此类攻击的可能策略。
2022-09-27 cs.DC
iFogSim: A Toolkit for Modeling and Simulation of Resource Management Techniques in Internet of Things, Edge and Fog Computing Environments
物联网(IoT)旨在将每个对象(例如智能相机,可穿戴设备,环境传感器,家用电器和车辆)在线,从而产生大量数据,这些数据可能会淹没存储系统和数据分析应用程序。云计算在基础设施级别提供服务,可以扩展到物联网存储和处理需求。然而,有些应用程序(如健康监测和紧急响应)需要低延迟,将数据传输到云然后返回应用程序所造成的延迟可能会严重影响其性能。为了克服这一局限性,人们提出了雾计算模式,将云服务扩展到网络边缘,以减少延迟和网络拥塞。为了充分发挥雾和物联网模式在实时分析方面的潜力,需要解决几个挑战。第一个也是最关键的问题是设计资源管理技术,确定将哪些分析应用程序模块推送到每个边缘设备,以最大限度地减少延迟并最大限度地提高吞吐量。为此,我们需要一个评估平台,以可重复的方式量化物联网或雾计算基础设施上的资源管理策略的性能。在本文中,我们提出了一个名为iFogSim的模拟器,用于对物联网和雾环境进行建模,并测量资源管理技术在延迟、网络拥塞、能耗和成本方面的影响。我们描述了两个案例研究,以展示物联网环境的建模和资源管理策略的比较。此外,在不同的情况下,在RAM消耗和执行时间方面的仿真工具包的可扩展性进行了验证。
2016-06-07 cs.DC
Fog Computing in Medical Internet-of-Things: Architecture, Implementation, and Applications
在物联网(IoT)的细分市场在各种商业报告中占据榜首的时代,显然可以预见,医学领域有望从我们周围的可穿戴设备和互联网连接传感器的爆炸式增长中获得巨大利益,以获取和传达有关症状,药物,食物摄入和影响健康的日常生活活动的前所未有的数据。然而,物联网驱动的医疗保健必须克服许多障碍,例如:1)对云服务器上的数据存储的需求越来越大,其中医疗大数据的分析变得越来越复杂,2)数据在传送时容易受到安全和隐私问题的影响,3)连续收集的数据的传送不仅成本高而且耗能,4)直接从云服务器操作和维护传感器是非试验性任务。本书章节在医疗物联网的背景下定义了雾计算。从概念上讲,雾计算是物联网中面向服务的中间层,提供传感器和云服务器之间的接口,以促进连接,数据传输和可查询的本地数据库。雾计算的核心是一个低功耗、智能、无线、嵌入式计算节点,它对从可穿戴设备或其他医疗传感器收集的原始数据进行信号调节和数据分析,并提供有效的手段来服务于远程医疗干预。我们使用Intel Edison和Raspberry Pi实现并测试了一个雾计算系统,该系统允许采集、计算、存储和通信各种医疗数据,例如语音障碍患者的病理语音数据、用于心率估计的心音图(PCG)信号以及基于心电图(ECG)的Q、R、S检测。
2017-06-24 cs.DC
Distributed Optimization for Energy-efficient Fog Computing in the Tactile Internet
触觉互联网是一个新兴的概念,专注于支持高保真,超响应和广泛可用的人机交互。为了减少传输延迟和缓解互联网拥塞,雾计算已被提倡作为触觉互联网的重要组成部分。在本文中,我们专注于支持低延迟触觉互联网应用的雾计算网络的节能设计。我们调查了两个性能指标:最终用户的服务响应时间和雾节点的功率使用效率。我们量化了这两个指标之间的基本权衡,然后将我们的分析扩展到涉及雾节点之间的合作的雾计算网络。我们介绍了一种新的合作雾计算的概念,称为卸载转发,其中一组具有不同的计算和能源的雾节点可以相互合作。这种协作的目的是均衡不同雾节点处理的工作负载,进一步缩短服务响应时间,提高用电效率。我们开发了一个基于对偶分解的分布式优化框架,以实现最优的折衷。我们的框架不要求雾节点公开他们的私人信息,也不要求彼此进行来回协商。提出了两种分布式优化算法。一种是基于次梯度法与对偶分解,另一种是基于分布式ADMM-VS。我们证明了这两种算法可以实现最优的工作负载分配,最大限度地减少响应时间下,给定的功率效率约束的雾节点。
2020-01-28 cs.DC cs.MA cs.NI
Fog-Assisted wIoT: A Smart Fog Gateway for End-to-End Analytics in Wearable Internet of Things
如今,可穿戴物联网(wIoT)设备以惊人的速度不断涌入云数据中心。这增加了对部署边缘基础设施的需求,以便在用户附近进行计算,智能和存储。雾计算的新兴范式可以发挥重要作用,使wIoT更加高效和负担得起。雾计算被称为地面上的云。本文提出了一种端到端架构,该架构执行数据调节和智能过滤,以从可穿戴数据生成智能分析。在wIoT中,可穿戴传感器设备在一端提供服务,而云后端在另一端提供服务。我们使用Intel Edison和Raspberry Pi开发了一个智能雾网关原型(中间层)。我们讨论了智能雾网关在协调数据调节、智能过滤、智能分析以及选择性地传输到云端以进行长期存储和时间变化监控过程中的作用。我们根据智能电子纺织手套的真实数据对开发原型的性能进行了基准测试。结果证明了所提出的架构的可用性和潜力,用于将真实世界的数据转换为有用的分析,同时利用基于知识的模型。通过这种方式,智能雾网关增强了可穿戴设备(传感器设备)与云之间的端到端交互。
2017-01-25 cs.CY cs.DC cs.NI
Fog Computing: Survey of Trends, Architectures, Requirements, and Research Directions
像物联网(IoT)这样的新兴技术需要延迟感知计算来进行实时应用处理。在物联网环境中,连接的事物会产生大量的数据,这些数据通常被称为大数据。由于云计算范例的按需服务和可扩展性特征,从IoT设备生成的数据通常在云基础设施中处理。然而,对于某些物联网应用程序,特别是对时间敏感的应用程序来说,专门在云上处理物联网应用程序请求并不是一个有效的解决方案。为了解决这个问题,提出了位于云和物联网设备之间的雾计算。通常,在雾计算环境中,IoT设备连接到雾设备。这些雾设备位于用户附近,负责中间计算和存储。雾计算研究仍处于起步阶段,仍然需要对雾基础设施,平台和应用程序的需求进行基于分类的调查。本文首先对雾计算进行了概述,回顾了雾计算的定义、研究趋势以及雾计算与云计算的技术差异。然后,我们研究了许多提出的雾计算架构,并详细描述了这些架构的组件。由此,将定义每个组件的角色,这将有助于雾计算的部署。其次,通过考虑雾计算范式的要求,提出了雾计算的分类。我们还讨论了现有的研究工作和差距,在资源分配和调度,容错,仿真工具,和基于雾的微服务。最后,针对目前研究工作的局限性,我们提出了一些开放性的问题,这将决定未来的研究方向。
2018-07-03 cs.DC
An edge-fog-cloud platform for anticipatory learning process designed for Internet of Mobile Things
本文提出了一种新的数据分析架构,目标是在移动物联网的背景下进行预期的学习过程。该架构是地理分布的,由边缘,雾和云资源组成,这些资源共同运作以支持这种预期的学习过程。我们设计的架构可以管理来自IoMT设备的大量数据流,并在连续的阶段中分析边缘,雾和云的资源层次结构。我们讨论了每一层的分析任务的特点。我们注意到,网络中传输的数据量从边缘到雾,最后到云都在减少,而计算的复杂性却在增加。这种设计允许支持不同类型的分析需求,根据所利用的资源类型,从实时到历史。我们已经实施了拟议的架构作为一个概念验证使用的过境数据从加拿大大蒙克顿地区的饲料。
2018-06-19 cs.CY cs.DC cs.NI
FogMQ: A Message Broker System for Enabling Distributed, Internet-Scale IoT Applications over Heterogeneous Cloud Platforms
由于大量地理上分布的设备通过消息代理进行通信,传统消息代理会出现过度的尾端到端延迟。另一方面,无代理消息传送系统虽然确保低延迟,但高度依赖于直接设备到设备(D2D)通信技术的限制,并且不能很好地扩展,因为大量资源有限的设备交换消息。在本文中,我们提出了FogMQ,一个基于云的消息代理系统,克服了传统系统的局限性,使自主发现,自我部署,并在异构云平台上的消息代理的在线迁移。对于每个设备,FogMQ都提供了一个高容量的设备克隆服务,可以订阅设备消息。克隆有助于在资源丰富的云计算节点中进行近边缘数据分析。FogMQ中的克隆应用了Flock,这是一种模拟群集行为的算法,允许克隆以分布式方式动态选择并自主迁移到不同的异构云平台。
2016-10-03 cs.DC cs.NI
An Adaptive Nature-inspired Fog Architecture
在过去的十年中,云计算通过在互联网上提供低成本的计算和存储资源来有效地利用规模经济,最终导致将计算资源整合到大型数据中心中。然而,高度分散的物联网(IoT)技术的出现无法有效地利用集中式云基础设施,将计算推向资源分散。雾计算通过将计算和存储资源分散在网络边缘,非常接近数据生成的位置,扩展了云模式。从本质上讲,雾计算促进了物理上位于边缘设备附近的有限计算,存储和网络资源的操作。然而,雾的共同复杂性以及最近物联网趋势的影响,即部署和互连非常大的普及设备和传感器,需要探索自适应雾架构方法,这些方法能够适应和扩展以响应分布式物联网应用的不可预测的负载模式。在本文中,我们介绍了一个有前途的新的自然启发雾架构,命名为SmartFog,能够提供低决策延迟和自适应资源管理。通过利用新的算法和技术,从多标准决策,图论和机器学习领域,我们模拟雾作为一个分布式智能处理系统,因此模仿人脑的功能。
2018-03-09 cs.DC
Internet of Things (IoT) and New Computing Paradigms
本章介绍了实现新兴物联网应用的计算范式的基础,特别是雾计算和边缘计算,它们的背景,特征,架构和开放挑战。
2018-12-03 cs.DC
Job Edge-Fog Interconnection Network Creation Game in Internet of Things
这是第一篇从网络创造博弈的角度研究Job Edge-Fog互连网络拓扑结构的论文。给出了一个两层网络创建博弈模型,其中第一层类似于传统的网络创建博弈,以其他节点的总长度为目标。第二层采用两种类型的成本函数,一种是基于Jackson-Wolinsky类型的基于距离的效用创建的,另一种是基于物联网文献中的仅网络成本创建的。我们展示了这两个层次的游戏(无政府代价)的性能。该研究揭示了各个设备的自私策略如何影响作业边缘-雾互连网络的全局拓扑结构,为物联网基础设施建设提供了理论基础。该框架的一个显著优点是它可以避免求解传统的昂贵的和不切实际的二次分配问题,这是典型的框架来研究这个任务。此外,它可以控制系统性能的基础上,只有一个或两个成本参数的作业边缘雾网络,独立和分布式的方式。
2019-07-16 cs.DC cs.GT cs.NI
The Power of Internet of Things (IoT): Connecting the Dots with Cloud, Edge, and Fog Computing
本综述全面探讨了物联网与云计算、雾计算和边缘计算三种架构的集成,分析了各自的应用、优势与局限,并指出了未解决的问题与未来研究方向。
2023-09-07 cs.DC cs.NI
From Internet of Things to Internet of Data Apps
本文提出数据应用互联网(IoDA)概念,借鉴标准互联网协议设计IoDA层,旨在打破组织与技术孤岛,实现跨设备和领域的数据应用互联与通用数据访问。
2023-09-08 cs.DC
Decentralized Edge-to-Cloud Load-balancing: Service Placement for the Internet of Things
物联网(IoT)需要一种新的处理范式,该范式继承了云的可扩展性,同时使用更接近网络边缘的资源来最大限度地减少网络延迟。在由异构计算资源的分布式网络生态系统组成的边缘到云连续体中建立这种灵活性是具有挑战性的。此外,物联网流量动态和对低延迟服务不断增长的需求促进了对最小化响应时间和平衡服务放置的需求。雾计算的负载均衡成为经济高效的系统管理和运营的基石。本文研究了两个优化目标,并制定了一个分散的负载均衡问题的物联网服务放置:(全球)物联网工作负载平衡和(本地)服务质量(QoS),在最大限度地减少最后期限违规,服务部署和非托管服务的成本。所提出的解决方案EPOS Fog引入了一个用于集体学习的分散式多代理系统,该系统利用边缘到云节点来联合平衡整个网络的输入工作负载,并最大限度地降低服务执行所涉及的成本。代理在本地生成可能的资源请求分配,然后合作选择分配,使得它们的组合最大化边缘利用率,同时最小化服务执行成本。在各种网络上对真实的Google集群工作负载进行了广泛的实验评估,结果表明,与First Fit和完全基于云的方法相比,EPOS Fog在工作负载平衡和QoS方面具有卓越的性能。实验结果表明,EPOS Fog将服务执行延迟降低了25%,网络节点的负载均衡率高达90%。研究结果还展示了如何通过收集集体智慧来更经济有效地利用边缘上的分布式计算资源。
2021-04-23 cs.DC
Towards the Internet of Behaviors in airports with a fog-to-cloud approach
物联网(IoT)的最新进展和行为互联网(IoB)的兴起使得有可能在基于云的机器学习的辅助下,并在IoT和云之间使用雾计算,为移动电话开发实时改进的旅行者辅助工具。在Horizon2020资助的mF2C项目中,开发了一款Android应用程序,利用邻近营销概念,涵盖了从机场到航班的基本路径,从最不繁忙的安检队列到步行到登机口的时间,登机口的变化和其他障碍。它让旅客有机会发现机场的设施,通过使用机器学习的推荐系统的帮助,可以根据旅客的偏好或与其他旅客的相似性提出建议并提供优惠券。该系统为机场规划人员提供了明显的好处,不仅可以跟踪商店区域的人员,还可以聚合和匿名查看,例如可以突出基础设施中的瓶颈或建议需要干预的情况(如紧急情况)的热图。随着新型冠状病毒疫情的出现,该工具可适用于帮助保持社交距离以保证安全。雾到云平台的使用以及IoB的所有中心性和隐私要求的满足证明了该解决方案在智能城市环境中的影响。
2021-12-22 cs.CY cs.DC
An Improved Energy-Aware Clustering Method for the Regional Queries in the Internet of Things
我们将提供一种方法来提高物联网上处理查询的能源效率。我们专注于一个节能的层次聚类索引树,这样我们就可以方便的时间相关的区域查询在I.O.T(物联网)。我们尝试改进聚类,并对其建议的索引树进行更改。我们尝试通过优化查询处理来实现这一点。我们改进了聚类,以提高物联网的准确性,并防止网络断开。在我们选择的文章中,有一个异构集群,这意味着在集群的两端存在很大的数据差异。此外,经常发生的情况是,相同的信息被发送到基站的两个重叠的集群,因此,我们通过消除重复的数据节省能源。
2018-06-14 cs.DC
Fog Computing: A Taxonomy, Survey and Future Directions
近年来,物联网(IoT)设备/传感器的数量在很大程度上增加。为了支持大部分地理分布的IoT设备/传感器的实时延迟敏感应用的计算需求,已经引入了一种名为“雾计算”的新计算范例。一般来说,雾计算更接近物联网设备/传感器,并扩展了基于云的计算,存储和网络设施。在本章中,我们全面分析了Fogs作为物联网设备/传感器和云计算中心之间的中间层所面临的挑战,并回顾了该领域的当前发展。根据雾计算面临的挑战及其主要特征,对雾计算进行了分类,并将现有的研究成果映射到该分类中,以找出雾计算领域目前的研究空白。此外,根据观察结果,我们提出了未来的研究方向。
2017-10-21 cs.DC
Wearable Internet of Things for Personalized Healthcare Study of Trends and Latent Research
在这个异构系统的时代,不同的技术被集成以创建特定于应用程序的解决方案。最近对诸如云计算和无处不在的互联网等技术的接受度的高涨为物联网(IoT)扫清了道路。此外,随着移动设备使用的增加,互联网渗透率的增加激发了一个技术时代,该技术允许物理对象的接口并将其连接到互联网,以开发服务于广泛目的的应用程序。可穿戴设备领域的最新发展导致了物联网中另一个细分市场的创建,该细分市场可以方便地称为可穿戴物联网(WIoT)。这一领域的研究有望通过允许个人跟踪健康和健康信息,以以前无法想象的方式实现个性化医疗保健。本章将涵盖可穿戴物联网(WIoT)的不同方面,以及它是个性化医疗概念背后的关键驱动技术的方式。它将讨论WIoT的理论方面,重点是功能,设计和适用性。此外,还应详细说明可穿戴传感器、大数据和云计算作为物联网使能技术的作用。
2020-04-20 cs.DC
FOCAN: A Fog-supported Smart City Network Architecture for Management of Applications in the Internet of Everything Environments
智慧城市愿景将雾计算(FC)等新兴异构通信技术结合在一起,大幅降低运行各种应用的万物互联(IoE)设备的延迟和能耗。区分智能城市的FC范例的关键特征是,它通过有线/无线接入网络(例如,邻近接入点和基站)以提供资源增强(例如,网络搜寻)用于资源和能量有限的有线/无线(可能是移动的)事物。此外,开发智慧城市应用的目标是改善城市流量的管理,并允许对用户交易关系中可能出现的挑战做出实时响应。本文提出了一种支持雾的智能城市网络架构,称为雾计算架构网络(FOCAN),这是一种多层结构,其中运行在事物上的应用程序通过智能城市环境联合计算,路由和相互通信,以减少延迟,提高能源供应和具有不同功能的事物之间的服务效率。引入FOCAN后出现的一个重要问题是需要避免将数据传输到/从远处传输,而是覆盖物联网应用的最近区域。我们定义了FOCAN设备之间的三种类型的通信(例如,主间通信、主通信和辅助通信)来以满足IoE的服务质量标准的方式管理应用。FOCAN的主要优点之一是设备可以以低能耗和高效的方式提供服务。选定案例研究的仿真结果证明了FOCAN节能解决方案对智慧城市中各种类型事物的通信性能的巨大影响。
2017-10-04 cs.DC cs.NI
A Manifesto for Modern Fog and Edge Computing: Vision, New Paradigms, Opportunities, and Future Directions
物联网(IoT)设备的使用正在不断增加,并以快速的方式生成大量数据。云计算是有效处理和管理用户数据的重要范式。此外,引入雾和边缘计算范例以通过减少延迟和响应时间来改善用户服务。本章根据当前的研究趋势,提出了现代雾和边缘计算系统的宣言。此外,雾和边缘计算的架构和应用进行了说明。此外,研究的机会和有前途的未来方向提出了关于新的范式,这将有助于从业者,研究人员和学者继续他们的研究。
2021-09-19 cs.DC
Big Data and Fog Computing
雾计算作为网络拓扑中位于边缘设备和云之间的计算层。它们的计算能力比边缘更强,但远低于云数据中心。它们通常具有高可靠性和始终在线的Internet连接。利用雾的应用程序可以避免云计算的网络性能限制,同时比边缘计算受到更少的资源约束。因此,它们提供了一种有益的现有模式的平衡。本文探讨了大数据背景下雾计算的各个方面。
2017-12-27 cs.DC
FogBus: A Blockchain-based Lightweight Framework for Edge and Fog Computing
同时支持延迟敏感型和计算密集型物联网(IoT)应用的需求不断提高了集成边缘、雾和云基础设施的必要性。虽然有许多真实世界的框架试图支持这样的集成,他们有许多限制,从各种角度,包括平台独立性,安全性,资源管理和多应用程序的援助。为了解决这些限制,我们提出了一个简化但有效的框架,名为FogBus,用于促进端到端的物联网-雾(边缘)-云集成。FogBus为IoT应用程序和计算实例提供了一个独立于平台的接口,用于执行和交互。它不仅帮助开发人员构建应用程序,还帮助用户一次运行多个应用程序,并帮助服务提供商管理其资源。此外,FogBus应用区块链、身份验证和加密技术来保护敏感数据的安全操作。由于其轻量级和跨平台的软件系统,易于部署,可扩展性和成本效益。我们通过创建一个计算环境来证明我们的框架的有效性,该计算环境将手指脉搏血氧仪作为物联网设备与基于智能手机的网关和基于Raspberry Pi的Fog节点集成,用于睡眠呼吸暂停分析。我们还在此计算环境上运行了几个实验,改变FogBus设置。实验结果表明,不同的FogBus设置可以改善计算基础设施的延迟,能源,网络和CPU使用率。
2018-11-29 cs.DC
The 10 Research Topics in the Internet of Things
自Kevin Ashton于1999年首次创造术语以来,物联网(IoT)作为一种将物理对象连接到互联网并促进机器对人类和机器对机器通信的技术已经获得了巨大的发展势头。在过去的二十年里,物联网一直是许多技术和商业社区研究和开发的活跃领域。然而,物联网技术还不成熟,许多问题需要解决。在本文中,我们确定了10个关键的研究课题,并讨论了这些课题的研究问题和机会。
2020-12-02 cs.DC
Towards evaluating emergent behavior of the Internet of Things using large scale simulation techniques
随着物联网设备的增加和更加分散的架构,我们看到一种新型的应用程序变得越来越重要,这种类型的应用程序中,各个实体之间的本地交互导致了全球紧急行为,即基于紧急情况的物联网(EBI)系统。在本立场文件中,我们探讨了评估物联网应用中这种紧急行为的技术。由于所需的规模和多样性,这不是一项容易的任务。因此,我们主要集中在分布式仿真方法,并提供了一个可能的技术,可以优化整体仿真性能的概述。我们的重点是建模和仿真技术。
2018-02-26 cs.DC
A Flexible Privacy-preserving Framework for Singular Value Decomposition under Internet of Things Environment
奇异值分解(SVD)是一种广泛应用的矩阵分解工具,在推荐系统、异常检测、数据压缩等领域有着广泛的应用。在物联网(IoT)的环境下,人们对数据分析的需求越来越大,以改善人类的生活并创造新的经济增长点。此外,由于物联网的范围很大,大部分数据分析工作应该在网络边缘完成,即通过雾计算处理。然而,提供雾计算的设备可能不可信,而数据隐私通常是物联网应用用户的重要关注点。因此,当执行SVD用于数据分析目的时,应保护用户数据的隐私。基于上述原因,本文提出了一种用于SVD计算的隐私保护雾计算框架。安全性和性能分析表明了该框架的实用性。此外,由于不同的应用程序可能会以不同的方式利用SVD运算的结果,因此本文介绍了三个具有不同目标的应用程序,展示了该框架如何灵活地实现不同应用程序的目的,体现了设计的灵活性。
2017-03-22 cs.CR cs.DC
A Performance Evaluation of Container Technologies on Internet of Things Devices
虚拟化技术在云环境、物联网(IoT)、软件定义网络(SDN)等不同环境中的使用在过去几年中迅速增加。在这些技术中,基于容器的解决方案具有部署分布式和轻量级应用程序的特点。本文介绍了容器技术在受限设备上的性能评估,在这种情况下,在树莓派。研究表明,总体而言,容器增加的开销可以忽略不计。
2016-03-09 cs.DC cs.PF
Semantic Reasoning for Context-aware Internet of Things Applications
University of Oulu(奥卢大学)
信息和通信技术的进步正在使大量可唯一识别、相互关联的物体和事物的愿景成为现实,这些物体和事物从不同的物理环境中收集信息,并将信息提供给各种创新的应用程序和服务。这些感测物体和事物形成物联网(IoT),可以提高运输和物流、医疗保健和制造等许多不同行业领域的能源和成本效率以及自动化,并促进我们的日常生活。物联网应用程序依赖于实时上下文数据,并允许发送信息以驱动智能环境中用户的行为。
2016-04-28 cs.AI cs.DC
The Internet of Things: Secure Distributed Inference
连接到物联网(IoT)的设备数量的增长对安全性提出了重大挑战。数据和数据分析的完整性和可信度是物联网应用中越来越重要的问题。物联网设备的高度分布式特性使这些问题变得更加复杂,这使得防止对所有数据源的攻击和入侵变得不可行。攻击者可能会劫持设备并破坏其数据。因此,入侵检测和弹性分析等反应性对策成为安全性的重要组成部分。本文概述了物联网中安全分布式推理的算法。
2018-06-24 cs.CR cs.DC
HealthFog: An Ensemble Deep Learning based Smart Healthcare System for Automatic Diagnosis of Heart Diseases in Integrated IoT and Fog Computing Environments
云计算通过互联网提供资源,并允许部署过多的应用程序来为不同的行业提供服务。这些云框架目前面临的主要瓶颈是其有限的可扩展性,因此无法满足基于集中式物联网(IoT)的计算环境的要求。其主要原因是,像健康监测和监控系统这样的延迟敏感型应用程序现在需要对传输到集中式数据库以及从数据库到云数据中心的大量数据(大数据)进行计算,这导致此类系统的性能下降。雾和边缘计算的新范式通过将资源更接近用户来提供创新解决方案,并为数据处理提供低延迟和高能效的解决方案。尽管如此,当前的雾模型仍有许多局限性,并且从有限的角度关注结果的准确性或减少的响应时间,而不是两者。我们提出了一个名为HealthFog的新框架,用于在边缘计算设备中集成集成深度学习,并将其部署到自动心脏病分析的实际应用中。HealthFog使用物联网设备将医疗保健作为雾服务提供,并有效地管理心脏病患者的数据,这些数据是根据用户请求提供的。FogBus是一个支持Fog的云框架,用于部署和测试所提出的模型在功耗,网络带宽,延迟,抖动,准确性和执行时间方面的性能。HealthFog可配置为各种操作模式,在不同的雾计算场景和不同的用户要求中,根据需要提供最佳的服务质量或预测准确性。
2019-11-15 cs.DC eess.SP
Unveiling Contextual Similarity of Things via Mining Human-Thing Interactions in the Internet of Things
随着射频识别(RFID)、无线传感器网络和Web服务的最新进展,物理事物正在成为新兴的无处不在的Web的组成部分。发现无处不在的事物之间的相关性是许多重要应用(如事物搜索、发现、分类、推荐和组合)的关键先决条件。本文介绍了一种新的基于图的方法,通过挖掘在用户,时间和空间信息方面体现在人与物的交互中的丰富内容来发现事物的潜在联系。我们使用两个图,即时空图和社交图来对这些各种信息进行建模。然后,重新开始的随机游走(RWR)被应用于寻找事物之间的接近性,并学习指示事物的隐式相关性的事物关系图(RGT)。相关性分析为提高事物管理的有效性奠定了坚实的基础。为了证明实用程序,我们开发了一个灵活的基于特征的分类框架上的RGT,并进行了系统的案例研究。我们的评估显示所提出的方法的强度和可行性。
2017-07-18 cs.CY cs.DB cs.DC