Deep Reinforcement Learning-based Scheduling for Optimizing System Load and Response Time in Edge and Fog Computing Environments
针对边缘/雾计算环境中物联网应用调度面临的过载、依赖约束和资源限制等挑战，提出基于深度强化学习的调度算法DRLIS，在FogBus2框架中实现并显著降低了负载均衡、响应时间和加权成本。
2023-10-23 cs.DC
Cost-efficient, QoS and Security aware Placement of Smart Farming IoT Applications in Cloud-Fog Infrastructure
智能农业是农业领域最近的一项创新，它可以通过使用更智能、自动化和数据驱动的农场流程来提高农业产量，这些流程与农场上部署的物联网设备进行交互。云雾基础设施为执行物联网应用提供了有效的平台。雾计算通过使虚拟化服务更接近物联网设备来满足延迟敏感型物联网服务的实时处理需求，而云计算则允许执行具有更高计算要求的应用。物联网应用的部署是一个关键挑战，因为云和雾节点在资源可用性方面各不相同，并且使用不同的成本模型。此外，物联网应用的资源、服务质量（QoS）和安全要求的多样性使问题变得更加复杂。在本文中，我们将物联网应用程序放置建模为一个优化问题，旨在最大限度地降低成本，同时满足QoS和安全约束。该问题是制定使用非线性规划（ILP）。ILP模型进行评估的小规模的情况下。评估结果显示了QoS和安全需求对成本的影响。我们还研究了放松安全约束对布局决策的影响。
2021-07-29 cs.DC
IFCIoT: Integrated Fog Cloud IoT Architectural Paradigm for Future Internet of Things
我们提出了一种新的集成雾云物联网（IFCIoT）架构范例，承诺提高性能，能源效率，降低延迟，更快的响应时间，可扩展性，以及更好的本地化精度为未来的物联网应用。雾节点（例如，边缘服务器、智能路由器、基站）从各种IoT设备接收计算卸载请求和感测数据。为了提高应用程序的性能，能源效率和实时响应能力，我们提出了一个可重构和分层的雾节点（边缘服务器）架构，分析应用程序的特性和重新配置的架构资源，以更好地满足峰值工作负载的需求。提出的雾节点架构的层包括应用层、分析层、虚拟化层、重配置层和硬件层。分层架构促进雾计算范例的抽象和实现，雾计算范例在本质上是分布式的，并且其中多个供应商（例如，应用、服务、数据和内容提供方）。我们还详细阐述了IFCIoT架构的潜在应用，如智慧城市、智能交通系统、本地化天气地图和环境监测，以及实时农业数据分析和控制。
2017-01-30 cs.DC
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
Optimizing Resource Allocation and Energy Efficiency in Federated Fog Computing for IoT
本文提出融合预测调度、能源感知分配与移动性管理的联邦雾计算框架，OMNeT++ 仿真证明其在资源利用率、延迟、能效和可扩展性上优于非联邦架构。
2025-06-14 cs.DC
On the Convergence of Blockchain and Internet of Things (IoT) Technologies
物联网（IoT）技术将很快成为我们日常生活中不可或缺的一部分，以促进对过程和对象的控制和监控，并彻底改变人类与物理世界的交互方式。为了使物联网的所有功能在实践中发挥作用，需要克服一些障碍，并应对一些关键挑战。这些包括但不限于网络安全、数据隐私、能耗和可扩展性。区块链的去中心化性质及其多方面的程序提供了一种有用的机制来解决这些物联网挑战。然而，将区块链协议应用于物联网而不考虑其巨大的计算负载，延迟和带宽开销可能会导致一系列新的问题。该评论评估了我们在集成区块链和物联网技术时面临的一些主要挑战，并提供了见解和高级解决方案，这些解决方案可能会处理物联网和区块链技术的缺点和限制。
2019-03-11 cs.CR cs.DC
A Trust Architecture for Blockchain in IoT
区块链是在物联网网络中建立信任的一种有前途的技术，其中网络节点不一定相互信任。加密散列链接和分布式共识机制确保存储在不可变区块链上的数据不会被更改或删除。然而，区块链机制并不能保证原始数据的可信度。我们提出了一个分层架构，用于提高端到端的信任，可应用于各种基于区块链的物联网应用程序。我们的架构在数据层评估传感器观测的可信度，并通过建议的数据信任和网关信誉模块在区块链层调整块验证。我们提出了性能评估的数据信任模块使用模拟室内目标定位和网关信誉模块使用端到端的区块链实现，以及定性的安全分析的架构。
2019-06-27 cs.CR cs.DC
Towards Secure and Decentralized Sharing of IoT Data
由于物联网设备和平台产生和交换的数据量巨大，物联网（IoT）面临着前所未有的安全性和可扩展性挑战。其中一些挑战目前正在通过将物联网应用程序与区块链相结合来解决。然而，目前区块链支持的物联网系统只是使用区块链来存储访问控制策略，从而没有充分利用区块链技术的力量。在本文中，我们提出了一个名为Sash的新框架，该框架将物联网平台与区块链相结合，与最先进的技术相比具有许多优势。在Sash中，区块链用于存储访问控制策略并做出访问控制决策。因此，对策略和访问请求的更改都是正确实施的，并且可以公开审计。此外，我们通过利用区块链处理金融交易的能力并向数据生产者提供“按设计”报酬来设计“数据市场”。最后，我们利用一个特殊的风味基于身份的加密，以满足密码强制访问控制，同时最大限度地减少开销分发解密密钥。我们通过使用FIWARE开源物联网平台和Hyperledger Fabric框架作为区块链后端来原型化Sash。我们还评估了我们的原型的性能，并表明它在现实的部署设置中产生了可容忍的开销。
2019-08-23 cs.CR cs.DC
Container Orchestration in Edge and Fog Computing Environments for Real-Time IoT Applications
资源管理是充分利用边缘/雾计算潜力执行实时的【形】关键物联网应用的主要因素。虽然存在一些资源管理框架，但大多数都不是基于分布式容器化组件设计的。因此，它们不适合高度分布式和异构的计算环境。容器化的资源管理框架（如FogBus 2）可以有效地将框架组件与物联网应用组件一起分发。然而，大量容器的管理、部署、健康检查和可扩展性是具有挑战性的问题。为了编排多个容器，开发了若干编排工具。但是，这些编排工具中的许多都是重量级的，并且具有很高的开销，特别是对于资源有限的边缘/雾节点。因此，对于由异构边缘/雾和/或云节点组成的混合计算环境，需要轻量级容器编排工具来支持边缘/雾处的资源有限的资源和云处的资源丰富的资源。因此，在本文中，我们针对提供容器化资源管理框架的FogBus 2框架提出了一种基于K3构建混合轻量级集群的可行方法。这项工作解决了在混合计算环境中创建轻量级计算集群的挑战。本文还提出了在混合环境中部署FogBus 2框架的三种设计模式，包括1）主机网络，2）代理服务器，3）环境变量。性能评估表明，该方法在可接受的低开销情况下，将实时的【形】物联网应用的响应时间提高了29%.
2022-03-10 cs.DC
A Scalable Architecture for Monitoring IoT Devices Using Ethereum and Fog Computing
随着物联网（IoT）的近期显著发展，数十亿资源受限的设备通过互联网互连。监控大量在底层通信协议和数据格式方面异构的物联网设备具有挑战性。大多数现有的物联网设备监控解决方案严重依赖于集中式架构。由于使用集中式架构是以信任权威为代价的，因此它有几个固有的缺点，包括易受安全攻击，缺乏数据隐私和未经授权的数据操纵。因此，一种新的去中心化方法对于弥补这些缺陷至关重要。被广泛用于提供去中心化的最有前途的技术之一是区块链。此外，为了减轻资源受限的物联网设备上的通信开销和计算能力的负担，可以利用雾计算来减少通信延迟并提供更好的网络可扩展性。在本文中，我们提出了一种可扩展的基于区块链的架构，用于使用雾计算监控物联网设备。为了证明所提出的解决方案的可行性和可用性，我们利用以太坊智能合约实现了一个概念验证原型。最后，进行了综合评价。评估结果表明，所提出的解决方案具有显著的可扩展性，并与资源受限的物联网设备兼容。
2020-11-11 cs.DC
Trusted Wireless Monitoring based on Blockchain over NB-IoT Connectivity
从物联网（IoT）设备收集的各种排放或污染的数据，对利益相关者来说具有重要的经济价值。这使得它容易被滥用或篡改，并提出了将物联网与分布式账本技术（DLT）集成以收集，存储和保护物联网数据的需求。然而，DLT给节俭的物联网连接带来了额外的开销，并使物联网流量对称化，从而改变了物联网面向上行链路的通常假设。我们已经实现了一个平台，将DLT与基于窄带物联网（NB-IoT）的监控系统集成在一起。我们在两个用例中评估性能并讨论权衡：数据授权和实时监控。
2021-01-01 cs.CR cs.DC
Towards Efficient Integration of Blockchain for IoT Security: The Case Study of IoT Remote Access
蓬勃发展的物联网（IoT）市场引起了网络攻击者的极大兴趣。集中式基于云的物联网服务架构在安全性、可用性和可扩展性方面存在严重限制，并且容易受到单点故障（SPOF）的影响。最近，在区块链上提供物联网服务已经成为一种趋势，以提高安全性、隐私性和可靠性。然而，区块链的高成本，低吞吐量和长延迟的缺点使其不适合物联网应用。在本文中，我们回顾了现有的基于区块链的物联网解决方案，并提出了一个有效的区块链和物联网集成框架。根据该框架，我们设计了一种新型的区块链辅助的分散式物联网远程访问系统RS-IoT，该系统具有在不依赖任何可信第三方的情况下保护物联网设备免受零日攻击的优点。通过引入由智能合约执行的激励和惩罚措施，我们的工作实现了“经济方法”，以挫败大多数旨在获得金钱收益的攻击者。我们的工作提供了一个例子，说明如何使用区块链来确保去中心化环境中服务交易的公平性，并客观地惩罚不当行为。我们通过详细的安全分析来展示RS-IoT的安全性。最后，我们通过以太坊测试网区块链上的概念验证实现来展示其可扩展性，效率和可用性。
2019-11-30 cs.CR cs.DC cs.NI
Modelling and Simulation of Fog and Edge Computing Environments using iFogSim Toolkit
Fog计算中的资源管理非常复杂，因为它涉及大量不同的和资源受限的Fog节点，以分布式方式满足支持IoT的系统的计算需求。它与云的集成引发了组合资源管理的进一步困难。物联网设备的不同感知频率、分布式应用结构及其协调也影响着雾计算环境中的资源管理。为了促进雾及其资源管理的发展，进行广泛的研究是毫无疑问的.为了发展和评估不同的想法和资源管理政策，对雾环境的实证分析是关键。由于Fog计算环境包含物联网设备、Fog节点和云计算中心以及大量的物联网数据和分布式应用程序，因此Fog环境的实际实施将非常昂贵。此外，在真实世界的雾环境中修改任何实体将是繁琐的。在这种情况下，模拟雾计算环境可以是非常有帮助的。仿真工具包不仅提供了框架来设计定制的实验环境，而且还有助于可重复的评估。在本章中，我们将重点介绍用于建模和模拟雾计算环境的iFogSim工具包教程。我们相信本章将为研究人员提供一种在研究工作中应用iFogSim的简化方法。
2018-12-03 cs.DC
MAPO: A Multi-Objective Model for IoT Application Placement in a Fog Environment
利用网络内虚拟化资源的雾计算范式的出现，在异构环境中的资源和物联网应用管理方面提出了重要的挑战，这些环境只提供有限的计算资源。在这项工作中，我们提出了一种新的基于帕累托的方法，用于在数据源附近放置应用程序，称为多目标物联网应用程序放置fOg（MAPO）。MAPO基于有限状态机对应用程序进行建模，并使用三个相互冲突的优化目标，即完成时间，能耗和经济成本，同时考虑计算和通信方面。与优化单一目标值的现有解决方案相比，MAPO支持多目标能源和成本感知的应用布局。为了评估MAPO布局的质量，我们为一组医疗物联网应用案例研究创建了模拟和真实世界的测试平台。与最先进的方法相比，MAPO将经济成本降低了27%，同时将能源需求降低了23- 68%，并将完工时间优化了7.3倍。
2019-08-03 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
Blockchain for the IoT: Opportunities and Challenges
区块链技术一直在改变金融行业，并在过去十年中创造了一种新的加密经济。去中心化信任和分布式账本等基本概念对于分布式和大规模物联网（IoT）应用程序来说是有希望的。然而，由于缺乏理解和固有的架构挑战，区块链在这个领域中的应用在加密货币之外的应用很少。在本文中，我们描述了物联网区块链应用的机会，并研究了构建基于区块链的物联网应用所面临的挑战。
2018-05-08 cs.CR cs.CY cs.DC
Optimal Service Provisioning in IoT Fog-based Environment for QoS-aware Delay-sensitive Application
本文提出PSO与CRO混合优化方法改进FogPlan框架，将雾服务分配建模为INLP问题，实验表明服务时延降低29.34%、成本降低66.02%、时延违规减少50.15%。
2023-10-08 cs.DC
Autonomic Management of Power Consumption with IoT and Fog Computing
我们介绍了一种用于在涉及物联网（IoT）和雾计算的设置中自主管理功耗的系统。中央物联网（CIoT）是一种基于雾计算的解决方案，提供先进的编排机制来管理动态占空比，以节省额外的能源。该解决方案通过基于上下文信息（例如环境条件、用户行为、行为变化、关于能量和网络资源利用的规定等）调整归属（H）和离开（A）周期来工作。通过概念验证进行的性能分析显示，平均节能58.4%，在增加调度系统和可变长睡眠周期（LS）时，节能率高达61.51%。然而，不存在增加LS时间和更多节省的线性关系。这项研究的意义是促进自主管理作为一种解决方案，以发展更节能的建筑和更智能的城市，实现可持续发展的目标。
2021-05-12 cs.DC
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
Placement of Microservices-based IoT Applications in Fog Computing: A Taxonomy and Future Directions
本文提出了雾计算环境中基于微服务的物联网应用部署的全面分类法，分析了部署问题的主要方面、相关工作及研究空白，并探讨了未来研究方向。
2023-02-14 cs.DC
BLOFF: A Blockchain based Forensic Model in IoT
在这个技术爆炸式增长的时代，当我们考虑灵巧家庭和城市、智能能源、安全和监控以及医疗保健等技术时，物联网（IoT）已成为游戏规则的改变者。物联网提供的众多好处已成为对用户和网络犯罪分子有吸引力的技术。今天的网络犯罪分子拥有部署数百万次复杂攻击的工具和技术。这些攻击需要调查;这就是数字取证发挥作用的地方。然而，由于物联网环境的异构性，在物联网系统中进行取证调查并不容易。此外，法医调查人员大多依赖于服务提供商提供的证据，这种情况可能导致证据污染。为了解决这个问题，作者提出了一种基于区块链的物联网取证模型，该模型可以防止篡改日志成为证据。
2021-03-15 cs.CR cs.DC
Collaborative Access Control for IoT -- A Blockchain Approach
针对物联网集中式访问控制的问题，提出基于区块链的BEAC框架，包含新型P2P基础设施、通用区块链机制及捷径方法，实验显示访问时间减少约43%。
2024-05-24 cs.CR cs.DC
MicroFog: A Framework for Scalable Placement of Microservices-based IoT Applications in Federated Fog Environments
微服务架构（MSA）在开发大规模物联网应用程序以部署在分布式和资源受限的雾计算环境中方面正在迅速普及。作为一种云原生应用架构，微服务的真正力量来自于其松散耦合、可独立部署和可扩展的性质，从而实现跨联合雾和云集群的分布式放置和动态组合。因此，有必要开发新的微服务放置算法，利用这些微服务特性来提高应用程序的性能。然而，现有的雾计算框架由于在多个领域存在不足而缺乏对集成此类放置策略的支持，包括跨多雾多云环境的MSA应用放置和部署，跨多个分布式集群的动态微服务组合，框架的可扩展性，对部署异构微服务应用的支持等。为此，我们设计并实现了MicroFog，一个雾计算框架，提供一个可扩展的、易于配置的控制引擎，该引擎在联合的雾环境中执行布局算法和部署应用程序。此外，MicroFog提供了对容器编排和动态微服务组合的充分抽象。该框架使用多个用例进行评估。结果表明，MicroFog是一个可扩展、可扩展且易于配置的框架，可以集成和评估新的放置策略，以便在多雾多云环境中部署基于微服务的应用程序。我们集成了多个微服务放置策略，以展示MicroFog支持水平缩放放置的能力，从而将应用程序服务的响应时间减少了54%。
2023-02-14 cs.DC
iGateLink: A Gateway Library for Linking IoT, Edge, Fog and Cloud Computing Environments
近年来，物联网（IoT）越来越受欢迎，物联网网关扮演着越来越重要的角色，调解了大量异构物联网设备和云服务之间的交互。在本文中，我们介绍了iGateLink，这是一个开源的Android库，可以简化Android应用程序的开发，作为物联网设备和边缘/雾/云计算环境之间的网关。由于其可插拔的设计，提供与作为数据源或雾/云框架的许多设备的连接的模块可以很容易地重复用于不同的应用程序。在两个案例研究中使用iGateLink复制了医疗保健和图像处理领域的先前工作，与使用传统方法相比，该库被证明在适应不同场景和加速网关应用程序开发方面是有效的。
2019-11-16 cs.DC cs.SE eess.SP
The Internet of Things, Fog and Cloud Continuum: Integration and Challenges
物联网对计算能力和存储的需求预计将在未来十年保持增长。因此，网络边缘设备生成的数据量也将增长。虽然云计算已经是获取计算和存储作为许多应用的服务的既定且有效的方式，但是它可能不适合于处理来自IoT设备的无数数据并且满足很大程度上异构的应用要求。雾计算已被开发为位于物联网和云之间，提供了一个计算能力的层次结构，可以收集，聚合和处理来自/到物联网设备的数据。结合雾和云可以减少到云的数据传输和通信瓶颈，并且还有助于减少延迟，因为雾计算资源更接近边缘。本文探讨了这个物联网-雾-云生态系统，并从不同方面提供了文献综述：它可以如何组织，如何管理，以及应用程序如何从中受益。最后，我们提出了物联网-雾-云基础设施中尚未解决的挑战性问题。
2018-09-26 cs.DC
Hierarchical Fog-Cloud Computing for IoT Systems: A Computation Offloading Game
雾计算在网络边缘提供低延迟计算服务，是新兴物联网（IoT）系统的推动者。在本文中，我们研究了雾计算资源的物联网用户在一个分层的计算范式，包括雾和远程云计算服务的分配。我们制定了一个计算卸载游戏来模拟物联网用户之间的竞争，并有效地分配雾节点的有限处理能力。每个用户的目标是最大化其自身的体验质量（QoE），这反映了其在计算能量和延迟的减少方面对使用计算服务的满意度。利用潜在的博弈方法，我们证明了一个纯纳什均衡的存在性，并提供了一个上限的无政府代价。由于达到均衡的时间复杂度随着用户数量的增加而呈指数级增加，因此我们进一步提出了一种接近最优的资源分配机制，并证明了在具有$N$ IoT用户的系统中，它可以在$O(N/ε)$时间内实现$ε$ -纳什均衡。通过数值研究，我们评估用户的QoE以及均衡效率。我们的研究结果表明，通过利用所提出的机制，更多的用户受益于计算服务相比，现有的卸载机制。我们进一步表明，我们提出的机制显着降低了计算延迟，并为延迟敏感的物联网应用提供低延迟雾计算服务。
2017-10-17 cs.DC cs.GT cs.NI
From Zero to Fog: Efficient Engineering of Fog-Based Internet of Things Applications
在物联网数据处理中，由于延迟约束、带宽限制和隐私问题，单独的云计算是不够的。通过引入更靠近网络边缘的中间节点，在物联网设备附近提供计算服务，雾计算可以减少网络压力和应用服务的高访问延迟。虽然这是实现高效物联网应用的唯一可行方法，但雾中云和中间节点之间的组件放置问题为系统设计增加了一个新的维度。这个问题的最先进的解决方案依赖于模拟或通过启发式算法解决形式化的分配问题，这两者都是不准确的，并且无法随着解空间呈指数级增长而扩展。在本文中，我们提出了一个设计实用的基于雾的物联网应用程序的三步过程，该过程使用最佳实践，模拟和测试床分析来收敛到一个高效的系统架构。然后，我们将此流程应用于智能工厂案例研究中。通过部署过滤选项的物理测试平台，我们表明，我们的过程中的每一步收敛到更有效的应用程序设计。
2021-07-02 cs.DC
Hybrid-IoT: Hybrid Blockchain Architecture for Internet of Things - PoW Sub-blockchains
从其早期开始，物联网（IoT）已经发展成协作智能对象的去中心化系统，其中要求实现分布式共识。然而，当前的物联网平台解决方案是集中式的基于云的计算基础设施，表现出许多显著的缺点，例如，高云服务器维护成本、支持时间关键型物联网应用的弱点、安全和信任问题等。将区块链技术引入物联网可以帮助实现一个适当的基于分布式共识的物联网系统，克服这些缺点。虽然这是一场理想的比赛，但它仍然是一项具有挑战性的努力。在本文中，我们通过设计混合物联网（Hybrid-IoT），即物联网的混合区块链架构，迈出了实现这一目标的第一步。在混合物联网中，物联网设备的子组形成PoW区块链，称为PoW子区块链。然后，PoW子区块链之间的连接采用BFT互连框架，例如Polkadot或Cosmos。在本文中，我们专注于PoW子区块链的形成，由一组基于一组维度，度量和边界的指导方针指导。为了证明该方法的有效性，我们进行了性能和安全性评估。
2018-07-05 cs.DC
The FORA Fog Computing Platform for Industrial IoT
工业4.0只有通过使用不同计算和通信技术的运营和信息技术（OT & IT）的融合才能成为现实。云计算不能用于涉及工业应用的OT，因为它不能保证严格的非功能需求，例如，可靠性、可信赖性和及时性。相反，一种新的计算范式，称为雾计算，被设想为实现IT/OT融合的架构手段。在本文中，我们提出了一个针对工业物联网应用的雾计算平台（FCP）参考架构。FCP基于：确定性虚拟化，减少了安全和安全保证所需的工作;中间件，支持关键控制和动态雾应用;确定性网络和互操作性，使用开放标准，如IEEE 802.1时间敏感网络（TSN）和OPC统一架构（OPC UA）;资源管理和调度机制;以及用于安全、容错和分布式机器学习的服务。我们提出了一种定义和评估参考体系结构的方法。我们使用架构分析设计语言（AADL）对FCP参考架构进行建模，并使用一组工业用例来评估其对工业物联网领域的适用性。
2020-07-02 cs.DC
An IoT Platform-as-a-service for NFV Based -- Hybrid Cloud / Fog Systems
云计算尽管具有固有的优点（例如，资源效率）仍然面临若干挑战。用于将云连接到最终用户的广域网可能导致高延迟，这对于某些应用（尤其是物联网（IoT应用））可能是不可容忍的。雾计算可以通过将传统的云架构扩展到网络边缘，并在雾节点上部署一些应用程序组件来减少这种延迟。应用程序提供商使用平台即服务（PaaS）来提供（即，开发、部署、管理和协调）云中的应用程序。然而，现有的PaaS解决方案（包括物联网PaaS）通常专注于云计算，并且无法提供具有跨云和雾组件的应用程序。提供这样的应用需要现有PaaS中不存在的新功能，例如应用图生成。此外，现有PaaS提供的几个功能（例如，发布/发现）需要被显著地扩展以便适应混合云/雾环境。在本文中，我们提出了一种新的架构PaaS混合云/雾系统。它是物联网用例驱动的，其应用程序的组件被实现为虚拟网络功能（VNF），其执行序列被建模为具有子结构（如选择和循环）的图形。它通过跨云和雾的组件自动配置应用程序。此外，它还可以发现现有的云和雾节点，并生成应用程序图。概念验证基于Cloudify开源构建。当PaaS模块和应用程序组件放置在不同地理位置的云和雾中时，通过评估其性能来证明可行性。
2020-01-17 cs.DC cs.SE
Internet of Things (IoT) Application Model for Smart Farming
智能农业通过使用物联网（IoT）设备、云计算、雾计算和数据分析等新兴技术，为农业过程带来了重大变革。它使农民能够实时了解农场，并帮助他们做出明智和明智的决策。在本文中，我们提出了一个分布式数据流（DDF）的智能农业应用程序，是由相互依赖的模块的模型。我们使用两种部署策略来评估所提出的应用程序模型：基于云的和基于雾的，其中应用程序模块分别部署在雾和云数据中心上。我们在端到端延迟和网络使用方面比较了基于云和基于雾的策略。
2021-01-11 cs.DC
EdgeLinker: Practical Blockchain-based Framework for Healthcare Fog Applications to Enhance Security in Edge-IoT Data Communications
本文提出EdgeLinker框架，结合权威证明共识、以太坊智能合约与密码算法，保障医疗雾应用中边缘IoT设备与雾层间的安全通信，在读写吞吐量、读取时间及能耗上显著优于现有技术。
2024-08-28 cs.DC cs.NI
PlaTIBART: a Platform for Transactive IoT Blockchain Applications with Repeatable Testing
随着支持区块链的物联网应用的出现，对相关软件模式、中间件概念和测试实践的需求越来越大，以确保足够的质量和生产力。物联网和区块链各自提供了不同的设计目标，概念和实践，必须集成，包括物联网的分布式参与者模型和容错以及区块链不可信来源的交易信息完整性。物联网和区块链都是新兴技术，两者在结合时都缺乏用于开发应用程序的编码模式和实践。本文介绍了PlaTIBART，这是一个可重复测试的交易物联网区块链应用平台，它将Actor模式（物联网中常用的计算模型）与自定义域特定语言（DSL）和测试网络管理工具相结合。我们展示了如何将PlatiBART应用于开发、测试和分析容错物联网区块链应用程序。
2017-09-30 cs.DC
Adaptive Edge Process Migration for IoT in Heterogeneous Cloud-Fog-Edge Computing Environment
以云为中心的物联网管理系统的延迟问题激发了雾和边缘计算（FEC）架构，该架构将任务从云分发到边缘资源，如路由器，交换机或物联网设备本身。具体来说，物联网系统的移动传感器也可以为FEC执行某些任务。考虑到当移动传感器无法继续其任务时从移动传感器到其他资源的动态过程迁移的需要，IoT系统需要提供允许移动传感器在运行时将其任务动态地迁移到其他FEC资源的灵活机制。然而，它提出了一个问题，在什么是最佳的方法时，移动传感器打算将其任务迁移到多个异构FEC资源？为了解决这个问题，作者提出了REM方案，这是能够优化进程迁移决策。此外，为了实现这样的系统并验证REM方案，作者开发了EPIOT主机框架。最后，作者实现了REM方案和框架，并进行了评估，结果表明，REM方案是能够提高在异构FEC环境中的进程迁移的性能。
2018-11-27 cs.DC
Serving Graph Neural Networks With Distributed Fog Servers For Smart IoT Services
Sun Yat-sen University（中山大学）
本文提出分布式实时GNN推理框架Fograph，利用多雾节点异构资源与GNN特定压缩技术，解决云端服务通信开销大的问题，实现最高5.39倍执行加速和6.84倍吞吐量提升。
2023-07-04 cs.AI cs.DC cs.LG
Fog Computing in IoT Aided Smart Grid Transition- Requirements, Prospects, Status Quos and Challenges
由于IT领域的发展，即智能交通和信息技术，现代智能电网（SG）系统与智能设备和实体一起利用。当这些基础设施被赋予物联网（IoT）和传感器网络时，它们会使对象的宇宙变得活跃和在线。传统的云部署屈服于满足分析和计算需求分散，动态和资源时间关键SG生态系统。本文概括性地考察了云计算实用程序在多大程度上可以满足SG生态系统的关键任务需求，以及哪些子域和服务需要基于雾的计算原型。这项工作的目的是了解雾计算算法的适用性，以与核心为中心的云计算支持相互作用，从而能够提出一种新的实时和无延迟的SG服务。这项工作还强调了基于雾的SG部署带来的机遇。相应地，我们还强调了挑战和研究重点阐明了雾计算成功SG过渡的可行性。
2018-02-06 cs.DC cs.ET
Securing Blockchain-based IoT Systems with Physical Unclonable Functions and Zero-Knowledge Proofs
该研究提出在Hyperledger Fabric环境中集成PUFs与ZKPs的安全框架，用于区块链物联网系统的设备识别、隐私认证与交易处理，验证了其可行性、性能与抗攻击能力，提供了综合安全解决方案。
2024-05-20 cs.CR cs.DC cs.NI
Fog Computing Architecture: Survey and Challenges
生成大量数据的新兴技术（如物联网（IoT）服务）需要延迟感知计算平台来支持时间关键型应用程序。由于云计算的按需服务和可扩展性特征，大数据应用处理在云基础设施中完成。仅在云中管理大数据应用程序对于与智能交通系统、医疗保健解决方案、应急响应系统和内容交付应用程序相关的延迟敏感型应用程序来说并不是一种有效的解决方案。因此，允许应用程序在云和终端设备之间执行计算操作的雾计算范例已经出现。在雾架构中，物联网设备和传感器连接到位于用户附近的雾设备，它还负责中间计算和存储。大多数计算将通过消除对云资源的完全依赖而在边缘上完成。在这一章中，我们调查和调查雾计算架构已提出在过去几年中。此外，我们还研究了物联网应用程序和平台的要求，以及云系统在执行物联网应用程序时所面临的限制。最后，我们回顾了当前的研究工作，特别是专注于大数据应用程序执行雾和解决几个开放的挑战，以及未来的研究方向。
2018-11-22 cs.DC
EdgeChain: An Edge-IoT Framework and Prototype Based on Blockchain and Smart Contracts
新兴的物联网（IoT）面临着重大的可扩展性和安全挑战。一方面，物联网设备是“弱”的，需要外部的帮助。边缘计算提供了一个有前途的方向，解决了集中式云计算在扩展大量设备方面的不足。另一方面，物联网设备由于资源限制，面对恶意黑客也相对“脆弱”。新兴的区块链和智能合约技术为物联网和边缘计算带来了一系列新的安全功能。在本文中，为了应对这些挑战，我们设计并原型化了一个基于区块链和智能合约的边缘物联网框架“EdgeChain”。其核心思想是集成一个许可的区块链和内部货币或“硬币”系统，将边缘云资源池与每个物联网设备的帐户和资源使用以及物联网设备的行为联系起来。EdgeChain使用基于信用的资源管理系统来控制物联网设备可以从边缘服务器获得多少资源，基于预先定义的优先级，应用程序类型和过去行为的规则。智能合约用于执行规则和策略，以不可否认和自动化的方式规范物联网设备行为。所有的物联网活动和交易都被记录到区块链中，以进行安全的数据记录和审计。我们实现了一个EdgeChain原型，并进行了大量的实验来评估这些想法。结果表明，在获得区块链和智能合约的安全性优势的同时，将它们集成到EdgeChain的成本在合理和可接受的范围内。
2018-06-16 cs.CR cs.DC cs.NI
Delay-aware Resource Allocation in Fog-assisted IoT Networks Through Reinforcement Learning
Virginia Tech（弗吉尼亚理工大学）；China University of Petroleum（中国石油大学）
物联网设备附近的雾节点有望通过将物联网设备的任务卸载到它们来提供低延迟服务。移动物联网由车辆、可穿戴设备和智能手机等移动物联网设备组成。由于时变的信道条件、业务负载和计算负载，提高移动IoT设备的服务质量（QoS）具有挑战性。由于任务延迟由传输延迟和计算延迟组成，我们研究了资源分配（即，包括无线资源和计算资源），以在满足QoS约束的同时最小化所有任务的延迟。我们将资源分配问题转化为一个整数非线性问题，其中既考虑了无线资源，又考虑了计算资源。由于物联网任务是动态的，不同任务的资源分配是相互耦合的，并且获得未来的信息是不切实际的。为此，我们设计了一种在线强化学习算法，根据系统的经验回放数据，实时的做出次优决策。所设计的算法的性能已被广泛的仿真结果所证明。
2020-07-10 cs.DC cs.LG eess.SP
On the Design of Co-operating Blockchains for IoT
将区块链技术应用于物联网可以帮助实现基于适当分布式共识的物联网系统，克服当今集中式基础设施的缺点，例如，高云服务器维护成本，支持时间关键型物联网应用的弱点，安全和信任问题。然而，满足物联网在区块链领域提出的要求并不是一件容易的事情。[1]提出混合物联网，作为在区块链技术的帮助下实现去中心化物联网的一步。混合物联网由多个PoW子区块链组成，以实现物联网设备之间的分布式共识，以及一个内部连接器框架，以执行子区块链之间的交易。在本文中，我们迈出了为物联网的多个区块链设计互连器的第一步，该互连器专门为混合物联网架构量身定制。我们还提供了详细的安全讨论，以识别威胁，并讨论如何应对威胁。
2020-05-01 cs.DB cs.DC
Application Management in Fog Computing Environments: A Taxonomy, Review and Future Directions
物联网（IoT）模式正在迅速被用于在各个领域创建智能环境。与智慧城市、医疗保健、工业4.0和Agtech相关的物联网网络物理系统（CPS）处理大量数据，并需要来自不同类型应用程序的实时数据处理服务。物联网应用程序的以云为中心的执行几乎无法满足这些要求，因为云计算中心与物联网设备之间存在多跳距离。\textit{Fog computing}是云在边缘网络上的扩展，可以在更靠近数据源的地方执行这些应用程序。因此，雾计算可以提高应用服务的交付时间，抵抗网络拥塞。然而，雾节点是高度分布，异构和大多数的资源和空间共享的限制。因此，有效管理应用程序是充分利用雾节点功能的必要条件。在这项工作中，我们调查了雾计算中现有的应用程序管理策略，并在架构，放置和维护方面对其进行了审查。此外，我们提出了一个全面的分类，并强调了基于雾的应用程序管理的研究差距。我们还讨论了一个前景模型，并提供了未来的研究方向，进一步改善雾计算中的应用程序管理。
2020-05-21 cs.DC eess.SP
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
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
A Distributed Application Placement and Migration Management Techniques for Edge and Fog Computing Environments
雾/边缘计算模型允许利用物联网（IoT）设备附近的资源来支持各种类型的实时IoT应用。然而，由于用户的移动性和具有不同要求的广泛的物联网应用，满足这些应用的要求是一个具有挑战性的问题。由于资源有限，仅在一个雾/边缘服务器上执行IoT应用程序可能并不总是可行的，而在不同服务器上执行IoT应用程序需要服务器之间的进一步协作。此外，考虑到用户的移动性，每个物联网应用程序的某些模块可能需要迁移到其他服务器上执行，从而导致服务中断和额外的执行成本。在这篇文章中，我们提出了一个新的加权成本模型分层雾计算环境，在响应时间的物联网应用程序和物联网设备的能耗方面，以尽量减少成本运行物联网应用程序和潜在的迁移。此外，提出了一种分布式集群技术，使任务的协同执行，从应用程序模块，服务器之间发出。此外，我们提出了一种应用程序放置技术，以最大限度地减少以分布式方式在多个服务器上执行物联网应用程序的总体成本。此外，提出了一种分布式迁移管理技术，用于解决用户移动过程中应用程序模块向其他远程服务器迁移的问题，并在集群、应用程序放置和迁移管理技术中嵌入了故障恢复方法，用于从不可预测的故障中恢复。性能结果表明，我们的技术显着提高了其同行的位置部署时间，任务的平均执行成本，迁移总数，中断任务的总数，和累计迁移成本。
2021-08-05 cs.DC cs.PF
BlendCAC: A BLockchain-ENabled Decentralized Capability-based Access Control for IoTs
物联网（IoT）的普及允许异构嵌入式智能设备在有或没有人工干预的情况下协作地提供智能服务。在利用大规模基于物联网的应用（如智能电网或智能城市）的同时，物联网也引发了对隐私和安全的更多关注。在物联网面临的最大安全挑战中，访问授权对于资源共享和信息保护至关重要。当今访问控制（AC）的一个弱点是集中式授权服务器，它可能是性能瓶颈或单点故障。在本文中，BlendCAC，一个基于区块链的分散能力的AC被提出用于物联网的安全性。BlendCAC旨在对大规模物联网系统中的设备、服务和信息进行有效的访问控制。基于区块链网络，提出了一种用于访问权限传播的能力委托机制.提出了一种基于身份的能力令牌管理策略，该策略利用智能合约进行访问授权的注册、传播和撤销。在提出的BlendCAC方案中，物联网设备是自己的主人，可以控制自己的资源，而不是由集中式机构进行监督。在Raspberry Pi设备和本地私有区块链网络上实施和测试，我们的实验结果证明了所提出的BlendCAC方法的可行性，可以为物联网系统提供分散，可扩展，轻量级和细粒度的AC解决方案。
2018-04-24 cs.CR cs.DC cs.NI
Computing Resource Allocation in Three-Tier IoT Fog Networks: a Joint Optimization Approach Combining Stackelberg Game and Matching
雾计算是为未来基于物联网（IoT）的网络系统提供经济且低延迟的数据服务的有前途的架构。它依赖于一组接近最终用户的低功耗雾节点来卸载最初针对云数据中心的服务。在本文中，我们考虑了一个特定的雾计算网络组成的一组数据服务运营商（DSO），每个控制一组雾节点提供所需的数据服务的数据服务用户（DSS）的集合。如何将有限的雾节点计算资源分配给各个决策支持系统，使系统性能达到最优和稳定是一个重要的问题。在本文中，我们提出了一个联合优化框架，所有的FN，DSO和DSS，以实现最佳的资源分配计划在分布式的方式。在这个框架中，我们首先制定了一个Stackelberg游戏来分析的DSO的定价问题，以及资源分配问题的DSS。在DSO可以知道DSS购买资源的期望量的情况下，应用多对多匹配博弈来研究DSO和FN之间的配对问题。最后，在同一个DSO中，我们在每个配对的FN和服务DSS之间应用另一层多对多匹配来解决FN-DSS配对问题。仿真结果表明，我们提出的框架可以显着提高基于物联网的网络系统的性能。
2017-01-14 cs.DC cs.GT
Edge, Fog, and Cloud Computing : An Overview on Challenges and Applications
随着物联网（IoT）和各种移动设备的快速增长，传统的云计算范式面临着重大挑战（高延迟、带宽成本等）。受这些限制和对物联网未来的担忧的推动，现代架构正朝着将云计算资源分布到大多数终端设备所在的远程位置的方向发展。边缘和雾计算被认为是集中式云解决方案不适合的应用程序的关键推动因素。在本文中，我们回顾了边缘、雾、云计算的高级定义，以及它们在各种物联网场景中的配置。我们进一步讨论了它们在许多应用中的交互和协作，例如云卸载，智能城市，医疗保健和智能农业。虽然在开发这种分布式系统方面仍然存在挑战，但解决这些限制的早期研究也已经浮出水面。
2022-11-03 cs.DC
Blockchain of Things (BCoT): The Fusion of Blockchain and IoT Technologies
区块链和物联网（IoT）被认为是两种主要的颠覆性新兴技术。然而，两者都在一定程度上受到先天技术的限制。物联网需要加强其安全功能，而区块链由于其广泛使用加密机制而固有地拥有这些功能，而区块链则以相反的方式需要分布式节点对其P2P（对等）共识模型的贡献，而物联网基本上将其体现在其架构中。因此，本章尖锐地剖析了将区块链与物联网技术相结合的可行性以及未来的挑战，引入了物联网区块链（BCoT）的概念，以及这种整合可以提供的好处。
2019-10-04 cs.DC cs.NI
FLIC: A Distributed Fog Cache for City-Scale Applications
我们提出FLIC，分布式软件数据缓存框架雾，减少网络流量和延迟。FLIC的目标是城市规模的协作物联网设备部署，其中每个节点收集并与周围设备共享数据。随着需要大量训练数据的机器学习和其他数据处理技术被移植到低成本和低功耗的物联网系统中，我们预计数据分析将远离云端。与云的分离将减少对耗电的集中式云基础设施的依赖。然而，协作物联网设备的城市规模部署通常通过蜂窝服务连接到互联网，其中服务费用与网络使用量成比例。物联网系统架构师必须聪明，以便在这些场景中降低成本。为了减少运营城市规模的协作物联网系统部署所需的网络带宽，FLIC在雾中的物联网节点上实现了分布式缓存。FLIC允许物联网网络共享其数据，而无需与简单的云存储服务重复交互，从而减少对备份存储的调用。我们的结果显示读取的错误率低于2%。因此，只允许5%的请求需要后备存储。我们还能够实现每秒传输的字节数减少50%以上。
2020-03-25 cs.DC cs.OS
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
Resource Management in Edge and Fog Computing using FogBus2 Framework
边缘/雾计算是一种新型计算范式，为资源有限的物联网（IoT）设备提供可扩展的计算和存储资源。与云计算相比，边缘/雾服务器的资源更少，但可以以更高的带宽和更少的通信延迟访问。因此，集成边缘/雾和云基础设施可以支持执行各种延迟敏感和计算密集型物联网应用。尽管一些框架试图提供这种集成，但仍然存在一些挑战需要解决，例如不同物联网应用的动态调度，可扩展性机制，多平台支持以及支持不同的交互模型。FogBus 2作为一个新的基于Python的框架，提供了一个轻量级的、分布式的、基于容器的框架来克服这些挑战。在本章中，我们将重点介绍FogBus 2框架的关键特性，并描述其主要组件。此外，我们提供了一个分步指南，以建立一个集成的计算环境，包含多个云服务提供商（混合云）和边缘设备，这是任何物联网应用场景的先决条件。为了实现这一点，所有计算资源之间的低开销通信网络由所提供的脚本和配置文件启动。接下来，我们提供安装和运行主框架及其集成应用程序的说明和相应的代码片段。最后，我们将演示如何使用FogBus 2框架实现和集成几个新的物联网应用程序以及自定义调度和可扩展性策略。
2021-08-02 cs.DC cs.NI cs.PF
FLight: A Lightweight Federated Learning Framework in Edge and Fog Computing
本文提出轻量级联邦学习框架FLight，基于FogBus2实现，支持同步与异步联邦学习，并通过启发式工人选择算法提升边缘/雾计算环境下的训练时间效率。
2023-08-05 cs.DC
Serverless data pipeline approaches for IoT data in fog and cloud computing
随着物联网（IoT）设备数量的增加，正在生成大量原始数据。基于云的物联网数据处理中的延迟、成本和其他挑战推动了边缘和雾计算模型的采用，其中一些数据处理任务被移到更接近数据源的地方。正确处理此类数据流需要构建数据管道，以控制数据流的完整生存周期，从数据源的数据采集、边缘和雾处理，到云端存储和分析。数据分析任务需要在距离数据源不同的距离上动态执行，并且通常在非常异构的硬件设备上执行。这可以通过使用无服务器（或FaaS）云计算模型来简化，其中任务被定义为虚拟功能，可以从边缘迁移到云（反之亦然），并以事件驱动的方式在数据流上执行。在这项工作中，我们研究了构建无服务器数据管道（SDP）用于物联网数据分析的好处，并评估了设计SDP的三种不同方法：1）基于现成的数据流工具（DFT），2）基于对象存储服务（OSS）和3）基于MQTT。此外，我们将这些策略应用于三个雾应用程序（Aeneas，PocketSphinx和自定义视频处理应用程序），并通过比较它们的处理时间（计算时间，网络通信和磁盘访问时间）和资源利用率来评估性能。结果表明，DFT是不适合的计算密集型应用，如视频或图像处理，而OSS是最适合这项任务。然而，DFT非常适合带宽密集型应用，因为它使用的网络资源最少。另一方面，基于MQTT的SDP随着CPU和内存使用量的增加而被观察到。<truncted to fit character limi…
2021-12-18 cs.DC
