Service Orchestration in the Computing Continuum: Structural Challenges and Vision
Universitat Pompeu Fabra（庞培法布拉大学）；Stockholm University（斯德哥尔摩大学）；University of Melbourne（墨尔本大学）；ICREA（加泰罗尼亚高级研究所）；TU Wien（维也纳工业大学）
本文探讨了计算连续体中服务编排的结构性挑战，并提出通过主动推断概念实现自主编排的愿景，同时指出现有解决方案的不足及未来研究方向。
2026-02-17 cs.DC cs.ET cs.SY
Transformative effects of IoT, Blockchain and Artificial Intelligence on cloud computing: Evolution, vision, trends and open challenges
云计算在现代社会中发挥着至关重要的作用，并支持从基础设施到社交媒体的一系列应用。此类系统必须应对变化的负载和不断变化的使用，反映社会对自动计算系统的交互和依赖，同时满足服务质量（QoS）保证。使这些系统成为可能的是一组概念性技术，它们被综合起来以满足不断发展的计算应用的需求。为了了解这种系统当前和未来的挑战，有必要确定实现未来应用的关键技术。在这项研究中，我们的目标是探索三个新兴的范式（区块链，物联网和人工智能）将如何影响未来的云计算系统。此外，我们确定了几种驱动这些模式的技术，并邀请国际专家讨论云计算的现状和未来方向。最后，我们提出了一个云未来学的概念模型，以探讨新兴的范式和技术对云计算的演变的影响。
2019-10-21 cs.DC
A Comprehensive Vision on Cloud Computing Environment: Emerging Challenges and Future Research Directions
云计算已成为计算行业的支柱，并提供基于订阅的按需服务。通过虚拟化，产生在抽象硬件层中运行的计算机系统的虚拟实例，它使我们能够在许多用户之间共享资源。与早期的分布式计算模型相反，它通过其庞大的云计算中心保证了无限的计算资源，并且由于其不断扩展的基础设施，用户群和托管数据量，近年来它非常受欢迎。这些庞大而复杂的工作负载带来了许多问题，包括资源使用、功耗、可扩展性、运营费用、安全性等问题。在此背景下，本文全面概述了各种规模的组织中最普遍的共享和通信问题。讨论了安全分类、负载均衡以及在保护敏感数据时遇到的主要困难。需要对当前最先进的贡献、资源管理分析方法、负载均衡解决方案、授权物流和基于多目标学习的方法进行全面检查。在最后一节中，本文检查，审查，并建议未来的研究方向，在该地区的安全虚拟机安置。
2022-07-16 cs.DC
Cloud Computing framework for Computer Vision Research:An Introduction
Beijing Jiaotong University（北京交通大学）
云计算提供了帮助科学家处理机器学习应用（例如计算机视觉问题）中经常需要的大量计算资源的潜力。该提案旨在说明可以从云计算中获得哪些好处，以帮助医学图像分析用户（包括科学家，临床医生和研究机构）。由于算法的安全性和隐私对于大多数算法发明者来说都很重要，因此这些算法可以隐藏在云中，以允许用户将算法作为一个包使用，而无需查看/更改其内部。换句话说，在用户部分，用户将他们的图像发送到云端，并通过接口配置算法。在云部分，算法被应用于该图像，结果被返回给用户。我的建议有两部分：（1）调查云计算解决计算机视觉问题的潜力，（2）研究拟议的基于云的医学图像分析应用框架的组件并开发它们（取决于实习时间的长短）。调查部分将涉及对问题的几个方面的研究，包括安全性，可用性（服务的医疗最终用户），视觉问题的适当编程抽象，可扩展性和资源需求。在本提案的第二部分，我将深入研究拟议的框架组成部分及其关系，并将其发展。所提出的基于云的框架包括一个集成环境，使科学家和临床医生能够使用少数用户界面访问以前和当前的医学图像分析算法，而无需访问算法代码和程序。
2013-02-06 cs.CV cs.DC
Energy-Efficient Management of Data Center Resources for Cloud Computing: A Vision, Architectural Elements, and Open Challenges
云计算为全球用户提供面向实用程序的IT服务。基于按需付费模型，它可以托管来自消费者、科学和商业领域的普遍应用程序。然而，托管云应用程序的数据中心消耗大量能源，导致高运营成本和对环境的碳足迹。因此，我们需要绿色云计算解决方案，不仅可以为环境节省能源，还可以降低运营成本。本文介绍了云计算环境节能管理的愿景、挑战和架构元素。我们专注于动态资源供应和分配算法的开发，这些算法考虑了各种数据中心基础设施之间的协同作用（即，硬件、电源单元、冷却和软件），并全面提高数据中心的能效和性能。特别是，本文提出了（a）架构的云节能管理原则;（b）节能资源分配政策和调度算法，考虑服务质量的期望，和设备的功率使用特性;和（c）一种新的软件技术，云节能管理。我们已经验证了我们的方法进行了一系列严格的性能评估研究，使用CloudSim工具包。结果表明，云计算模型具有巨大的潜力，因为它提供了显着的性能增益方面的响应时间和成本节约动态工作负载的情况下。
2010-06-02 cs.DC
Architectural Vision for Quantum Computing in the Edge-Cloud Continuum
TU Vienna（维也纳工业大学）；University of Stuttgart（斯图加特大学）
本工作提出边缘-云连续体中的量子计算架构，通过热启动工作流和混合经典-量子神经网络推理引擎，利用分布式异构资源，并验证了扩展经典方法集成量子电路以提高解决方案质量的可行性。
2023-05-09 cs.DC cs.LG quant-ph
Fog Computing and Large Language Models: A vision for mutual beneficiaries
School of Computer and Information Sciences, University of Hyderabad（海德拉巴大学计算机与信息科学学院）
本文探讨雾计算与大型语言模型（LLMs）如何相互受益，通过优化LLMs以适应雾基础设施，并利用LLMs的代码生成能力动态部署雾应用，综述了当前研究现状与未来方向。
2026-07-09 cs.DC
A Periodic Space of Distributed Computing: Vision & Framework
University of North Texas（北德克萨斯大学）；The University of Melbourne（墨尔本大学）；Argonne National Laboratory（阿贡国家实验室）；Cardiff University（卡迪夫大学）；University at Buffalo（布法罗大学）；Tor Vergata University of Rome（罗马第二大学）
本文提出周期框架以系统描述分布式计算特性，探讨未来智能系统需求下的演进方向，总结关键系统属性模式及未来趋势预测。
2026-04-14 cs.DC cs.OS
Software-Defined Multi-Cloud Computing: A Vision, Architectural Elements, and Future Directions
云计算在过去十年中已经出现，以实现基于实用程序的计算资源管理，而无需购买硬件设备。云提供商在不同的位置运行多个数据中心，以管理和为客户提供云资源。最近，软件定义网络（SDN）和网络功能虚拟化（NFV）的引入在云中打开了更多的机会，这使得能够在云数据中心中动态和自主地配置和供应资源。本文提出了可编程网络云的架构框架和原则，托管SDN和NFV的地理分布的多云计算环境。成本和SLA感知的资源配置和调度，最大限度地减少运营成本，而不违反协商的SLA的调查和讨论的技术自主和及时的VNF组成，部署和管理跨多个云。我们还讨论了使用分析和监控技术创建用于VNF性能优化的自动扩展解决方案的开放挑战和方向，用于可扩展流量和部署管理的SDN控制器算法。仿真平台和概念验证原型的初步评估结果。
2018-05-28 cs.DC
The Vision of Autonomic Computing: Can LLMs Make It a Reality?
State Key Laboratory for Novel Software Technology, Nanjing University（南京大学现代软件技术国家重点实验室）；Microsoft（微软）
本文探索利用 LLM 多智能体框架实现微服务管理的自治计算愿景，提出五级分类法并基于 Sock Shop 基准评估，结果显示达到三级自主性，验证了 LLM 在问题检测与解决中的有效性。
2024-07-19 cs.AI cs.CL cs.DC
Towards Offloadable and Migratable Microservices on Disaggregated Architectures: Vision, Challenges, and Research Roadmap
微服务和无服务器计算系统为分布式和企业级计算提供了巨大的多功能性和机会。与此同时，现代数据中心资源的部署正在转向分散式架构。随着双方的蓬勃发展，我们认为现在是时候撰写这份愿景文件，提出一个潜在的研究议程，以在新兴的分散数据中心架构之上实现下一代微服务的高效部署、管理和执行。特别是，我们设想了一个关键的系统研究方向，即在分散的架构上设计和开发可迁移和可迁移的微服务。在此基础上，我们回顾了近年来的相关研究，说明了研究的重要性和必要性，并指出了分布式系统和企业级计算研究可能遇到的基本挑战。我们进一步提出了一个研究路线图，以实现我们设想的目标，在一个有前途的方式。在路线图中，我们确定了可以利用的潜在技术和方法。
2021-04-22 cs.DC
Energy-Efficiency and Sustainability in New Generation Cloud Computing: A Vision and Directions for Integrated Management of Data Centre Resources and Workloads
针对云计算能耗激增带来的环境与运营问题，本文提出以学习为核心的新一代云环境集成管理愿景，明确相关维度与关键问题，给出概念架构及初步结果，验证其在保服务质量的同时降能耗减碳排的潜力。
2023-07-20 cs.DC
Universal Workers: A Vision for Eliminating Cold Starts in Serverless Computing
Technische Universität Berlin（柏林工业大学）；Fraunhofer Institute for Open Communication Systems (FOKUS)（弗劳恩霍夫开放通信系统研究所）
针对无服务器计算的冷启动问题，提出基于请求偏态分布的通用工作器方案，通过局部性组与三级缓存近似实现，旨在构建更高效可扩展的FaaS平台。
2025-09-11 cs.DC cs.PF
Modern Computing: Vision and Challenges
本文系统回顾了现代计算系统从传统架构到无服务器计算、量子计算和端侧AI的演进，分析了框架快速淘汰、专用化趋势及集中与分散控制等关键挑战，为未来研究指明方向。
2024-01-04 cs.DC
A Preliminary Study On Emerging Cloud Computing Security Challenges
云计算是基于互联网的按需提供计算资源、软件和信息。云计算被称为计算实用程序的最新出现的范例之一。由于云计算是互联网上共享服务的主导基础设施，因此必须意识到与这种新兴计算模式相关的安全风险和挑战。本调查简要介绍了云计算及其主要特征和服务模式。文章还探讨了云安全威胁，列出了一些安全解决方案，并提出了一个有前途的研究方向，以应对云计算中不断变化的安全挑战。
2018-08-13 cs.CR cs.DC
Boosting performance of computer vision applications through embedded GPUs on the edge
Federal Institute of Education, Science, and Technology Farroupilha (IFFar)（法鲁皮利亚联邦教育、科学与技术学院）
针对移动设备上计算机视觉应用资源需求高且边缘设备容量有限的问题，本研究提出利用带GPU的嵌入式设备进行计算卸载，实验证明相比仅用CPU能显著提升性能并改善用户体验。
2025-11-03 cs.CV cs.DC
Smart systems, the fourth industrial revolution and new challenges in distributed computing
智能系统和智能世界概念在第四次工业革命的框架内得到解决。分布式自主机器人和计算的新挑战。给出了一种新型的智能可重构分布式模块化机器人系统的实例。还提出了一个原型以及相关的分布式算法。
2019-04-08 cs.DC
Resource-Aware Programming for Robotic Vision
Technical University of Munich（慕尼黑工业大学）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
人形机器人被设计为在以人为中心的环境中操作。他们面临着不断变化的动态环境，需要完成大量具有挑战性的任务。这些任务在复杂性、资源需求和执行时间方面有所不同。人形机器人的最新计算机体系结构由几个包含单核或双核处理器的工业PC组成。根据SIA的半导体路线图，数百到数千个核心的众核芯片预计将在未来十年内上市。利用具有大量资源的芯片的全部功率需要新的计算范例和方法。在本文中，我们分析了一个资源感知计算方法命名为入侵计算，以解决这些挑战。新的编程模型的优点和局限性进行了分析，使用两个广泛使用的计算机视觉算法，哈里斯角点检测器和SIFT（尺度不变特征变换）特征匹配。结果表明，新的编程模型加上应用层内的扩展，使它们具有很强的适应性，从而获得更好的质量的结果。
2014-05-12 cs.CV cs.DC cs.RO
Research Challenges for Enterprise Cloud Computing
云计算代表了从购买计算产品到通过互联网从大规模数据中心或“云”交付给消费者的计算服务的转变。本文从企业或组织的角度讨论了云计算面临的一些研究挑战，并通过回顾现有的云计算文献，将其置于上下文中。讨论了与以下主题相关的各种研究挑战：云计算带来的组织变革;其效用计费模式的经济和组织影响;云计算提出的安全、法律和隐私问题。强调这些研究挑战很重要，因为云计算不仅仅是数据中心的技术改进，而是IT配置和使用方式的根本性变化。这种类型的研究有可能影响云计算在企业和消费者市场的更广泛采用。
2010-01-19 cs.CY cs.DC
When Services Computing Meets Blockchain: Challenges and Opportunities
服务计算可以通过封装各种计算基础设施来提供一个高层次的抽象来支持不同的应用。虽然服务计算极大地提高了开发人员的生产力，但它面临着三个主要挑战：隐私和安全风险，信息孤岛以及定价机制和激励。区块链的最新进展为解决服务计算的挑战带来了机遇，因为它内置了加密和数字签名方案，分散特征和内在激励机制。在本文中，我们提出了一项调查，调查区块链与服务计算的集成。区块链与服务计算的结合主要体现在两个方面：i）区块链可以潜在地解决服务计算的关键挑战; ii）服务计算也可以促进区块链的发展。特别是，我们将当前基于区块链的服务计算文献分为五种类型：服务创建，服务发现，服务推荐，服务组合和服务仲裁。此外，我们概括了区块链即服务（BaaS）架构，并总结了具有代表性的BaaS平台。此外，我们还概述了基于区块链的服务计算和BaaS的开放问题。
2020-12-08 cs.CR cs.DC
Cloud Computing Research Challenges
近年来，云计算已经作为通过互联网托管和传送服务的新模式出现。这种模式对业务供应商来说是惊人的，因为它消除了用户提前计划的要求，并且它允许组织从低级别开始，然后只有在服务需求增加时才添加更多的资源。尽管云计算不仅为信息技术行业提供了更大的机会，而且还为以某种方式利用计算的每个组织提供了更大的机会，但它仍处于起步阶段，有许多问题有待解决。本文讨论了云计算的研究挑战。
2013-04-11 cs.DC
Addressing Security Challenges in Cloud Computing
云计算是一种新的计算模式，它允许使用互联网共享远程服务器上的资源，如硬件、网络、存储，并提供将应用程序、计算能力、计算基础设施作为服务交付给用户的方式。云计算的独特属性为用户提供了经济高效的信息技术解决方案。所有计算需求都由云服务提供商（CSP）提供，并且可以根据用户的要求动态增加或减少。由于数据和应用程序位于服务器上，并且可能超出地理边界，这导致了用户预期的一些问题。本文的目的是探讨云计算的关键问题，这是延迟其采用。
2013-07-31 cs.DC
Computer Vision Accelerators for Mobile Systems based on OpenCL GPGPU Co-Processing
Rice University（莱斯大学）；Qualcomm Technologies Inc.（高通技术公司）
在本文中，我们提出了一个基于OpenCL的异构实现的计算机视觉算法-图像修补为基础的对象删除算法-在移动设备上。为了利用移动处理器的计算能力，基于移动设备上的分析结果在CPU和GPU之间划分算法工作流，使得计算密集型内核由移动GPGPU（使用图形处理单元的通用计算）加速。通过探索实现的权衡和利用不同层次的优化策略，包括算法优化，并行优化和内存访问优化，我们显着加快了算法与CPU-GPU异构实现，同时保持输出图像的质量。实验结果表明，基于GPGPU协同处理的异构计算可以显著提高计算机视觉算法的速度，并使其在实际移动设备上具有实用性。
2014-03-17 cs.CV cs.DC cs.MS
CloudCV: Large Scale Distributed Computer Vision as a Cloud Service
Virginia Tech（弗吉尼亚理工大学）；Imperial College London（帝国理工学院）
我们正在目睹大量视觉数据的扩散。不幸的是，将现有的计算机视觉算法扩展到大型数据集会让研究人员反复解决相同的算法，物流和基础设施问题。我们的目标是使计算机视觉民主化;人们不应该成为计算机视觉、大数据和分布式计算专家，才能访问最先进的分布式计算机视觉算法。我们提出了CloudCV，一个全面的系统，通过Web接口和API提供对最先进的分布式计算机视觉算法的访问，作为云服务。
2017-02-13 cs.CV cs.DC
Big Data Computing Using Cloud-Based Technologies, Challenges and Future Perspectives
设备和基于互联网的来源定期生成的大量数据构成了大数据。这些数据可以被处理和分析，为特定领域开发有用的应用程序。一些数学和数据分析技术在这一领域得到了应用。这导致了大数据计算的计算模型和工具的发展。然而，对于传统系统和技术来说，存储和处理要求是压倒性的。因此，需要能够根据变化的数据维度来调整存储和处理能力的基础设施。云计算是解决这一问题的一个潜在方案。然而，云中的大数据计算有其自身的一系列挑战和研究问题。本章概述了大数据的概念，讨论了可用于大数据的数学和数据分析技术，并对现有的工具、框架和平台进行了分类，这些工具、框架和平台可用于不同的大数据计算模型。此外，它还评估了基于云的大数据计算的可行性，研究了现有的挑战和机遇，并提供了该领域未来的研究方向。
2017-11-24 cs.DC
BOINC: A Platform for Volunteer Computing
“志愿者计算”是使用消费者数字设备进行高吞吐量科学计算。它可以以低成本提供大的计算能力，但由于设备异构性，不可靠性和流失而带来挑战。BOINC是一个广泛使用的志愿者计算开源中间件系统，它解决了这些挑战。我们描述了它的功能，架构和实现。
2019-03-05 cs.DC
Aerial Computing: A New Computing Paradigm, Applications, and Challenges
在诸如边缘计算和云计算的现有计算系统中，若干新兴应用和实际场景大多不可用或仅部分实现。为了克服限制这些应用的局限性，开发一个全面的计算模式已经引起了学术界和工业界的关注。然而，在文献中存在的差距，由于缺乏研究，一个全面的计算范式尚未被系统地设计和审查。这项研究引入了一个新的概念，称为空中计算，通过空中无线电接入网络和边缘计算的融合，试图弥合这一差距。具体而言，首先，我们提出了一种新的综合计算架构，该架构由低空计算，高空计算和卫星计算平台组成，以及传统的计算系统。我们确定，空中计算提供了几个理想的属性：全球计算服务，更好的移动性，更高的可扩展性和可用性，和并行性。其次，我们全面讨论了促进空中计算的关键技术，包括能量补充、边缘计算、网络软件化、频谱、多址技术、人工智能和大数据。此外，我们还讨论了垂直领域的应用（例如，智能城市、智能车辆、智能工厂和智能电网）。最后，我们强调需要解决的几个挑战及其可能的解决方案。
2022-04-05 cs.DC cs.NI
Challenges and Opportunities in Edge Computing
许多基于云的应用程序采用数据中心作为中央服务器来处理由边缘设备（例如智能手机、平板电脑和可穿戴设备）生成的数据。这种模式对通信和计算基础设施的要求越来越高，对服务质量和体验产生了不可避免的不利影响。边缘计算的概念是基于将一些计算负载移向网络边缘，以利用边缘节点（如基站、路由器和交换机）目前尚未开发的计算能力。这份立场文件考虑了计算领域这一新方向所带来的挑战和机遇。
2016-09-07 cs.DC
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
TCLOUD: Challenges and Best Practices for Cloud Computing
云计算已经取得了令人难以置信的采用响应率，但它的婴儿阶段还没有结束。这是一个新兴的范例，令人惊讶地越来越受欢迎。由云计算提供的应用程序所占的市场份额的规模仍然没有比预期的大多少。它为组织提供了巨大的潜力，以最大限度地降低成本，并最大限度地提高组织所需的计算的整体运营效率。尽管它越来越受欢迎，但它仍然面临着安全，隐私和便携性问题，这些问题以某种方式为计算社区快速接受这种新技术制造了障碍。本文对云计算社区面临的挑战进行了全面的分析，并提出了应对这些挑战的解决方案。
2013-04-10 cs.CR cs.CY cs.DC
A Cloud Computing Survey: Developments and Future Trends in Infrastructure as a Service Computing
云计算是一种基于通过互联网上的服务模型交付资源的概念的最新范例。尽管云计算是一种新的计算范式，但它的起源要归功于许多以前的范式。云计算这个术语已经有了很好的定义，不再需要严格的分类来提供定义。相反，这份调查报告考虑了云计算的过去、现在和未来。作为先前范例的演进，我们考虑云计算的前身以及它们对云服务的意义。此外，我们还研究了构成云计算的技术，以及这些技术的挑战和未来发展将如何影响该领域。最后，我们研究了限制云计算的增长、应用和发展的挑战，并提出了克服这些挑战所需的方向，以进一步推动云计算的成功。
2013-06-06 cs.DC
The Internet of Things in the Era of Generative AI: Vision and Challenges
The Ohio State University（俄亥俄州立大学）；University of Southern California（南加州大学）
本文探讨生成式AI时代的物联网发展，梳理相关应用场景，指出关键挑战与研究空白，展望发展机遇，以期推动该领域的新研究。
2024-12-09 cs.DC cs.LG cs.NI
Fog Computing for Smart Grids: Challenges and Solutions
智能电网（SG）能够整合包括可再生能源在内的各种电源。它们可以有助于减少有害气体排放，并支持双向信息流动，以提高能源效率，以及小规模微电网，作为一个有前途的解决方案，以应对环境问题。然而，随着关键任务和延迟敏感型应用的出现，传统的基于云的数据处理模式变得越来越不令人满意。使用雾计算来增强智能电网系统的边缘侧处理能力被认为是解决该问题的潜在解决方案。在本章中，我们的目的是提供一个全面的分析雾计算在智能电网中的应用。我们首先概述智能电网和雾计算。然后，通过对现有研究的综述，总结了雾计算在智能电网中的主要应用、关键问题和可能的解决方法。我们通过讨论研究挑战和未来方向来结束本章。
2020-08-31 cs.DC
Research Challenges and Prospective Business Impacts of Cloud Computing: A Survey
在当今的信息技术（IT）时代，大部分成本都花在了计算需求上。企业正在努力提高其投资回报率（ROI），个人正在努力降低成本。在这方面，云计算作为第五种实用程序出现，可以降低成本，提高IT解决方案的性能。大量的公司和机构作为提供商或用户正在处理与云相关的问题。由于近年来已经提出了云计算服务的事实，组织和个人面临各种挑战和问题，例如如何将应用和软件平台迁移到云中以及如何确保迁移的应用的安全性等。鉴于在许多出版物和项目中提出了许多不同的云计算定义，本文从云计算的特点、模型和服务三个方面对云计算进行了具体而明确的定义。此外，当前的挑战和开放的问题，在云计算的详细讨论和进一步的建议和路线图的科学活动和研究，以及在这一领域的改进潜力，从科学和商业的角度来看，本文给出。
2020-04-27 cs.DC
Verification Challenges in Sparse Matrix Vector Multiplication in High Performance Computing: Part I
Argonne National Laboratory（阿贡国家实验室）
本文提出SpMV的顺序和MPI并行实现，作为科学软件验证的挑战问题，基于PETSc库。
2025-10-15 cs.DC cs.LO cs.MS
