雾计算十年研究：相关性、挑战与未来方向
分布式、并行与集群计算
2023-07-17 v2
摘要
物联网（IoT）与实时应用的最近发展，导致连接设备及其所产生数据的空前增长。传统上，作为 IoT 应用的一部分，此类传感器数据在云端传输与处理，控制信号发回相应执行器。这种以云为中心的 IoT 模型导致了时延与网络负载增加，并损害了隐私。为解决这些问题，Cisco 于十年前的 2012 年提出雾计算，其利用邻近计算资源处理传感器数据。自提出以来，雾计算吸引了显著关注，研究界致力于应对不同挑战，如雾框架、模拟器、资源管理、放置策略、服务质量方面、雾经济学等。然而，经过十年研究，我们仍未见到可应用于实现有趣 IoT 应用的大规模公共/私有雾网络部署。文献中仅见试点案例研究与小规模测试床，以及利用模拟器展示所指定模型解决相应技术挑战的规模。对此有若干原因，且最重要的是，雾计算尚未为公司与参与个人呈现清晰的商业案例。本文通过跨不同集群的整合，总结了在采用雾计算方面构成障碍的技术、非功能与经济挑战。本文亦总结了应对这些挑战的相关学术与产业贡献，并给出实现实时雾计算应用的未来研究方向，同时考量联邦学习与量子计算等新兴趋势。
引用
@article{arxiv.2305.01974,
title = {A Decade of Research in Fog computing: Relevance, Challenges, and Future Directions},
author = {Satish Narayana Srirama},
journal= {arXiv preprint arXiv:2305.01974},
year = {2023}
}
备注
Accepted for publication at Wiley Software: Practice and Experience journal