EdgeLens：基于深度学习的物联网、雾计算与云计算融合环境中的目标检测
分布式、并行与集群计算
2019-06-27 v1
摘要
数据密集型应用正以日益增长的速度发展，解决其中的可扩展性与高性能问题需求迫切。随着云计算范式的出现，利用远程资源构建和部署这些应用成为可能。近年来，基于物联网（IoT）范式的新一类应用与服务需要在极短时间内处理大量数据。其中监控与目标检测已变得至关重要，但云难以降低网络延迟以满足响应时间要求。雾计算通过按需利用网络边缘资源与远程云资源解决了这一问题。然而，目前仍缺乏能够成功将复杂软件与应用（尤其是深度学习）与雾及云计算环境集成的框架。在本工作中，我们提出一种在雾-云环境中部署基于深度学习的应用的框架，以利用边缘与云资源为此类应用提供更好的服务质量。我们提出的框架称为EdgeLens，可适应应用或用户需求，提供高精度或低延迟的服务模式。我们还从精度、响应时间、抖动、网络带宽和功耗方面测试了该软件的性能，并展示了EdgeLens如何适应不同的服务需求。
引用
@article{arxiv.1906.11056,
title = {EdgeLens: Deep Learning based Object Detection in Integrated IoT, Fog and Cloud Computing Environments},
author = {Shreshth Tuli and Nipam Basumatary and Rajkumar Buyya},
journal= {arXiv preprint arXiv:1906.11056},
year = {2019}
}
备注
7 pages, 11 figures, conference paper