[論文レビュー] A Systemic IoT-Fog-Cloud Architecture for Big-Data Analytics and Cyber Security Systems: A Review of Fog Computing

Nour Moustafa|arXiv (Cornell University)|May 4, 2019

IoT and Edge/Fog Computing参考文献 34被引用数 27

ひとこと要約

本稿では、エッジコンピューティングとクラウドコンピューティングを統合することで、IoT環境における低遅延の大規模データ分析と強化されたサイバー・セキュリティを実現する包括的IoT-Fog-Cloudアーキテクチャを提案する。データソースに近いフォグノードにデータ処理を分散させることで、遅延を低減し、位置認識能力を向上させるとともに、局所的な脅威検出およびデータ保護メカニズムによりセキュリティを強化する。

ABSTRACT

Abstract--- With the rapid growth of the Internet of Things (IoT), current Cloud systems face various drawbacks such as lack of mobility support, location-awareness, geo-distribution, high latency, as well as cyber threats. Fog/Edge computing has been proposed for addressing some of the drawbacks, as it enables computing resources at the network's edges and it locally offers big-data analytics rather than transmitting them to the Cloud. The Fog is defined as a Cloud-like system having similar functions, including software-, platform- and infrastructure-as services. The deployment of Fog applications faces various security issues related to virtualisation, network monitoring, data protection and attack detection. This paper proposes a systemic IoT-Fog-Cloud architecture that clarifies the interactions between the three layers of IoT, Fog and Cloud for effectively implementing big-data analytics and cyber security applications. It also reviews security challenges, solutions and future research directions in the architecture.

研究の動機と目的

• 集中型クラウドコンピューティングのIoT環境における限界、たとえば高遅延、モビリティ支援の欠如、サイバー脅威への脆弱性を解決すること。
• フォグノードを介してデータソースに近い場所にコンピューティングリソースを配置することで、リアルタイムのデータ処理と分析を可能にすること。
• フォグレイヤーに局所的なデータ保護、仮想化セキュリティ、インシデント検出を統合することで、IoTシステムにおけるサイバー・セキュリティを強化すること。
• IoT、フォグ、クラウドレイヤー間の相互作用を明確にする包括的なアーキテクチャフレームワークを提供し、スケーラブルかつ安全な展開を可能にすること。
• フォッグ・エンジニアドの大規模データおよびサイバー・セキュリティシステムにおける主なセキュリティ課題と今後の研究方向性を特定・分析すること。

提案手法

• IoTデバイス、フォッグコンピューティングレイヤー、クラウドインfrastrucureを統合した三層構造のアーキテクチャを設計し、データ処理ワークロードを分散化する。
• フォッグノードを仲介者として活用し、クラウドへの送信前にリアルタイム分析およびデータ前処理を実行することで、帯域幅と遅延を最小限に抑える。
• 仮想化セキュリティ、ネットワーク監視、データ暗号化などのセキュリティメカニズムをフォッグレイヤーに実装し、機密情報を保護する。
• フォッグレイヤーにソフトウェア・インfraストラクチャ・アーキテクチャ（S-IaaS）、プラットフォーム・インfraストラクチャ・アーキテクチャ（P-IaaS）、インfraストラクチャ・インフラストラクチャ・アーキテクチャ（I-IaaS）モデルを適用し、クラウドに類似した機能を実現する。
• フォッグノード内に脅威検出および異常認識システムを統合し、サイバー攻撃をリアルタイムで同定・対応可能にする。
• 三層間の相互作用を体系的アプローチでモデル化し、大規模データワークロードに最適なエンドツーエンドのセキュリティと効率的なデータフローを確保する。

実験結果

リサーチクエスチョン

• RQ1 システム的IoT-Fog-Cloudアーキテクチャは、IoTシステムの大規模データ分析において、遅延とスケーラビリティをどのように改善できるか？
• RQ2 IoT環境におけるサイバー・セキュリティ用途にフォッグコンピューティングを展開するにあたり、主なセキュリティ課題は何か？
• RQ3 従来のクラウド中心のモデルと比較して、フォッグコンピューティングはどのようにデータの機微性と保護を強化できるか？
• RQ4 フォッグレイヤーにおける局所的アナリティクスが、ネットワークオーバーヘッドを低減し、リアルタイム応答を向上させる役割は何か？
• RQ5 フォッグ・エンジニアドIoTシステムのセキュリティと信頼性を強化するためには、どのような今後の研究方向性が求められるか？

主な発見

• 提案されたIoT-Fog-Cloudアーキテクチャは、データソースに近いフォッグノードによる処理により、遅延を顕著に低減し、リアルタイムアナリティクスのパフォーマンスを向上させる。
• フォッグコンピューティングは位置認識能力とモビリティ支援を強化し、集中型クラウドモデルよりも動的かつ柔軟なIoT展開に適している。
• 仮想化の強化やリアルタイムのインシデント検出といったフォッグレイヤーのセキュリティメカニズムは、クラウド単体のアーキテクチャと比較して、脅威軽減効果が顕著に向上している。
• S-IaaS、P-IaaS、I-IaaSモデルをフォッグレイヤーに統合することで、リモートデータセンターへの依存を減らしつつも、クラウドに類似した機能を実現できる。
• 局所的な暗号化とアクセス制御により、送信中における露出リスクを最小限に抑える効果的なデータ保護が可能になる。
• 本稿では、フォッグセキュリティにおける重要な研究ギャップを特定し、特にスケーラブルなアクセス制御、安全な仮想化、リソース制限のあるフォッグノード向けの軽量な異常検出がその例である。