[論文レビュー] Edge, Fog, and Cloud Computing : An Overview on Challenges and Applications

Thong Vo, Pranjal Dave+2 more|arXiv (Cornell University)|Nov 3, 2022

IoT and Edge/Fog Computing被引用数 10

ひとこと要約

本論文は、エッジ、ミスト、クラウドコンピューティングのパラダイムについて包括的な概要を提供し、IoTシステムにおける遅延、帯域幅、スケーラビリティの課題に対処する役割に焦点を当てる。分散型コンピューティングがネットワークのエッジおよびミスト層で実施されることで、リアルタイムデータ処理が可能になり、クラウド依存度が低下し、スマートシティ、ヘルスケア、産業オートメーションなどの応用分野におけるパフォーマンスが向上する。主な利点は低遅延処理と効率的なリソース活用である。

ABSTRACT

With the rapid growth of the Internet of Things (IoT) and a wide range of mobile devices, the conventional cloud computing paradigm faces significant challenges (high latency, bandwidth cost, etc.). Motivated by those constraints and concerns for the future of the IoT, modern architectures are gearing toward distributing the cloud computational resources to remote locations where most end-devices are located. Edge and fog computing are considered as the key enablers for applications where centralized cloud-based solutions are not suitable. In this paper, we review the high-level definition of edge, fog, cloud computing, and their configurations in various IoT scenarios. We further discuss their interactions and collaborations in many applications such as cloud offloading, smart cities, health care, and smart agriculture. Though there are still challenges in the development of such distributed systems, early research to tackle those limitations have also surfaced.

研究の動機と目的

• 高速度・大量のIoTデータストリームを処理する際の集中型クラウドコンピューティングの限界を分析すること。
• クラウドコンピューティングと関連づけて、エッジおよびミストコンピューティングアーキテクチャを定義し、それらを区別すること。
• スマートシティ、ヘルスケア、農業などの実世界のIoT応用分野におけるエッジおよびミストコンピューティングの有効性を評価すること。
• 広範な展開を阻害する主な障壁、特にセキュリティおよびマルチオブジェクティブなシステム設計に関する課題を特定すること。
• 分散型IoTシステムにおけるスケーラビリティ、遅延、リソース最適化に対処する初期の研究努力を調査すること。

提案手法

• ネットワーキングおよびシステム設計の観点から、エッジ、ミスト、クラウドコンピューティングの基礎的定義およびアーキテクチャモデルを調査すること。
• ゲートウェイが層を接続する階層型アーキテクチャモデルを用いて、クラウド、ミスト、エッジ層間のシステム相互作用を分析すること。
• IoT-ミスト-クラウドパイプラインにおける通信遅延を最小限に抑えるための解析的モデルを用いたオフロード戦略の評価。
• クラウド認識遅延を低減するために、エッジでのキャッシュおよびプリフェッチメカニズム（例：Precog）を実装・テストすること。
• テストベッド上でプロファイリングツールを適用し、画像処理、動画、ロボットタスクにおける実世界のオフロードパフォーマンスを測定すること。
• ケーススタディおよび産業応用をレビューすることで、ヘルスケア、輸送、農業、スマートファクトリーを含む分野におけるシステムパフォーマンスの妥当性を検証すること。

実験結果

リサーチクエスチョン

• RQ1 エッジおよびミストコンピューティングアーキテクチャは、遅延に敏感なIoT応用分野において、従来のクラウドコンピューティングに比べてどのように改善をもたらすか？
• RQ2 分散型IoT環境における効率的なデータ処理を可能にする主要な設計原則およびシステム構成は何か？
• RQ3 エッジ、ミスト、クラウド層間のオフロードポリシーは、エンドツーエンドの遅延およびサービス品質にどのように影響を与えるか？
• RQ4 分散型IoTシステムにおける主なセキュリティおよびプライバシーの課題は何か。また、それに対する緩和戦略はどのようなものがあるか？
• RQ5 マルチオブジェクティブ最適化は、遅延、エネルギー、リソース使用量のバランスを取るために、エッジおよびミストコンピューティングシステムにどのように統合できるか？

主な発見

• エッジおよびミストコンピューティングにより、データをソースに近い場所で処理することで、動画ストリーミングやロボット制御などの応用分野におけるリアルタイム応答性が向上し、遅延が顕著に低減される。
• Precogシステムは、エッジで事前に分類された画像特徴をキャッシュすることで、冗長なアップロードを削減し、クラウド認識遅延を短縮したことを示した。
• ミストベースのオフロードにより、組み込み処理能力が限られたドローンやモバイルロボットに対しても、効率的な計算が可能になった。
• セキュリティは、分散型アーキテクチャの影響で依然として深刻な課題であり、サイドチャnel攻撃、スプーフィング攻撃、サービス拒否攻撃（DoS）が主な脅威である。
• マルチオブジェクティブなシステム設計は、実世界の展開において不可欠であり、遅延最適化だけでは不十分である。エネルギー、コスト、信頼性のバランスも考慮する必要がある。
• スマート農業、ヘルスケア、輸送分野の応用では、エッジおよびミストコンピューティングの導入により、応答時間とシステム効率に顕著な改善が見られた。