[論文レビュー] Industrial Internet of Things (IIoT) Applications of Edge and Fog Computing: A Review and Future Directions

GSS Chalapathi, Vinay Chamola+2 more|arXiv (Cornell University)|Dec 2, 2019

IoT and Edge/Fog Computing被引用数 13

ひとこと要約

本論文は、産業用インターネット・オブ・シングス（IIoT）アプリケーションにおけるエッジおよびフォッグコンピューティングのパラダイムをレビューし、産業用デバイスに近い場所でデータ処理を分散化することにより、レイテンシの低減、信頼性の向上、スケーラビリティの向上を実現できることを示している。研究では、鉱業、農業、医療、スマートグリッドの分野における実際のIIoTユースケースを強調し、従来のクラウドベースのモデルと比較して顕著なパフォーマンス向上と運用効率の改善が得られていることを示している。

ABSTRACT

With rapid technological advancements within the domain of Internet of Things (IoT), strong trends have emerged which indicate a rapid growth in the number of smart devices connected to IoT networks and this growth cannot be supported by traditional cloud computing platforms. In response to the increased capacity of data being transferred over networks, the edge and fog computing paradigms have emerged as extremely viable frameworks that shift computational and storage resources towards the edge of the network, thereby migrating processing power from centralized cloud servers to distributed LAN resources and powerful embedded devices within the network. These computing paradigms, therefore, have the potential to support massive IoT networks of the future and have also fueled the advancement of IoT systems within industrial settings, leading to the creation of the Industrial Internet of Things (IIoT) technology that is revolutionizing industrial processes in a variety of domains. In this paper, we elaborate on the impact of edge and fog computing paradigms on IIoT. We also highlight the how edge and fog computing are poised to bring about a turnaround in several industrial applications through a use-case approach. Finally, we conclude with the current issues and challenges faced by these paradigms in IIoT and suggest some research directions that should be followed to solve these problems and accelerate the adaptation of edge and fog computing in IIoT.

研究の動機と目的

• 従来のクラウドベースのIIoTシステムにおけるスケーラビリティおよびレイテンシの制限を克服するためのエッジおよびフォッグコンピューティングの役割を分析すること。
• 鉱業、農業、スマートグリッドなどの産業環境における分散型コンピューティングのパフォーマンスメリットを評価すること。
• エッジおよびフォッグIIoT導入におけるセキュリティ、データ所有権、エネルギー効率、コストの主な課題を特定すること。
• IIoTエッジ／フォッグアーキテクチャにおけるタスクオフロード、リソース管理、システム相互運用性の最適化に向けた今後の研究方向性を提案すること。

提案手法

• 本論文は、アーキテクチャモデルと展開パターンに焦点を当て、既存のIIoTシステムおよびエッジ／フォッグコンピューティングフレームワークの包括的レビューを実施している。
• 中央集権型クラウドモデルと比較して、エッジおよびフォッグノードにおけるエネルギー消費、帯域幅使用、コスト効率などのシステムメトリクスを評価している。
• ユースケース駆動のアプローチを採用し、鉱業、スマートメーター、スマートパーキング、鉄道システムにおける実際の実装を分析することで、実用的利点を示している。
• 特に国境を越えた法域にまたがる環境において、分散処理に起因するデータ所有権およびプライバシーの課題を検討している。
• 計算負荷、エネルギー、帯域幅制約を考慮したタスク分割および作業オフロードのためのポリシー枠組みを提案している。
• 事例研究の知見を統合し、産業用途におけるシステムの信頼性、フォールトトレランス、およびサービス品質（QoS）の向上を評価している。

実験結果

リサーチクエスチョン

• RQ1 エッジおよびフォッグコンピューティングのパラダイムは、中央集権型クラウドコンピューティングと比較して、産業用IoTシステムにおけるレイテンシと信頼性をどのように改善するか？
• RQ2 エッジおよびフォッグコンピューティングがIIoT展開において測定可能なパフォーマンスおよび効率の向上をもたらす主な産業ユースケースは何か？
• RQ3 分散型IIoTエッジ／フォッグアーキテクチャにおいて、データセキュリティ、プライバシー、国境を越えたデータ規制に関する主な課題は何か？
• RQ4 エネルギー効率、コスト、帯域幅制約は、産業環境におけるエッジおよびフォッグコンピューティングシステムの設計およびスケーラビリティにどのように影響を与えるか？
• RQ5 IIoTエッジ／フォッグ環境におけるタスクオフロード、リソース割り当て、システム相互運用性の最適化に向けた今後の研究方向性は何か？

主な発見

• エッジおよびフォッグ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、ラウンドトリップレイテンシが低減され、時間的制約が厳しい産業用途における応答時間が顕著に改善される。
• 鉱業作業において、ワイヤレスセンサーやRFID追跡を活用したIIoTシステムにより、リアルタイム監視と制御の向上のおかげで生産量が最大400％増加した。
• NB-IoTを活用したスマート電力メーターは、リアルタイムの電力消費データ収集を可能にし、電力網運用者が供給戦略を動的に最適化できるようになった。
• NB-IoTと自動決済ソリューションを統合したスマートパーキングシステムにより、リアルタイムの駐車スペース検知と取引処理が可能となり、駐車スペースの利用率が向上した。
• フォッグおよびエッジノードはクラウドサーバーよりもエネルギー効率が高く、再生可能エネルギーで駆動できるため、CO₂排出量の削減と環境持続可能性の向上が可能である。
• 利点がある一方で、特に協働的で分散型のワークロードでは、ノード間通信に起因する導入コストの上昇と帯域幅要件の増加が、エッジおよびフォッグシステムの課題となっている。