[论文解读] A Literature Survey on Ontology of Different Computing Platforms in Smart Environments

Souvik Sengupta, Jordi García+1 more|arXiv (Cornell University)|Feb 28, 2018

IoT and Edge/Fog Computing被引用 6

一句话总结

本文对智能环境中资源分类、分类法及本体论进行了全面的文献综述，分析了雾计算、云计算、物联网及相关的计算平台。研究发现一个关键缺口：尽管智能系统对跨平台互操作性和管理的需求日益增长，但目前尚无统一的本体论能够整合这些不同范式中的异构资源。

ABSTRACT

Smart environments integrates various types of technologies, including cloud computing, fog computing, and the IoT paradigm. In such environments, it is essential to organize and manage efficiently the broad and complex set of heterogeneous resources. For this reason, resources classification and categorization becomes a vital issue in the control system. In this paper we make an exhaustive literature survey about the various computing systems and architectures which defines any type of ontology in the context of smart environments, considering both, authors that explicitly propose resources categorization and authors that implicitly propose some resources classification as part of their system architecture. As part of this research survey, we have built a table that summarizes all research works considered, and which provides a compact and graphical snapshot of the current classification trends. The goal and primary motivation of this literature survey has been to understand the current state of the art and identify the gaps between the different computing paradigms involved in smart environment scenarios. As a result, we have found that it is essential to consider together several computing paradigms and technologies, and that there is not, yet, any research work that integrates a merged resources classification, taxonomy or ontology required in such heterogeneous scenarios.

研究动机与目标

• 分析智能环境中关于资源分类、分类、分类法及本体论的现有研究。
• 识别云计算、雾计算、物联网、无线传感器网络（WSN）和网格等计算范式之间的技术差距与差异。
• 评估研究人员在其架构中是否显式或隐式提出资源分类系统。
• 确定在异构智能环境资源中缺乏统一的、整合的本体论。
• 为开发一个全面的、跨范式的资源本体论（整合雾计算、云计算和物联网平台）奠定基础。

提出的方法

• 对涉及智能环境中资源分类的研究工作进行了详尽的文献调查。
• 根据计算范式对研究进行分类：雾计算、云计算、物联网、WSN、网格以及混合系统。
• 提取并分析资源分类中使用的属性，包括成本、功能、数据、管理与安全。
• 构建比较表格，总结所有调研的工作，突出分类趋势与技术缺口。
• 评估系统架构中显式与隐式资源分类方法。
• 识别各范式中反复出现的主题以及代表性不足的属性（如安全性和数据属性）。

实验结果

研究问题

• RQ1 在智能环境的研究中，提出了哪些类型的资源分类、分类法或本体论？
• RQ2 不同计算范式（如云计算、雾计算、物联网、WSN、网格）在处理资源属性（如成本、功能、管理与数据）方面有何差异？
• RQ3 在现有资源分类模型中，安全性和数据相关属性在多大程度上被考虑？
• RQ4 是否存在提出统一本体论以整合智能环境中多个计算平台资源的现有工作？
• RQ5 当前异构智能系统中资源组织方法存在哪些关键技术缺口与不一致之处？

主要发现

• 目前尚无任何研究工作为异构智能环境场景提供统一的、整合的资源分类、分类法或本体论。
• 安全是所有范式中被最少关注的属性，大多数研究对此考虑甚少。
• 数据相关属性（如数据源、大小和内容类型）仅部分被涉及，且大多数研究中深度有限。
• 物联网相关研究主要聚焦于传感器、执行器和RFID标签，对设备类型保持一致关注。
• 成本相关属性主要在云计算研究中被考虑，反映出其对经济因素的敏感性。
• 功能属性如容错性、按需提供和虚拟化主要与云计算和雾计算相关，而地理感知和实时处理则在边缘计算系统中受到强调。