[论文解读] Fog Computing in IoT Aided Smart Grid Transition- Requirements, Prospects, Status Quos and Challenges

Md. Muzakkir Hussain, Mohammad Saad Alam+1 more|arXiv (Cornell University)|Feb 6, 2018

IoT and Edge/Fog Computing参考文献 17被引用 8

一句话总结

本文研究雾计算作为云计算的补充范式，以在物联网赋能的智能电网中实现低延迟、实时服务。它分析了传统云架构在满足智能电网生态系统动态、关键时间需求方面的局限性，并提出一种雾计算增强的架构，以提升去中心化能源管理系统中的响应能力、可扩展性和可靠性。

ABSTRACT

Due to unfolded developments in both the IT sectors viz. Intelligent Transportation and Information Technology contemporary Smart Grid (SG) systems are leveraged with smart devices and entities. Such infrastructures when bestowed with the Internet of Things (IoT) and sensor network make a universe of objects active and online. The traditional cloud deployment succumbs to meet the analytics and computational exigencies decentralized, dynamic cum resource-time critical SG ecosystems. This paper synoptically inspects to what extent the cloud computing utilities can satisfy the mission-critical requirements of SG ecosystems and which subdomains and services call for fog based computing archetypes. The objective of this work is to comprehend the applicability of fog computing algorithms to interplay with the core centered cloud computing support, thus enabling to come up with a new breed of real-time and latency free SG services. The work also highlights the opportunities brought by fog based SG deployments. Correspondingly, we also highlight the challenges and research thrusts elucidated towards the viability of fog computing for successful SG Transition.

研究动机与目标

• 评估云计算在满足现代智能电网系统实时性、去中心化和资源关键需求方面的局限性。
• 识别因延迟和带宽限制而从雾计算中受益的具体子领域和智能电网服务。
• 提出一种混合雾-云架构，以增强智能电网运营中的响应能力和可靠性。
• 分析雾计算在智能电网转型中采用的相关机遇与挑战。
• 指出可扩展、安全且高效的雾计算赋能智能电网部署所需的研究空白与未来方向。

提出的方法

• 在智能电网工作负载背景下，对以云为中心和雾计算增强的计算模型进行对比分析。
• 识别需要低延迟处理的关键任务型智能电网应用，如故障检测和负载均衡。
• 提出一种分层雾-云架构，整合边缘设备、雾节点和集中式云，以实现分布式数据处理。
• 将智能电网服务（如监控、控制、分析）的功能需求映射到适当的雾计算层级。
• 使用概念建模和基于案例的推理，评估延迟、带宽使用和容错性方面的系统性能权衡。
• 利用雾计算服务和部署模型的分类体系，与智能电网用例及基础设施约束对齐。

实验结果

研究问题

• RQ1 传统云计算在多大程度上能够满足动态智能电网生态系统对实时性和低延迟的需求？
• RQ2 由于其时间关键性和去中心化特性，哪些特定的智能电网服务和子领域最受益于雾计算？
• RQ3 雾-云混合架构如何提升物联网支持的智能电网运营中的响应能力和可扩展性？
• RQ4 在智能电网转型中部署雾计算的关键技术和架构挑战是什么？
• RQ5 为确保雾计算赋能的智能电网系统的可行性与安全性，需要哪些研究方向？

主要发现

• 传统云计算无法满足诸如故障检测和实时负载均衡等关键时间性智能电网应用对低延迟和高可靠性的需求。
• 通过在数据源附近处理数据，雾计算显著降低了端到端延迟，从而在分布式电网运行中实现更快的决策。
• 将雾计算与物联网集成，通过分散计算工作负载，增强了智能电网基础设施的可扩展性和容错能力。
• 基于雾的架构通过减少传输到云的数据量，尤其在高密度传感器网络中，提高了带宽效率。
• 本文识别出关键挑战，如安全性、互操作性和动态资源分配，必须在智能电网中成功部署雾计算时加以解决。
• 所提出的雾-云混合模型为实现实时、低延迟的智能电网服务提供了可行路径，尤其适用于去中心化和动态环境。