[論文レビュー] The Fog Makes Sense: Enabling Social Sensing Services With Limited Internet Connectivity

Ruben Mayer, Harshit Gupta+2 more|arXiv (Cornell University)|Mar 6, 2017

Mobile Crowdsensing and Crowdsourcing参考文献 18被引用数 12

ひとこと要約

この論文は、インターネット接続が限られている、あるいは完全に利用できない環境においても社会的センシングサービスを可能にする、Fogコンピューティングベースのアーキテクチャを提案している。分散型でエッジに近い計算を活用することで、災害時や未開拓地域においても状況認識を維持できる。主な貢献は、社会的センシングアプリケーションがFogノード上でローカルに動作できるようにする汎用APIおよびミドルウェア設計であり、クラウドベースのシステムが故障する場面でも耐障害性とアクセス可能性を確保する。

ABSTRACT

Social sensing services use humans as sensor carriers, sensor operators and sensors themselves in order to provide situation-awareness to applications. This promises to provide a multitude of benefits to the users, for example in the management of natural disasters or in community empowerment. However, current social sensing services depend on Internet connectivity since the services are deployed on central Cloud platforms. In many circumstances, Internet connectivity is constrained, for instance when a natural disaster causes Internet outages or when people do not have Internet access due to economical reasons. In this paper, we propose the emerging Fog Computing infrastructure to become a key-enabler of social sensing services in situations of constrained Internet connectivity. To this end, we develop a generic architecture and API of Fog-enabled social sensing services. We exemplify the usage of the proposed social sensing architecture on a number of concrete use cases from two different scenarios.

研究の動機と目的

• 現在の社会的センシングサービスが集中型クラウドプラットフォームと安定したインターネット接続に依存しているという深刻な依存関係を是正すること。
• インターネット障害やインフラ不足により情報へのアクセスが困難になる災害時や地方・未開拓地域における制限を克服すること。
• Fogコンピューティングを分散型のクラウド処理の代替手段として活用し、ローカルで強固な社会的センシングを実現すること。
• 一時的な接続性を持つエッジデバイスに社会的センシングサービスをデプロイ・運用できる、汎用的かつ拡張可能なAPIおよびミドルウェアスタックを設計すること。
• 既存のクラウドベースの社会的センシングアプリケーションを、より耐障害性とアクセス性に優れたFogベースのプラットフォームに移行しやすくすること。

提案手法

• ユーザーおよびセンサーに近いエッジノードにデータ処理と推論を分散化する、Fogを活用した社会的センシングアーキテクチャを提案する。
• ローカルデータの集約、イベント検出、ピアツーピア通信といったFog固有の操作を抽象化する汎用APIを設計する。
• 中央集権的な制御に依存せず、Fogノード間の通信、発見、調整を管理するミドルウェア層を実装する。
• 接続が復旧した際にデータを収集・転送できる、データマールのようなメカニズムを統合する（例：ドローン、車両など）。
• 帯域幅が限られる環境での効率を向上させるために、Fogノードレベルでデータのフィルタリングと集約を実施する。
• Fogノード間の移動性と分散型協調メカニズムを活用し、動的負荷分散とフェイルセーフを実現する。

実験結果

リサーチクエスチョン

• RQ1 どのようにすれば、接続が不安定あるいは完全に途切れる環境でも社会的センシングサービスを機能可能にすることができるか？
• RQ2 分散型Fogインfraストラクチャ上で社会的センシングを実現するために、どのようなアーキテクチャ的抽象化とAPI抽象化が必要か？
• RQ3 Fogノードは、帯域幅の圧力を軽減し信頼性を向上させるために、データの集約、フィルタリング、ルーティングをどのように処理できるか？
• RQ4 ユーザーが信頼できない状況や接続が不安定な状況において、社会的センシングデータの信頼性、正確性、耐障害性を保証するメカニズムは何か？
• RQ5 既存のクラウドベースの社会的センシングアプリケーションは、最小限の変更でどの程度Fogベースのプラットフォームに移行可能か？

主な発見

• Fogコンピューティングにより、社会的センシングサービスがクラウドに依存せず、災害やインfra制限によるインターネット障害時でも継続的に機能することが可能になった。
• 提案された汎用APIおよびミドルウェアアーキテクチャにより、既存のクラウドベースの論理に最小限の変更で社会的センシングアプリケーションをFogノードにデプロイ・管理できるようになった。
• Fogレイヤーでのローカルなデータ集約とフィルタリングにより、送信されるデータ量が顕著に削減され、低帯域幅環境でもシステムが運用可能になった。
• 移動型Fogノード（例：ドローン、バス）はデータマールとして機能し、接続が復旧した際に情報を収集・転送でき、遠隔地や混乱状態の地域でのデータ配信を強化した。
• 分散型協調メカニズムを活用することで、動的負荷分散と耐障害性が実現され、災害対応のような高負荷状況でもシステムの堅牢性が向上した。
• 本手法により、地方や未開拓地域のコミュニティは、従来のクラウド依存を飛び越え、リアルタイムの社会的センシングサービスを直接享受できるようになった。