[论文解读] Fog Computing Applications: Taxonomy and Requirements

Arif Ahmed, Hamidreza Arkian+10 more|arXiv (Cornell University)|Jul 26, 2019

IoT and Edge/Fog Computing参考文献 57被引用 43

一句话总结

该论文分析了30个雾计算应用，以推导雾基础设施的一般平台需求、部署模型和接入网络考量。

ABSTRACT

Fog computing was designed to support the specific needs of latency-critical applications such as augmented reality, and IoT applications which produce massive volumes of data that are impractical to send to faraway cloud data centers for analysis. However this also created new opportunities for a wider range of applications which in turn impose their own requirements on future fog computing platforms. This article presents a study of a representative set of 30 fog computing applications and the requirements that a general-purpose fog computing platform should support.

研究动机与目标

• 识别跨行业的具有代表性的雾应用集合（实际与拟议）。
• 推导通用雾平台必须支持的功能性和非功能性需求。
• 按雾使用、部署模型、接入网络和硬件特征对应用进行分类。
• 提供洞见以指导雾平台设计和未来研究，突出共同需求与差异化需求。

提出的方法

• 以文献为基础，在同行评议的刊物和可信来源中筛选30个详细的雾应用。
• 分析每个应用以提取所需的雾平台能力与约束。
• 汇聚并将应用映射到雾使用模式、部署模型、接入网络和硬件平台。
• 将研究结果综合成对未来雾系统的需求和部署指南。

实验结果

研究问题

• RQ1 基于具有代表性的应用，通用雾计算平台应支持哪些类型的功能性与非功能性需求？
• RQ2 在部署模型、接入网络和硬件需求方面，雾应用有何差异，这对平台设计有何影响？
• RQ3 不同应用偏好哪些雾部署模型（私有、公有、混合、社区），以及原因？
• RQ4 接入网络和硬件异质性如何影响雾架构和服务质量保障？

主要发现

• 雾应用在需求方面多样化，驱动了广泛的平台能力。
• 延迟降低和带宽优化是使用雾的主要动机，许多应用利用就近计算来满足端到端的严格延迟目标。
• 混合雾是主导的部署模型（17/30），私有雾用于隐私/安全和中等延迟应用（13/30）。
• 调研集中未使用公共雾和社区雾，突显研究样本中的感知或实际障碍。
• 各种接入网络（蜂窝、Wi-Fi、LPWAN、基于802.15.4等）被采用，强调雾平台需要灵活的网络支持。
• 应用横跨多个领域（交通、医疗、智慧城市、娱乐等），强调广泛适用性和对通用雾抽象的需求。