[论文解读] Fog Computing: Focusing on Mobile Users at the Edge

Tom H. Luan, Longxiang Gao+4 more|arXiv (Cornell University)|Feb 6, 2015

Caching and Content Delivery参考文献 9被引用 379

一句话总结

本文提出雾计算作为一种三层移动-雾-云架构，将虚拟化、具备位置感知能力的计算与存储资源部署在网络边缘，以减少移动用户在延迟和带宽使用方面的负担。通过利用短距离、高带宽的本地连接，雾计算提升了实时服务交付效率与能效，尤其适用于对延迟敏感且依赖位置信息的应用。

ABSTRACT

With smart devices, particular smartphones, becoming our everyday companions, the ubiquitous mobile Internet and computing applications pervade people daily lives. With the surge demand on high-quality mobile services at anywhere, how to address the ubiquitous user demand and accommodate the explosive growth of mobile traffics is the key issue of the next generation mobile networks. The Fog computing is a promising solution towards this goal. Fog computing extends cloud computing by providing virtualized resources and engaged location-based services to the edge of the mobile networks so as to better serve mobile traffics. Therefore, Fog computing is a lubricant of the combination of cloud computing and mobile applications. In this article, we outline the main features of Fog computing and describe its concept, architecture and design goals. Lastly, we discuss some of the future research issues from the networking perspective.

研究动机与目标

• 应对由无处不在的智能手机和物联网设备所驱动的低延迟、高质量移动服务日益增长的需求。
• 克服集中式云计算在服务移动用户时的局限性，包括长往返延迟、高昂的带宽成本以及缺乏位置感知能力。
• 设计一种可扩展、可持续且高效的架构，通过边缘虚拟化资源将云计算与移动应用相集成。
• 通过将计算资源更靠近用户部署，实现移动工作负载的实时响应与高效数据处理。

提出的方法

• 提出一种三层移动-雾-云架构，将雾服务器部署在靠近移动用户的本地网络节点（如WiFi接入点、基站）。
• 利用移动设备与附近雾服务器之间的短距离、高带宽无线连接，降低传输延迟与回传负载。
• 在雾服务器上实现虚拟化的计算、存储与通信能力，可基于现有基础设施（如家庭基站或宏基站）进行扩展。
• 根据本地用户需求与环境上下文，支持动态应用部署与服务定制。
• 将雾计算与5G、软件定义网络（SDN）和网络功能虚拟化（NFV）等新兴技术集成，实现灵活、可编程且可扩展的网络管理。
• 利用雾服务器之间的机会性连接与有线连接，实现协同数据路由与负载均衡。

实验结果

研究问题

• RQ1 与传统仅依赖云的架构相比，雾计算如何减少移动网络中的延迟与带宽消耗？
• RQ2 在网路边缘实现高效、具备位置感知能力且支持实时服务的关键架构原则与设计目标是什么？
• RQ3 如何在多样化环境中，针对动态、局部化的用户需求，对雾服务器进行最优部署与扩展？
• RQ4 5G、SDN与NFV等新兴技术在构建可扩展且可管理的雾计算基础设施中发挥何种作用？
• RQ5 如何在分布式雾服务器之间管理异构的服务策略与动态网络拓扑，以确保一致的性能与安全性？

主要发现

• 通过将计算与存储资源更靠近移动用户部署，雾计算显著减少了往返延迟，从而加快了实时应用的响应速度。
• 移动设备与雾服务器之间使用短距离、高带宽的本地连接，减少了对长距离、高成本云回传链路的依赖，降低了带宽成本。
• 雾计算通过将流量从长距离云连接卸载至本地高带宽边缘链路，提升了互联网骨干网的能效。
• 涵盖存储、计算与通信的三维资源分配模型，实现了面向服务的高效资源配置，可针对移动工作负载进行定制化优化。
• 雾服务器可作为静态或移动单元（如部署在车辆上）进行部署，从而在公共交通等高移动性环境中实现动态服务覆盖。
• 与5G、SDN和NFV的集成实现了雾资源的集中控制与动态编排，支持可扩展且可编程的移动网络架构。