Обзор периферийных вычислений для Интернета вещей
A Survey on the Edge Computing for the Internet of Things
2017-11-29
SCID: 54.1/9nbshzfv
Discuss with AI
Интернет вещейбезопасность IoTсерверы облаков на периферииграничные вычислениязадержка в сети
Figures from the paper
Abstract (AI)
Интернет вещей (IoT) уже пронизывает нашу повседневную жизнь, предоставляя важные инструменты измерения и сбора данных, необходимые для принятия решений. Миллионы датчиков и устройств непрерывно генерируют данные и обмениваются важными сообщениями через сложные сети, поддерживающие межмашинное взаимодействие, а также мониторинг и управление критически важными инфраструктурами умного мира. В качестве стратегии смягчения растущей перегрузки ресурсов периферийные вычисления стали новой парадигмой для решения задач IoT и локализованных вычислений. В отличие от хорошо известной модели облачных вычислений, периферийные вычисления переносят обработку или хранение данных на «периферию» сети, ближе к конечным пользователям. Благодаря этому множество вычислительных узлов, распределённых по сети, может снизить вычислительную нагрузку на централизованный центр обработки данных и существенно уменьшить задержку обмена сообщениями. Кроме того, распределённая структура позволяет сбалансировать сетевой трафик и избежать пиковых нагрузок в сетях IoT, уменьшая задержку передачи между периферийными серверами/серверами облака и конечными пользователями, а также сокращая время отклика приложений IoT реального времени по сравнению с традиционными облачными сервисами. Более того, перенос вычислительной и коммуникационной нагрузки с узлов с ограниченным запасом энергии аккумулятора на узлы со значительными энергетическими ресурсами позволяет продлить срок службы отдельных узлов. В данной статье представлен всесторонний обзор, посвящённый анализу того, как периферийные вычисления повышают производительность сетей IoT. Периферийные вычисления классифицируются на различные группы в зависимости от архитектуры, а их производительность оценивается путём сравнения сетевой задержки, использования полосы пропускания, энергопотребления и накладных расходов. Кроме того, рассматриваются вопросы безопасности периферийных вычислений; оцениваются доступность, целостность и конфиденциальность, обеспечиваемые стратегиями безопасности каждой группы, и предлагается структура для оценки безопасности сетей IoT с периферийными вычислениями. Наконец, сравнивается производительность различных...
Key Findings
1
Распределённые периферийные узлы могут снижать задержку обмена сообщениями, балансировать сетевой трафик, предотвращать пики нагрузки и улучшать время отклика приложений IoT реального времени по сравнению с традиционными облачными сервисами.
2
Периферийные вычисления решают проблему перегрузки ресурсов IoT, перенося вычисления и хранение данных из централизованных облаков на распределённые узлы рядом с конечными пользователями.
3
Перенос вычислительной и коммуникационной нагрузки с устройств IoT с ограниченным зарядом батареи на более мощные периферийные узлы может продлевать срок службы отдельных устройств.
4
В работе оцениваются стратегии безопасности по критериям доступности, целостности и конфиденциальности, а также предлагается система оценки безопасности сетей IoT с периферийными вычислениями.
5
В обзоре архитектуры периферийных вычислений для IoT классифицируются и сравниваются по задержке, занятости полосы пропускания, энергопотреблению и вычислительным накладным расходам.
Research Object
сети Интернета вещей (IoT) с периферийными вычислениями
Research Subject
производительность и безопасность архитектур периферийных вычислений для сетей IoT, включая задержку, загрузку полосы пропускания, энергопотребление, накладные расходы, а также доступность, целостность и конфиденциальность средств безопасности
Publication Details
Publication Date
2017-11-29
Journal
Publisher
ISSN
Cited by
1779
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai3
Работы, цитирующие эту статью6
Обзор безопасности Интернета вещей: области применения, угрозы безопасности и архитектуры решений2019
Обзор многодоступных периферийных вычислений в сетях 5G и последующих поколениях: основы, интеграция технологий и современное состояние2020
Периферийный искусственный интеллект: обзор2023
Цифровая трансформация торфяных экоинноваций («палюдикультура»): обеспечение парадигмального сдвига в сторону устойчивого в реальном времени производства «экологичных» продуктов и услуг2022
К периферийному общему интеллекту с помощью агентного ИИ и агентфикации: концепции, технологии и перспективные направления2026
Интегрированные возможности радиосенсинга для сетей 6G: перспектива ИИ/МО2026