Nov, 2016

雾节点是什么 —— 关于目前概念的通用定义教程

PDF
TL;DR该论文介绍了雾计算的发展和定义，着重关注了雾节点的核心功能及机会和挑战，并比较了不同提议的概念和实现中得到的经验教训。
fog computingiot devicesedge devicescloud infrastructuremini-cloud
发现论文，激发创造
  • 揭秘雾计算：特征架构、应用和抽象化

    本文综述了边缘计算、雾计算和云计算生态系统中体系结构、应用和平台抽象的各个维度，从物理和应用移动性、隐私敏感性和新兴运行时环境等方面介绍了边缘和雾层的新颖能力。同时，我们基于各个领域的第一手实践介绍了相关 IoT 应用案例研究，并指出了 Fog computing 的潜力和现实之间的差距，并提出了需要克服的挑战，以使 Fog 计算成为一个可持续的解决方案。此外，本文可以帮助平台和应用程序开发人员填补 Fog 计算尚未成熟的差距。

    Feb, 2017

  • 雾计算：分类、调查和未来方向

    本文介绍了物联网的大量分布式设备及传感器提出的需求，提出了更为接近设备和数据中心的雾计算模式，讨论了其挑战、特点和发展现状，构建了一套分类系统，并对现有研究进行了分析和总结，进一步提出了未来的研究方向。

    Nov, 2016

  • 关于雾计算和相关边缘计算范式的全面调查

    本文主要介绍了物联网 (IoT) 背景下，雾计算 (fog computing) 及其边缘计算 (edge computing) 子范畴如多接入边缘计算 (MEC) 和 cloudlet 等的工作原理和应用研究，总结了相关工作的分类与问题，提出本领域未来研究方向和挑战。

    Aug, 2018

  • 边缘雾云：面向物联网计算的分布式云

    本文介绍一种叫做 Edge-Fog Cloud 的架构，它利用 LPCF 方法将处理任务分配到云资源网络中，以实现最优的处理时间和尽量少的网络成本。

    Feb, 2017

  • 大气层：边缘雾云计算的上下文和情境感知协同物联网架构

    提出一种软件架构，利用边缘、雾化和云计算等不同层级之间的双向通信来最大限度地利用上下文和情境数据，并通过医院呼吸疾病监测的案例研究证明了该架构在满足物联网场景需求方面有着高效的通信。

    Jan, 2024

  • HealthFog: 基于集成深度学习的智能医疗系统，用于在集成 IoT 和 Fog 计算环境中自动诊断心脏疾病

    提出一种名为 HealthFog 的集成深度学习的边缘计算框架，将其部署在自动心脏病分析的实际应用中，将医疗服务提供为雾计算服务，并使用 IoT 设备高效地管理心脏患者的数据。

    Nov, 2019

  • 边缘计算中的挑战与机遇

    边缘计算是一种解决云计算模型所带来的通信和计算基础设施过载问题的新方向。该文探讨了边缘计算的挑战和机遇。

    Sep, 2016

  • 雾计算对物联网的安全影响

    本文介绍了 IoT 和传感器的使用，以及由此产生的数据生成、带宽使用和相关现象的迅速增加；调查了雾计算与物联网的融合及其问题，强调了其安全相关问题，发现尽管这种融合似乎并不简单，但它比风险更有益。

    Sep, 2018

  • 一种在线优化框架 —— 最小化延迟的分布式雾网络形成

    针对雾计算中存在的不确定性，本文提出了一种在混合雾 - 云架构下，考虑到邻近雾节点到达过程的阈值算法来选择邻居节点，并通过任务分配优化减少延迟的在线优化框架，在不同的网络设置下成功地减少了 19.25% 的延迟，有效地解决了雾节点形成和任务分配问题。

    Oct, 2017

  • 从联邦学习到雾计算学习：在异构无线网络上的分布式机器学习

    通过使用一种叫作 Fog learning 的新学习范式，从边缘设备到云服务器中智能地分布机器学习模型的训练，来增强联邦学习的三个重要维度：网络、异构性和邻近性，并考虑由各种接近程度异构设备组成的多层混合学习框架，通过设备到设备（D2D）通信进行协作学习，使其从联邦学习中用于参数传输的星型网络拓扑迁移到更分布式的规模。

    Jun, 2020