雾计算架构研究论文_韩长江

摘要:雾计算架构低时延、地理位置支持等优点,适合部署于车联网即对时延要求较高的平台中。雾计算平台自提出以来得到了科研人员的广泛关注,目前已有的雾计算架构多种多样,但很难找出完美的架构,本文针对现有雾计算架构安全性能的缺陷和资源利用率低等缺点,提出了一种更为安全的雾计算架构框架。

关键词:雾计算 系统架构

雾计算的概念基于云计算的概念衍生而来,哥伦比亚大学的Stolfo教授首先给出了雾计算概念,其最初的想法是利用弥漫的“雾”层来迷惑黑客以阻止其入侵,但这一想法并不易实现。后来,美国思科公司发现了雾计算的巨大发展潜力,组织团队对雾计算进行了系统的整理并予以发布,思科公司的Bonomi等人还给出了雾计算平台的IOx框架,使雾计算节点用户可以在雾计算平台上开发部署其应用,极大的推动了雾计算平台的发展。

在终端和数据中心之间再加一层(边缘层),若在边缘层上增设带有存储功能的服务器或路由器,把不需输送到“云”中心的数据在这一层存储处理,此工作原理就可以理解为雾计算的定义,也有学者将之称为“分散式云计算”。不难看出,雾计算不仅可以减少“云”中心的压力、提高运行效率,还可以提升传输速率、降低时延。

一、雾计算特性分析

1.1 雾计算与云计算比较

云计算是一种利用互联网实现随时随地、按需、便捷地使用共享计算设施、存储设备、应用程序等资源的计算模式。云计算需要将数据发往云中心进行处理,这在实际应用场景中无法解决迟延等问题,导致云计算不适用于时延敏感的应用。鉴于云计算的此种缺点,雾计算应运而生,HP实验室在思科公司的理论基础之上进一步地阐明了雾计算的概念:“雾计算是由大量异构存在的无线分布式设备通过网络相互链接并在无中心干预的情况下协作完成计算和存储等诸多任务的平台,用户可以租用雾计算的分布式设备来满足需求”。通过定义可以得知二者之间主要有三种不用:一是其与终端用户的接近程度不同;二是地理分布的支持与否;三是能否在边缘提供计算和存储功能[1]。

1.2雾计算与边缘计算的比较

边缘计算是指利用靠近数据源的边缘地带来完成的运算程序。其特点是更靠近数据源,应用程序在边缘侧发起,产生更快的网络服务响应,满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算与雾计算的主要区别在于:雾计算与终端设备的距离更远、故障率更低、可扩展性较好、计算能力强。

1.3 雾计算系统层级介绍

传统的云计算的三层架构体系(终端用户层、网络层、云层)已经日渐成熟,相比之下,雾计算的层级划分则有待完善,此处给出一种较为科学合理的雾计算层级划分。该层级划分主要分为六个层次,分别为物理设备层、环境监测层、预先处理层、存储层、网络安全层以及应用传输层。

下面对其中的几个部分进行简要介绍:

物理设备层:物理设备层主要由物联网终端设备组成,这些设备既有可能是物联网中不可移动的固定设备,也有可能是移动终端。物理设备层中,物联网边缘设备将起到内容的创造者和消费者的作用。数据分流处理等任务将在这一层中开始,云中心或雾节点处理后的结果也将返回到这一层,物联网终端设备还需根据所要处理的任务类型制定专门的雾节点。

环境监测层:监控层负责监控连接到雾节点的物联网设备的运行情况,监视网络环境中设备的活动情况、资源消耗情况、响应时间和服务等情况。

预处理层:对于复杂任务,节点的处理能力不能满足要求时,只能将数据进行预处理、预分析,然后将处理后的结果发往雾服务器进行进一步的处理。

存储层:担负数据分发,复制和重复数据删除存储空间等任务的虚拟化存储设备。

雾架构实现案例介绍

二、雾计算架构实现

雾平台架构大致分为两类:第一类专注于特定应用程序的开发,第二类则偏向于提供通用PaaS模型。但是,上述框架很少支持多线程,不支持跨平台使用。开发人员和用户也不能根据个人需求调整框架上的雾计算架构。此外,安全性能低下、未将边缘计算和云计算的资源有效利用等问题也较为突出。

针对上述雾架构案例的不足之处,本文提出了改进的雾架构实现方案,系统框架如图3-1所示:

图3-1 雾节点系统实现

雾计算节点系统包括以下几个主要组件:

(1)雾架构网关节点(Fog Gateway Nodes ,FGN):网关节点支持不同的通信协议,充当传感器网络和本地交换机/互联网之间的动态接入点。FGN可接收来自不同子网的数据,执行协议转换,并提供其他更高级别的服务,如数据聚合、过滤、降维、为用户提供应用程序界面,支持身份验证、后端程序访问、接收服务结果、管理IoT设备等。

FGN的硬件可采用Pandaboard和德州仪器的SmartRF06板,结合CC2538模块和MOD-ENC28J60以太网模块,如图3-2所示。Pandaboard可支持多种操作系统(如Windows CE、WinMobile、Linux等),集成了内存和外部内存接口,支持内存管理和外部内存连接。本文采用的Pandaboard板采用Ubuntu操作系统,以支持不同的网络接口。

(2)代理节点(Broker Nodes):为支持雾节点下辖IoT设备中应用程序的后端处理,雾计算架构设计了代理节点以促进FGN与雾节点之间的交互。在雾节点无法满足下辖IoT设备的计算需求时,代理节点将代表FGN与其他雾节点或云数据中心进行通信,以提供执行后端应用程序所需的资源。该节点包括安全管理器、资源管理器、数据管理器和云管理器等组件。

(3)通用计算节点(General Computing Nodes,GCN):GCN一般用于计算,可通过代理节点访问。基于安全策略考虑,雾架构并未将所有雾计算节点设置为FGN可直接访问。该节点包括安全执行管理器、资源监视器和应用执行器等组件。

(4)数据存储节点(Repository nodes):除了进行代理和计算服务之外,雾计算节点还负责管理分布式数据库,以促进数据的共享、复制、恢复和安全存储。数据存储节点为其他节点提供了用于即时访问和分析过往数据的接口以维护各种应用程序的数据(包括程序模型,运行要求等)。该节点包括凭证存储文档、应用程序目录、数据容器和云平台扩展器等组件。

三、总结与展望

相比于云计算,雾计算模式具有低时延、能够提供移动性支持等优点。本文对雾计算的概念、架构进行了介绍,在第三章给出了改进的雾计算架构框架。在雾计算研究领域,网络通信协议、安全算法、虚拟化技术等问题急需攻克。

参考文献:

[1]贾维嘉, 周小杰. 雾计算的概念、相关研究与应用[J]. 通信学报, 2018, v.39;No.371(05):157-169.

作者简介:韩长江(1990.10)男,蒙古族,内蒙古通辽,助教,研究生,通信、信息安全,武警后勤学院

论文作者:韩长江

论文发表刊物:《科学与技术》2019年20期

论文发表时间:2020/4/17

标签:;  ;  ;  ;  ;  ;  ;  ;  

雾计算架构研究论文_韩长江
下载Doc文档

猜你喜欢