霧の中のコンピューティングノード通信: 調査と研究の課題

オープンソースの詳細については、以下をご覧ください。

51CTO オープンソース基本ソフトウェアコミュニティ

https://ost..com

まずは概要を読んでください

コンピューティングノードはコンピューティングシステム全体の重要な部分であり、クラウドコンピューティングとも異なります。その目的は、コンピューティングのボトルネックを回避し、コンピューティングの遅延を削減することです。

さまざまな研究で多くのコンピューティングプラットフォームが提案されてきました。大まかに分けると、レイヤード、ポイントツーポイント、ハイブリッドの3つになります。
これらのコンピューティングプラットフォーム間の通信の種類も、アプリケーションの最終的な機能に大きく影響します。

この記事の主なトピック

フォグコンピューティングにおける通信には、階層型、ピアツーピア (P2P)、ハイブリッドの 3 つの主な種類があります。
フォグコンピューティングプラットフォームについて、コンピューティングノード間の通信に焦点を当ててレビューし、各プラットフォームをそれぞれの通信タイプにマッピングします。
レビューされたコンピューティングプラットフォームと通信タイプを比較するために、フォグコンピューティングの要件に基づく一連の基準が提案されています。
フォグコンピューティングノード間の通信に関する研究上の課題は、各通信タイプがどの基準を満たしているかを調べることによって決定されます。

フォグコンピューティングの階層型通信（階層型）

このような階層型通信を下の図に示します。下位層は上位層の機能を構成し、各コンピューティングノード間にツリー状のトポロジが形成されます。多くの場合、最も高度なコンピューティングノードは依然としてクラウド上に存在し、その主な役割はシステム全体を調整することです。

Chekiredが提案する多層フォグコンピューティングアーキテクチャ

ネットワークのコンピューティングノードは、フォグコンピューティングを実装するためにツリーのような階層構造に編成され、フォグコンピューティングはレイテンシを最小限に抑えるために使用されます。下位レベルで処理できない作業負荷は上位レベルに転送され、要求は階層ごとに上向きに行われます。これにより、ネットワークのピーク時間帯でも、多数の IoT デバイスが正常に動作できるようになります。さらに、著者らは平均遅延を最小限に抑える負荷分散アルゴリズムを開発しました。

ジャビル・アブデルジャリル・チェキレッドとリース・クーキ。 2018. マルチティアフォグアーキテクチャ: IoT データ処理のための新しい遅延耐性ネットワーク。 2018 IEEE 国際通信会議 (ICC)。 IEEE、1～6

Sinaeepourfard が提案した IoT データストレージ用のフォグコンピューティングアーキテクチャ

フォグコンピューティングノードを活用して、コンピューティングの遅延を削減します。最上位層はクラウド上に配置され、層の数はコンピューティングノードの数によって決まります。著者は、最下位ノードがデータを収集するデータストレージメカニズムを設計しました。実行中のアプリケーションがこのデータを必要とする場合、互いの距離が近いため、データのリアルタイム取得が基本的に保証されます。ただし、エッジデバイスのストレージ容量が限られているため、データは定期的に上位層に送信され、保存されます。

アミール・シネプルファード、ジョルディ・ガルシア、ザビエル・マシップ＝ブルーイン、エヴァ・マリン＝トルデラ。 2018. スマートシティにおけるフォグツークラウド (F2C) データ管理によるデータ保存。第2回IEEE国際フォグおよびエッジコンピューティング会議（ICFEC）にて。 IEEE、1–9。

フォグコンピューティングを使用してワークロードを実行するための Skarlat のフレームワーク

Olena Skarlat、Vasileios Karagiannis、Thomas Rausch、Kevin Bachmann、Stefan Schulte。 2018. 霧の中での最適化、サービス配置、ランタイム操作のためのフレームワーク。第 11 回 IEEE/ACM ユーティリティおよびクラウドコンピューティング (UCC) 国際会議にて。 IEEE、164–173。

このフレームワークは、参加リソースをコンピューティングノードの階層に統合し、その最上位にクラウドコンピューティングノードを配置します。クラウドコンピューティングノードの下位構造はツリー構造に従って構築され、IoT デバイスはツリーの葉として扱われます。クラウドデバイスとフォグデバイスの間にフォグコントローラーコンポーネントが設定されます。このコンポーネントは、コンピューティングノードに仮想リソースを提供します。このようなアーキテクチャでは、フォグコンピューティングのワークロードをエッジデバイスの複数のコンピューティングノードに分散できます。ワークロードがまだ大きすぎる場合、または完了できない場合は、タスクをクラウドに送信します。

要約する

このタイプの階層化は、多くの場合、リソースサイズに基づいて行われます。これは、フォグコンピューティングプラットフォーム、特にコンピューティングリソースが極めて限られている IoT デバイスにとって特に有益です。これらのデバイスには、ワークロードコンテンツを処理および転送するための特に複雑なアルゴリズムやリソースはありません。これらは階層ツリーの最下部に位置し、単純でリソースの少ない計算タスクを整理します。

フォグコンピューティングにおけるポイントツーポイント通信

このポイントツーポイント通信方式は、次の図に示すように、フォグコンピューティングノードをP2P方式で編成するものである。

サントスは分散ハッシュテーブルに基づくリソース検出サービスを提案した。

ホセ・サントス、ティム・ウォータース、ブルーノ・フォルカールト、フィリップ・デ・テュルク。 2018. スマートシティアプリケーション向けの動的フォグリソースプロビジョニングに向けて。第 14 回国際ネットワークおよびサービス管理会議 (CNSM) にて。 IEEE、290–294。

フォグコンピューティングにおける動的なリソース構成のために、分散ハッシュテーブル (DHT) は、コンピューティングノードをリング構造に編成するメカニズムを提供します。 DHT を使用することで、コンピューティングノードは利用可能なコンピューティングリソースとワークロードに関するさまざまな情報を相互に交換できます。文献[40]では近接認識とフォールトトレランスのメカニズムも提案されている。メッセージングシステムは提供されていますが、具体的なプロビジョニングメカニズムについては言及されておらず、著者は Chord、Kademlia、Pastry という 3 つの DHT ベースの P2P プロトコルを選択しています。

TatoはオーバーレイネットワークKoalaを提案した

ゲンク・タト、マリン・ベルティエ、セドリック・テデスキ。 2018. Koala: 分散型クラウド向けの遅延および局所性を考慮したオーバーレイの実現に向けて。第2回IEEE国際フォグおよびエッジコンピューティング会議（ICFEC）にて。 IEEE、1–10。

地理的な次元で多数の小さなデータセンターを想定して、すべてのコンピューティングノードを整理し、クラウドを分散化するために使用されます。 Koala は、ノード障害を検出するための定期的なメッセージを簡素化することで、通信プロトコルのオーバーヘッドを削減します。障害を検出する方法は、プログラムトラフィックに応答しないノードを検出することになります。このようなノードを検出すると、対応するノードのルーティング情報が更新され、障害が報告されます。このようなメカニズムはオーバーレイネットワークにフォールトトレランスを提供し、このようなオーバーレイは近接性を考慮したルーティングも提供します。これに基づいて、すべてのコンピューティングノードはリング構造に編成され、各ノードはシステムの部分的なビューのみを保持し、ルーティングホップとレイテンシのバランスを考慮して次のホップを選択します。

カブレラはフォグコンピューティングストレージを実現するためのP2Pのシステムモデルを提案した

フアン・A・カブレラ・G、ダニエル・E・ルカーニ・R、フランク・H・P・フィツェック。 2016. ネットワークコード化された分散ストレージについて: 信頼できないピアの霧の中で修復する方法。 2016年国際無線通信システムシンポジウム（ISWCS） IEEE、188–193。

フォグコンピューティングでさまざまなデバイスのデータを管理することにより、IoT デバイスによって継続的に生成されるデータを処理します。フォグコンピューティングノードは、低遅延かつ高スループットのデータストレージを容易にするために P2P ネットワークにも編成されます。各ノードは隣接するノードとワイヤレスで通信します。著者は、コンピューティングノードの偶発的な切断の問題を解決する方法を提案しました。データは、フォグコンピューティングのコンピューティングノードに分散して保存されます。ノードが応答できない場合、他の応答するノードが自動的にリーダーを選択します。このようなリーダーは、他のノードからデータブロックを収集し、前方誤り訂正コードを使用してデータを再構成し、他のノードに再配布します。これにより、ストレージのフォールトトレランスが向上し、コンピューティングノードに障害が発生しても引き続き利用可能になります。

要約する

P2P がネットワークエッジデバイス通信においてすでに成熟していることは否定できません。フォグコンピューティングに P2P 通信を統合すると、ノード障害に対する耐性を確保できます。欠点は、P2P ではすべてのノードが同等であると想定されているが、ノード間で利用可能なリソースの異質性については依然として議論する必要があることです。

フォグコンピューティングのためのハイブリッド通信

ハイブリッド通信は、レイヤリングと P2P を組み合わせてフォグコンピューティングノードを編成します。コンピューティングノードはレイヤーごとに編成され、各レイヤー間のデバイスは P2P に従って通信します。これは、フォグコンピューティングのさまざまな部分に異なる要件がある場合に役立ちます。（フォグコンピューティングのエッジデバイスとクラウドコンピューティングの安定したデバイスのフォールトトレランスは異なります）、次の図に示すように

リーのフォグネットワークフレームワーク

ギルスー・リー、ワリド・サード、メディ・ベニス。 2017. 最小限の遅延でフォグネットワークを形成するためのオンライン秘書フレームワーク。 2017 IEEE 国際通信会議 (ICC)。 IEEE、1–6。

このフレームワークは、IoT デバイスからワークロードをアウトソーシングするように設計されています。著者らは、各コンピューティングノードに対して隣接ノードを動的に選択し、ワークロードを隣接ノードにアウトソーシングしてコンピューティング遅延を最小限に抑える最適化モデルを提案しました。フォグノードは P2P 通信のために相互に接続します。システムの全体的なアーキテクチャでは、3 層の階層構造が採用されています。最下層はリソースに制約のある IoT デバイスであり、処理できないワークロードを階層の上位のフォグ層に渡します。フォグレイヤー内の各コンピューティングノードは、隣接するノードと負荷を共有したり、最上位のクラウドレイヤーにワークロードをアウトソーシングしたりできます。

モバイルアプリケーションのワークロードをクラウドにアウトソーシングするための Chen のフレームワーク

Xu ChenとJunshan Zhang。 2017. D2D とクラウドが出会うとき: フォグコンピューティングにおけるハイブリッドモバイルタスクオフロード。 2017 IEEE 国際通信会議 (ICC)。 IEEE、1–6。

このフレームワークはワークロードに3つのオプションを提供します

モバイルノード上でローカルに実行される
実行を近くのコンピューティングノードにアウトソーシングするか、共同で実行する
実行のためにクラウドノードにアウトソーシング

また、モバイルデバイス、フォグデバイス、クラウドデバイスの3層アーキテクチャに従って設計されています。ワークロードタスクは最適化問題の一部であり、コンピューティングコストを最小限に抑えることができます。このようにして、P2P 通信を使用して、クラウドまたはフォグレイヤーでワークロードをアウトソーシングできます。著者らは、ワークロードの効率的なアウトソーシングのために 2 つのヒューリスティック (ランダム/貪欲) を開発しました。

フォグコンピューティングに基づくFuの信頼性の高いストレージフレームワーク

Junsong Fu、Yun Liu、Han-Chieh Chao、Bharat Bhargava、Zhenjiang Zhang。
2018年。フォグコンピューティングとクラウドコンピューティングを統合することで、産業用 IoT 向けの安全なデータストレージと検索を実現します。 IEEE Transactions on Industrial Informatics 14、10 (2018)、4519–4528。

主にIoTデータの大幅な増加に対応するためです。このフレームワークは、コンピューティングノードのアーキテクチャを「エッジサーバー - プロキシサーバー - クラウドサーバー」に再構成します。エッジサーバーはデータを統一された形式に変換し、機能領域で結合します。データはプロキシサーバーに送信され、そこでデータが暗号化されてクラウドに簡単に保存されます。ユーザーはクエリトラップドアをクラウドサーバーに送信し、クラウドサーバーはトラップドアを使用して暗号化されたデータを検索します。暗号化されたデータストレージは実現されますが、小さなデータの場合、エッジサーバーは相互に通信して負荷を分散します。

要約する

ハイブリッド通信は、P2P と階層型通信を組み合わせようとします。この通信方法は、その固有の階層構造により、異種のリソースを持つノードをサポートします。ただし、単純な P2P 接続を使用するため、フォールトトレランスメカニズムが失われることがよくあります。

研究の課題

フォグコンピューティングにおける通信の種類を比較するために、フォグコンピューティングの性質に応じて一連の標準が提案されています。

リソースの異種性。構成および保守が必要なさまざまな異種リソースデバイスが存在します。
仮想リソースや自動リソース管理などのプロビジョニングメカニズム。
エッジデバイスからフォグデバイス、クラウドデバイスまで、二重のアウトソーシング
近接認識は、近接性を判断するためのメトリック (遅延、ホップ数など) を決定します。
フォールトトレランス: コンピューティングノードに障害が発生した場合にフォグネットワークが接続を維持できるかどうか。

上記の表に示すように、階層化通信はリソースの異種性を非常にうまく処理します。デバイスによって使用するレイヤーは異なりますが、それらの関係は非常に単純です。プロビジョニングメカニズムを開発することは良い選択です。コンピューティングノードは、先行ノード/後続ノードに仮想リソースを提供できます。しかし、近接性対策とフォールトトレランスメカニズムには十分な注意が払われていません。

典型的な P2P 通信の場合、フォールトトレランスメカニズムとしては非常に優れていますが、各ノードを同等と見なす傾向があるため、ノードリソースの異種性をあまりサポートしません。代わりに、ハイブリッド通信の方が優れており、ハイブリッドタイプでは、レイヤー内のデバイスが p2p 方式で通信するため、近接認識を実現できます。

上記の表から、各通信タイプが異なる標準を満たしていることは明らかであり、多くの場合、通信標準によってアプリケーションの最終的な機能が決定されます。ただし、一般的なフォグコンピューティングの要件を満たすには、次のような研究上の課題が特定されています。