view in publisher's site

Fog Computing in Real Time Resource Limited IoT Environments

Cloud computing is omnipresent and plays an important role in today’s world of Internet of Things (IoT). Several IoT devices and their applications already run and communicate through the cloud, easing the configuration burden for their users. With the expected exponential growth on the number of connected IoT devices this centralized approach raises latency, privacy and scalability concerns. This paper proposes the use of fog computing to overcome those concerns. It presents an architecture intended to distribute the communication, computation and storage loads to small gateways, close to the edge of the network, in charge of a group of IoT devices. This approach saves battery on end devices, enables local sensor fusion and fast response to urgent situations while improving user privacy. This architecture was implemented and tested on a project to monitor the level of used cooking oil, stored in barrels, in some restaurants where low cost, battery powered end devices are periodically reporting sensor data. Results show a 93% improvement in end device battery life (by reducing their communication time) and a 75% saving on cloud storage (by processing raw data on the fog device).

مه در زمانبندی محدود منابع زمان واقعی IoT Environments

رایانش ابری در همه جا حاضر است و نقش مهمی در دنیای امروز اینترنت اشیا ایفا می‌کند. چندین دستگاه IoT و برنامه‌های آن‌ها پیش از این اجرا شده و از طریق ابر ارتباط برقرار کرده و بار پیکربندی کاربران را تسهیل می‌کنند. با رشد نمایی مورد انتظار در تعداد دستگاه‌های متصل IoT این رویکرد متمرکز تاخیر، حریم خصوصی و مقیاس پذیری را افزایش می‌دهد. این مقاله استفاده از محاسبات مه برای غلبه بر این نگرانی‌ها را پیشنهاد می‌کند. این معماری یک معماری را ارایه می‌دهد که هدف آن توزیع باره‌ای ارتباطی، محاسبه و ذخیره بار به دروازه‌های کوچک، نزدیک به لبه شبکه، مسیول گروهی از دستگاه‌های بسته‌بندی IoT است. این روش باتری را در دستگاه‌های انتهایی ذخیره می‌کند و واکنش سریع و واکنش سریع به موقعیت‌های اضطراری را در حین بهبود حریم خصوصی کاربر فراهم می‌آورد. این معماری در یک پروژه برای نظارت بر سطح روغن پخت‌وپز استفاده‌شده، انبار شده در بشکه، در برخی رستوران‌ها که در آن هزینه کم، دستگاه‌های پایانی باتری به طور دوره‌ای داده‌های سنسور را گزارش می‌دهند، مورد آزمایش و آزمایش قرار گرفت. نتایج نشان‌دهنده بهبود ۹۳ % در پایان عمر باتری دستگاه (با کاهش زمان ارتباط)و ۷۵ درصد صرفه‌جویی در ذخیره‌سازی ابر (با پردازش داده‌های خام بر روی دستگاه مه)است.

ترجمه شده با

Download PDF سفارش ترجمه این مقاله این مقاله را خودتان با کمک ترجمه کنید
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.