amalloc的博客

下面是一个由电动汽车、LAG、RSU、sensors形成的一个新的边缘计算架构。 EVCE通过电动汽车形成移动EV云与边缘计算，电动汽车包括三类，发电EV（绿色）、充电EV（红色）、移动EV（黄色），图一所示为EVCE架构： EV cloud：EVs形成一个共享能量池，通过V2G通信，与LAG（聚合器）实现能源的动态重新分配； EV edge：EVs与sensors进行信息以及能源...

1、云计算模型缺点：①实时数据。由于云计算是对大量数据的集中式运算，缺乏及时性。②缺乏隐私保护。③能耗。远距离传输数据，需要消耗大量资源。边缘计算模型由此产生，边缘式大数据处理是一个相对的概念，边缘设备可以是很多种设备，如，路由器、交换机、移动设备、摄像头等。2、六大应用实例①云计算任务迁移。如购物车频繁操作，首先将数据缓存到边缘节点，甚至可以直接在此进行某些操作，一些对时间不敏感的数...

1、传感器、无人机、可穿戴设备和大规模数据分析的引入，产生了智能消防这一领域。智能消防需要收集大量实时场景数据，并对其进行高级处理，为消防提供有用的信息。及时性和准确性是必须满足的两个特性。文章中实验结果表明，边缘计算的引入至少可以减少50%的时间延迟。2、火灾现场大量的现场数据若不进行正确处理，甚至可能会误导消防人员。因此，火灾现场数据处理属于计算密集型和能源消耗型。而云计算范式由于其低成本，...

智能消防系统中包括大量通信设备、传感器、无人机、人工智能以及物联网等设备，这些设备可以收集实时数据、提取有用信息并提供有效决策。正在进行的相关项目包括NIST’s research roadmap plan 与NGFR program。但是智能消防系统会产生大量信息，且信息处理的及时性和准确性很关键，从而会导致计算密集性以及爱高能耗。云计算能耗低且资源无限，但保证了准确性又会导致时延长，不适用于...

1、移动终端的盛行对于移动网络、无线网络以及触发器有很大的影响，包括低存储、高能耗、低宽带以及长时延。MCC（Mobile cloud computing）通过云中心可以提供存储、计算以及能源方面的帮助，但在长时延、安全性问题低覆盖以及大规模数据传输等方面有很多的不利，无法保证实时性以及高质量服务。2、MEC（Mobile Edge Computing）介绍（1）定义① According...

介绍：1、物联网的发展趋势通常意味着大量的移动和无线设备将连接起来，这些设备大多位于互联网层次结构的底层，并可能非常高速的产生大量的移动和无线设备。2、两个因素：第一个因素是物联网设备产生的数据的体积及其积累速度。第二个因素是许多未来物联网应用对低延迟或快速响应的要求。3、在不同的文献，这也被称为“边缘计算”，雾计算或移动边缘计算(MEC)4、“边缘计算+物联网”优点：大大减少数据流量...

文献 A Privacy-Preserving Vehicular Crowdsensing-Based Road Surface Condition Monitoring System Using Fog Computing作者 Sultan Basudan, Xiaodong Lin, Fellow, IEEE, and Karthik Sankaranarayanan期刊 IEEE IN...

摘要车辆产生的信息与当地 有关，即车 辆感应的数 据有其自身 的生命周期以及速度空 间范围周期，例子，交通阻塞数据，只对即将靠近、欲驶向该区域的车辆及行人有价值，并且阻塞信息会不断更新。本文在基于fog的IOV系统中，实现实时卸载交通管理，减少车载事件的平均回应时间，构建分布式城市交通系统，使得靠近RSU 的车辆可以作为雾节点。本文建立了三层系统模型，将整个城市划分为多个区域，每个区域一个clo...