ГЛИБИННА ІНТЕГРАЦІЯ ХМАРНИХ ТА ТУМАННИХ ОБЧИСЛЕНЬ Текст научной статьи по специальности «Экономика и бизнес»

УДК 004.7; 004.9; 681.3

DOI https://doi.org/10.35546/kntu2078-4481.2023.4.29

ORCID: 0000-0002-8011-0693

ORCID: 0000-0002-6524-9937

ГЛИБИННА 1НТЕГРАЦ1Я ХМАРНИХ ТА ТУМАННИХ ОБЧИСЛЕНЬ

Мета ще1 cmammi - забезпечити краще розумтня туманних та хмарних обчислень i запропонувати eiànoeià-Hi шляхи до^дження в цш зростаючш галузi. KpiM того, ми розглянемо майбутнi переваги туманних обчислень i можливi майбутт виклики. У цьому контекстi використовуються термiни продуктивтсть, туманн обчис-лення, архтектура, масштабування та велик дат. Туманн обчислення пропонують широкий спектр архтек-турних конф^урацш. Хмарш обчислення також змтили споаб збер^ання, обробки та доступу до даних i, як оч^еться, продовжуватимуть мати значний вплив на майбутне iнформацiйних технологш. Частково переметивши 1Т-ресурси в туман, оргашзацИ' можуть зменшити витрати на 1Т-тфраструктуру та пiдвищити операцтну ефективтсть. Хмарн обчислення також дозволяють оргатзащям платити лише за тi ресурси, ят вони використовують, а не твестувати в дорогi лщензп на обладнання та програмне забезпечення. Хмарн постачальники вкладають значнi кошти в заходи безпеки та вiдповiдностi, яю допомагають захистити органi-зацп вiд тберзагроз. Хмарн обчислення забезпечують масштабовану платформу для додатюв штучного iнте-лекту та машинного навчання, що дозволяе органiзацiям створювати та розгортати ц технологи легше та економiчно ефективтше. У майбутньому 1Т^дери та компанп, як вони обслуговують, стикатимуться з дедалi складтшими викликами, щоб залишатися конкурентоспроможними в середовищi туманних обчислень, що роз-виваеться. Крiм того, надзвичайно важливо тдтримувати вiдповiднiсть кнуючим нормам, а також новим нормам, як можуть виникнути в майбутньому. Хмарн обчислення широко використовуються в бiзнес-iнновацiях. Завдяки свош гнучкостi та адаптивностi туманнi технологи дозволяють новi способи роботи, функщонування та функцюнування. Туманн обчислення дозволяють використовувати з'еднання будь-де, осюльки вони збер^а-ються в мережi розмщених комп'ютерiв, як передають дан через 1нтернет. Туманн обчислення довели свою користь як для споживачiв, так i для компанш. Точнше кажучи, туман змтив споаб нашого життя. Загалом, туманн обчислення ймовiрно й надалi вiдiграватимуть важливу роль у майбутньому IT, дозволяючи органiзацiям ставати бшьш гнучкими, ефективними та тновацтними в умовах швидких технологiчних змт. Це, ймовiрно, сприятиме подальшим iнновацiям у сферi штучного ттелекту та машинного навчання в найближчi роки.

Ключовi слова: хмарн обчислення, туманнi обчислення, обчислювальнi послуги, приватна хмара, публiчна хмара, гiбридна хмара.

The aim of this article is to provide a better understanding offog and cloud computing and propose relevant research directions in this growing field. Additionally, we will examine the future benefits offog computing and potential future challenges. In this context, terms such as performance, fog computing, architecture, scalability, and big data are used. Fog computing offers a wide range of architectural configurations. Cloud computing has also changed the way data is stored, processed, and accessed and is expected to continue to have a significant impact on the future of information technology. By partially moving IT resources to the fog, organizations can reduce costs on IT infrastructure and enhance

M. A. HUNKO

Master at the Department of Electronic Computers Kharkiv National University of Radioelectronics ORCID: 0000-0002-8011-0693

V. M. TKACHOV

Ph.D, Associate Professor, Professor at the Department of Electronic Computers Kharkiv National University of Radioelectronics ORCID: 0000-0002-6524-9937

DEEP INTEGRATION OF CLOUD AND FOG COMPUTING

operational efficiency. Cloud computing also allows organizations to pay only for the resources they use, avoiding the need to invest in expensive hardware and software licenses. Cloud providers invest significant funds in security and compliance measures, helping to protect organizations from cyber threats. Cloud computing provides a scalable platform for artificial intelligence and machine learning applications, making it easier and more cost-effective for organizations to create and deploy these technologies. In the future, IT leaders and the companies they serve will face increasingly complex challenges to remain competitive in the evolving fog computing environment. Additionally, it is crucial to support compliance with existing standards and potential new standards that may arise in the future. Cloud computing is widely used in business innovations. Thanks to their flexibility and adaptability, fog technologies enable new ways of working, functioning, and operating. Cloud computing allows connections from anywhere since they are stored in a network of distributed computers transmitting data over the Internet. Cloud computing has proven its value for both consumers and companies. In essence, fog has changed our way of life. Overall, fog computing will likely continue to play a crucial role in the future of IT, enabling organizations to become more flexible, efficient, and innovative in the face of rapid technological changes. This, in turn, is likely to contribute to further innovations in the field of artificial intelligence and machine learning in the coming years.

Key words: cloud computing, fog computing, computational services, private cloud, public cloud, hybrid cloud.

Постановка проблеми

Концепщя хмарних обчислень виникла в 1960-х роках з розвитком технологи розпод!лу часу, яка дозволяла шльком користувачам мати доступ до одного комп'ютера одночасно. Однак сучасна концепщя хмарних обчислень, яка передбачае доставку обчислювальних ресурав через 1нтернет, була вперше запропонована напришнщ 1990-х рошв. Термш «хмарш обчислення» вперше використав комп'ютерний вчений Рамнат Челлаппа в статл 1997 року, в якш вш описав нову парадигму надання обчислювальних послуг через 1нтернет. Однак лише в серед-иш 2000-х рошв, з появою в!ртуал!заци та розвитком веб-сервгав, хмарш обчислення як бiзнес-концепцiя почали розвиватися. Iншi ранш хмарш постачальники включають Google Cloud Platform (GCP) i Microsoft Azure, обидва запущеш в 2008 рощ. З тих тр хмарш обчислення стали все бшьш поширеними, з рiзними хмарними службами та постачальниками, доступними для оргашзацш будь-якого розмiрy Доступшсть ресурав комп'ютерно! системи на вимогу, особливо збер^ання даних (хмарне сховище) i потужшсть обробки, без прямого активного керування з боку користувача, називаеться хмарними обчисленнями. Функщональш можливосп великих хмар часто роз-повсюджуються на калька сайпв, кожен з яких е центром обробки даних. Однак перюдично виникае проблема пропускно! здатносп мереж1 та доступносп мереж1 в певний момент часу. Також пересилання даних мережею потребую значних витрат енерги, що не е проблемою, коли пристрш мае стаб!льне постачання енерги, але для мобшьних пристро!в питання заощадження енерги та тдвищення часу живучосп стае актуальною проблемою.

AH^i3 останшх дослщжень i публшацш Хмарнi обчислення - це нещодавно розроблена нова парадигма для розмщення та надання послуг через 1нтернет. Хмарнi обчислення е привабливими для власнишв бiзнесу, оск1льки вони позбавляють клiентiв вiд необхiдностi планувати конф!гурацп та дозволяють органiзацiям починати з малого та масштабувати лише тод^ коли попит на послуги зростае [3]. Незважаючи на те, що хмарш обчислення вщкрили велик! перспективи для 1Т-!ндустрп, технологiя хмарних обчислень все ще знаходиться в зародковому станi, i iснуе ще багато труднощ!в, як! потр!бно виршити. У щй робот ми розглядаемо хмарш обчислення, охоплюючи основш концепцп, архггек-турш принципи, передов! реал!заци та дослщницьш питання [3]. Кр!м того, осшльки хмара працюе на основ! оплати за використання, кожна конфцуращя (тип в!ртуально! машини розм!ром кластера) мае поточну вартють i час виконання. Таким чином, завдання можна ошгашзувати за мшмальних витрат або мшмального часу, що е двома р!зними конф!гурац!ями. Виб!р вщповвдно! хмарно! конф!гураци для вашо! програми мае виршальне значения для якосп обслуговування та конкурентоспроможност! б!знесу.

Наприклад, неправильна конф!гуращя хмари може збшьшити витрати до 12 раз!в за тих самих цшей продуктивности Для повторюваних операцш, як1 регулярно виконують под!бш робоч! навантаження, економ!я в!д ефективно! хмарно! конструкци набагато бшьша. Тим не менш, вибрати найкраще налаштування хмари е обов'язковим. Наприклад, отримати найдешевше або найшвидше ршення важко через складшсть одночасного досягнення високо! точности, мшмальних накладних витрат i адаптованост! до багатьох програм [4].

Формулювання мети дослщження Метою дано! роботи е огляд юнуючих ршень хмарних обчислень та розширення можливостей мобшьних пристро!в шляхом додавання туманних обчислень за для тдвищення живучосп мобшьних пристро!в, зменшення навантажения на мережу, де юнуе низька пропускна здатшсть мереж1.

Викладення основного матерiалу дослiдження Зпдно з малюнком 1, юнуе метафора хмарних обчислень: «Наб!р мережевих елеменпв, як надають послугу, не потребуе шдиввдуально! адресаци або керування користувачем; заметь цього можна переглядати весь керо-ваний провайдером наб!р обладнання та програмного забезпечення. як аморфна хмара». 1снуе чотири основних типи хмарних обчислень:

- Приватна хмара: приватна хмара - це середовище хмарних обчислень, призначене для одше! оргашзацп чи тдприемства. Зазвичай вш використовуеться великими пiдприeмствами чи оргашзащями, яким потрiбен висо-кий рiвень безпеки, контролю та налаштування ГГ-шфраструктури. У приватнiй хмарi обчислювальнi ресурси, таш як сервери, сховища та мереж!, вiртуалiзуються та надаються як послуга користувачам у межах оргашзацп. Приватш хмари можуть бути розмщет у власному центрi обробки даних оргашзацп або за межами стороннього постачальника хмар.

- Загальнодоступна хмара: публiчна хмара - це середовище хмарних обчислень, яке зазвичай створюеться з використанням 1Т-шфраструктури, яка не належить шнцевому користувачевi. Alibaba Cloud, Amazon Web Services (AWS), Google Cloud, IBM Cloud i Microsoft Azure е одними з найбшьших постачальнишв публiчних хмарних послуг.

- Гiбридна хмара: пбридна хмара - це 1Т-середовище, що складаеться з к1лькох середовищ, як1, здаеться, з'еднанi через локальну мережу, глобальну мережу, VPN та/або API для створення единого ушфшованого серед-овища. Характеристики пбридно! хмари е складними, i можуть застосовуватися рiзнi вимоги.

- Мультихмара: мультихмарна архiтектура складаеться з к1лькох хмарних служб вщ рiзних публiчних або приватних хмарних постачальник1в. Хоча не вс багатохмарнi хмари е пбридними, усi гiбриднi хмари е мульти-хмарними. Коли багато хмар об'еднуються разом за допомогою штеграци або оркестровки, вони стають гiбрид-ними хмарами.

*...........*

комп ютори

ноутбуки

смортфоми

□..........$

гланиюти

сервер«

1нфраструктура

Й Си

отчисления

мережа

щ

MOHlTOpiHf

Платформа

ГШ ©

о -

бози даних 6агатоооточн1сть виконання об'ектне схоеище 1дентиф1кац1я

Застосунок

ш

вмтрачи

ti

колоборащя

Рис. 1. Базова структура хмарних обчислень

Одне з найважливших обмежень, яке мае ввдчувати кожна хмарна шфраструктура, це npo3opicTb. Iншi важ-ливi обмеження включають масштабованiсть, безпеку та розумний монiторинг. Поточнi дослвдження iнших важ-ливих обмежень допомагають системам хмарних обчислень розробляти новi функцй' та технологи, як1 мають великий потенцiал для створення бшьш складних хмарних рiшень. Згiдно з малюнком 2, хмарна архiтектура дшиться на двi частини:

• Frontend: ктент системи хмарних обчислень називаеться передшм к1нцем хмарно! арх1тектури. Тобто вш мiстить усi iнтерфейси користувача та програми, якi використовуються ктентами для доступу до послуг/ресурсiв хмарних обчислень. Наприклад, щоб отримати доступ до хмарно! платформи, використовуйте веб-браузер.

• Backend: хмара, яку використовуе постачальник послуг, називаеться серверною частиною. Вш мютить ресурси, контролюе ресурси та надае методи безпеки. Вш також включае масове зберiгання, вiртуальнi програми,

вiртуальнi комп'ютери, технолопю управлшня трафшэм, моделi розгортання тощо [5]. Компоненти архiтектури хмарних обчислень:

FRONTEND

BACKEND

Ыфроструктура

кл1екту

j ¡нтернет J

о *

ф

с

го Ф LÛ

Застосунки

CepBicM

Хмарж обчислення

Сховища

ее X X о

m

>-

а ф

1нфраструктура *••**

Рис. 2. Загальна архггектура хмарних обчислень

Архiтектура хмарних обчислень включае рiзнi компоненти. 1нфраструктура клieнта служить для взаемодп з хмарним середовищем через графiчний iнтерфейс. Додаток може бути будь-яким програмним продуктом або платформою, яку ктент обирае використовувати. Сервiс визначае тип послуги, до яко! кл1ент отримуе доступ. Хмарш обчислення забезпечують виконання та середовище для вiртуальних машин. Однiею з ключових скла-дових е збертання, яке надае об'емне просторове ршення для управлiння даними. 1нфраструктура доставляе послуги на рiвнi вузла, додатка та мереж1, включаючи сервери, збер^ання, мережевi пристро! та програмне забез-печення вiртуалiзацiï. Керування використовуеться для координацп компонентiв backend частини, таких як додаток, сервю, хмарш обчислення, збер^ання та безпека. Безпека, в свою чергу, вбудована у заднш план хмарних обчислень та реалiзуе механiзми безпеки. 1нтернет виступае як канал, який з'еднуе frontend та backend, забезпе-чуючи зв'язок мгж користувачем i хмарним середовищем.

FRONTEND

BACKEND

imfpacTpynTypo кл енту

j i нтернет j

i I

чиииии/

/-----Ч

I I

j туман j

I I

ч_____/

о

0) E n

a>

lu

Застосунки

CepBÎcw

Хмарн[ обчислення

Сховища

Ov

х i О

cû

>-

Cl Ф

1нфраструктура **"'*

Рис. 3. Архггск'тура хмарних обчислень з використанням туману

Зпдно з рисунком 3 пропонусться використання не тiльки хмари, а й пром1жного туману для обробки пром1ж-них даних. Якщо iнфраструктура менту раз за разом використовуе т самi дп, в туманi розроблясться i впрова-джуеться така шфраструктура, яка зроблена й оптимiзована спещально шд вирiшення конкретного набору задач.

За рахунок цього вона стае менш гнучкою, але б№ш ефективною порiвняно з ушверсальними рiшеннями, що пропонуе хмара. Шд бiльшою ефекгивнiстю варто розумiти отримання того ж самого результати за менший тер-мiн та/або з меншим використанням енергп.

При зборi даних з сенсорiв вимiрювання сухосп повiтря за для запобiгання масованих лiсних пожеж може використовуватись комбшування хмарних та туманних обчислень. Для визначення доречносп передачi даних

в хмару з кожного вузла пропонуеться використовувати наступну формулу(1):

±+*

L =е100 ,0 < F < 1 (1)

де F - поточна завантаженiсть мереж1, D - ввдстань до вузла передачi даних в метрах, L - коефiцiент часово! затримки передачi даних.

В свою чергу F обчислюеться за формулою 2:

V

^ = — (2) С

де V - швидшсть передачi даних, С - шльшсть одночасних з'еднань.

Таблиця 1

Визначення коефiцieнту часовоТ затримки

D F L D F L

5 0.2 1.2840 5 0.6 1.9155

10 0.2 1.3499 10 0.6 2.0138

15 0.2 1.4191 15 0.6 2.1170

20 0.2 1.4918 20 0.6 2.2255

25 0.2 1.5683 25 0.6 2.3396

30 0.2 1.6487 30 0.6 2.4596

35 0.2 1.2 35 0.6 2.5857

Провiвши математичне моделювання отримаемо результати коефщенту часово! затримки. При коефщенп вище 2.0 використання хмари стае малоефективним, так як втрачаеться актуальшсть даних, що вiдправляються в хмару. На рис. 4 показан результати обчислення коефiцiенту.

Значення коефщенту I.

3,00 2,50 2,00 1,50 1,00 0,50 0,00

0.2 0.2 0.2 0.2 0.2 0.2 0.2 0.6 0.6 0.6 0.6 0.6 0.6 0.6

10

15

20

25

30

35

10

15

20

25

30

35

Рис. 4. Визначення коефщенту часовоТ затримки

Висновки

Хмарш обчислення - нова парадигма для надання послуг через 1нтернет, що пропонуе власникам бiзнесу численнi переваги. Вибiр правильно! конф^рацп хмари е ключовим для якосп обслуговування та конкуренто-спроможносп бiзнесу. Неправильна конфiгурацiя може збшьшити витрати в рази. Ефективна хмарна конструк-цiя призводить до значно! економi!' для повторюваних операцiй. Однак вибiр оптимально! конфiгурацi! важкий через складшсть досягнення високо! точностi та адаптованосп до рiзних програм. Хмарне обчислення забезпечуе економiю коштiв, масштабовашсть та iншi переваги, що робить його важливим для компанiй. Хмарна миращя супроводжуе модернiзацiю даних та 1Т. Туманнi ж обчислення ввдкривають новi можливостi для економi! енерги,

5

5

даних, зменшення навантаження на мережу, здешевлення обробки даних. Але й туманш обчислення доречно використовувати в типових завдання для конкретного випадку. Робота проводилась в рамках тдготовки квалiфi-кацшно! мапстерсько! роботи.

Список використаиоТ лiтератури

1. Red Hat (2022) Types of Cloud Computing. We Make Open-Source Technologies for the Enterprise. URL: https:// www.redhat.com/en/topics/cloud-computing/public-cloud-vs-private-cloud-and-hybrid-cloud

2. Cloud Computing: Literature Review (2022). URL: https://mars.gmu.edu/bitstream/handle/1920/11608/hassan_ cloud.pdf?sequence=1

3. Cristea, V., Dobre, C., Pop, F.: Context-aware environ internet of things. Internet of Things and Inter-cooperative Computational Technologies for Collective Intelligence Studies in Computational Intelligence, vol. 460, pp. 25-49.

4. C. C. Byers, "Architectural imperatives for fog computing: Use cases, requirements, and architectural techniques for fog-enabled IoT networks,"IEEE Communications Magazine, vol. 55, no. 8, pp. 14-20.

5. Коваленко А.А. Метод забезпечення живучосп комп'ютерно! мережi на основi VPN-тунелювання / А.А. Коваленко, Г.А. Кучук, В.М. Ткачов // Системи управлшня, навтацп та зв'язку. Полтава: Полтавський нащ-ональний техшчний ушверситет iм. Ю. Кондратюка, 2021. № 1 (63). С. 90-95.

6. V Tkachov, M. Hunko, V. Volotka Scenarios for Implementation of Nested Virtualization Technology in Task of Improving Cloud Firewall Fault Tolerance. In Proc. 2019 International Scientific-Practical Conference on Problems of Infocommunications Science and Technology, PIC S and T 2019, 08-11 October 2019, Kyiv, Ukraine, pp. 769-773.

7. Laptii Ye. Methods of Construction of Overline Infrastructures in the Cloud Environment / Ye. Laptii, V. Tkachov // Proceedings of Fifth International Scientific and Technical Conference on «Computer And Information Systems And Technologies». April 22-23, 2021. Kharkiv-Riga-Kyiv-Lviv-Baku. С. 7.

References

1. Red Hat (2022) Types of Cloud Computing. We Make Open-Source Technologies for the Enterprise. URL: https:// www.redhat.com/en/topics/cloud-computing/public-cloud-vs-private-cloud-and-hybrid-cloud

2. Cloud Computing: Literature Review (2022). URL: https://mars.gmu.edu/bitstream/handle/1920/11608/hassan_ cloud.pdf?sequence=1

3. Cristea, V., Dobre, C., Pop, F.: Context-aware environ internet of things. Internet of Things and Inter-cooperative Computational Technologies for Collective Intelligence Studies in Computational Intelligence, vol. 460, pp. 25-49.

4. C. C. Byers, "Architectural imperatives for fog computing: Use cases, requirements, and architectural techniques for fog-enabled IoT networks,"IEEE Communications Magazine, vol. 55, no. 8, pp. 14-20.

5. Kovalenko А. А., Kuchuk H. A., Tkachov V. M. (2021) Metod zabezpechennia zhyvuchosti kompiuternoi merezhi na osnovi VPN-tuneliuvannia [Method for ensuring the survivability of a computer network based on VPN tunneling] Control, navigation and communication systems(Ukraine, Poltava, 2021). Vol. № 1 (63). pp. 90-95.

6. V Tkachov, M. Hunko, V. Volotka Scenarios for Implementation of Nested Virtualization Technology in Task of Improving Cloud Firewall Fault Tolerance. In Proc. 2019 International Scientific-Practical Conference on Problems of Infocommunications Science and Technology, PIC S and T 2019, 08-11 October 2019, Kyiv, Ukraine, pp. 769-773.

7. Laptii Ye. Methods of Construction of Overline Infrastructures in the Cloud Environment / Ye. Laptii, V Tkachov // Proceedings of Fifth International Scientific and Technical Conference on «Computer And Information Systems And Technologies». April 22-23, 2021. Kharkiv-Riga-Kyiv-Lviv-Baku. P. 7.