CC BY
122
УДК 004.75:519.687.1 ББК 32.972.5 Д 58
Довгаль Виталий Анатольевич
Доцент, кандидат технических наук, доцент кафедры информационной безопасности и прикладной информатики факультета информационных систем в экономике и юриспруденции Майкопского государственного технологического университета, Майкоп, e-mail: urmia@mail.ru Довгаль Дмитрий Витальевич
Студент факультета энергетики и нефтегазопромышленности Донского государственного технического университета, Ростов-на-Дону, e-mail: lanayamann@gmail.com
Роль туманных вычислений в Интернете Вещей
(Рецензирована)
Аннотация. Рассматривается парадигма облачных вычислений, расширяющая последние до границ сети и определяющая новый вид приложений и сервисов. Туманные вычисления подходят для нескольких критических сервисов и приложений Интернета Вещей ввиду некоторых определяющих их характеристик, таких как небольшое время ожидания, широкое географическое распределение, мобильность, огромное количество узлов, преобладание роли беспроводного доступа, заметное присутствие потоковых передач и приложений реального времени и неоднородность. Такими критическими сервисами и приложениями Интернета Вещей могут быть подключенные автомобили, умные сети, умные города, и в целом, сети беспроводных датчиков и приводов (WSAN).
Ключевые слова: туманные вычисления, облачные вычисления, IOT (Интернет вещей), сети беспроводных датчиков и приводов, программно-определяемая сеть, система реального времени, анализ данных.
Dovgal Vitaliy Anatolyevich
Associate Professor, Candidate of Technical Sciences, Associate Professor of Department of Information Security and Application Informatics of Faculty of Information Systems in Economy and Law, Maikop State University of Technology, Maykop, e-mail: urmia@mail.ru Dovgal Dmitriy Vitalyevich
Student of Faculty of Energy Production and Oil-Gas Industry, Don State Technical University, Rostov-on-Don, e-mail: lanayamann@gmail.com
Role of fog computing in the Internet of Things
Abstract. The paper discusses the paradigm of cloud computing expanding them to borders of network, and defining a new type of applications and services. Fog computing are suitable for several critical services and applications of the Internet of Things. It defines some characteristics, such as small latency, wide geographical distribution, mobility, huge number of nodes, predominant role of wireless access, strong presence of streaming and applications of real time and heterogeneity. The connected cars, smart grid, smart cities, and in general, networks of wireless sensors and actuators (WSAN) are examples of critical services and applications of the Internet of Things.
Keywords: fog computing, cloud computing, IoT, WSAN, software defined networks, real time systems, analytics.
Введение. Модель облачных вычислений "pay-as-you-go" является эффективной альтернативой владению и управлению частных центров данных для потребителей, сталкивающихся с веб-приложениями и пакетной обработкой. Сокращению масштабов огромных центров данных способствуют некоторые факторы: большая предсказуемость больших скоплений, которая обеспечивает лучшее использование без ухудшения производительности; удобное расположение, использующее преимущества недорогой силы; сниженные операционные затраты, достигаемые через развертывание однородных вычислительных, запоминающих и сетевых компонентов.
Облачные вычисления освобождают предприятие и конечного потребителя от спецификации многих деталей, что становится проблемой для приложений, чувствительных ко времени ожидания и требует нахождения узлов в непосредственной близости друг от друга. Волна развития Интернет-систем, в особенности Интернета Вещей (IoT), требует поддержания мобильности и низкого времени ожидания. Эти требования применимы и к новой платформе, называемой туманными вычислениями [1], или просто туманом, поскольку туман -это облако, которое находится близко к земле.
Облачные вычисления и туманные вычисления плодотворно взаимодействуют, позво-
ляя создать новое поколение приложений и услуг на их границе, особенно когда дело доходит до управления данными и аналитики.
В первой части мы представим парадигму туманных вычислений, определим ее характеристики и те платформы, которые поддерживают туманные сервисы. В следующей части тщательно рассмотрим некоторые ключевые приложения и сервисы, которые докажут наш аргумент в поддержку тумана как естественного компонента платформы, необходимой для поддержки Интернета Вещей. В третьей части рассмотрим аналитику и большие данные в контексте интересующих нас приложений. Признание того, что некоторые из этих приложений требуют анализа в реальном времени, а также долгосрочного глобального интеллектуального анализа данных, показывает взаимодействие тумана и облака. Завершая статью, расскажем о состоянии туманных вычислений на данный момент и о предстоящей работе по их развитию.
1. Платформа туманных вычислений
1.1. Характеристика туманных вычислений
Туманные вычисления - это высоко-виртуализированная платформа, предоставляющая вычислительные, запоминающие и сетевые сервисы между конечными устройствами и центрами данных облачных вычислений, и которая обычно, но не всегда, располагается на границах сети [2]. На рисунке 1 представлена идеализированная информационно-вычислительная архитектура, поддерживающая будущие приложения Интернета Вещей и показывающая роль туманных вычислений.
Рис. 1. IOT и туманные вычисления
Вычислительные, запоминающие и сетевые ресурсы - это строительные блоки как облака, так и тумана. «Граница сети», тем не менее, подразумевает несколько характеристик, которые делают туман нетривиальным расширением облака. Обозначим их:
• расположение на границе, данные о местоположении и низкое время ожидания. Источники тумана могут быть отслежены для поддержки конечных точек с многочисленными сервисами на границе сети, включая приложения с требованиями низкого времени ожидания (такие как игры, трансляция видео, дополненная реальность);
• географическое распределение. В отличие от более централизованного облака сер-
висы и приложения, ориентированные на туман, требуют широко распределенного развертывания. Туман, например, сыграет большую роль в доставке потоковых передач движущимся автомобилям через прокси и точки доступа, расставленные вдоль всех шоссе и путей;
• крупномасштабные сети датчиков для контроля над окружающей средой и умные сети являются еще одними примерами распределенных систем, требующих распределенных вычислений и ресурсов хранения;
• огромное количество узлов, как следствие широко географического распределения, как было уже отмечено, в сетях датчиков в общем и в умных сетях в частности;
• поддержка мобильности. Для многих туманных приложений важно связываться напрямую с мобильными устройствами, и поэтому очень важна поддержка мобильных технологий, таких как протокол LISP, который отделяет идентификационные данные об узле от идентификационных данных о местоположении и требует распределенной системы каталогов;
• взаимодействие в реальном времени. Важные туманные приложения используют взаимодействие в реальном времени чаще, чем пакетную обработку;
• преобладание беспроводного доступа;
• неоднородность. Существует большое количество типов туманных узлов, которые могут быть размещены в различных средах;
• совместимость и интеграция. Целостная поддержка некоторых сервисов (хорошим примером является потоковая передача) требует сотрудничества различных провайдеров. Следовательно, компоненты тумана должны быть совместимы друг с другом, а сервисы должны быть объединены через домены;
• поддержка онлайн аналитики и взаимодействия с облаком. Туман позиционируется как играющий значительную роль в приеме, внесении и обработке данных, близких к источнику. Взаимодействие тумана и облака относительно больших данных описано далее, в третьей части.
1.2. Действующие лица тумана: провайдеры и пользователи
Иногда непросто решить на ранних этапах, насколько разные участники облачных вычислений будут взаимодействовать. Основываясь на природе главных сервисов и приложений, мы, тем не менее, предвосхищаем следующее:
• модель подписки будет играть главную роль в тумане (развлекательная информация в подключенных автомобилях, умных сетях, умных городах и т.д.);
• туман создаст новые формы конкуренции и сотрудничества между провайдерами с точки зрения обеспечения общими сервисами. Новые должностные лица выйдут на арену как пользователи и провайдеры, включая предприятия - производители автомобилей, общественные управления и транспортные агентства.
2. Туманные вычисления и Интернет Вещей
В этой части мы продемонстрируем роль, которую играет туман в следующих сценариях: подключенные автомобили, умные сети и сети беспроводных датчиков и приводов.
2.1. Подключенные автомобили
Развертывание технологии подключенных автомобилей отражает разнообразие сценариев связей и взаимодействий: автомобили с автомобилями, автомобили с точками доступа (Wi-Fi, 3G, LTE, придорожные блоки, умные светофоры) и точки доступа с точками доступа [3]. У тумана есть несколько свойств, которые делают его идеальной платформой для доставки многообразного выбора SCV-сервисов в развлекательно-информационной сфере, безопасности, поддержки трафика и аналитики: географическое распределение (в городах и вдоль дорог), мобильность и осведомленность о местоположении, низкое время ожидания, неоднородность и поддержка взаимодействий в реальном времени.
Система умных светофоров является примером последнего. Узел умного светофора
взаимодействует в локальном масштабе с некоторым количеством датчиков, которые определяют присутствие пешеходов и велосипедистов и отмеряют дистанцию до приближающихся автомобилей, а также их скорость. Также он взаимодействует с соседними светофорами для координации зеленой волны. Основываясь на этой информации, умный светофор посылает предупреждающие сигналы приближающимся автомобилям и даже изменяет свой цикл для предотвращения происшествий.
Координация с соседними умными светофорами через уровень взаимодействий тумана ведет за собой любое изменение цикла. Данные, собранные умными светофорами, обрабатываются для получения аналитики в реальном времени (изменяя, к примеру, время цикла в ответ на изменение дорожных условий). Данные из кластеров умных светофоров передаются в облако для общей, долговременной аналитики.
2.2. Умные сети
Умные сети являются еще одним ярким примером использования тумана. Взаимодействие тумана и облака в контексте умных сетей будет описано в третьей части.
2.3. Сети беспроводных датчиков и приводов
Исходные узлы беспроводных датчиков были разработаны для использования крайне малой мощности для продления времени жизни батареи. Большая часть этих узлов включает огромное количество исходных узлов с низкой пропускной способностью, низкими энергетическими затратами, низкой мощностью обработки и небольшой памятью, используемых как однонаправленные источники сбора. Задачами сетей датчиков этого класса, для которых стандартной операционной системой является открытая TinyOS2, является сканирование среды, простая обработка и отправка данных в центр обработки. Исходные узлы беспроводных датчиков доказали свою эффективность сбора данных об окружающей среде (влажность, температура, количество осадков, уровень освещения и т. д.) в различных условиях.
Энергетическое ограничение узлов беспроводных датчиков продвинулось в некоторых направлениях: множественные коллекторы, мобильные коллекторы и множественные мобильные датчики были предложены для того, чтобы отвечать требованиям новых приложений. Тем не менее, пока они не справляются с приложениями, функции которых выходят за рамки сканирования и отслеживания, и требуют приводов для приложения физических усилий (открыть что-либо, закрыть, подвинуть, сфокусироваться и даже перенести и разместить датчики). Приводы, которые могут контролировать и систему, и измерительные процессы, открывают новое измерение в сетях датчиков.
Поток информации направлен не в одну сторону (от датчиков к коллектору), а в две (датчик к коллектору и контролирующий узел к приводу). Возникает замкнутая система, для которой мы не можем игнорировать проблемы стабильности и потенциального колебательного поведения. Время ожидания и колебания становятся главной проблемой систем, которым необходим быстрый ответ.
Характеристики тумана (удаленность и осведомленность о местоположении, географическое распределение, иерархическая организация) делают его подходящей платформой для поддержки как энергетически ограниченных сетей беспроводных датчиков без приводов, так и с ними.
3. Аналитика и взаимодействие облака и тумана
В то время, как туман предоставляет локальную информацию, а следовательно, имеет низкое время ожидания и осведомленность об условиях, облако предоставляет глобальную централизацию [4]. Многим приложениям для работы необходимы и локализация тумана, и глобализация облака, особенно для аналитики и работы с большими данными. Мы уже касались этой темы выше, ссылаясь на умные светофоры. Здесь мы рассмотрим умные сети, чья иерархия данных поможет показать это взаимодействие.
Туманные коллекторы на границе принимают данные, сгенерированные сетевыми датчиками и устройствами. Некоторые из этих данных имеют отношение к защите и управле-
нию узлами, которые требуют обработки в реальном времени (от миллисекунд до долей секунды). Это первый уровень тумана, разработанный для М2М-взаимодействий, собирающий, обрабатывающий данные и отдающий команды приводам. Также он фильтрует формируемые локально данные и отправляет оставшиеся на более высокие уровни. Второй и третий уровни отвечают за визуализацию и выдачу результата (HMI-взаимодействия) и за работу с системами и процессами (М2М). Временные рамки этих взаимодействий, являющихся частью тумана, варьируются от секунд до минут (аналитика в реальном времени) и даже дней (транзакционная аналитика). В результате этого туман должен поддерживать различные типы хранилищ от краткосрочных на нижнем уровне до полупостоянных на высшем уровне. Также отмечено, что чем выше уровень, тем выше географическое покрытие и тем больше временные рамки. Основное, глобальное покрытие, представленное облаком, используется для хранения данных, которые имеют срок давности в месяцы или даже годы, и является основой аналитики сведений для бизнеса.
Заключение. Статья рассматривает общие черты концепции и определяет ключевые характеристики туманных вычислений, платформы, которая предоставляет широкий набор новых сервисов и приложений на границе сети. Приведено множество примеров по ходу статьи от концептов до существующих прототипов решений. Мы предполагаем, что туман станет унифицирующей платформой, достаточно функциональной, чтобы привнести новый тип перспективных сервисов и создать условия для разработки новых приложений.
Примечания:
1. Мельник Э.В., Клименко А.Б., Иванов Д.Я. Модель задачи распределения вычислительной нагрузки для информационно-управляющих систем на базе концепции туманных вычислений // Известия Тульского государственного университета. Технические науки. 2018. № 2. С. 174-187.
2. Chiang M., Balasubramanian B., Bonomi F. Fog for 5G and IoT. Wiley, 2017. 305 pp.
3. Довгаль В.А., Довгаль Д.В. Интернет Вещей: концепция, приложения и задачи // Вестник Адыгейского государственного университета. Сер. Естественно-математические и технические науки. 2018. Вып. 1 (216). С. 129-135. URL: http ://vestnik.adygnet.ru
4. Довгаль В.А., Довгаль Д.В. Проблемы и задачи безопасности интеллектуальных сетей, основанных на Интернете Вещей // Вестник Адыгейского государственного университета. Сер. Естественно-математические и технические науки. 2017. Вып. 4 (211). С. 140-147. URL: http://vestnik.adygnet.ru
References:
1. Melnik E.V., Klimenko A.B., Ivanov D.Ya. Model of the computational load distribution problem for information control systems based on the concept of foggy computations // News of Tula State University. Technical Sciences. 2018. No. 2. P. 174-187.
2. Chiang M., Balasubramanian B., Bonomi F. Fog for 5G and IoT. Wiley, 2017. 305 pp.
3. Dovgal V.A., Dovgal D.V. Internet of Things: concept, applications and tasks // The Bulletin of the Adyghe State University. Ser. Natural-Mathematical and Technical Sciences. 2018. Iss. 1 (216). P. 129135. URL: http://vestnik.adygnet.ru
4. Dovgal VA., Dovgal D.V. Security issues and challenges for the intellectual networks founded on the Internet of Things // The Bulletin of the Adyghe State University. Ser. Natural-Mathematical and Technical Sciences. 2017. Iss. 4. P. 140-147. URL: http://vestnik.adygnet.ru
