摘要：智能环境传统的规则推理机制中,网关内布置的推理机从各种传感器中获取推理所需数据并与规则库相匹配,承担整个推理工作.本文利用Rete算法将规则构建为推理网络,并结合雾计算的概念将Rete推理节点分配至环境内配置的智能节点中协同推理以减轻网关负载,由此推理节点的分配成为关键,分配不合理将导致资源利用不平衡及响应延迟.本文利用活动影响下规则触发的规律设计了活动聚类算法CoA(Clustering of Activities)对活动聚类后分别建立其推理网络,计算出智能节点之间的最短路径后将结果代入针对其层次延迟性而设计的分配算法AAoRN(Allocation Algorithm of Rete Inference Nodes),从而将推理节点最优分配至各个智能节点.理论分析和实验结果表明,本文机制在有效利用智能节点资源的同时降低了大致55%的延迟.

摘要：针对传统云端数据完整性验证方案中存在过度依赖完全可信第三方审计者(TPA)、复杂的密钥管理和不支持数据访问者授权等问题,该文提出一种基于区块链和雾计算的去中心化数据完整性审计方案。为了实现审计方案的去中心化,使用雾节点和智能合约代替第三方审计者。利用区块链设计智能合约保障方案中各个实体的公平交易;将审计过程生成的证据存储在区块链中以防止各个实体的不诚实行为。引入无证书密码体制,解决了传统审计方案中复杂的密钥托管和证书管理问题。此外,通过加密累加器实现访问用户授权和身份认证。分析结果表明,该方案满足签名的不可伪造性,与同类方案相比具有较高的计算性能。

摘要：针对密集异构蜂窝网络中的雾计算用户关联选择问题,提出一种基于多属性决策模型的雾计算用户关联算法。通过对关键性能指标的选取和建模以及对组合权重的设计,达到调节属性优先级的目的。同时,设计了综合评判指标,实现了对多个属性的联合优化。仿真结果表明,所提方案不仅能对用户体验的质量和系统性能进行权衡处理,还能够平衡业务流量的分配,有效降低关联时延和系统能耗。

摘要：在智能医疗中,将云计算技术与物联网技术结合,可有效解决大规模医疗数据的实时访问问题.然而,数据上传到远程云服务器,将带来额外的通信开销与传输时延.借助雾计算技术,以终端设备作为雾节点,辅助云服务器在本地完成数据存储与访问,能够实现数据访问的低延迟与高移动性.如何保障基于雾计算的智能医疗环境的安全性成为近期研究热点.面向基于雾计算的智能医疗场景,设计认证协议的挑战在于:一方面,医疗数据是高度敏感的隐私数据,与病人身体健康密切相关,若用户身份泄漏或者数据遭到非法篡改将导致严重后果;另一方面,用户设备和雾节点往往资源受限,认证协议在保护用户隐私的同时,需要实现用户、雾节点、云服务器之间的三方数据安全传输.对智能医疗领域两个具有代表性的认证方案进行安全分析,指出Hajian等人的协议无法抵抗验证表丢失攻击、拒绝服务攻击、仿冒攻击、设备捕获攻击、会话密钥泄漏攻击;指出Wu等人的协议无法抵抗离线口令猜测攻击、仿冒攻击.提出一个基于雾计算的智能医疗三方认证与密钥协商协议,采用随机预言机模型下安全归约、BAN逻辑证明和启发式分析,证明所提方案能实现双向认证与会话密钥协商,并且对已知攻击是安全的;与同类方案的性能对比分析表明,所提方案显著提高了安全性,并具有较高的效率.

摘要：云计算技术与无线传感器网络结合所产生的传感云(sensor-cloud)系统已经逐渐成为研究的热点。传感云在云计算平台的支撑下扩展了传统传感网的服务能力。对目前主流传感云系统进行了充分调研,总结了传感云系统的特点和发展规律,发现系统中存在的可信问题将直接影响到上层数据保护和应用;揭示了已有方案难以提供可信传感云服务是因为底层无线传感网能量不足、计算能力弱、易故障等,以及云计算模式缺乏对底层传感器节点和数据的直接管理等;构建了基于雾计算模式的可信传感云实现框架,设计了可信评估、可信数据收集、可信存储等关键技术,也为后续研究提出可供借鉴的新思路。

摘要：为提升合肥市城市阅读空间服务质量,配合合肥市智慧社区建设,阅读空间在运营中应积极采用包括雾计算在内的新技术。简要阐述雾计算及相关概念、特点以及系统架构,并从及时性、信息安全、位置分布和环境资源基础四个方面分析阅读空间引入雾计算的可能性。通过终端、雾端、云端3个层次构建阅读空间智慧化服务框架,最后给出3个雾计算在城市阅读空间智慧化应用的场景,以期为城市阅读空间发展提出建议。

摘要：多机器人系统中的跟随控制一直是研究热点,新兴的雾/边缘计算技术为机器人系统设计提供了新思路。本文提出无需全局定位信息的机器人编队控制方案,在系统实现上引入雾计算技术,卸载机器人计算任务。雾计算节点提供无线网络接入,运行跟随控制程序。跟随控制方案中,利用领航者航速信息计算期望跟随轨迹;通过视觉测量方法得到实时跟踪误差;采用航速重放和PD型迭代学习控制相结合的方法实现轨迹跟踪控制。原型实验表明,雾节点提供的网络可以满足实时控制需求,跟随控制程序的卸载降低了机器人本地算力要求,并节约了25%的计算能耗。3次场试中,编队平均跟踪误差在0.05 m以内,具有较好的精度。

摘要：雾计算作为一种新兴架构,将云计算服务通过分布式雾服务器扩展到了靠近用户的网络边缘,但是由于雾服务器的资源有限,某些物联网应用程序服务对资源的突发使用容易导致资源不足,高延迟等问题。所以提出一种雾计算中延迟优化的服务动态部署方法。先结合雾计算框架的特点,提出一种雾计算中应用程序服务部署模型,设计了上述模型下应用程序服务延迟的计算方法,采用改进的MDAF算法对雾计算中服务进行动态部署,找到最优动态雾服务部署方案,并与基于云计算的仅云部署和静态雾服务部署方法进行对比实验。仿真结果表明,改进的MDAF算法可以找到动态雾服务部署的最佳方案,提高雾中资源利用率的同时,保证了IoT应用程序的低延迟,具有较高的实际应用价值。

摘要：雾计算扩大了云计算的网络模式,将网络服务由网络中心扩展到了网络边缘.为研究雾计算网络的鲁棒性,通过分析雾计算网络系统结构特征,设计了基于复杂网络的BA无标度网络和ER随机网络混合模型,并给出了相应的公式.针对随机攻击和蓄意攻击两种情况,对雾计算网络的平均路径长度以及平均度进行仿真实验.实验结果表明,当0<p<1时,雾计算网络兼有BA无标度网络特性与ER随机网络特性,可以通过调节p值的大小来改变网络的演化机制,解决雾计算特性倾向问题,从而提高雾计算网络的鲁棒性.

摘要：需求侧管理的主要目的是允许对消费者能源需求进行控制和调度,主要是利用云进行操作,但由于物理距离和数据量大,会造成延迟问题,雾计算的出现缓解了这些问题,因此提出一种可用于能源需求调度的云-雾计算架构,实现降低智能建筑的总能源成本。主要工作包括两部分:基于分布式和博弈的需求调度方法,以及用于选择将执行此分布式方法的雾节点的模型。仿真结果表明,雾化体系结构的集成有助于在确定最佳需求计划的同时减少延迟。