Arquitetura de computação em névoa
De acordo com o OpenFog Consortium [2017], a arquitetura de computação em nuvem possui múltiplas camadas, utilizando-se o conceito de Fog-to-Cloud (F2C). No geral, o servidor de névoa pode ser hospedado em dispositivos das camadas de acesso (borda da rede) ou em camadas mais próximas ao dispositivo final. A computação em névoa funciona como uma extensão aos serviços da nuvem e como provedor de recursos para os dispositivos de IdC.
Um mesmo ecossistema de computação em névoa pode respeitar diferentes arquiteturas, que podem coexistir em um mesmo arranjo. Isso é ilustrado na Figura 5, que mostra diferentes possibilidades: (i) névoas privadas referem-se a estruturas privadas de computação em névoa, normalmente utilizam arquiteturas F2C ou proprietárias; (ii) névoas públicas consistem em estruturas públicas (e.g., smart cities) em arquiteturas F2C, utilizando protocolos abertos e potencialmente também computação distribuída (e.g., um blockchain); (iii) indie fogs são estruturas que utilizam os dispositivos do próprio usuário final (como celular, roteador, carro, sensores, etc.) como parte do nó de névoa, permitindo maior interoperabilidade de serviços e também incluindo integração de redes privadas e públicas.
Conceito de arquitetura F2C e arquitetura de referência
O conceito de F2C pode ser explorado como base para a definição da arquitetura do sistema, considerando a computação em névoa como um paradigma complementar à computação em nuvem. O principal objetivo de uma arquitetura de névoa para nuvem é prover a capacidade de executar serviços enquanto garante-se baixo tempo de resposta, redução de carga na rede e melhor eficiência energética [Ramirez et al, 2017]. De acordo com Bruin et al [2016], o conceito de F2C baseia-se em uma arquitetura de recursos hierárquicos, baseada em camadas de estrutura heterogênea entre os recursos da nuvem e da névoa.
Uma arquitetura F2C é baseada em dois domínios de gestão [Ramirez et al, 2017]: camadas e áreas. A camada é um conjunto de dispositivos com características e recursos similares; já áreas são conjuntos de dispositivos conectados, próximos fisicamente ou logicamente, em uma mesma camada. Os nós de névoa 0são os componentes das áreas, enquanto as camadas são as representações verticais distribuídas de acordo com suas funcionalidades (vide Tabela 3):
O OpenFog Consortium [2017] propôs uma arquitetura abstrata de referência aberta para computação em névoa baseada no conceito de F2C (vide Figura 6. A arquitetura de referência propõe algumas perspectivas (segurança da informação, gerenciamento de recursos, desempenho e escala, controle e análise de dados, negócios e aplicações na névoa), além de recursos e serviços (redes, computação, virtualização, etc) que são parcialmente explorados nas próximas seções deste trabalho.
Arquitetura integrada aos equipamentos dos usuários finais (Indie Fog)
O F2C possui algumas limitações, especialmente no que diz respeito ao uso de equipamentos que funcionam exclusivamente com serviços específicos dos provedores, ou apenas em redes móveis. Uma proposta para tentar reduzir esse problema é utilizar o conceito de Indie Fog [Buyya et al, 2016], que sugere a utilização dos próprios dispositivos dos usuários, também conhecidos como customer premises equipments (CPEs), em parte da arquitetura de computação em névoa. A implementação desse modelo pode acontecer em dois modos (a) de forma integrada, os serviços de névoa são fornecidos através de um nó gateway conectado aos dispositivos finais; (b) de forma colaborativa, os serviços de névoa são providos por alguma estação de trabalho na mesma rede dos dispositivos finais. Em ambos os casos, a nuvem fornece um pacote de aplicação que habilita as funções do sistema no nó de indie fog.
O modelo de Indie Fog pode ser implementado de diferentes formas, dependendo das características do sistema alvo. Em [Buyya et al, 2016], são apresentadas quatro formas ilustrativas:
1) Modelo clusterizado: aplicável sempre que há nós estacionários de indie fog próximos (como nós em um mesmo edifício). A criação de clusters permite alto desempenho de processamento dos dados coletados e reduz a necessidade de envio de dados para a nuvem;
2) Modelo de infraestrutura: aplicável sempre que há nós estacionários de indie fog em infraestrutura de áreas urbanas a céu aberto. Este tipo de modelo é útil para situações onde um terceiro requer processamento e aquisição de dados em curto período de um conjunto de dispositivos de infraestrutura urbana;
3) Modelo veicular: aplicável para nós dinâmicos (normalmente alocados em veículos) de indie fog. Este modelo permite a coleta e processamento de dados em movimento, possibilitando o streaming de dados com mobilidade;
4) Modelo de smartphones: aplicável para nós de indie fog que utilizam a infraestrutura de smartphones.
Na concepção de uma arquitetura em modelo de indie fog, Buyya et al [2016] baseia-se em uma arquitetura orientada a serviços (SOA) com três entidades principais: registrador, provedor e consumidor dos serviços. A entidade registradora tem papel fundamental na conexão do nó cliente com o servidor indie fog, de forma a garantir segurança, catálogo de serviços e tratamento de requisições/dados. Os provedores podem publicar seus serviços nas entidades registradoras em formatos padrão (Open Data Protocol), de modo que os consumidores podem então consultar o serviço mais recomendável e selecionar provedores de acordo com sua localização ou capacidade. Após o estabelecimento da conexão, o cliente e o servidor podem interagir de ponta a ponta.
Referências (totais):
AI, Y; PENG, M.; ZHANG, K. Edge cloud computing technologies for internet of things: A primer. Digital Communications and Networks (DCN). 2017. Disponível em https://www.sciencedirect.com/science/article/pii/S2352864817301335
BAKTIR, A.; OZGOVDE, A.; ERSOY, C. How can edge computing benefit from software-defined networking: a survey, use cases & future directions. IEEE Communications surveys & tutorials. 2017. Disponível em https://www.researchgate.net/publication/317701794_How_Can_Edge_Computing_Benefit_from_Software-Defined_Networking_A_Survey_Use_Cases_Future_Directions?_sg=z_Ky2rFoev2IY7HpaAGhUBnIuiIcA3QwXEvuv7ElqdYOTuUig6EPR2n0ivVesNx3lLuBIcGze91F7b8dTdJAzaW5iSfFETxLPw
BILAL, K.; KHALID, O.; ERBAD, A.; KHAN, S. Potentials, trends, and prospects in edge Technologies: Fog, cloudlet, mobile edge, and micro data centers. Computer Networks 130, págs. 94–120. 2018. Disponível em https://www.sciencedirect.com/science/article/pii/S1389128617303778
BONOMI, F.; MILITO, R.; NATARAJAN, P.; ZHU, J. Fog Computing: A platform for Internet of Things and Analytics. Big data and Internet of Things: A roadmap for Smart Environments, págs. 169–186, Springer. 2014.
BONOMI, F.; MILITO, R.; ZHU, J.; ADDEPALLI, S. Fog Computing and its role in the internet of things. MCC’12 Proceedings of the first edition of the MCC workshop on Mobile cloud computing, pages 13–16. 2012. Disponível em https://dl.acm.org/citation.cfm?id=2342513
BORCOCI, E. Fog Computing, Mobile edge computing, Cloudlets — whice one? SoftNet Conference, 2016. Disponível em https://www.iaria.org/conferences2016/filesICSNC16/Softnet2016_Tutorial_Fog-MEC-Cloudlets-E.Borcoci-v1.1.pdf
BOTTA, A.; DONATO, W.; PERSICO, V.; PESCAPE, A. Integration of Cloud computing and Internet of Things: A survey. Journal of Future Generation Computer Systems 56, págs. 684–700. 2016. Disponível em https://www.sciencedirect.com/science/article/pii/S0167739X15003015
BRUIN, X.; TORDERA, E.; TASHAKOR, G.; JUKAN, A. REN, G. Foggy clouds and cloudy fogs: a real need for coordinated management of fog-to-cloud computing systems. IEEE Wireless Commun. 23 — págs. 120–128, 2016. Disponível em: <http://dx.doi.org/10.1109/MWC.2016.7721750>.
BUYYA, R.; CHANG, C.; SRIRAMA, S. Indie fog: An efficient fog-computing infrastructure for the Internet of Things. Journal of Computer IEEE — Cloud Cover. 2016. Disponível em http://www.cloudbus.org/papers/IndieFog2017.pdf
CISCO. Cisco delivers vision of Fog Computing to Accelerate value from billions of connected devices. Cisco Newsroom. 2014. Disponível em https://newsroom.cisco.com/press-release-content?type=webcontent&articleId=1334100
COUTINHO, A.; CARNEIRO, E.; GREVE, F. Computação em Névoa: Conceitos, Aplicações e Desafios. XXXIV Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos. SBRC — 2016. Disponível em https://www.researchgate.net/profile/Antonio_Augusto_Coutinho/publication/309312665_Computacao_em_Nevoa_Conceitos_Aplicacoes_e_Desafios/links/5809143f08ae040813483c45/Computacao-em-Nevoa-Conceitos-Aplicacoes-e-Desafios.pdf. Acessado em 06/02/2018.
DOGHMAN, F.; CHACZKO, Z.; JIANG, J. A review of aggregation algorithms for the Internet of Things. 25th International Conference on Systems Engineering (ICSEng). 2017. Disponível em https://ieeexplore.ieee.org/document/8121713/
DOLUI, K.; DATTA, S. Comparison of edge computing implementations: fog computing, cloudlet and mobile edge computing. Eurecom, 2017. Disponível em http://www.eurecom.fr/en/publication/5193/download/comsys-publi-5193_1.pdf
ETSI. Mobile-Edge Computing. Introductory technical white paper. 2014. Disponível em: https://portal.etsi.org/portals/0/tbpages/mec/docs/mobile-edge_computing_-_introductory_technical_white_paper_v1%2018-09-14.pdf
FARAHANI, B.; FIROUZI, F.; CHANG, V.; BADAROGLU, M.; CONSTANT, N.; MANKODIYA, K. Towards fog-driven IoT eHealth: Promises and challenges of Iot in medicine and healthcare. Journal of Future Generation Computer Systems 78, págs. 659–676. 2018. Disponível em https://www.sciencedirect.com/science/article/pii/S0167739X17307677
FUGAHA, A.; GUIZANI, M., MOHAMMADI, M; ALEDHARI, M., AYYASH, M. Internet of things: a survey on enabling technologies, protocols, and applications, IEEE Commun. Surv. Tutor. 17 (4). 2015. Disponível em http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7123563
GAI, K.; QIU, M.; SUN, X. A survey on FinTech. Journal of Network and Computer Applications 103, págs. 262–273. 2018. Disponível em https://www.sciencedirect.com/science/article/pii/S1084804517303247
GARTNER. Technologies underpin the Hype Cycle for the Internet of Things. 2016. Disponível em https://www.gartner.com/smarterwithgartner/7-technologies-underpin-the-hype-cycle-for-the-internet-of-things-2016/
GARTNER. What edge computing means for infrastructure and operation leaders. 2017. Disponível em https://www.gartner.com/smarterwithgartner/what-edge-computing-means-for-infrastructure-and-operations-leaders/
GARTNER. Gartner says 8.4 billion connected “things” will be in use in 2017, up 31 percent from 2016. Newsroom, 2017. Disponível em https://www.gartner.com/newsroom/id/3598917
GOMES, R.; PONTE, F.; URBANO, A; BITTENCOURT, L.; MADEIRA, E. Fatiamento de rede baseado em demanda elástica em provedores de Internet do Futuro. SBRC. 2018. Disponível em http://www.sbrc2018.ufscar.br/wp-content/uploads/2018/04/179530.pdf
GUBBI, J.; BUYYA, R.; MARUSIC, S.; PALANISWAMI, M. Internet of Things (IoT): A vision, architectural elements, and future directions. Future Generation Computer Systems. Volume 29, Issue 7, pags. 1645–1660. 2013. Disponível em: https://www.sciencedirect.com/science/article/pii/S0167739X13000241
GUPTA, G.; CHAKRABORT, S.; GHOSH, S.; BUYYA, R. Fog Computing in 5G Networks: An application perspective. Cloud and Fog Computing in 5G Mobile Networks: Emerging advances and applications, chapter 1 — eISBN: 9781785610844. 2017. Disponível em http://digital-library.theiet.org/content/books/10.1049/pbte070e_ch2
KAI, K.; CONG, W.; TAO, L. Fog computing for vehicular Ad-hoc networks: paradigms, scenarios and issues. The Journal of China Universities of Posts and Telecommunications, págs. 56–65. 2016. Disponível em https://www.sciencedirect.com/science/article/pii/S1005888516600213
KUMAWAT, D.; PAVATE, A.; PANSAMBAL, S. Fog Computing and Its comparative study with other cloud-based technologies. IOSR Journal of Engineering, volume 7, págs. 09–12. 2018. Disponível em http://www.iosrjen.org/Papers/Conf.ICIATE-2018/Volume-7/3-09-12.pdf
LU, R.; HEUNG, K.; LASHKARI, A.; GHORBANI, A. A lightweight privacy-preserving data aggregation scheme for Fog Computing-Enhanced IoT. IEEE Access. Volume 5, págs. 3302–3312. 2017. Disponível em https://ieeexplore.ieee.org/document/7869305/
MAO, Y.; YOU, C.; ZHANG, J.; HUANG, K.; LETAIEF, K. A survey on mobile edge computing: The communication perspective. Mobile edge computing: Survey and Research outlook. 2017. Disponível em https://arxiv.org/abs/1701.01090
MCAFEE LABS. Threats Report: March 2018. Disponível em https://www.mcafee.com/us/resources/reports/rp-quarterly-threats-mar-2018.pdf
OPEN-FOG CONSORTIUM. Open Fog Reference Architecture for Fog Computing. 2017. Disponível em https://www.openfogconsortium.org/wp-content/uploads/OpenFog_Reference_Architecture_2_09_17-FINAL.pdf
RAMIREZ, W.; BRUIN, X.; TORDERA, E.; SOUZA, V.; JUKAN, A.; REN, G.; DIOS, O. Evaluating the benefits of combined and contínuos Fog-to-Cloud architectures. Journal of Computer Communications 113, págs. 43–52. 2017. Disponível em https://www.sciencedirect.com/science/article/pii/S0140366417301792
ROMAN, R.; LOPEZ, J.; MAMBO, M. Mobile edge computing, Fog et al.: A survey and analysis of security threats and challenges. Journal of Future Generation Computer Systems 78, págs. 680–698. 2018. Disponível em https://www.sciencedirect.com/science/article/pii/S0167739X16305635
SATYANARAYANAN, M.; BAHL, P./ CACERES, R.; DAVIES, N. The case for VM-based Cloudlets in Mobile Computing. Pervasive Computing, volume 8, págs. 14–23. 2009. Disponível em https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/cloudlets09.pdf.
SOHAL, A.; SANDHU, R.; SOOD, S.; CHANG, V. A cybersecurity framework to identify malicious edge device in fog computing and cloud-of-things environments. Journal of Computers & Security. 2017. Disponível em https://www.sciencedirect.com/science/article/pii/S0167404817301827
TANG, B.; CHEN, Z.; HEFFERMAN, G.; PEI, S.; WEI, T.; HE, H.; YANG, Q. Incorporating Intelligence in Fog Computing for Big Data Analysis in Smart Cities. IEEE Transactions on Industrial Informatics. Volume 13, Issue 15. 2017. Disponível em https://ieeexplore.ieee.org/document/7874167/
TORDERA, E.; BRUIN, X.; ALMINANA, J.; JUKAN, A.; REN, G.; ZHU, J. Do we really know what a fog node is? Current trends towards an open definition. Journal of Computer Communications, págs. 117–130. 2017. Disponível em https://www.sciencedirect.com/science/article/pii/S0140366416307113
WEINMAN, J. Fogonomics — The strategic, economic, and financial aspects of the cloud. Computer Software and Application Conference. IEEE, 2017. Disponível em http://ieeexplore.ieee.org/document/8029683/
YI, S.; LI. C.; LI, Q. A survey of fog computing: concepts, applications and issues. Mobidata’15 — Proceedings of the Workshop on Mobile Big Data. Pages 37–42. 2015. Disponível https://dl.acm.org/citation.cfm?doid=2757384.2757397
ZHENG, L.; JOE-WONG, C. Fogonomics: Pricing and incentivizing fog computing. OpenFogConsortium — Resources/Insights. 2017. Disponível em https://www.openfogconsortium.org/fogonomics-pricing-and-incentivizing-fog-computing/
