buy vpn kharid vpn kerio vpn mobile vpn
Fog Computing – بخش دوم : اجزا، عملکرد و معماری – رایانش ابری
خانه >* رایانش مهی >* Fog Computing – بخش دوم : اجزا، عملکرد و معماری

Fog Computing – بخش دوم : اجزا، عملکرد و معماری

معماری رایانش مهی ترتیب عناصر فیزیکی و منطقی اجزای شبکه، سخت افزار و نرم افزار برای پیاده سازی یک شبکه IOT مفید است. تصمیمات کلیدی معماری،  موقعیت های فیزیکی و جغرافیایی گره های مه، ترتیبشان در یک سلسله مراتب،  تعداد، انواع، توپولوژی ظرفیت پهنای باند داده لینک ها بین گره های مه، اشیا و ابر ، طراحی سخت افزاری و نرم افزاری گره های مه فردی و چگونگی سازماندهی و مدیریت یک شبکه IOT کامل را درگیر می‌کند.

fog Computing Architecture
fog-computing-1-1

جهت بهینه سازی معماری یک شبکه مه، اول باید نیازهای حیاتی موارد مورد استفاده عمومی‌ای که مزایای مه و برنامه های نرم افزاری خاصی که روی آنها اجرا خواهند شد را بفهمیم( فهم اهداف شبکه و فراهم سازی الزامات مورد نیاز و متناسب آن). این الزامات سپس به یک شبکه پراکنده از گره های مه طراحی شده مناسب نگاشت خواهد شد( تقسیم وظایف). خوشه های خاص، الزامات روی شبکه های ساخت با وابستگی سنگین به ابر (هوشمندی بالا) یا چیزهای هوشمند (هوشمندی پایین) ، به سختی اجرا می‌شوند و در تصمیم برای حرکت به سمت معماری مبتنی بر مه به طور خاص تاثیرگذارند( تعیین روش)

از منظر سیستماتیک، شبکه های مه یک سیستم رایانشی توزیع شده با توپولوژی سلسله مراتبی ارائه می‌دهند. شبکه های مه با هدف رعایت الزامات زمان بندی دقیق، کاهش مصرف برق دستگاه های پایه، ارائه پردازش های داده به موقع (زمان واقعی) و کنترل منابع رایانشی محلی و کاهش بار ترافیک backhaul به مراکز داده متمرکز انجام می‌شوند. البته امنیت شبکه، قابلیت اطمینان و قابلیت دسترسی باید در شبک های مه ذاتی باشد.

Fog-computing-architecture
Fog-computing-architecture-1

معماری رایانش مهی به دو دسته تقسیم می شود : فریمورک Cloud-Fog-Device و فریمورک Fog-Device.

اولی شامل 3 لایه متمایز  لایه دستگاه، لایه fog و لایه ابر است و دومی 2 لایه دارد، لایه وسیله و لایه fog. این لایه ها به ترتیب در حال افزایش قابلیت های رایانش و ذخیره سازی اند. برای دستیابی به ارتباطات لایه های داخلی و تقاطع، تکنولوژی های ارتباطی مختلفی برای اتصال هر یک استفاده می‌شود از ارتباطات سیمی (اترنت، فیبر نوری)، ارتباطات وایرلس (بلوتوث، ZigBee، NFC، IEEE 802.11 a/b/c/g/n و لینک های ماهواره ای ) یا ترکیبی از هر دو استفاده می‌شود.

تکنولوژی های مجازی سازی مانند مجازی سازی توابع شبکه و شبکه تعریف نرم افزار، برای دستیابی به مجازی سازی و مهندسی ترافیک استفاده می‌شوند. هرلایه مقیاس پذیر و قابل انعطاف است که نشان می‌دهد اگر تقاضایی به وجود آید می‌توان تعداد زیادی موجودیت را درگیر کرد. هر سه لایه، می‌توانند با روش های احرازهویت معمول (کلید، امضا و …) از طریق لینک های مستقیم و غیرمستقیم به یکدیگر متصل شوند.

لایه دستگاه 2 نوع دستگاه دارد : دستگاه های IOT تلفن همراه و دستگاه های IOT ثابت. دستگاه های موبایل IOT، با صاحبانشان حمل می‌شوند مثل دستگاه های fitness، دوربین ها، لباس های هوشمند و دستبندهای هوشمند، موبایل های هوشمند. همه وسایل متعلق به یک نفر می‌توانند یک گروه تشکیل دهند و با وایرلس یا شبکه های ad hoc با یکدیگر مرتبط شوند. وسایل IOT ثابت، (سنسورها و تگ های RFID به عنوان مثال) روی محیط های خاصی یا روی مححصولات خاصی از پیش تعریف شده اند تا وظایف از پیش تعیین شده ای مانند (ردیابی محصولات، تشخیص آتش سوزی جنگل و مانیتورینگ کیفیت هوا برای مثال) را پیش ببرند. این وسایل IOT منابع ذخیره سازی و رایانشی محدودی دارند و پهنای باند را محدود می‌کنند بطوریکه نمی‌توانند به رویدادهای درحال ظهور پاسخ دهند. مسئولیتشان جمع آوری داده خام و گزارش آنها به لایه بالاتر است.

لایه Fog، شامل تجهیزات شبکه مانند روترها، پل ها ، gateway ها، سوئیچ ها و ایستگاه های پایه اند  که قابلیت محاسباتی دارند و شامل سرورهای محلی اند ( کنترلرهای صنعتی ، سرورهای جاسازشده ، تلفن های موبایل و دوربین های نظارتی تصویری). این وسایل، گره های fog در رایانش مهی نامیده می‌شوند، می‌توانند هرجایی با ارتباطات شبکه به کار گرفته شوند : در تلفن های هوشمند، در یک کارخانه، جاده و … . گره های fog، به صورت سلسله مراتبی بین وسایل IOT و سرورهای ابری در فریمورک Cloud-Fog-Device یا بالای وسایل IOT در فریمورک Fog-Device توزیع شده اند. این لایه تمایل دارد رایانش ابری را به لبه شبکه گسترش دهد. توانایی رایانشی و ذخیره سازی خاصی دارد و به صورت خودکار می تواند فرآیند بار روی وسایل IOT منابع محدود را کاهش دهد. به غیر از ارتباطات معمولی ( ارسال بسته یا مسیریابی) برنامه های کاربردی حساس به تاخیر یا زمان واقعی می توانند از سرورهای ابر به گره های fog واگذار شوند. از آنجاییکه برنامه های کاربردی در گره های fog قرار گرفته‌اند فقط شامل اطلاعات محلی در مورد دستگاه ها و صاحبانشان( به عبارتی کاربران) ، شرایط شبکه محلی، الگوهای فعالیت کاربران و اطلاعات موقعیت دقیق شان هستند.

در فریمورک Fog-Device ، گره های fog به طور هماهنگ سرویس‌های مختلفی بدون دخالت سرورهای ابری ارائه می‌دهند مثل چراغ های هوشمند، توزیع محتوا به صورت محلی و … .

در فریمورک Cloud-Fog-Device، گره های Fog ذخیره سازی گذرا و آنالیز زمان واقعی روی داده های جمع آوری شده توسط وسایل IOT انجام می‌دهند و به صورت دوره ای خلاصه داده را به ابر از طریق ارسال به گره های fog دیگر در سطوح بالاتر در شبکه سلسه مراتبی ارسال می‌کنند.

لایه ابر فریمورک Cloud-Fog-Device یک پلت فرم ذخیره سازی و رایانشی محکم است که برنامه های IOT مختلفی از منظر کلی ارائه می‌دهد. ابر فضای ذخیره سازی قابل توجه و منابع رایانشی ای دارد و برای کاربران در هر زمان و از هرجا قابل دسترسی است فقط کافی است به اینترنت متصل شوند. از تکنولوژی های مجازی سازی استفاده می‌کنند. داده های خلاصه را از گره های fog مختلف دریافت می‌کنند و آنالیز کلی روی داده دریافت شده توسط گره های fog و منابع دیگر انجام می‌دهد تا بینش تجاری در برنامه های کاربردی IOT را بهبود دهد مثل سیستم های توزیع توان هوشمند، مانیتورینگ وضعیت سلامت و … . بعلاوه ابر سیاست هایی به لایه fog می‌فرستد تا کیفیت سرویس های حساس به تاخیر ارائه شده توسط گره های fog را بهبود دهد.

Fog computing Architecture3

 

منابع :

NIST.SP.500-325

Securing Fog Computing for Internet of Things Applications- Challenges and Solutions

 

 

درباره ی کریمی

کارشناس سخت افزار، ارشد معماری سیستم های موازی - دانشگاه فردوسی مشهد || محقق در زمینه رایانش ابری؛ زیرساخت به عنوان سرویس || مربی آزمایشگاه های ریزپردازنده، سیستم عامل ، معماری ، منطقی و معماری - دانشگاه بزرگمهر قائنات || آشنایی با انواع پلت فرم های زیرساخت | openstack | Eucalyptus | OpenNebula ||| تجربه کاری در زمینه شبکه : Linux | Debian | Ubuntu Cisco | CCNA | CCNP Microsoft | Server 2003