车联网（Vehicular Ad hoc Networks，VANETs）在高速公路上具有车辆高速行驶、密度低、通信基础设施稀缺、车辆连通性低等特点，使得高速公路上的车辆难以实现对其他车辆或路边单元（Road Side Unit，RSU）的内容访问。提出了一种在高速公路服务区利用雾计算以协助车辆获取感兴趣内容的模型。该车辆雾计算（Vehicle Fog Computing，VFC）模型中，高速公路服务区收集来自各个地方的车辆提供的各种服务，将大量的停泊车辆和慢速行驶车辆作为雾设备。通过VFC本地化转发，不仅减少了通信延迟，还实现了令人满意的内容访问和实时数据流传输。此外，对通信能量消耗与系统延迟之间的关系进行公式化，并在雾计算中采用了外部近似（Outer Approximation，OA）算法来优化其权衡。仿真结果表明，通过采用雾计算和云计算结合的通信模式和均衡优化算法，随着能量消耗的增长，系统的通信延迟会明显地降低。

基于雾计算的交通灯智能调控研究，申江，樊秀梅，随着国家经济的飞速发展和国家对城市化建设的大力支持，人们在得益于日趋完善的道路基础设施所带来的交通便利的同时，给城市的交

面向智能家居的轻量级雾计算架构，高登云，杨贯中，雾计算将云计算范例扩展到网络边缘，并为最终用户提供数据、计算、存储和应用服务。与云计算相比，雾计算更接近用户，具有低延迟

随着智能交通的发展，自动驾驶、智能车载交互、安全预警等新型车载应用不断涌现，独立车辆依靠自身有限的计算资源难以运行这些种类繁多且具有大量计算需求和时延需求的应用。雾计算通过将计算任务分布在网络边缘的设备中，运用虚拟化、分布式计算和并行计算技术，使用户能够按需动态地获取计算能力、存储空间等服务。将雾计算架构应用于车联网能够有效缓解计算量大、低时延车载应用与车辆有限且不均的资源分布之间的矛盾。从分析车—车通信、车—基础设施通信以及车辆时延容忍网络通信的信道容量入手，建立车联网异构接入的多业务资源优化模型，通过联合调度各类车联雾资源，实现智能交通应用的高效处理。仿真结果表明，所提出的强化学习算法能够有效地应对异构车联雾架构下的资源优化。

细说云计算之外的雾计算与流计算.pdf

该篇文献有助于大家了解雾计算的含义。这篇论文基于物联网的应用描述了雾计算的含义。内含大量的参考文献。

Internet 连接架构的开放性给安全社区带来了新的威胁和挑战。 黑客可能会利用各种 IoT 和边缘雾应用程序和设备中的关键漏洞。 物联网被称为通过互联网互连的物理设备，以解决现实世界的问题。 因此，物联网的参与设备可以从任何地方甚至任何地方进行管理。 作为泛在计算的一部分，物联网设备可能包括任何可穿戴设备、智能测量机、车辆移动设备，这些设备可能进一步导致云、大数据应用。 由于物联网设备在互联网支持的环境中运行，该环境基本上是一个以数据为中心的基础设施，滥用物联网解决方案的参与设备是一个严重的问题，以避免设备被操纵或误导。 嵌入式片上系统 (SoC) 的进步显着增加了商业设备，同时也扩展了物联网 (IoT) 的潜力。 不像以前，物联网现在能够处理当今事物的计算能力，并允许设备在现场执行复杂的计算，从而产生边缘计算。 雾计算使物联网设备能够做出决定，然后采取相应的行动。 在物联网基础设施中引入雾计算可以使用“雾节点”，这些节点非常有能力抵御对基础设施的攻击，即使它们可以决定对这种情况采取行动。 本文旨在研究物联网基础设施、物联网安全问题，然后使用雾计算来实现物联网安全目标。

层次分析matlab代码雾计算模拟 雾计算模拟器 相关连结 抽象的 随着对移动IoT服务的高复杂度和质量的普遍需求的激增，出现了新的计算范例。 在云计算中经历了长期且不可预测的端到端通信延迟以及移动流量的快速增长的推动下，雾计算成为支持实时应用程序并通过使用它来提高效率的最全面，最自然的范例。数据发送到云。 从执行的分析来看，在客户端和雾节点这两个动态环境中缺乏研究是显而易见的。 而且，大多数现有的提议方案仅考虑了很少的用于系统优化以及静态计算资源的特定目标。 在当前的工作中，已经设计并评估了新颖的雾计算架构，其目的是找到上述问题的解决方案。 还提出了一种新颖的优化问题公式，以匹配所提出体系结构的特征。 开发了一组优化算法来解决所提出的问题。 此外，已在合适的已开发仿真工具包中成功实施了所建议的体系结构。 使用提供给客户端的QoS和系统提供商的目标作为主要指标，在不同的静态和移动场景中评估了优化算法的性能。 可以看出，所提出的体系结构在满足系统提供者目标的同时，有效地帮助改善了在移动和静态环境中为其用户提供的QoS。 建筑学 聚氯乙烯 下载IBM学生版 chmod + x cplex_

雾计算技术特点分析.docx

因为有了物联网的概念，也就是各种智能设备和传感器等都接入到联网的业务模式，因此这些接入的终端也会产生海量的数据。传统的网络都是各个终端发送数据到中心服务器，服务器处理完再返回结果给终端，而边缘计算能够将物联网（IoT）设备产生的数据在更接近数据产生的终端进行处理，而不是将其发送到数据中心或云端。企业可以凭借此技术更接近网络边缘，可以近距离实时分析重要数据。