陈家豪，殷新春，2*

（1.扬州大学信息工程学院，江苏扬州 225127；2.扬州大学广陵学院，江苏扬州 225128）

（∗通信作者电子邮箱xcyin@yzu.edu.cn）

0 引言

云计算［1］的广泛应用使得用户能够以较低的成本存储和共享数据。然而，随着网络边缘设备数量的迅速增加，这些设备产生的数据量越来越大，集中的云服务器已经不能高效地处理边缘设备产生的海量数据。雾计算［2］是对云计算的延伸，它是在边缘设备和远端云之间再扩展的一层，也可以叫作边缘网络层。在物联网应用中有些请求的处理不需要放到远端的云，而是可以直接在距离边缘设备较近的雾端进行处理。雾计算将云提供的服务扩展到网络边缘来提供本地化的服务，这有效满足了边缘设备对低时延、移动性支持、位置感知的服务需求。Statista 的报告［3］显示，全世界的雾计算规模将在2022年达到130亿美元。

为了充分利用雾计算技术，Stojmenovic 等［4］引入了云雾设备（cloud-fog-device）体系来提供各种应用服务，包括智能城市、智能电网、智能交通和工业自动化。在该体系中，数以千计的云被用来存储数据；数百万个雾节点被用来减少数据传输期间的工作负载和带宽；数十亿个边缘设备用于请求和上传数据。其中，雾节点在维护高速缓存的数据方面发挥着重要作用，并为数据的智能处理提供了协同合作。雾节点的目的是帮助边缘设备克服资源限制，以减少数据传输期间的带宽成本。以智能交通为例，云雾设备体系实现了应用服务器与车辆之间的高效数据通信。……