霧計(jì)算發(fā)展現(xiàn)狀及其應(yīng)用前景綜述

摘 要：大數(shù)據(jù)、云計(jì)算、人工智能和物聯(lián)網(wǎng)等新興技術(shù)的產(chǎn)生及迅猛發(fā)展，改變了當(dāng)今世界的信息處理方式，但隨著數(shù)據(jù)爆炸式地增長，云計(jì)算逐漸暴露出了延時(shí)高、安全性差、能耗大以及擁塞等缺點(diǎn)。為了彌補(bǔ)這些缺點(diǎn)，霧計(jì)算應(yīng)運(yùn)而生。霧計(jì)算是繼云計(jì)算之后產(chǎn)生的新的計(jì)算范式，因其在貼近數(shù)據(jù)源的網(wǎng)絡(luò)邊緣層進(jìn)行數(shù)據(jù)處理和存儲(chǔ)，減少了“云”的壓力；并且利用去中心化的思想有效解決了長期困擾云計(jì)算的延時(shí)高、能耗大和擁塞問題，提高了數(shù)據(jù)處理效率和傳輸速率，因而迅速成為近些年的研究熱點(diǎn)。文中首先介紹了霧計(jì)算的發(fā)展，然后對(duì)霧計(jì)算的研究現(xiàn)狀進(jìn)行了總結(jié)與分析，將研究進(jìn)展分為任務(wù)調(diào)度算法研究、安全機(jī)制研究以及其他研究，最后展望了霧計(jì)算的實(shí)際應(yīng)用及未來研究方向。

關(guān)鍵詞：霧計(jì)算；云計(jì)算；大數(shù)據(jù)；物聯(lián)網(wǎng)；安全性；任務(wù)調(diào)度

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2024）09-0-07

DOI：10.16667/j.issn.2095-1302.2024.09.030

0 引 言

社會(huì)的快速發(fā)展催生了一系列新興技術(shù)，為現(xiàn)代數(shù)據(jù)處理技術(shù)帶來了新的發(fā)展契機(jī)，萬物互聯(lián)給人們的生活帶來極大便利的同時(shí)，也產(chǎn)生了諸如數(shù)據(jù)地理位置分散、網(wǎng)絡(luò)延時(shí)高、通信延遲高、帶寬瓶頸、擁塞現(xiàn)象以及數(shù)據(jù)安全性難保障等一系列問題，給數(shù)據(jù)處理和數(shù)據(jù)安全管理帶來極大的

挑戰(zhàn)[1]。

在傳統(tǒng)的數(shù)據(jù)處理方式中，所有數(shù)據(jù)都需要上傳至云服務(wù)中心進(jìn)行存儲(chǔ)和處理，對(duì)于小規(guī)模的數(shù)據(jù)不會(huì)有很長的延時(shí)，但在處理海量數(shù)據(jù)時(shí)云計(jì)算就顯現(xiàn)出了延時(shí)高、存在擁塞、數(shù)據(jù)安全性很難保障等缺陷，使云計(jì)算面臨很大的挑戰(zhàn)。一方面，如果單純?cè)黾泳W(wǎng)絡(luò)帶寬來降低網(wǎng)絡(luò)延遲，便會(huì)增加硬件成本及其能耗；另一方面，在大數(shù)據(jù)時(shí)代，數(shù)據(jù)就是信息和資本，如果仍然將所有數(shù)據(jù)上傳至云數(shù)據(jù)中心進(jìn)行處理，不但會(huì)造成擁塞，還存在被黑客攻擊、信息泄露的風(fēng)險(xiǎn)；此外，數(shù)據(jù)地理位置的分散性也給數(shù)據(jù)處理帶來了很大的困難。為了突破云計(jì)算遇到的網(wǎng)絡(luò)延遲、擁塞和數(shù)據(jù)安全瓶頸，霧計(jì)算（Fog Computing）應(yīng)運(yùn)而生。霧計(jì)算是云計(jì)算概念的延伸，與云計(jì)算相比，霧計(jì)算可以更好地支持實(shí)時(shí)應(yīng)用、物聯(lián)網(wǎng)設(shè)備、邊緣計(jì)算等場(chǎng)景。在霧計(jì)算中，數(shù)據(jù)、應(yīng)用程序及網(wǎng)絡(luò)資源均放置在距離最近的設(shè)備上，而不是全部保存在云中，能夠有效節(jié)省帶寬、降低延遲、提高數(shù)據(jù)隱私性。霧計(jì)算并不是由功能強(qiáng)大的服務(wù)器構(gòu)成，而是由性能較弱、在地理位置上更為分散的各類功能計(jì)算機(jī)組成，將計(jì)算下沉到底層計(jì)算設(shè)備，從根本上改變了數(shù)據(jù)信息處理的方式。如今，霧計(jì)算被廣泛應(yīng)用于日常生活中的各個(gè)方面，如智能家居、智慧城市[2]、智能交通、車聯(lián)網(wǎng)[3]、消防場(chǎng)景、醫(yī)療領(lǐng)域等，甚至是在軍事領(lǐng)域都有霧計(jì)算的應(yīng)用，學(xué)者們對(duì)于霧計(jì)算的研究也更為深入。霧計(jì)算的架構(gòu)如圖1所示。

目前關(guān)于霧計(jì)算的綜述主要分為4類：霧計(jì)算安全與隱私保護(hù)[4]、霧計(jì)算體系結(jié)構(gòu)和需求[5]、霧計(jì)算基礎(chǔ)和網(wǎng)絡(luò)應(yīng)用[6]、霧計(jì)算關(guān)鍵技術(shù)和開放問題[7]。在當(dāng)前的研究中，缺少對(duì)霧計(jì)算的發(fā)展現(xiàn)狀及其應(yīng)用前景的相關(guān)綜述，因此，本文對(duì)此進(jìn)行了詳細(xì)綜述，希望能夠?yàn)槲磥黻P(guān)于霧計(jì)算的研究提供思路，幫助其他研究學(xué)者對(duì)霧計(jì)算進(jìn)行整體把握，并指出現(xiàn)階段霧計(jì)算亟需解決的問題，為推進(jìn)霧計(jì)算的進(jìn)一步發(fā)展做出一定貢獻(xiàn)。

1 霧計(jì)算的研究進(jìn)展

1.1 任務(wù)調(diào)度算法研究

云、霧之間的相互作用與合作一直是霧計(jì)算研究中的熱點(diǎn)問題，許多學(xué)者將云霧計(jì)算系統(tǒng)中的任務(wù)調(diào)度作為研究方向，針對(duì)大規(guī)模的環(huán)境，例如云計(jì)算系統(tǒng)，有許多以實(shí)現(xiàn)更好的應(yīng)用執(zhí)行和節(jié)省云資源成本為目標(biāo)的調(diào)度方法。Ruben等人[8]引入以成本為導(dǎo)向的調(diào)度算法，根據(jù)滿足每個(gè)工作流截止日期的能力和成本，選擇最合適的系統(tǒng)來執(zhí)行引入的工作流。Zeng等人[9]考慮了使用云資源的預(yù)算約束，其任務(wù)分配基于一個(gè)新的目標(biāo)函數(shù)—“比較優(yōu)勢(shì)”，該算法在節(jié)約成本和調(diào)度長度之間取得了很好的平衡，但計(jì)算復(fù)雜度較高，阻礙了該算法在大規(guī)模工作流中的應(yīng)用。Doan等人[10]

提出使用區(qū)域來解決霧計(jì)算中應(yīng)用對(duì)延遲敏感的問題，并結(jié)合云計(jì)算按需提供計(jì)算資源，通過在區(qū)域和云服務(wù)器上獲得高效的任務(wù)調(diào)度，選擇最小化所有請(qǐng)求的計(jì)算和傳輸延遲，將FBRC的任務(wù)調(diào)度問題公式化為一個(gè)整數(shù)規(guī)劃（稱為FBRC-IP），把最優(yōu)調(diào)度問題理解為NP問題，設(shè)計(jì)了一個(gè)有效的啟發(fā)式算法來解決FBRC-IP問題。最后的實(shí)驗(yàn)結(jié)果表明，與基于區(qū)域和基于云的資源管理方法相比，該算法在延遲響應(yīng)和資源利用率方面具有更好的表現(xiàn)。

在工業(yè)物聯(lián)網(wǎng)中，任務(wù)卸載并不總是有效的，因?yàn)樗Q于幾個(gè)因素，例如無線信道的傳輸帶寬、移動(dòng)設(shè)備上任務(wù)卸載的能耗、云上任務(wù)執(zhí)行的能耗等，多數(shù)工作中采用啟發(fā)式方法來解決這些問題，但不能保證找到最優(yōu)解，只能找到近似最優(yōu)解。因此，Wu等人[11]提出了一種基于服務(wù)質(zhì)量指標(biāo)的任務(wù)調(diào)度算法，根據(jù)服務(wù)質(zhì)量計(jì)算任務(wù)的優(yōu)先級(jí)，在節(jié)點(diǎn)上首先調(diào)度優(yōu)先級(jí)較高的任務(wù)。此外Amjad等人[12]提出了一種貪婪遺傳算法，該算法通過自適應(yīng)選擇合適的交叉和變異操作來分配和調(diào)度異構(gòu)虛擬機(jī)上具有優(yōu)先約束的實(shí)時(shí)任務(wù)。與前面提到的研究相反，Tang等人[13]著重于最小化本地移動(dòng)設(shè)備的功耗，同時(shí)通過遺傳算法滿足任務(wù)優(yōu)先級(jí)要求和應(yīng)用完成時(shí)間約束；對(duì)于優(yōu)化函數(shù)，從理論上選用數(shù)學(xué)模型來描述，然后采用遺傳算法來解決該問題；最后的實(shí)驗(yàn)結(jié)果也證明了移動(dòng)設(shè)備的功耗通常會(huì)限制移動(dòng)設(shè)備上大量復(fù)雜應(yīng)用的部署和利用，因此將任務(wù)調(diào)度到移動(dòng)云中執(zhí)行是節(jié)省移動(dòng)設(shè)備功耗的有效方式。

在多層次算力網(wǎng)絡(luò)中，有效地進(jìn)行任務(wù)調(diào)度是極大的挑戰(zhàn)。為此，劉澤寧等人[14]提出了云霧混合多層次算力網(wǎng)絡(luò)及計(jì)算卸載系統(tǒng)，如圖2所示，該網(wǎng)絡(luò)由多個(gè)邊緣霧節(jié)點(diǎn)（Fog Node， FN）和一個(gè)遠(yuǎn)端的云組成，它們共同向終端用戶提供服務(wù)，其中云由云服務(wù)提供商運(yùn)營，邊緣霧節(jié)點(diǎn)由霧服務(wù)提供商管理。仿真實(shí)驗(yàn)證明了該網(wǎng)絡(luò)不僅能取得最優(yōu)的系統(tǒng)平均代價(jià)，還能讓更多用戶從任務(wù)卸載中獲益。

黃思宇等人[15]在構(gòu)建霧計(jì)算平臺(tái)任務(wù)調(diào)度數(shù)學(xué)模型的基礎(chǔ)上，提出了改進(jìn)的人工蜂群算法。傳統(tǒng)的人工蜂群（ABC）算法將任務(wù)分配模擬為派遣蜜蜂前往蜜源采蜜的過程，以求解霧計(jì)算任務(wù)調(diào)度數(shù)學(xué)問題，提高任務(wù)調(diào)度和處理效率。傳統(tǒng)ABC算法中隨機(jī)的初始任務(wù)分配導(dǎo)致初始值質(zhì)量不高。為了解決該問題，改進(jìn)的人工蜂群算法[15]在初始階段引入了正弦映射，如圖3所示，在迭代過程中引入混沌思想擴(kuò)大搜索范圍，從而優(yōu)化ABC算法。實(shí)驗(yàn)結(jié)果表明，該算法收斂速度更快，可以提高霧計(jì)算的資源利用率和任務(wù)處理效率，進(jìn)一步優(yōu)化任務(wù)調(diào)度策略。

1.2 安全機(jī)制研究

霧計(jì)算在一定程度上仍存在云計(jì)算中遺留的安全問題，比如身份驗(yàn)證和密鑰管理問題。為了解決這些問題，基于霧計(jì)算的認(rèn)證密鑰交換方案（SAKA-FC）應(yīng)運(yùn)而生。然而，該方案被Ali等人[16]證實(shí)存在一些嚴(yán)重的漏洞：SAKA-FC的光纖通道會(huì)遭受可追溯性攻擊和堵塞攻擊，且該方法還使用了無用參數(shù)，增大了開銷。為此提出了一種改進(jìn)的方案，使用對(duì)稱密鑰基散列函數(shù)和橢圓曲線加密原語來保護(hù)基于霧計(jì)算的體系結(jié)構(gòu)，闡述了部署前流程以及智能設(shè)備和霧服務(wù)器之間的密鑰管理流程，從基于形式BAN邏輯的認(rèn)證證明、使用AVISPA進(jìn)行正式自動(dòng)化分析、非正式安全分析3個(gè)角度進(jìn)行安全性能分析和比較。改進(jìn)后的方案提供了所有的安全特性，擁有了抵抗許多已知攻擊的能力，通過正式的、非正式的、自動(dòng)化的3種方法證明其具有更優(yōu)秀的安全性能，與SAKA-FC比較具有更低的通信開銷，該方案更適用于在基于霧計(jì)算的架構(gòu)中保證用戶和智能設(shè)備之間的通信。

霧層介于物聯(lián)網(wǎng)設(shè)備和云中心層之間，適合橋接兩者之間的通信，通過計(jì)算和分析位于傳感器上的物聯(lián)網(wǎng)設(shè)備生成的各種多媒體信息，高效地提供服務(wù)，在傳輸過程中信息安全和能耗是兩個(gè)最關(guān)鍵的問題。常用的方法如圖4所示，在三層霧計(jì)算系統(tǒng)中，物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)通過輕量級(jí)通信協(xié)議MQTT傳輸?shù)竭h(yuǎn)程服務(wù)器上，但是MQTT協(xié)議存在被竊聽的風(fēng)險(xiǎn)，文獻(xiàn)[17]通過將數(shù)據(jù)切片并隨機(jī)發(fā)送到云和霧中進(jìn)行計(jì)算來解決安全問題。然而，將數(shù)據(jù)在物聯(lián)網(wǎng)設(shè)備進(jìn)行任意切片并卸載到存儲(chǔ)和計(jì)算數(shù)據(jù)中心會(huì)導(dǎo)致能耗增加，從而產(chǎn)生新的傳輸問題。因此，文獻(xiàn)[18]提出動(dòng)態(tài)能量感知系統(tǒng)來減輕重放攻擊，但是當(dāng)霧或云數(shù)據(jù)中心是惡意的或被破壞時(shí)，該系統(tǒng)會(huì)崩潰，由于數(shù)據(jù)需要解密才能執(zhí)行計(jì)算，因此該系統(tǒng)無法抵御這種攻擊。Gupta等人[19]為了加強(qiáng)多媒體等信息的傳輸安全性，降低傳輸過程中的能耗，提出了

一種新的基于SSL/TLS消息隊(duì)列遙測(cè)傳輸協(xié)議的方案。該方案將橢圓曲線和-ElGamal算法相結(jié)合，定義了新的橢圓曲線-ElGamal加密算法，該算法彌補(bǔ)了傳統(tǒng)ElGamal算法在速度和安全性方面的不足，實(shí)施動(dòng)態(tài)密鑰更改合成比例，從而降低中間人（MITM）攻擊，減少能源消耗，最終的實(shí)驗(yàn)結(jié)果表明該算法在安全性和能耗方面均表現(xiàn)良好。

出于對(duì)傳輸數(shù)據(jù)安全性的考慮，保證網(wǎng)絡(luò)通信能在公共信道中安全傳輸數(shù)據(jù)，并且會(huì)話通信方的密鑰不被泄露給攻擊者是維護(hù)當(dāng)前網(wǎng)絡(luò)信息安全穩(wěn)固發(fā)展工作的重中之重。黃燕瑜[20]首先對(duì)現(xiàn)有存在安全漏洞的多個(gè)協(xié)議進(jìn)行攻擊測(cè)試并提出改進(jìn)方案；其次根據(jù)霧計(jì)算本身的特點(diǎn)，基于兩種不同的應(yīng)用場(chǎng)景設(shè)計(jì)了不同的功能，提出了輕量、高效且安全的中繼霧節(jié)點(diǎn)協(xié)議及認(rèn)證和密鑰協(xié)商協(xié)議，其中中繼霧節(jié)點(diǎn)協(xié)議是將霧節(jié)點(diǎn)作為中間傳遞節(jié)點(diǎn)，協(xié)議通過模糊提取器、異或和哈希散列函數(shù)實(shí)現(xiàn)；在第二個(gè)協(xié)議中將霧節(jié)點(diǎn)作為驗(yàn)證用戶的節(jié)點(diǎn)，由橢圓曲線密碼系統(tǒng)實(shí)現(xiàn)，保證了協(xié)議的正確性和安全性。

1.3 其他研究

現(xiàn)有的霧計(jì)算架構(gòu)基本成熟，基于霧計(jì)算架構(gòu)的應(yīng)用大多追求傳輸速率和數(shù)據(jù)量，忽略了霧架構(gòu)中成本和功耗的問題。Markos等人[21]提出了一種靈活的霧計(jì)算架構(gòu)，并通過在真實(shí)場(chǎng)景中應(yīng)用完成了低功耗、低成本的霧架構(gòu)部署。將LoRa連接到架構(gòu)的物聯(lián)網(wǎng)網(wǎng)關(guān)，增加了一個(gè)LoRaWAN集中器，通過SPI端口與處理器連接。管理集中器傳入LoRa數(shù)據(jù)包的軟件是Semtech的數(shù)據(jù)包轉(zhuǎn)發(fā)器，該軟件將加密的LorWan數(shù)據(jù)包發(fā)送到設(shè)備選擇的LorWan服務(wù)器，在那里被LorWan和應(yīng)用服務(wù)器解密。針對(duì)該系統(tǒng)架構(gòu)，通過改變系統(tǒng)參數(shù)，如占空比、數(shù)據(jù)包大小和擴(kuò)頻因子（SF），進(jìn)行了不同的實(shí)際場(chǎng)景測(cè)試。測(cè)試結(jié)果表明，在采用LoRa技術(shù)的情況下，能耗隨著要傳輸?shù)淖止?jié)數(shù)或SF的增加而增加；系統(tǒng)架構(gòu)中的節(jié)點(diǎn)能根據(jù)可用的覆蓋范圍、傳輸?shù)臄?shù)據(jù)量或能耗進(jìn)行權(quán)衡，在兩個(gè)不同的通信鏈路（LoRa和WiFi）之間動(dòng)態(tài)選擇。此外，在提出的架構(gòu)中，物聯(lián)網(wǎng)網(wǎng)關(guān)實(shí)現(xiàn)了本地服務(wù)器的應(yīng)用，在其中可以更高速地處理數(shù)據(jù)。這種物聯(lián)網(wǎng)網(wǎng)關(guān)可以實(shí)時(shí)工作，且低功率策略已經(jīng)在傳感器節(jié)點(diǎn)中實(shí)現(xiàn)，因此響應(yīng)傳感器節(jié)點(diǎn)測(cè)量數(shù)據(jù)的延遲非常低。

在霧計(jì)算系統(tǒng)中，霧節(jié)點(diǎn)會(huì)因?yàn)榻K端設(shè)備發(fā)送請(qǐng)求數(shù)量過多出現(xiàn)過載問題，從而無法處理所有請(qǐng)求。智能交通系

統(tǒng)[22]中的車輛霧節(jié)點(diǎn)和5G網(wǎng)絡(luò)中的多接入邊緣計(jì)算節(jié)點(diǎn)是霧計(jì)算系統(tǒng)的應(yīng)用示例，終端設(shè)備（車輛和移動(dòng)電話）的移動(dòng)性也會(huì)導(dǎo)致過載情況發(fā)生。為了解決該問題，過載節(jié)點(diǎn)上的請(qǐng)求必須卸載到附近的霧節(jié)點(diǎn)或云服務(wù)器上進(jìn)行處理，與卸載到云服務(wù)器相比，將任務(wù)卸載到附近的霧節(jié)點(diǎn)有助于降低延遲。卸載過程涉及兩個(gè)主要決策：卸載哪些任務(wù)和卸載到哪里去，影響卸載過程的主要因素是霧節(jié)點(diǎn)的計(jì)算能力以及過載和卸載節(jié)點(diǎn)之間的網(wǎng)絡(luò)條件。為了建立有效的卸載機(jī)制，Phan等人[23]提出了一種基于光纖陀螺的節(jié)點(diǎn)間動(dòng)態(tài)卸載服務(wù)，旨在選擇一個(gè)最優(yōu)的卸載節(jié)點(diǎn)，并通過提供基于軟件定義網(wǎng)絡(luò)（SDN）技術(shù)的端到端帶寬來保證卸載路徑，其霧系統(tǒng)架構(gòu)如圖5所示。該系統(tǒng)架構(gòu)由一組霧節(jié)點(diǎn)、一組SDN交換機(jī)、一個(gè)控制器和網(wǎng)絡(luò)單元之間的一組鏈路組成，當(dāng)霧節(jié)點(diǎn)過載時(shí)，它向霧指揮器發(fā)送卸載請(qǐng)求，然后光纖陀螺協(xié)調(diào)器立即調(diào)用卸載服務(wù)，提供系統(tǒng)中所有光纖陀螺節(jié)點(diǎn)和網(wǎng)絡(luò)的當(dāng)前狀態(tài)信息；基于該信息，卸載服務(wù)開始尋找接收過載節(jié)點(diǎn)的卸載請(qǐng)求的最佳節(jié)點(diǎn)，執(zhí)行卸載操作。采用SDN技術(shù)，是因?yàn)镾DN控制器可以監(jiān)控網(wǎng)絡(luò)的拓?fù)湫畔⒑蛯?shí)時(shí)狀態(tài)，可以更新可編程交換機(jī)上的流量規(guī)則來動(dòng)態(tài)控制整個(gè)網(wǎng)絡(luò)，一方面有利于系統(tǒng)選擇最優(yōu)卸載節(jié)點(diǎn)，另一方面有利于完全控制過載和卸載節(jié)點(diǎn)之間的連接[24]。實(shí)驗(yàn)結(jié)果表明，與非基于SDN的傳統(tǒng)解決方案相比，該方案有效降低了在過載和卸載霧節(jié)點(diǎn)之間尋找卸載節(jié)點(diǎn)、傳輸數(shù)據(jù)和響應(yīng)HTTP請(qǐng)求的延遲，可以為未來的物聯(lián)網(wǎng)系統(tǒng)，如智能工廠、智能城市和智能農(nóng)場(chǎng)提供更多優(yōu)勢(shì)。

互聯(lián)網(wǎng)流量的不斷增加，導(dǎo)致CDN邊緣節(jié)點(diǎn)承載流量過高，無法繼續(xù)提供穩(wěn)定、高質(zhì)量的內(nèi)容。為了解決CDN邊緣節(jié)點(diǎn)的可擴(kuò)展性問題，優(yōu)化內(nèi)容分發(fā)質(zhì)量和用戶體驗(yàn)，研究者提出通過云化CDN架構(gòu)進(jìn)行改善[25-26]，但均未能充分利用云計(jì)算的優(yōu)勢(shì)。為了解決該問題，陳步華等人[27]將集中式云轉(zhuǎn)移到邊緣節(jié)點(diǎn)，從而擴(kuò)展霧計(jì)算服務(wù)，提出了基于內(nèi)容感知霧計(jì)算CDN的CA_fogCDN部署框架。如

圖6所示，該架構(gòu)在云化CDN層和終端設(shè)備層之間部署霧節(jié)點(diǎn)層，具體來說，在云化CDN服務(wù)器上分發(fā)內(nèi)容，在中間層部署更貼近用戶的霧節(jié)點(diǎn)網(wǎng)絡(luò)需求，最后在終端設(shè)備層發(fā)送請(qǐng)求內(nèi)容。該架構(gòu)實(shí)現(xiàn)了霧節(jié)點(diǎn)網(wǎng)絡(luò)協(xié)作緩存，并獨(dú)立于CDN服務(wù)器工作。

2 實(shí)際應(yīng)用

2.1 車聯(lián)網(wǎng)

隨著霧計(jì)算和云計(jì)算技術(shù)的發(fā)展，車輛趨近于智能化，并將其作為通信和計(jì)算的載體[28]。將互聯(lián)車輛集成到云中的嘗試越來越多，但是這種系統(tǒng)受到了高延遲的限制。為了解決該問題，Xiao等人[29]提出了車輛霧計(jì)算模型，即當(dāng)汽車在交通擁堵情況下緩慢移動(dòng)時(shí)，攜帶的計(jì)算設(shè)備能夠形成一個(gè)計(jì)算車隊(duì)，由于交通堵塞時(shí)車輛之間靠得很近，通信費(fèi)用也很低，車輛會(huì)自動(dòng)檢測(cè)周圍車輛的情況，并通過無線車對(duì)車（V2V）通信連接。車輛霧計(jì)算引起了研究人員的

關(guān)注[30-32]，聯(lián)網(wǎng)車輛可以在安全自動(dòng)巡航系統(tǒng)、智能交通燈、共享停車場(chǎng)等場(chǎng)景受益[33-34]。

車聯(lián)網(wǎng)由傳統(tǒng)車載自組織網(wǎng)絡(luò)發(fā)展而來，其網(wǎng)絡(luò)連接類型涵蓋車與車、車與個(gè)人設(shè)備、車與基礎(chǔ)設(shè)施、車與網(wǎng)絡(luò)4種，由于車數(shù)量巨大，并且分布廣泛，因此霧計(jì)算分布式的特點(diǎn)能很好地滿足車聯(lián)網(wǎng)的要求。通過部署霧節(jié)點(diǎn)，車輛在行駛過程中的各項(xiàng)信息會(huì)被上傳到霧節(jié)點(diǎn)進(jìn)行處理，使得車輛導(dǎo)航、定位、交通路段情況等信息能夠被實(shí)時(shí)更新。由于傳感器能夠監(jiān)測(cè)行人和非機(jī)動(dòng)車駕駛?cè)说拇嬖?，并測(cè)量接近車輛的距離和速度，因此智能交通燈通過與路邊傳感器進(jìn)行交互能更好地監(jiān)測(cè)路況信息。此外，智能交通燈還與相鄰的交通燈結(jié)合，以協(xié)調(diào)綠色交通波?；谏鲜鲂畔ⅲ悄芙煌艨梢酝ㄟ^向車輛發(fā)送危險(xiǎn)警示信號(hào)，甚至修改自己的周期，來減少事故的發(fā)生[35]。車聯(lián)網(wǎng)已經(jīng)成為國內(nèi)外新一輪科技和產(chǎn)業(yè)創(chuàng)新的必爭之地，不僅可以有效提高汽車的智能駕駛水平，為駕駛?cè)藛T提供安全、高效、舒適的服務(wù)，還能在疏導(dǎo)交通分流方面起到極大的作用，提升交通系統(tǒng)的智能化水平，在智慧交通方面發(fā)揮巨大的作用[36]。在未來的工作中，結(jié)合通信和計(jì)算功能的更復(fù)雜的車輛霧計(jì)算系統(tǒng)模擬、使用從各種車輛收集的數(shù)據(jù)[29]是值得進(jìn)一步研究的內(nèi)容。

2.2 智能家居

目前很多城市、住宅小區(qū)甚至是個(gè)人家庭都在積極部署智能家居，越來越多的智能家居設(shè)備開始走進(jìn)千家萬戶，這些設(shè)備24小時(shí)聯(lián)網(wǎng)，持續(xù)產(chǎn)生大量有價(jià)值的數(shù)據(jù)，能夠讓設(shè)備生產(chǎn)商、服務(wù)提供商等企業(yè)在了解用戶習(xí)慣和偏好的基礎(chǔ)上提供更精準(zhǔn)、更優(yōu)質(zhì)的個(gè)性化服務(wù)，從而提高用戶的舒適度和滿意度。要想實(shí)現(xiàn)真正的智能家居生活，就要對(duì)家中各種設(shè)備產(chǎn)生的數(shù)據(jù)在更近的距離甚至是離線狀態(tài)下進(jìn)行分析處理。霧計(jì)算將一些計(jì)算下沉到節(jié)點(diǎn)，可以管理、分析家居設(shè)備產(chǎn)生的大量數(shù)據(jù)，并將其可視化到移動(dòng)終端，用戶便可以通過APP實(shí)時(shí)查看。

2.3 智慧消防

云計(jì)算、大數(shù)據(jù)、人工智能的發(fā)展推動(dòng)了智慧電網(wǎng)、共享單車等應(yīng)用的普及和發(fā)展，借助高新技術(shù)同樣可以改善現(xiàn)有的消防條件。目前的智慧消防系統(tǒng)借助云計(jì)算平臺(tái)實(shí)現(xiàn)了消防信息共享，并利用大數(shù)據(jù)技術(shù)對(duì)消防數(shù)據(jù)進(jìn)行深入分析，基于云計(jì)算的消防系統(tǒng)提升了處理火災(zāi)的能力，但是云計(jì)算延時(shí)高、安全性差的缺陷限制了消防系統(tǒng)的進(jìn)一步發(fā)展，在一些大型城市容易產(chǎn)生計(jì)算壓力大、傳輸數(shù)據(jù)速度慢的問題。隨著霧計(jì)算的成熟落地，其開始被應(yīng)用到火災(zāi)場(chǎng)景中并取得了良好的效果?；陟F計(jì)算的機(jī)器人進(jìn)入救援現(xiàn)場(chǎng)后，首先通過激光掃描現(xiàn)場(chǎng)地形，并聯(lián)合霧節(jié)點(diǎn)對(duì)數(shù)據(jù)進(jìn)行處理，進(jìn)而繪出現(xiàn)場(chǎng)地圖，然后實(shí)施救援。如果僅靠機(jī)器人自己進(jìn)行處理，則會(huì)浪費(fèi)電池電量，延誤黃金救援時(shí)間；如果將數(shù)據(jù)上傳到云端進(jìn)行處理，則難以做出實(shí)時(shí)決策，耽誤搜救。通過在救援現(xiàn)場(chǎng)附近部署霧節(jié)點(diǎn)，將計(jì)算任務(wù)合理分配，能有效分散云端計(jì)算壓力，提高數(shù)據(jù)處理速度，實(shí)現(xiàn)信息的及時(shí)響應(yīng)并提供強(qiáng)大的數(shù)據(jù)處理能力。

3 研究方向

霧計(jì)算作為云計(jì)算的擴(kuò)展，是新一代的分布式計(jì)算范式，將會(huì)在智能駕駛、機(jī)器人、智慧樓宇、智能電網(wǎng)等方面發(fā)揮更大的作用?？梢灶A(yù)見的是，隨著霧計(jì)算技術(shù)的持續(xù)進(jìn)步和廣泛應(yīng)用，智能物聯(lián)網(wǎng)將變得更便捷、高效，霧計(jì)算與云計(jì)算將形成互補(bǔ)關(guān)系，為每個(gè)人帶來實(shí)時(shí)的智能服務(wù)，并為萬物互聯(lián)的智慧城市注入新的發(fā)展活力。

相較于云計(jì)算，霧計(jì)算數(shù)據(jù)傳輸路徑短，在一定程度上能夠降低信息泄露的風(fēng)險(xiǎn)，但目前關(guān)于霧計(jì)算認(rèn)證和隱私保護(hù)方面的研究較少[4]。霧計(jì)算環(huán)境下還存在一些安全問題，如黑客攻擊、信息泄露等；霧計(jì)算應(yīng)用場(chǎng)景中也同樣存在安全問題，如在智慧交通、智慧電網(wǎng)等領(lǐng)域中的安全性仍不足。此外，分布式霧節(jié)點(diǎn)的移動(dòng)性和存儲(chǔ)在其中的私有數(shù)據(jù)的安全性是霧架構(gòu)開發(fā)的難點(diǎn)[37]。因此，霧計(jì)算環(huán)境下的安全性以及霧架構(gòu)的開發(fā)將是未來研究的重點(diǎn)方向之一。

3.1 智能建筑

信息技術(shù)的發(fā)展推動(dòng)了智慧城市和智能建筑的發(fā)展。如今的建筑物不僅要求安全和外觀美觀，還應(yīng)體現(xiàn)全面的人性化和智能化，由此部分建筑物開始融入智能建筑的理念。智能建筑可以為居民提供一個(gè)更便捷、更安全的居住環(huán)境，并且具備高效、環(huán)保、節(jié)能的優(yōu)點(diǎn)，此外還應(yīng)具備完善的電源開關(guān)以及通信系統(tǒng)[37]，實(shí)現(xiàn)這些功能將會(huì)產(chǎn)生大量需要實(shí)時(shí)處理的數(shù)據(jù)。通過引入霧計(jì)算，將數(shù)據(jù)分散到各個(gè)霧節(jié)點(diǎn)進(jìn)行處理，能大幅加快數(shù)據(jù)處理速度，并為人們提供健康舒適的生活環(huán)境。隨著社會(huì)的不斷發(fā)展，智能建筑將是建筑行業(yè)發(fā)展的必然趨勢(shì)[38]。

3.2 醫(yī)療保健

隨著社會(huì)老齡化趨勢(shì)加劇，養(yǎng)老問題逐漸成為全社會(huì)關(guān)注的焦點(diǎn)。對(duì)于醫(yī)療保健應(yīng)用，Zao等人[39]提出了基于霧計(jì)算的腦機(jī)交互，即在智能手機(jī)中對(duì)腦電圖數(shù)據(jù)進(jìn)行處理，以減少服務(wù)延遲。醫(yī)療中的緊急警報(bào)需要極低的延時(shí)和快速的上下感知數(shù)據(jù)處理[40]，云計(jì)算在應(yīng)急處理應(yīng)用中[41-42]非常有效，可以通過靈活、可擴(kuò)展的虛擬服務(wù)器和虛擬網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)存儲(chǔ)和處理；霧計(jì)算憑借低延時(shí)、上下文感知、分散的本地化特性，有望支持緊急情況和醫(yī)療等領(lǐng)域的相關(guān)服務(wù)[6]。

3.3 綠色霧計(jì)算

在已有的研究中，很少涉及系統(tǒng)設(shè)計(jì)中的能源危

機(jī)[43-48]，大多數(shù)研究都是關(guān)于能源感知計(jì)算卸載、能源感知移動(dòng)性管理和物聯(lián)網(wǎng)設(shè)備連接的，而關(guān)于霧計(jì)算的整體能量消耗的研究較少。霧計(jì)算的能耗主要包括三方面：一是物聯(lián)網(wǎng)設(shè)備的消耗；二是霧節(jié)點(diǎn)本身的能耗；三是物聯(lián)網(wǎng)設(shè)備和霧節(jié)點(diǎn)之間的通信能耗。為了降低物聯(lián)網(wǎng)設(shè)備的能耗，需要重點(diǎn)研究物聯(lián)網(wǎng)設(shè)備和傳感器兩者的能量收集器以及電能存儲(chǔ)設(shè)備的使用；為了降低霧節(jié)點(diǎn)的能耗，需要將縮短霧服務(wù)器和本地再生能源（如風(fēng)能、太陽能等）之間的距離作為

一個(gè)潛在的研究方向；為了降低物聯(lián)網(wǎng)設(shè)備和霧節(jié)點(diǎn)通信的能耗，需要重點(diǎn)研究霧節(jié)點(diǎn)放置的具體位置以及與終端用戶的距離[49]。

3.4 智能物流

物聯(lián)網(wǎng)技術(shù)的發(fā)展實(shí)現(xiàn)了物流的智能化和自動(dòng)化，包括智能倉庫、運(yùn)輸管理、物流管理等[50]。如今，在智能物流領(lǐng)域，一些研究人員考慮將物聯(lián)網(wǎng)和云計(jì)算相結(jié)合，但是在融合過程中面臨諸如信息采集困難、在途監(jiān)控困難、網(wǎng)絡(luò)帶寬不足、計(jì)算存儲(chǔ)壓力和信息安全風(fēng)險(xiǎn)等挑戰(zhàn)[51]，此時(shí)可以考慮將霧計(jì)算引入智能物流領(lǐng)域。霧節(jié)點(diǎn)分布廣泛，并能對(duì)數(shù)據(jù)做分散式處理，能夠減輕網(wǎng)絡(luò)帶寬和信息處理壓力，同時(shí)在底層節(jié)點(diǎn)進(jìn)行數(shù)據(jù)處理也降低了信息泄露的風(fēng)險(xiǎn)。因此，如何將霧計(jì)算與物聯(lián)網(wǎng)技術(shù)結(jié)合，更好地應(yīng)用于物流行業(yè)，實(shí)現(xiàn)更智能的出入庫管理和實(shí)時(shí)運(yùn)輸監(jiān)管、更高效的倉儲(chǔ)管理以及更合理的貨架位置擺放是一個(gè)需要重點(diǎn)研究的方向。

4 結(jié) 語

本文首先明確了霧計(jì)算的定義，介紹了霧計(jì)算的發(fā)展歷史，給出了霧計(jì)算的架構(gòu)。接著綜述了霧計(jì)算的研究進(jìn)展，涵蓋了有關(guān)霧計(jì)算的任務(wù)調(diào)度算法研究、安全機(jī)制研究以及其他研究。同時(shí)，針對(duì)霧計(jì)算分布式、輕壓、低延、靈便的特點(diǎn)，對(duì)其應(yīng)用場(chǎng)景進(jìn)行了概述；最后對(duì)霧計(jì)算的研究前景進(jìn)行了展望，探討了霧計(jì)算未來的發(fā)展趨勢(shì)和重點(diǎn)研究方向，對(duì)霧計(jì)算的進(jìn)一步發(fā)展具有一定的指導(dǎo)意義。

霧計(jì)算的提出是為了彌補(bǔ)云計(jì)算的缺陷，與云計(jì)算相輔相成，隨著5G網(wǎng)絡(luò)的發(fā)展，各種系統(tǒng)和設(shè)備更加智慧化，霧計(jì)算將在生活中的方方面面發(fā)揮重要作用，成為未來計(jì)算和通信領(lǐng)域的重要發(fā)展方向。霧計(jì)算給人們的生活帶來極大便利的同時(shí)，也有諸如安全性、帶寬瓶頸和開銷、監(jiān)管復(fù)雜性、調(diào)度中心管理、數(shù)據(jù)傳輸和信息獲取等方面的問題需要進(jìn)一步研究，這些都是未來研究的重要方向。

注：本文通訊作者為張鈺濤。

參考文獻(xiàn)

[1]蔣守花，舒暉，任宇，等. 邊緣計(jì)算平臺(tái)及應(yīng)用分析[J].軟件導(dǎo)刊，2020，19（10）：205-208.

[2] MALIK S，GUPTA K. Smart city：a new phase of sustainable development using fog computing and IoT [C]// Proceedings of IOP Conference Series：Materials Science and Engineering. Rajpura，India：IOP，2021.

[3]佘紅艷. 5G車聯(lián)網(wǎng)關(guān)鍵技術(shù)簡介[J].通信與信息技術(shù)，2020，50（6）：50-51.

[4]曹咪，徐雷，陶冶. 霧計(jì)算認(rèn)證與隱私保護(hù)研究綜述[J].信息通信技術(shù)，2018，12（6）：25-33.

[5] NAHA R K，GARG S，GEORGAKOPOULOS D，et al. Fog computing：survey of trends，architectures，requirements，and research directions [J]. IEEE access，2016（4）：47980-48009.

[6] MUKHERJEE M，SHU L，WANG D. Survey of fog computing：fundamental，network applications，and research challenges [J].IEEE communications surveys amp; tutorials，2018，3（20）：1826-1857.

[7] HU P F，DHELIM S，NING H S，et al. Survey on fog computing：architecture，key technologies，applications and open issues [J].Journal of network and computer applications，2017（98）：27-42.

[8] RUBEN V D B，KURT V，JAN B. Cost-efficient scheduling heuristics for deadline constrained workloads on hybrid clouds [C]// Proceedings of the 3th International Conference on Cloud Computing Technology and Science（CloudCom）. Athens，Greece：IEEE，2011：320-327.

[9] ZENG L F，VEERAVALLI B，LI X R. ScaleStar：budget conscious scheduling precedence-constrained many-task workflow applications in cloud [C]// Proceedings of the 26th International Conference on Advanced Information Networking and Applications. Fukuoka，Japan：IEEE，2012：534-541.

[10] DOAN H，THANH D D. FBRC：optimization of task scheduling in fog-based region and cloud [C]// Proceedings of IEEE Trustcom BigDataSE. Sydney，Australia：IEEE，2017：1109-1114.

[11] WU X N，DENG M Q，ZHANG R L，et al. A task scheduling algorithm based on QoS-driven in cloud computing [J]. Procedia computer science，2013（17）：1162-1169.

[12] AMJAD M，SALMAN K. Hard real-time task scheduling in cloud computing using an adaptive genetic algorithm [J]. Computers，2017，6（2）：15-35.

[13] TANG C G，WEI X L，XIAO S，et al. A mobile cloud based scheduling strategy for industrial internet of things [J]. IEEE access，2018，6（3）：7262-7275.

[14]劉澤寧，李凱，吳連濤，等. 多層次算力網(wǎng)絡(luò)中代價(jià)感知任務(wù)調(diào)度算法[J].計(jì)算機(jī)研究與發(fā)展，2020，57（9）：1810-1822.

[15]黃思宇，劉通能. 霧計(jì)算平臺(tái)的任務(wù)調(diào)度算法研究[J].計(jì)算機(jī)測(cè)量與控制，2020，28（6）：247-251.

[16] ALI Z，CHAUDHRY S A，MAHMOOD K，et al. A clogging resistant secure authentication scheme for fog computing services [J]. Computer networks，2021，185：107731.

[17] PUTHAL D，MOHANTY S P，BHAVAKE S A，et al. Fog computing security challenges and future directions：energy and security [J]. IEEE consumer electronics magazine，2019，8（3）：92-96.

[18] DIRO A A，CHILAMKURTI N，KUMAR N. Lightweight cyber security schemes using elliptic curve cryptography in publish-subscribe fog computing [J]. Mobile networks and applications，2017，22（5）：848-858.

[19] GUPTA S，GARG R，GUPTA N，et al. Energy-efficient dynamic homomorphic security scheme for fog computing in IoT networks [J]. Journal of information security and applications，2021，58：102768.

[20]黃燕瑜. 基于霧計(jì)算的認(rèn)證和密鑰協(xié)商協(xié)議的研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2019.

[21] MARKOS L，CORTES A，IRIZAR A，et al. A flexible fog computing design for low-power consumption and low latency applications [J]. Electronics，2021，10（1）：57 .

[22] SOOKHAK M，RICHARD Y F，YING H E ，et al. Fog vehicular computing：augmentation of fog computing using vehicular cloud computing [J]. IEEE vehicular technology magazine，2017，12（3）：2-11.

[23] PHAN L A，NGUYEN D T，LEE M，et al. Dynamic fog-to-fog offloading in SDN-based fog computing systems [J]. Future generation computer systems，2021（117）：486-497.

[24] BAKTIR A C，OZGOVDE A，ERSOY C. How can edge computing benefit from software-defined networking：a survey，use cases，and future directions [J]. IEEE communications surveys and tutorials，2017，19（4）：2359-2391.

[25] HAMEURLAIN A，KUNG J，WAGNER R. An overview of cloud based content delivery networks：research dimensions and state-of-the-art [J]. Lecture notes in computer science，2015（9070）：131-158.

[26] PAPAGIANNI C，LEIVADEAS A，PAPAVASSILIOU S. A cloud-oriented content delivery network paradigm：modeling and assessment [J]. IEEE transactions on dependable and secure computing，2013，10（5）：287-300.

[27]陳步華，陳戈，莊一嶸，等. 基于內(nèi)容感知霧計(jì)算CDN的性能研究[J].廣東通信技術(shù)，2020，40（9）：57-61.

[28] BADIDI E，MAHREZ Z，SABIR E. Fog computing for smart cities’ big data management and analytics：a review [J]. Future internet，2020，12（11）：190.

[29] XIAO X F，HOU X S，CHEN X L，et al. Quantitative analysis for capabilities of vehicular fog computing [J]. Information sciences，2019（501）：742-760.

[30] TIAN D X，ZHOU J S，SHENG Z G. An adaptive fusion strategy for distributed information estimation over cooperative multi-agent networks [J]. IEEE transactions on information theory，2017，63（5）：3076-3091.

[31] TIAN D X，ZHOU J S，SHENG Z G，et al. Robust energy-efficient mimo transmission for cognitive vehicular networks [J]. IEEE transactions on vehicular technology，2016，65 （6）：3845-3859.

[32] TIAN D X，ZHOU J S，SHENG Z G，et al. Learning to be energy-efficient in cooperative networks [J]. IEEE communications letters，2016，20（12）：2518-2521.

[33] KIM O T T，TRI N D，NGUYEN V D，et al. A shared parking model in vehicular network using fog and cloud environment [C]// Proceedings of the 17th Asia-Pacific Network Operations and Management Symposium（APNOMS）. Busan，Korea：IEEE，2015：321-326.

[34] STOJMENOVIC I. Fog computing：a cloud to the ground support for smart things and machine-to-machine networks [C]// Proceedings of Australasian Telecommunication Networks and Applications Conference（ATNAC）. Southbank，Australia：IEEE，2014：117-122 .

[35] BONOMI F，MILITO R，JIANG Z，et al. Fog computing and its role in the internet of things [C]// Proceedings of the First Edition of the MCC Workshop on Mobile Cloud Computing. Helsinki，F(xiàn)inland：MCC，2012：13-16.

[36]張鵬. 霧環(huán)境下安全高效的車聯(lián)網(wǎng)群智感知技術(shù)研究[D].南京：南京郵電大學(xué)，2020.

[37]劉敬一. 淺談智慧城市中的建筑設(shè)計(jì)[J]. 智能城市，2021，7（7）：51-52.

[38]李群亮. 物聯(lián)網(wǎng)在智能建筑系統(tǒng)中的應(yīng)用分析[J]. 磚瓦，2021，51（4）：79.

[39] ZAO J K，GAN T T，YOU C K，et al. Augmented brain computer interaction based on fog computing and linked data [C]// Proceedings of the International Conference on Intelligent Environments. Shanghai，China：IEEE，2014：374-377.

[40] AAZAM M，HUNG PHAM P，HUH E N. M2M emergency help alert mobile cloud architecture [C]// Proceedings of the 29th International Conference on Advanced Information Networking and Applications Workshops. Gwangju，Korea（South）：IEEE，2015：500-505.

[41] RIBAULT J，WAINER G. Simulation processes in the cloud for emergency planning [C]// Proceedings of the 12th IEEE/ACM International Symposium on Cluster，Cloud and Grid Computing. Ottawa，ON，Canada：IEEE，2012：886-891.

[42] ALAZAWI Z，ALTOWAIJRI S，MEHMOOD R，et al. Intelligent disaster management system based on cloud-enabled vehicular networks [C]// Proceedings of the 11th International Conference on ITS Telecommunications. St. Petersburg，Russia：IEEE，2011：361-368.

[43] JALALI F，HINTON K，AYRE R，et al. Fog computing may help to save energy in cloud computing [J]. IEEE journal on selected areas in communications，2016，34（5）：1728-1739.

[44] KAUR K，DHAND T，KUMAR N. et al. Container-as-a-service at the edge：trade-off between energy efficiency and service availability at fog nano data centers [J]. Proceedings of IEEE wireless communications，2017，24（3）：48-56.

[45] YUCEN N，LI W，BAO W，et al. Adaptive energy-aware computation offloading for cloud of things systems [J]. Proceedings of IEEE access，2017（5）：23947-23957.

[46] XIAO Y，KRUNZ M. Qoe and power efficiency trade off for fog computing networks with fog node cooperation [C]// Proceedings of INFOCOM 2017-IEEE Conference on Computer Communications. Atlanta：IEEE，2017：1-9.

[47] JAYARAMAN P P，GOMES J B，NGUYEN H L，et al. Cardap：a scalable energy-efficient context aware distributed mobile data analytics platform for the fog [M]// Advances in Databases and Information Systems，Volume 8716 of Lecture Notes in Computer Science. Switzerland：Springer International Publishing Switzerland，2014：192-206.

[48] VATANPARVAR K，Al FARUQUE M A. Energy management-as-a-service over fog computing platform [C]// Proceedings of the 6th IEEE International Conference on Cybe. Washington：IEEE，2015：248-249.

[49] YOUSEFPOUR A，F(xiàn)UNG C，NGUYEN T，et al. All one needs to know about fog computing and related edge computing paradigms：a complete survey [J]. Journal of systems architecture，2019（98）：289-330.

[50]徐銓，何利力. 智能物流下貨到人模式的貨位分配優(yōu)化[J].軟件導(dǎo)刊，2021，20（5）：20-24.

[51]郁磊彬，周亮. 基于霧計(jì)算的云霧混合架構(gòu)在煙草物聯(lián)網(wǎng)中的探索[C]//中國煙草學(xué)會(huì)學(xué)術(shù)年會(huì)優(yōu)秀論文集.北京：中國煙草學(xué)會(huì)，2017：4379-4390.

收稿日期：2023-09-01 修回日期：2023-09-29

基金項(xiàng)目：河南省2021年民辦普通高等學(xué)校學(xué)科專業(yè)建設(shè)資助項(xiàng)目（軟件工程專業(yè)）

作者簡介：張鈺濤（1998—），男，碩士，工程師，研究方向?yàn)橛?jì)算機(jī)視覺。

趙夢(mèng)凡（1997—），女，碩士，工程師，研究方向?yàn)樽匀徽Z言處理。

張 波（1981—），男，副教授，研究方向?yàn)橹悄苄畔⑻幚怼?/p>

趙鋌釗（2003—），男，研究方向?yàn)榇髷?shù)據(jù)。

劉小雨（1997—），女，碩士，工程師，研究方向?yàn)樯疃葘W(xué)習(xí)。