普适物联网资源管理研究综述：物联网环境、限制和相关工作

制作和主办：Elsevier沙特国王大学学报普适物联网资源管理研究综述Saniya Zahoor，Roohie Naaz Mir计算机科学与工程系，NIT斯利那加，印度阿提奇莱因福奥文章历史记录：收到2018年2018年8月11日修订2018年8月29日接受2018年9月3日在线发布关键词：物联网数据聚合雾计算（Fogcomputing）体域网A B S T R A C T物联网（IoT）体现了融合异构对象以在物理和虚拟实体之间建立无缝交互的愿景。物联网使互联网从连接网络转变为连接物理世界。物联网设备能够感测、处理、通信和存储从物理世界获取的数据。物联网的大多数应用在本质上是普遍存在的，由于这些微型和无人值守的物联网设备中的资源受限，普遍存在的物联网环境带来了许多挑战。本文介绍了物联网系统中的物理和虚拟资源管理的调查本文的主要重点是在资源有限的本文还介绍了一个基于物联网的体域网的用例，并提出了一个用于个人和社区医疗保健的资源管理模型©2018作者制作和主办：Elsevier B.V.代表沙特国王大学这是一CC BY-NC-ND许可下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。内容1.导言. 9222.物联网环境中的资源3.物联网环境中的限制3.1.处理、存储、能量和带宽限制9233.2.设备寻址9243.3.标准化9243.4.管理协议的实施3.5.安全算法9244.资源管理的相关工作4.1.资源管理和数据聚合协议9244.2.资源管理和路由方法9254.3.资源管理和服务4.4.资源管理和安全方法4.5.资源管理和物联网架构9264.6.用于资源管理的资源虚拟化9264.6.1.物联网4.6.2.移动计算9274.6.3.无线传感器网络4.6.4.云计算9274.6.5.雾计算9274.7.用于资源管理*通讯作者：计算机科学与工程系，NIT Srinagar，190006，印度。电子邮件地址：saniyazahoor@nitsri.net（新加坡）Zahoor）。沙特国王大学负责同行审查https://doi.org/10.1016/j.jksuci.2018.08.0141319-1578/©2018作者。制作和主办：Elsevier B.V.代表沙特国王大学这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页：www.sciencedirect.com南922号Zahoor，R.N. Mir/Journal of King Saud University- Computer and Information Sciences 33（2021）921- 9355.普适物联网应用的资源管理架构9275.1.普及型物联网医疗保健9296.使用案例：体域网（BAN）9307.物联网资源管理面临的挑战9328.结论. 933参考文献9341. 介绍物联网是当前时代有前途的研究范式之一，其特征在于使用智能和自配置的对象，例如传感器、致动器、RFID等，这些对象连接到互联网并通过感测、对事件做出反应以及与环境交互来交换数据它体现了一种融合异构对象的愿景，同时利用互联网作为通信的骨干，建立物理和虚拟实体之间的交互。异构对象之间的这些无缝因此，互联网已经看到了从互连终端用户节点到互连物理对象的普遍转变，从而创建能够进行信息通信和智能处理的智能对象的平台由于大量的东西连接到互联网，因此，有必要有一个适当的架构，允许轻松连接和控制。在过去的几年里，人们已经做了大量的工作来寻找一个通用的物联网架构，但是物联网包含了非常广泛的应 用 ， 因 此 ， 单 一 的 参 考 架 构 并 没 有被 用 于 所 有 的 具 体 实 现（Bandyopadhyay和Sen，2011）。物联网架构应该能够执行至少三个基本功能，即。数据的感测和聚合、数据的通信和利用数据以在应用级提供服务（见图1）。①的人。传感和数据收集是由物理物联网节点完成的，这些节点可以感测一些物理参数或识别智能环境中的其他节点数据聚合、数据转换和数据传输由网络通信节点（诸如网关）执行，其负责连接到其他智能物、网络节点和服务器。然后，物联网应用程序利用所传输的数据向用户提供各种服务。物联网由包含许多异构组件的复杂环境组成。在物联网环境中，由真实世界的传感器仪器化对象生成的大量数据将对处理和存储资源产生巨大需求，以将数据转换为有用的信息或服务。一些应用程序将是延迟敏感的，而其他应用程序将需要复杂的处理，包括历史数据和时间序列分析。因此，考虑到物联网设备的典型资源限制，很难想象一个不包括云平台或至少一些强大设备（例如智能网关或边缘/雾设备）的真实物联网生态系统。物联网提供了大量的应用，这些应用通过来自不同领域的许多应用显著地改善了我们的日常生活，例如通过从配备有医疗物联网设备的患者收集医疗数据来远程监控患者，实时远程监控土壤参数（例如湿度、温度等）以提高农作物产量，环境监控，绿色能源系统监测、水监测、废物管理、道路&交通管理、减灾等（Ray，2016）。除了这些应用之外，物联网还设想了广泛的应用，但在资源方面存在限制，需要在软件和硬件层面加以关注。除了资源限制之外，由于单个节点的特性（例如，有限的存储器和处理），网络的行为（例如，拓扑改变）和应用级的约束（例如，延迟）（Das和Ammari，2009年）。虽然这些约束是应用程序相关的，他们中的大多数是普遍的应用程序。由于技术的进步和多种应用的潜力，与物联网.物联网中涉及的设备和系统的异质性给研究界带来了许多挑战，特别是在硬件、软件和网络层面的普及应用中（Liu等人，2017年）。在设备级别进行了大量研究，许多供应商为不同的应用提供解决方案，但在大多数情况下，在制造商级别没有标准化。随着系统级应用的不断增加，大部分工作都集中在资源管理上，包括数据管理，Fig. 1. IoT的基本功能图二、典型IoT节点的资源S. Zahoor，R.N. Mir/Journal of King Saud University- Computer and Information Sciences 33（2021）921-935923基于集群的路由、能源管理、异构管理、进程管理、内存管理、网络管理等。尽管物联网设备存在异构性，但物联网应用中的数据可以进行组合、关联、比较和合并，以满足人们的需求和要求。物联网数据在设备级和网络级的虚拟化在管理物联网环境的有限资源方面也发挥着重要作用。本文介绍了物联网环境中的物理和虚拟资源，物联网生态系统中的约束，资源管理方面的现有工作，并探讨了受限物联网设备及其环境中资源管理的可能性。本文的其余部分组织为第2节给出了物联网环境中的各种资源;第3节介绍了物联网环境中的各种约束;第4节给出了资源管理中的相关工作;第5节讨论了普适物联网应用的资源管理架构;第7节介绍了物联网资源管理中的各种挑战;最后，第8节给出了结论。2. IoT环境中的资源物联网是互联网的发展，旨在通过物联网设备收集，分析普适物联网设备的一个重要方面是其受限的资源。 如图 2，典型的电池供电的物联网设备拥有存储，处理，带宽和能源作为其资源。由于这些资源在普适应用中是有限的，因此，各种节能的轻量级算法和协议被实现来存储、处理和传输根据应用程序的要求和优化的资源管理数据。物联网设备产生的大量数据增加了对处理和存储资源的需求，考虑到物联网节点的典型资源约束，有必要在物联网生态系统中包括少数高端节点，例如， 边缘设备或智能网关或云平台，以产生三层架构（参见图3）（Delicato等人，2017年）。在系统级，有两种类型的资源：物理资源和虚拟资源。物理资源包括存储器、处理、网络带宽、能量等。虚拟资源包括处理、存储、加密、数据融合中使用的协议和算法。物联网生态系统中的物理和虚拟资源汇总在表1中。3. IoT环境物联网设备的部署面临着节点级、网络级和应用级的限制。这些约束是在处理、能量、存储和带宽、设备寻址、标准化、管理协议的实现、安全算法等方面。3.1. 处理、存储、能源和带宽限制随着嵌入式设备的进步，物联网设备的处理能力日益提高，但这导致能耗增加。为了克服这一点，物联网设备可以依赖更强大的设备或服务器来处理数据，但它会在数据处理中引入延迟相反，这些设备图三. 三层IoT环境。南924号Zahoor，R.N. Mir/Journal of King Saud University- Computer and Information Sciences 33（2021）921- 935表1物联网生态系统中的资源。平台物理资源虚拟资源IoT设备临时存储、处理、能量、带宽。用于数据聚合、处理的算法和协议边缘设备介质存储、处理、能量、带宽。用于数据聚合、处理、加密、虚拟化的算法和协议。云端高存储，高端处理。用于数据聚合、处理、加密、虚拟化等的算法和协议可以自己处理收集到的数据，但它需要存储空间用于数据处理算法，这意味着具有处理能力的IoT设备也需要存储能力（Elmangoush et al.，2013年）。处理能力和联网取决于能源的可用性因此，能源是有效资源管理的主要贡献者数据大小、协议、数据包大小、处理速度、发送和接收操作的数量是能量管理的一些方面。此外，IoT设备在带宽方面受到约束，带宽的有效管理对IoT环境中的能量、存储和处理要求施加较少的约束（Blaauw等人， 2014年）。3.2. 设备寻址在物联网环境中，对象（设备）需要直接或间接地通过唯一ID进行寻址。在某些情况下，设备一直连接到互联网，因此它可以是可寻址的，并且可以感测其状态。在其他情况下，由于物联网中设备的异构性或安全要求，所有设备都不直接连接到互联网。在这种情况下，设备需要一些间接解决的技术，增加了物联网架构的复杂性。此外，据估计，在物联网环境中对如此大量的设备进行寻址超出了IPv4的能力。因此，IPv6在提供内部安全性和端到端用户透明性以及物联网对象寻址方面是比IPv4更好的选择。但Ipv6在物联网中的缺点是，它需要大量的时间才能作为一个独立的方案完全发挥作用。因此，在移动性支持方面存在巨大差距，这阻碍了适应性和可扩展性在IoT环境中（Gubbi等人，2013年）。除此之外，物联网环境中还有其他寻址问题，包括IPv6适配、自动识别和配置、局部感知等。因此，我们需要修改的机制来解决物联网中大量设备的问题3.3. 标准化物联网的另一个限制，特别是在智能电网网络中，是数据收集，这需要一个有效管理数据的架构高效的数据聚合、数据分发和数据分发技术，辅以高效的体系结构，可以有效地管理数据。物联网环境的关键方面是数据传输和需要在协议级别上注意的事物的连接性。机器对机器（M2M）通信是各种普及物联网应用的关键使能器，但在这方面几乎没有需要为M2M通信制作优化的标准接口，以便解决与IoT相关的互操作性和可扩展性问题（Klinpratum等人，2015; Haroon等人， 2016年）。3.4. 执行管理协议多样性是物联网的固有特征，因此，需要通用协议和算法来提供中间件基础独立于资源和联网功能，用于在不同环境中在各种设备之间的连接目前，互联网在传输层使用TCP协议进行传输，由于物联网设备的不同约束，这对于物联网环境是不可行在诸如无线传感器网络和移动计算等普适应用中使用的现有协议对于物联网来说大多是不切实际的。例如，地理源路由（GSR）使用GPS机制，导致不确定性和路由波动（Elrahim等人，2010），按需路由协议使用洪泛方法将数据发送到所有可能的节点，从而产生拥塞问题（Perkins等人，2001）和其他现有的路由技术，如贪婪周界无状态路由 （ GPSR ） （ Karp 和 Kung ， 2000 ） 、 动 态 MANET 按 需（Chakeres，2008）等，都有其自身的局限性。因此，开发可靠的路由协议和算法是物联网的关键挑战，因为它的行为受到限制。3.5. 安全算法物联网的主要挑战之一是确保数据保护和隐私。由于物联网的组件是RFID标签、传感器、嵌入式设备、执行器等;因此，安全风险主要来自制造商层面。此外，物联网环境通过将所有数字数据整合到全球网络中，对隐私和安全构成了巨大风险。应用水平。因此，还需要在应用程序级别确保数据的一致性、完整性和身份验证在协议设计层面，通信被认为是物联网设备的重要方面之一，因此，我们需要标准的轻量级协议，以实现物联网环境中的低功耗，可靠，支持互联网和安全通信。因此，安全性是IoT环境中的主要约束之一（Elmangoush等人，2013; Kumar and Patel，2014）;因此需要在制造商级、应用级、协议设计级确保安全性以及认证和数据完整性。4. 资源管理物联网已经发展成为一种流行的通信系统，互联网连接到物理世界。在大多数普遍的物联网应用中，部署了各种各样的物联网设备，但这些设备由嵌入式设备授权，这些设备的资源稀缺，需要有效地管理。由于这些系统的资源限制和复杂的部署特性，在硬件设计和通信协议和算法的开发的不同层次上存在开放的挑战。通过协议设计、数据聚合、资源管理物联网架构、资源虚拟化、资源分配，在资源管理方面已经做了大量工作;所有这些工作的主要目标都是最大限度地利用资源和最小化资源成本。S. Zahoor，R.N. Mir/Journal of King Saud University- Computer and Information Sciences 33（2021）921-9359254.1. 资源管理和数据聚合协议由于物联网环境面临着密集的自组织部署、动态拓扑和资源不足等诸多挑战已经对协议进行了一些研究，以实现有效的资源管理。一些设备管理协议包括低功率无线个域网上的IPv6（6LoWPAN）（Ma和Luo，2008）、消息传输远程通信传输协议（MQTT）（Hunkeler等人， 2008）、约束应用协议（CoAP）（Bormann等人，其他管理活动包括IETF约束的RESTful环境标准化（Shelby，2010 ） 、 到 评 估 不 同 平 台 上 的 连 接 性 的 CoAP 的 协 议 映 射（Bergmann等人， 2012）等。研究人员已经提出了几种解决方案，但是这些独立的解决方案给资源受限的设备增加了额外的复杂性。数据聚合作为普适应用中一种有效的资源管理技术得到了广泛的应用。在这方面正在进行几项比较研究，例如关于能量、延迟、网络寿命和 数 据 准 确 性 的 优 化 的 数 据 聚 合 （ Rajagopalan 和 Varshney ，2006），关于数据准确性、网络寿命和延迟的数据聚合机制（Sirsikar和Anavatti，2015），关于延迟、冗余、数据消除和可靠性的数据聚合策略（Rahman等人，2015）。2016）等。然而，迄今为止报道的工作缺乏系统的研究，并且仅在WSNs中进行。除此之外，还对分层数据聚 集 协 议 进 行 了 研究 ， 诸 如 传 感 器 信 息 系 统 中 的 功 率有 效 收 集（PEGASIS）、低能量自适应聚类层次（LEACH）、混合能量有效分布式聚类（HEED）、最小能量通信网络（MECN）、稳定选举协议（SEP）、跨层协议等，其试图通过使用最佳簇头选择来优化能量效率，形成节点链，通过平衡集群上的负载等（Rani等人，2015年a）。这些协议的主要优点是提高了网络的生命周期，但缺点是它需要额外的时间来形成集群。数据聚合技术分为三类-基于集群和集中的机制。在基于树的数据聚合机制中，网络中的节点以树（分层）的形式，其中中间节点执行数据的聚合相当多的工作包括用于构建由实验结果支持的高效索引树的能量有效机制（Dagar和Mahajan，2013）、异构环境中的网络寿命平衡数据聚合（Li等人， 2017），一种旨在降低数据速率、网络流量并延长系统寿命的数据聚合方法（Koike et al.， 2016）等。在基于簇的数据聚合机制中，整个网络以簇的形式存在;在每个簇中，选择簇头以减少带宽开销和要传输的分组的数量。已经在IoT中的基于集群的数据聚合中进行了相当多的研究，其包括保证存储和节点之间的通信成本更低以及容错性更低的数据聚合（Liu等人， 2014），一个用于数据聚合的中国剩余定理，减少了流量负载，提高了效率，尽管它导致最终数据聚合的准确性较低（Xie，2015），一个跨层数据聚合方案，减少了流量负载，提高了能源效率（Alkhamisi et al.， 2016）等。在集中式数据聚合机制中，数据从每个节点移动到中心节点（报头节点），该中心节点聚合数据并以单个分组的形式发送聚合的数据针对物联网应用程序的分布式面向服务架构已经开展了研究，以解决异构性和可扩展性问题，但局限性的工作是低可用性和单点故障问题（朱等人， 2017年）。在数据分发和复制方面也进行了充分的研究，主要目标是储存数据，以便进行有效的资源管理。数据存储有两种主要方法：以数据为中心的存储和完全分布式的数据存储。在以数据为中心的存储中，一些有区别的存储节点负责数据收集（Albano等人，2011），并且在完全分布式数据存储中，所有节点对感测和存储的贡献相等（Omotayo等人，2007年）。资源管理协议和数据聚合方面的大部分工作都是在基于无线传感器网络的应用中进行的，缺乏全面的性能评估框架，该框架应包括仿真，分析和实验。此外，物联网中存在有限的工作，因此，需要在物联网资源管理方面做出努力。4.2. 资源管理和路由方法在诸如WSN、IoT等普适环境中节点之间的连接。其中异构网络系统共存是网络设计中具有挑战性的方面物联网环境中的连接主要依赖于从源到宿的路由查找。诸如有限的能量约束、地理定位对象之间的短通信范围、低处理能力、有限的存储等的若干设计方面需要被并入到WSN或IoT环境的路由协议基于数据洪泛传播的简单通信模型不能用于IoT应用的普遍和动态行为，诸如在医疗保健和运输应用中（Deb等人，2003; El Salti等人，2014年）。此外，由于物联网设备的资源受限性质而带来的独特挑战阻止了在物联网环境中直接采用传统的WSN路由机制路由算法被认为是资源管理的有效技术，特别是在物联网能源管理中。在物联网环境下，为了优化能量利用和均衡网络负载，需要设计高效的路由算法由于在基于分层集群的路由方案中，从源到集群头的分组传输主要是通过多跳进行的，因此传感器节点处的能量节约不是很有效（Singh和Al-Turjman，2016）。自适应路由方法是选择性地启动异构物联网节点之间的通信路由以优化有限可用资源的使用的解决方案之一（Al-Turjman，2017 a）。一些研究建议在物联网环境中使用基于最短路径的路由协议;由于跳数较少，能耗降低，但未考虑通信链路条件和可靠性等其他设计因素。认知能量有效算法（CEEA）提出了一种拓扑独立的协议，该协议可以应对物联网网络中的随机性，尽管CEEA中的跳数比最短路径算法更高，但整体网络寿命得到了改善（Al-Turjman，2017 b）。4.3. 资源管理和服务物联网框架的实现在服务质量（QoS）和资源管理方面面临许多挑战。用于实时异构IoT网络的QoS参数（诸如延迟、带宽利用率、功耗、吞吐量、跨层耦合、多媒体网内处理、容错、资源约束等）的设计是具有挑战性的任务（Abazeed等人，2013年）。各种多路径路由方法在丢包率和QoS参数南926号Zahoor，R.N. Mir/Journal of King Saud University- Computer and Information Sciences 33（2021）921- 935在由于拓扑变化而频繁发生链路故障的普遍环境中（Aburumman等人， 2017年）。但一些研究表明，物联网和其他5G网络的多路径路由协议面临容错问题，需要大量的处理和存储、能耗等。其中一种方法建议为资源丰富的物联网设备和资源受限的物联网设备提供双层容错路由，以管理物联网系统中的能量、网络延迟和吞吐量（Al-Turjman和Alturjman，2018 a）。在设计用于无线媒体传感器网络（WMSN）的多路径路由协议以在繁忙业务条件下有效管理有限资源时，在确定从源到宿的最佳路径时，路由协议的复杂性增加（Hasan等人，2017年a，b）。基于多路径QoS的协议表明，分析负载和流量分布模型可以帮助确定多媒体数据传输中路由的复杂性（Al-Turjman，2018）。一些研究人员建议在实时IoT应用中使用具有地理路由的启发式算法来满足QoS要求（Hasan等人，2018年）。为了满足其他QoS参数，例如数据的新鲜度和接收请求数据的延迟，在基于雾的物联网应用中首选齿轮缓存方法，其中强调数据流行度，缓存大小，数据发布者负载和节点连接性（Al-Turjman，2017c）。4.4. 资源管理和安全办法物联网设备是无处不在的感知数据的来源，用于在应用程序层面提供服务（Al-Turjman，2017 d）。物联网应用已经影响了我们的日常生活和行业。然而，环境的多样性和标准的缺乏使物联网面临安全和隐私威胁（Kim，2017）。物联网网络中的攻击包括链路攻击，如窃听、秘密信息泄漏、数据篡改、消息污染、拒绝服务等。为了解决智能城市、智能网络等复杂的应用安全问题，设计不仅要考虑网络级的软件入侵，还要考虑设备级的本地入侵（Li例如， 2018年）。物联网中的数据聚合机制可以包含特殊的加密、解密算法和密钥共享，以用于恶意节点检测。为了在WSN/IoT中为用户提供更好的服务，安全性是一个重要的问题，因为数据传输是在具有以下限制的公共网络上进行的：传感器容易出现故障，传感器网络的拓扑结构经常变化，传感器网络通过点对点通信进行广播，传感器节点在功率，计算和存储方面受到资源约束（He和Wang，2015）。IoT网络在资源管理方面提出了重大挑战，因为IoT设备具有有限的资源，例如有限的能量、通信和计算能力。在这种物联网环境中保护隐私是一 个 严 重 的 问 题 ， 因 为 资 源 有限 ， 攻击 的 数 量 显 然 要 大 得 多（Roman等人，2011年）。虽然现有的网络安全技术为物联网中的隐私和安全提供了基础，但是这些技术不能在没有修改的情况下用于资源受限的物联网框架中（Da Xu et al.， 2014年）。为了满足认证和密钥协商协议的安全特性，并且为了减轻系统的计算和通信成本，已经提出了许多轻量级认证方案（Lee，2008; Wang等人，2015年）。安全CSIP相互认证框架提出了一种用于基于物联网的医疗保健系统的认证，具有更少的计算开销以提高系统的性能效率;它还保持了安全级别和增加的通信开销之间的自然权衡（Al-Turjman和Alturjman，2018 b）。此外，为了解决诸如数据机密性、相互认证、会话密钥协商、用户匿名等安全性方面的潜在挑战，可以使用无缝安全认证和密钥协商框架（Al-Turjman等人， 2017年）。4.5. 资源管理和物联网架构物联网架构已经有了相当多的研究，其中许多架构旨在管理特定应用场景中的资源，并考虑到多种资源，特别是能源和带宽。各种架构解决方案尝试使用云资源来管理资源受限的环境，例如OpenIoT项目（Kim和Lee，2014）。其他解决方案专注于解决智能城市普及应用的实时约束，例如基于雾的架构，以减少延迟和管理能源（AlFaruque和Vatanparvar，2016），智能城市的弹性物联网架构（Abreu等人，2017），一种基于WSN的高效物联网的新方案（ Rani 等人， 2015b ）、 云上虚拟网络功能（ VNF）或虚拟机（VM）的分配（Wuhib等人，2015），用于透明计算的远程资源管理方法（Gao等人， 2012），一种基于快速仿真器（QEMU）虚拟化和移动代理技术的新型资源管理（Xiong et al.， 2014）等。为了应对大量异构设备和网络协议，许多解决方案依赖于IoT网关的使用（Emara等人，2009）或与不同传感器网络连接的若干传感服务器（Yoon等人，2009年）。虽然这些解决方案可以满足不同的应用需求，但硬件成本太高，因为大多数任务是由不同的传感服务器而不是网关完成的。4.6. 用于资源管理目前，资源虚拟化已成为大多数普适应用中管理资源的趋势。执行资源虚拟化以解决导致在资源稀缺的应用环境中在诸如物联网、移动计算、无线传感器网络、云计算和雾计算的各种计算领域中已经做了相当多的工作。4.6.1. 物联网最近，研究转向通过资源虚拟化进行物联网异构管理、改进的存储、更好的处理、能源管理、更好的带宽利用率等是资源虚拟化的一些好处。在嵌入式物联网设备中，趋势是在节点级或网络级引入虚拟化环境节点级虚拟化使多个应用程序能够在单个资源受限的节点上并发运行其任务。物联网虚拟化中的大部分工作都是在硬件级别的轻量级虚拟化中完成的，主要是在rasp- berry pi板中。基于容器的虚拟化是一种轻量级虚拟化技术，其已在IoT设备上用于增强的IoT云服务供应、虚拟化实例的快速创建和初始化、应用程序的高密度、与基于 管 理 程 序 的虚 拟 化 相比降低的开销（ Celesti 等 人 ， 2016年 ;Scheepers，2014年）。 在Docker容器中已经完成了部署边缘计算平台的工作，以增强资源管理、服务管理、容错、部署和终止服务（Ismail等人， 2015年）。轻量级虚拟化方面的工作也已经完成，以分析有效设计物联网网关的要求，但是，S. Zahoor，R.N. Mir/Journal of King Saud University- Computer and Information Sciences 33（2021）921-935927这项工作的局限性在于，它只考虑了有限数量的RaspberryPi板用于性能评估，并且缺乏综合的功耗和能效评估（Petrolo等人， 2017年）。 在基于树莓派集群的容器边缘云PaaS架构中已经有了开发成本效率和低功耗的工作，但局限性是缺乏对有限硬件设备进行性能评估的实证研究（Pahl et al.， 2016年）。在网络级虚拟化中，属于部署的WSN的传感器节点的子集形成虚拟传感器网络（VSN）以在给定时间执行给定应用任务，而其他传感器节点保持可用于其他应用任务。无线电接入网络（RAN）虚拟化具有在物联网中动态地提供隔离网络的潜力（Li等人，2015年）。已经在使用管理程序软件的长期演进网络虚拟化中完成了一些工作（Li等人， 2012年）。4.6.2. 移动计算最近有关于移动计算中的资源管理的工作，并且大多数工作已经通过计 算卸载框架 中的虚拟化完 成 各种计 算卸载框架 包括：Cloudlet允许移动节点的虚拟化，以具有用于执行所有计算工作的虚拟化节点，并为移动计算提供资源丰富的帮助（Yang等人， 2013年）;镜像服务器使用虚拟化技术来创建智能手机的镜像，用于卸载计算（Shiraz和Gani，2014年）;克隆云使用虚拟化技术在云服务器上创建移动节点应用程序的副本，并允许应用程序的卸载组件以虚拟方式运行，以减少智能手机中的工作负载（Chun等人， 2011）; ThinkAir是一种利用云中智能手机虚拟化概念来执行计算卸载的框架（Kosta等人，Cuckoo是一个动态卸载框架，它将其计算卸载到运行JavaVM的任何资源，从而增强性能并减少电池使用（Kemp et al.，2010年）。4.6.3. 无线传感器网络无线传感器网络（WSNs）的资源管理已经做了大量的工作，预计将在物联网中发挥主导作用。资源管理是无线传感器网络采用虚拟化技术的一个关键特征。在WSN中的资源受限节点上已经做了相当多的工作，通过将WSN环境的物理计算资源抽象成逻辑单元（微小虚拟机）来消除存储器限制并延长电池寿命（Khan等人，2015年）。软件定义网络（SDN）在网络虚拟化特别是无线传感器网络领域中起着主导作用。它旨在简化虚拟化网络的供应、管理、重新配置和控制，具有降低的部署成本、可扩展性、多功能性和其他资源管理益处（Omnes等人，2015年）。工作也已经完成在解决约束和非约束设备的资源管理的IoT虚拟网络中（Ishaq等人， 2012年）。4.6.4. 云计算物联网由云的虚拟无限资源支持各种基于云的解决方案将在移动中执行实时处理（Dash等人，2010）来实现可扩展的、实时的、协作的、以传感器为中心的应用（Fox等人，2012），以管理复杂事件（Rao等人，2012 ），并实现节能任务卸载（Yao等人， 2013年）。计费系统的安全性已经做了一些工作，但主要集中在资源的消耗上，而没有注意到整体的资源管理，特别是Cloud of Things（Park等人，2013年）。在资源分配方面已经做了一些工作，使用根据应用需求动态分配资源的虚拟化，但在他们的研究中没有关注物联网（Xiao et al.， 2013年）。4.6.5. 雾计算物联网设备的计算能力可以通过在雾级结合虚拟化而被推到网络边缘（Iorga等人，2018年）。最近，人们的注意力转向了雾资源管理。通过雾计算中的虚拟化，雾软件平台将多个功能集成到单个节点中，并使各种虚拟化节点能够在多个支持的硬件目标上共存，并解决物联网环境中的资源受限问题。Fog虚拟化的研究才刚刚开始，因此，没有标准的解决方案可用于管理Fog计算中的资源。在雾计算架构中已经完成了一些工作（Bonomi等人，2012）、雾计算中的数据保护（Stolfo等人，2012年）等;但这些研究缺乏实际意义，没有考虑资源管理。4.7. 用于资源管理的资源分配最近有一些关于资源分配的研究，以实现有效的物联网资源管理。为了解决这个问题，人们进行了多项研究，在平衡资源约束的同时满足不同的资源管理目标。无线传感器网络中的资源分配问题是研究的热点，但目前的资源分配算法主要集中在能量效率方面。相当多的工作包括分布式任务分配，其减少了异构WSN中的总体能耗和任务执行时间（Pilloni等人，2014）、基于粒子群优化的分布式算法（Shen和Ju，2011）、用于减少无线网络中的网络寿命的博弈论方法等。物联网环境具有更多的异构特性，因此，即使是其他资源，如剩余内存和处理能力，也被认为是稀缺的。大多数关于资源分配的现有研究都集中在服务提供上，目的是分配使服务能够执行的资源，然而，它们并不集中在找到对应于最优资源分配的最佳配置上（Guinard等人，2011年;Silverajan和Harju，2009年）。在物联网应用中寻找最佳资源分配方面所做的工作有限。就物联网而言，资源分配仍然是一个悬而未决的问题.文献调查总结见表2。5. 面向普适物联网应用的资源管理架构物联网的普及对新应用服务的开发研究提出了新的挑战为了支持这些智能应用程序，物联网将嵌入式计算引入日常对象，并利用其资源来处理和管理应用程序工作负载。由于应用程序依赖于存储，处理，能源和通信的设备资源，因此，物联网基础设施根据应用程序需求暴露其物理和虚拟资源。IoT设备的特征通常在于有限的资源（例如，存储器、处理、带宽和能量），这可能带来许多挑战，尤其是对于普及应用。因此，要管理这种受约束的环境，需要一种能够管理这些稀缺资源的体系结构。图4示出了包括五个层的用于普适IoT应用的资源管理架构：四个水平层;表2文献综述。资源管理方面的现有工作相关工作性能度量问题研究的可能资源管理无线传感器网络中标准的基于簇的协议，如LEACH，PEGASIS，网络寿命，吞吐量，增加资源的额外复杂性-提供优化的解决方案，协议MECN、MECH等（Rani等人，2015年a）互联网协议，如6LoWPAN、受限应用协议延迟、带宽能量、带宽受限设备物联网资源管理与修改（CoAP）、MQTT等（Ma和Luo，2008; Hunkeler等人，2008;Bormann等人， 2012年）数据聚合基于树的数据聚合（Dagar和Mahajan，2013; Li等人，2017;Koike等人，（ 2016年）基于聚类的数据聚合（Liu等人，2014; Xie，2015; Alkhamisi等人，（2016年）集中式数据聚合（Zhu等人，（2017年）网络生存期、吞吐量、延迟能源效率，安全异质性，可扩展性树中的每个父节点在子节点的数据聚合中产生计算开销与非基于集群的方法相比，产生高硬件成本单点故障通过修改可以管理物联资源管理和数据洪泛传播方法（Deb等人，2003年），适应性跳数，能量利用，传统的无线传感器网络路由算法Node的资源保护路由方法路由方法（Al-Turjman，2017 a），认知节能算法（Al-Turjman，2017 b）网络负载不能直接在物联网平台上使用水平资源管理和双层容错路由（Al-Turjman和Alturjman，2018 a），延迟、延迟、功率路由协议资源管理服务质量基于多路径QoS的路由（Al-Turjman，2018）认知缓存方法（Al-Turjman，2017 c）消耗、带宽利用率等在满足QoS参数的同时，在设备级资源管理和轻量级身份验证方案（Lee，2008年），安全CSIP相互通信成本，计算，网络安全技术不能物联网中设备级别的安全性安全方法认证框架（Al-Turjman和Alturjman，2018 b），无缝安全认证和密钥协商框架（Al-Turjman等人，（2017年）安全等无需修改即可用于IoT框架环境资源管理和物联网架构智能城市的物联网架构（Abreu等人，基于雾的架构（Al Faruque和Vatanparvar，2016）能量、带宽、延迟等无标准解决方案基于应用的整体物联网架构解决方案资源管理物联网中的轻量级虚拟化（Celesti等人，2016;Scheepers，2014）卸载基于虚拟化的框架（Yang等人，二〇一三年;存储、处理时间、电池寿命存储和处理能力用于性能评价的器械数量有限，缺乏系统研究引入延迟、带宽系统级计算探索Kosta等人， 2012年）无线传感器网络中的微型虚拟机（Khan等人，（2015年）内存、电池寿命、计算开销在WSN物联网中的卸载探索物联网资源虚拟化物联网中的轻量级虚拟化（Celesti等人，二〇一六年;能力存储、处理时间、电池寿命节点级设备数量有限，系统级资源管理Scheepers，2014年）卸载基于虚拟化的框架（Yang等人，二〇一三年;存储和处理能力绩效评价，缺乏系统研究引入延迟、带宽计算探索Kosta等人， 2012年）无线传感器网络中的微型虚拟机（Khan等人，（2015年）内存、电池寿命、计算开销在WSN物联网中的卸载探索物联网能力节点级资源虚拟化SDN和网络虚拟化（Omnes等人，（ 2015年）以传感器为中心的应用程序的实时移动处理（Dash虚拟化网络的能源、计算能力、服务调配、物联网方面的工作有限，在网络层面大部分工作都集中在SDN在物联网中的应用探索IoT设备资源管理例如，2010; Fox等人，2012; Rao等人， 2012年）基于SDN的雾计算解决方案（Bonomi等人， 2012; Stolfo等人，减载节能延迟、带宽利用率、物联网仅云级别的资源分配没有标准溶液可用于水平物联网资源2012年）网络寿命在雾管理资源分配分布式任务分配，基于粒子群优化的资源分配，博弈论方法（Pilloni等人，2014;Shen和Ju，2011）资源利用率、网络生命周期不注重根据应用程序要求进行最佳资源分配资源管理和资源分配是物联网928S. Zahoor，R.N.Mir/ Journal of King Saud UniversityS. Zahoor，R.N. Mir/Journal of King Saud University- Computer and Information Sciences 33（2021）921-935929见图4。 面向普适物联网应用的资源管理架构。层即，感知层、传输层、处理层和应用层，以及一个垂直层，即