Gao, L. (2018). On Provisioning and configuring ensembles of IoT, network functions and cloud resources [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2018.53924
Mit dem rasanten Wachstum des Internets der Dinge (engl. IoT) ist ein effizientes Management der Ressourcen, aus denen ein IoT-basiertes System besteht, notwendig. Da IoT-Systeme oft zusammen mit der Cloud verwendet werden, bezeichnen wir diese Systeme als IoT-Cloud-Systeme. Es gibt eine Reihe von IOT-Cloud-Systemen, die derzeit in der Literatur untersucht werden, vom Flottenmanagement bis zur Datenzentren-Wartung. Diese IoT-Cloud-Systeme bestehen aus Ressourcen die materiell oder virtuell sein können, wie Sensoren, Netzwerkfunktionen, Software-Artefakte oder Cloud-Dienste. IoT-Cloud-System Szenarien erfordern eine schnelle Fertigstellung und Konfiguration von Ressourcen in Echtzeit, um sich an veränderte Nutzeranforderungen anzupassen. Mit der wachsenden Popularität von *aaS (X as a Service) werden immer mehr Organisationen und Dritte zu Anbietern spezialisierter Ressourcen. Jeder Ressourcenanbieter verwendet verschiedene Methoden und APIs zur Verwaltung ihrer Ressourcen. Dies funktioniert jedoch heutzutage zu Lasten der Nutzer, die komplette Ressourcen-Pakete sich beschaffen und schließlich benutzen müssen. Der Mehraufwand, der erzeugt wird, um sich separat mit verschiedenen Ressourcenanbietern zu verbinden, ist signifikant. Unser Ziel ist es, diesen Mehraufwand und das für den Nutzer erforderliche Wissen zu reduzieren, um Pakete von IoT, Netzwerkfunktionen und Cloud-Dienste zur Erstellung funktionaler Systeme schnell fertigzustellen und zu konfigurieren. Deshalb schlagen wir eine neuartige Architektur und ein System vor, das darauf abzielt, komplette Ressourcen-Pakete in einer dynamischen Umgebung auf Abruf zu konfigurieren und fertigzustellen. Unser Framework harmonisiert die Repräsentation von Ressourcen und Ressourcen Anbietern durch die Abstraktion höherer Informationsmodelle. Mit den Abstraktionen, die diese Informationsmodelle bieten, sind wir in der Lage, eine einheitliche API zur Verwaltung von Ressourcen zur Verfügung zu stellen, ohne uns mit den dazugehörigen Informationen auf niedrigerem Level für verschiedene Arten von Ressourcen und Infrastrukturen zu befassen. Schließlich bieten wir eine Bewertung unseres Frameworks auf einer funktionalen sowie Leistungsebene.
de
make up an IoT-based system. These IoT Cloud Systems are made up of resources which may be physical or virtual such as sensors, network functions, software artifacts or cloud services. There are a number of IoT Cloud Systems currently studied in literature with various applications from vehicle fleet management to datacenter maintenance. IoT Cloud System scenarios require rapid provisioning and configuration of resources at runtime to adapt to changing user requirements. With the growing popularity of *aaS (X as a Service) many organizations and third parties who have become IoT and Cloud resource providers. Each resource provider uses different methods and APIs to manage their resources. However, this is at the expense of today's users who need to provision and use entire end-to-end ensembles of resources. The overhead that is generated in order to interface separately with different resource providers is significant. We aim to reduce this overhead and the knowledgebase required for a user to rapidly provision and configure ensembles of IoT, network functions and cloud services to form functional systems. To this end, we propose a framework that aims to provision and configure end-to-end resource ensembles in a dynamic and on-demand environment. Our framework harmonizes the resource and resource provider representation through the abstraction of higher level information models. With the abstractions these information models provide, we are able provide a unified API to manage resources without dealing with the associated low-level information for different types of resource and infrastructures. Finally, we provide an evaluation of our framework on functionality and performance.