Advancements in federated fog architectures for enhanced quality-of-service in IoT and IoV applications

Hammoud, Ahmad (2023). Advancements in federated fog architectures for enhanced quality-of-service in IoT and IoV applications. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (3MB) | Prévisualisation

Résumé

Network delays cause disturbance and reduction in the Quality-of-Service (QoS) for Internet-of- Things (IoT) and Internet-of-Vehicles (IoV) applications while end-users are running critical real-time services. Federated fog computing emerged as a viable solution to overcome such a problem. By merging resources from multiple fog providers and agreeing on a service level agreement, the federated infrastructure can offer the opportunity to adapt to dynamic environmental changes and facilitate vehicle-to-vehicle communication.

This thesis aims to contribute to the comprehensive and secure fog federation architecture to enhance the QoS for IoT in general, and autonomous driving applications in IoV in specific. It focuses on several challenges, including a lack of investigation into a comprehensive federated fog architecture, potential instability in fog federations, lack of support for mobility in IoV, complications in federated learning for IoV, and the impact of untrustworthy fog providers. The main objectives of this thesis include developing a comprehensive and efficient federated fog computing architecture, creating a robust formation mechanism to limit providers from switching federations, extending fog federation formation to support mobility, supporting vehicular federated learning applications, and ensuring that fog federation formation considers trust and reputation during the formation of the architecture and its maintaining phases.

We complement the current research progress about federated fog in the literature by adding various modules to facilitate the goal of enhancing the QoS of Federated Learning applications in IoV. First, we investigate a novel architecture for the federated fog concept and propose an adaptive, intelligent, and dynamic federation formation approach using Machine Learning and Genetic Algorithms. Moreover, we address the problem of instability within fog federations by proposing a decentralized algorithm based on evolutionary game theory. Furthermore, we expand our area to cover a more dynamic environment; the Internet-of-Vehicles. To satisfy mobile users, mobility should be considered, thus, we rely on a fog federation formation mechanism on the fly where we consider the mobility of the devices to provide them a good service quality using game theory. In addition, we present a horizontal-based federated learning architecture empowered by fog federations to support on-device training with the requested QoS. Finally, we extend the formation mechanism used for federated fog computing by introducing a Blockchain infrastructure to handle the federations’ administrative tasks and secure the formation process.

Real datasets are used to evaluate the proposed architecture and formation mechanisms. The results show a notable improvement in the throughput and a decrease in the response time for the services requested, in addition to stabilizing the fog federations.

Titre traduit

Avancées dans les architectures fédérées de brouillard pour une amélioration de la qualité de service dans les applications IoT et IoV

Résumé traduit

Le monde devient de plus en plus connecté avec la présence croissante d’objets intelligents et les progrès des systèmes de transport intelligents (ITS). Cependant, les retards du réseau causent des perturbations et une réduction de la qualité de service (QoS) pour les applications Internet des objets (IoT) et Internet des véhicules (IoV) lorsque les utilisateurs exécutent des services en temps réel critiques. Le fog computing, avec son placement stratégique de serveurs, émerge comme une solution, mais il nécessite de résoudre le manque de puissance de traitement pour les applications IoT et IoV critiques. Parallèlement, le federated fog computing peut offrir une adaptation dynamique aux changements environnementaux et faciliter la communication.

Cette thèse vise à contribuer à une architecture de fédération de fog complète et sécurisée pour améliorer la QoS des applications IoT en général et de l’architecture des applications de conduite autonome en IoV en particulier. Elle se concentre sur plusieurs défis, notamment l’absence d’enquête sur une architecture de fédération de fog complète, l’instabilité potentielle des fédérations de fog, l’absence de prise en charge de la mobilité en IoV, les complications liées à l’apprentissage fédéré pour IoV et l’impact des fournisseurs de fog peu fiables.

Les objectifs de recherche sont les suivants : développer une architecture de fédération de fog complète et efficace avec un mécanisme de regroupement, créer un mécanisme de formation robuste pour empêcher les fournisseurs de changer de fédération, étendre la formation de fédération de fog pour prendre en charge la mobilité, soutenir l’apprentissage fédéré des véhicules et introduire un mécanisme de confiance et de réputation dans la formation de fédération de fog.

Nous complétons les progrès actuels de la recherche sur le federated fog computing dans la littérature existante en ajoutant différents modules pour faciliter l’objectif d’amélioration de la QoS des applications d’apprentissage fédéré en IoV. Tout d’abord, nous étudions une architecture nouvelle et complète pour le concept de fédération de fog et proposons une approche adaptative, intelligente et dynamique de formation de fédération en utilisant l’apprentissage automatique et les algorithmes génétiques. De plus, nous abordons le problème de l’instabilité au sein des fédérations de fog en proposant un algorithme décentralisé basé sur la théorie des jeux évolutifs. En outre, nous élargissons notre domaine pour couvrir un environnement plus dynamique : l’Internet des véhicules. Pour satisfaire les utilisateurs mobiles, la mobilité doit être prise en compte, nous nous appuyons donc sur un mécanisme de formation de fédération de fog en vol dans lequel nous prenons en compte la mobilité des appareils pour leur fournir une bonne qualité de service en utilisant la théorie des jeux. De plus, nous présentons une architecture d’apprentissage fédéré basée sur l’horizontale renforcée par les fédérations de fog pour prendre en charge la formation sur l’appareil avec la QoS demandée. Enfin, nous étendons le mécanisme de formation utilisé pour le federated fog computing en introduisant une infrastructure de chaîne de blocs pour gérer les tâches administratives des fédérations et sécuriser le processus de formation.

Des ensembles de données réels sont utilisés pour évaluer l’architecture proposée et les mécanismes de formation. Les résultats montrent une amélioration notable du débit et une diminution du temps de réponse pour les services demandés, ainsi que la stabilisation des fédérations de fog.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Thesis presented to École de technologie supérieure in partial fulfillment for the degree of doctor of philosophy". Comprend des références bibliographiques (pages 141-151).
Mots-clés libres:	informatique décentralisée fédérée, apprentissage fédéré, internet des véhicules, regroupement, stabilité, qualité de service, théorie des jeux
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Dziong, Zbigniew
Codirecteur:	Codirecteur Otrok, Hadi Mourad, Azzam
Programme:	Doctorat en génie > Génie
Date de dépôt:	16 janv. 2024 15:09
Dernière modification:	16 janv. 2024 15:09
URI:	https://espace.etsmtl.ca/id/eprint/3349

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt