信息时代的数据化，从云计算到雾计算，范式转变
由于信息技术领域的最新技术进展，提供在线服务在生活的各个领域变得可能。物联网技术将人们常用的设备与互联网连接起来，为全球数十亿设备提供互联互通。根据估计，到2021年，这类设备的数量将达到120亿台，这将在人类生活的各个方面带来巨大的革命。
物联网设备的有限处理和存储能力限制了它们实现涉及异构数据或执行涉及大数据的任务的能力。因此，大多数物联网应用都是基于云计算架构设计的，允许资源丰富的云服务器访问物联网设备感知的数据进行处理和存储。
这种云计算范式和物联网技术的融合具有许多好处，允许部署不同类型和需求的各种应用。
为向终端用户提供广泛的医疗保健服务，部署的系统基于移动云计算范式。在大规模部署高效的远程医疗应用程序以向患者提供实时医疗服务时，高网络消耗、延迟和可靠性是主要的限制因素。
为解决这些问题并提供高质量的服务，研究人员设计了一种分层的医疗保健架构，名为UbeHealth。对于与医疗保健相关的远程服务和监督，第一层基于医务人员和医生。
第二层包含用于预测即将到来的网络流量的云缓存，该流量用于适应特定数据速率以保持高质量的服务。云服务器位于第三层，提供高计算和存储资源。
提到了将网关设备放置在网络边缘附近的重要性，以提供先进的医疗保健服务。该文献中提出了一种基于雾计算的医疗保健预警系统，用于提供与医疗保健相关的早期预警。描述了在云计算和移动计算范式上部署医疗保健应用程序时涉及的主要问题。
还提出了雾计算范式，以分散的方式执行医疗保健应用程序，以有效利用可用资源。一种基于雾计算的医疗保健应用程序通过传感器节点监测患者，并使用雾计算资源处理此信息。
云服务器位于网络顶端，提供额外的处理服务。设计了一种监测患者心电图信号的应用程序，利用云计算和移动平台提供医疗保健服务。
提出了一个基于云计算的系统，采用社会技术设计方案来实现尼日利亚医疗系统中的一个医疗应用。该系统用于为农村地区的居民提供服务，从而降低成本和延迟。
基于雾计算的远程医疗监测设计正在成为解决发展中国家现有医疗问题的一种解决方案。介绍的系统专门设计用于为感染查昆加病的患者提供服务。
该系统通过实时病毒检测和诊断排除了疫情的可能。在其策略中，使用决策树对患者数据进行分类以检测病毒，并将结果通过手机实时传达给用户。此外，通过对从周围患者数据收集的时间序列网络分析来监测病毒爆发状态。
截至2020年，市场上存在的可穿戴传感器数量约为2.371亿，预计与医疗行业相关的市场规模将在2020年达到1170亿美元。由于大量传感器节点的数据传输，估计其数据量将达到507.5泽字节。
一般来说，这些应用程序是使用云计算范式部署的。云计算范式以集中方式提供资源，以处理大量传感器节点感知到的数据。由于云服务器拥有大量资源，云计算范式非常适合实现医疗保健应用程序。
云计算范式以集中方式提供所有资源，用于完成不同的任务。边缘节点感知到各种各样的巨大信息，这些信息需要由云服务器处理。由于其集中化的特性，这种范式会导致高延迟和巨大的网络消耗，从而限制了大规模部署医疗保健应用程序。
处理心电图信号的医疗应用程序对服务质量和延迟要求非常严格，在大规模部署时云计算范式无法满足这些要求，因此对于提供具有严格QoS要求的医疗服务并不可行。
该层包含负责提供存储和计算资源，用于处理连接的雾节点转发的疼痛检测任务的云服务器。云服务器作为一个资源丰富的设备，用于维护与患者疼痛相关的医疗记录数据库。代理服务器在雾设备和云服务器之间建立连接。
雾节点处理患者检测到的肌电图和心电图信号，用于检测疼痛，并在固定时间间隔后将与疼痛相关的信息转发给云服务器。在提出的方案中，只有在雾节点的资源无法完成与疼痛相关的处理任务时，才会使用云服务器。
对每个场景进行三次平均模拟，以评估所提出的设计。在所有执行的场景中，边缘设备数量增加，以监测患者数量的增加。终端设备直接连接到它们的父雾节点。传感器感测到的信号立即传输到资源丰富的雾设备。
使用iFogSim工具包对生成的多个场景进行模拟，以比较所提出的设计与基于云的部署。在这些场景中观察的参数包括端到端延迟、网络利用率和执行成本。
云计算范式以集中方式提供资源。实时服务提供是实施电子医疗应用程序的主要担忧。雾计算通过在整个网络上部署雾节点以分布式方式提供资源。雾资源足以执行与感知医疗信号相关的处理任务。
因此，雾计算范式被证明是更适合部署电子医疗应用程序的候选方案。表3简要比较了所提出的基于雾的设计与现有医疗系统。研究中进行的模拟结果验证，使用所提出的方法可实现降低云端网络利用率和处理成本。
