@phdthesis{Schwendinger2020,
  type      = {Master Thesis},
  author    = {Martin Schwendinger},
  title     = {Fog Computing-Framework f{\"u}r ressourcenbeschr{\"a}nkte Systeme},
  journal    = {Fog computing framework for resource-constrained systems},
  doi       = {10.25924/opus-3721},
  pages     = {IX, 71},
  year      = {2020},
  abstract  = {Die cloud-basierte Verarbeitung von Datenstr{\"o}men von IoT-Ger{\"a}ten ist aufgrund hoher Latenzzeiten f{\"u}r zeitkritische Anwendungen nur beschr{\"a}nkt m{\"o}glich. Fog Computing soll durch Nutzung der Rechen- und Speicherkapazit{\"a}ten von lokal vorhandenen Ger{\"a}ten eine zeitnahe Datenverarbeitung und somit eine Verringerung der Latenzzeit erm{\"o}glichen. In dieser Arbeit werden Anforderungen an ein Fog Computing-Framework erhoben, das die dynamische Zuweisung und Ausf{\"u}hrung von Services auf ressourcen-beschr{\"a}nkten Ger{\"a}ten in einem lokalen Netzwerk zur dezentralen Datenverarbeitung erm{\"o}glicht. Zudem wird dieses Framework prototypisch f{\"u}r mehrere Transportkan{\"a}le, unterschiedliche Betriebssysteme und Plattformen realisiert. Dazu werden die M{\"o}glichkeiten der Skriptsprache Lua und des Kommunikationsmechanismus Remote Procedure Call genutzt. Das Resultat ist ein positiver Machbarkeitsnachweis f{\"u}r Fog Computing-Funktionalit{\"a}ten auf ressourcenbeschr{\"a}nkten Systemen. Zudem werden eine geringere Latenz und eine Reduktion der Netzwerklast erm{\"o}glicht.},
  language  = {de}
}