With the rise of the Internet of Things (IoT), fog computing has emerged to help traditional cloud computing in meeting scalability demands. Fog computing makes it possible to fulfill real-time requirements of applications by bringing more processing, storage, and control power geographically closer to end-devices. However, since fog computing is a relatively new field, there is no standard platform for research and development in a realistic environment, and this dramatically inhibits innovation and development of fog-based applications. In response to these challenges, we propose the Fog Development Kit (FDK). By providing high-level interfaces for allocating computing and networking resources, the FDK abstracts the complexities of fog computing from developers and enables the rapid development of fog systems. In addition to supporting application development on a physical deployment, the FDK supports the use of emulation tools (e.g., GNS3 and Mininet) to create realistic environments, allowing fog application prototypes to be built with zero additional costs and enabling seamless portability to a physical infrastructure. Using a physical testbed and various kinds of applications running on it, we verify the operation and study the performance of the FDK. Specifically, we demonstrate that resource allocations are appropriately enforced and guaranteed, even amidst extreme network congestion. We also present simulation-based scalability analysis of the FDK versus the number of switches, the number of end-devices, and the number of fog-devices.

中文翻译：

---

Fog 开发套件：基于 SDN 的 Edge-Fog 系统的开发平台

随着物联网 (IoT) 的兴起，雾计算应运而生，以帮助传统云计算满足可扩展性需求。雾计算使更多的处理、存储和控制能力在地理上更靠近终端设备，从而可以满足应用程序的实时要求。然而，由于雾计算是一个相对较新的领域，在现实环境中没有标准的研发平台，这极大地抑制了基于雾的应用的创新和发展。为了应对这些挑战，我们提出了 Fog Development Kit (FDK)。FDK 通过提供用于分配计算和网络资源的高级接口，从开发人员那里抽象出雾计算的复杂性，并使雾系统的快速开发成为可能。除了支持物理部署上的应用程序开发外，FDK 还支持使用仿真工具（例如 GNS3 和 Mininet）来创建逼真的环境，允许以零额外成本构建雾应用程序原型，并实现对物理基础设施的无缝移植. 使用物理测试平台和在其上运行的各种应用程序，我们验证了 FDK 的操作并研究其性能。具体来说，我们证明即使在极端网络拥塞的情况下，资源分配也得到了适当的执行和保证。我们还展示了 FDK 与交换机数量、终端设备数量和雾设备数量的基于仿真的可扩展性分析。GNS3 和 Mininet）创建逼真的环境，允许以零额外成本构建雾应用原型，并实现对物理基础设施的无缝移植。使用物理测试平台和在其上运行的各种应用程序，我们验证了 FDK 的操作并研究其性能。具体来说，我们证明即使在极端网络拥塞的情况下，资源分配也得到了适当的执行和保证。我们还展示了 FDK 与交换机数量、终端设备数量和雾设备数量的基于仿真的可扩展性分析。GNS3 和 Mininet）创建逼真的环境，允许以零额外成本构建雾应用原型，并实现对物理基础设施的无缝移植。使用物理测试平台和在其上运行的各种应用程序，我们验证了 FDK 的操作并研究其性能。具体来说，我们证明即使在极端网络拥塞的情况下，资源分配也得到了适当的执行和保证。我们还展示了 FDK 与交换机数量、终端设备数量和雾设备数量的基于仿真的可扩展性分析。使用物理测试平台和在其上运行的各种应用程序，我们验证了 FDK 的操作并研究其性能。具体来说，我们证明即使在极端网络拥塞的情况下，资源分配也得到了适当的执行和保证。我们还展示了 FDK 与交换机数量、终端设备数量和雾设备数量的基于仿真的可扩展性分析。使用物理测试平台和在其上运行的各种应用程序，我们验证了 FDK 的操作并研究其性能。具体来说，我们证明即使在极端网络拥塞的情况下，资源分配也得到了适当的执行和保证。我们还展示了 FDK 与交换机数量、终端设备数量和雾设备数量的基于仿真的可扩展性分析。