Driven by the extensively emerging applications requiring big data processing, a series of heterogeneous network architectures have been proposed to meet user experience requirements. Among them, the concept of fog computing facilitates the effective integration and utilization of ubiquitous computing resources. In fog computing scenarios, willingness and service billing issues become significant to computing resource sharing and transactions. In this article, the recently developed blockchain technology characterized by successfully enabling consensus in an untrustworthy environment is introduced. Based on the blockchain technology, we propose a new architecture for resource sharing and transactions in fog computing networks, named Blockchain-Enabled Resource Sharing and Transactions in Fog Computing (B-ReST). The physical architecture, functional architecture, and workflow in B-ReST are defined. We also discuss the key technologies in B-ReST such as the smart contracts, the consensus mechanism and the requester and provider matching (RPM). The wireless characteristics of fog computing and blockchain technology are closely combined to make full and efficient use of ubiquitous computing resources. To prove the feasibility of the proposed architecture, the RPM problem is solved by a deep reinforcement learning (DRL) based method. Simulation results show the advantages of B-ReST to realize resource sharing and transactions, and the performance of B-ReST based on the DRL method has been enhanced. Challenges and future research directions are summarized as well.

中文翻译：

---

B-ReST：雾计算中启用了区块链的资源共享和事务

在需要大数据处理的广泛兴起的应用程序的推动下，已提出了一系列异构网络体系结构来满足用户体验的要求。其中，雾计算的概念促进了无处不在的计算资源的有效集成和利用。在雾计算方案中，意愿和服务计费问题对于计算资源共享和事务非常重要。在本文中，介绍了最近开发的区块链技术，该技术的特征是在不可信的环境中成功实现共识。基于区块链技术，我们提出了一种用于雾计算网络中的资源共享和事务的新架构，称为雾计算中启用了区块链的资源共享和事务（B-ReST）。物理架构 定义了B-ReST中的功能架构和工作流程。我们还将讨论B-ReST中的关键技术，例如智能合约，共识机制以及请求者和提供者匹配（RPM）。雾计算和区块链技术的无线特性紧密结合在一起，可以充分有效地利用无处不在的计算资源。为了证明所提出架构的可行性，通过基于深度强化学习（DRL）的方法解决了RPM问题。仿真结果表明，B-ReST具有实现资源共享和事务的优势，并且提高了基于DRL方法的B-ReST的性能。同时总结了挑战和未来的研究方向。我们还将讨论B-ReST中的关键技术，例如智能合约，共识机制以及请求者和提供者匹配（RPM）。雾计算和区块链技术的无线特性紧密结合在一起，可以充分有效地利用无处不在的计算资源。为了证明所提出架构的可行性，通过基于深度强化学习（DRL）的方法解决了RPM问题。仿真结果表明，B-ReST具有实现资源共享和事务的优势，并且提高了基于DRL方法的B-ReST的性能。同时总结了挑战和未来的研究方向。我们还将讨论B-ReST中的关键技术，例如智能合约，共识机制以及请求者和提供者匹配（RPM）。雾计算和区块链技术的无线特性紧密结合在一起，可以充分有效地利用无处不在的计算资源。为了证明所提出架构的可行性，通过基于深度强化学习（DRL）的方法解决了RPM问题。仿真结果表明，B-ReST具有实现资源共享和事务的优势，并且提高了基于DRL方法的B-ReST的性能。同时总结了挑战和未来的研究方向。雾计算和区块链技术的无线特性紧密结合在一起，可以充分有效地利用无处不在的计算资源。为了证明所提出架构的可行性，通过基于深度强化学习（DRL）的方法解决了RPM问题。仿真结果表明，B-ReST具有实现资源共享和事务的优势，并且提高了基于DRL方法的B-ReST的性能。同时总结了挑战和未来的研究方向。雾计算和区块链技术的无线特性紧密结合在一起，可以充分有效地利用无处不在的计算资源。为了证明所提出架构的可行性，通过基于深度强化学习（DRL）的方法解决了RPM问题。仿真结果表明，B-ReST具有实现资源共享和事务的优势，并且提高了基于DRL方法的B-ReST的性能。同时总结了挑战和未来的研究方向。并增强了基于DRL方法的B-ReST的性能。同时总结了挑战和未来的研究方向。并增强了基于DRL方法的B-ReST的性能。同时总结了挑战和未来的研究方向。