众所周知,云计算自90年代末被提出以来,凭借着对延迟和网络抖动不敏感的大规模批处理业务适用的优势,很快成为了各行各业竞相争夺的科技制高点和财富宝地。然而,随着接入无线网的智能设备数量的快速增长,边缘数据量已达到泽字节(ZB)级别,给云计算核心网络带宽造成巨大压力;与此同时,无人驾驶、位置识别、增强现实、虚拟现实等众多新兴应用的出现对网络延迟、抖动,数据安全等提出了更高的要求,传统云计算已无法很好的满足以上要求,人们对于快响应、低延迟、数据安全度高的网络环境和新兴应用的需求日益迫切。雾计算架构的出现较好的解决了以上问题。雾计算架构打破了传统云计算集中式处理数据的工作方式,旨在将用户提交的任务在靠近用户侧进行处理,这样一来,数据无需全部上传至云计算中心,不仅减少了核心网络带宽的压力,同时降低了数据在上传过程中被不法分子窃取的风险。由于距离用户只有一跳,对于用户而言,相当于在本地处理,能够给用户提供低时延、快响应服务。本文主要工作和研究内容如下:1.基于对领导者选举算法的研究,针对目前存在的几种领导者选举算法通信复杂度高,领导者选举过程耗时长的问题,提出了一种序号动态变化的改进领导者选举算法。该算法在系统启动前对所有雾计算节点进行编号,基于小序号优先原则,编号为1的雾计算节点直接被任命为领导者节点,负责系统资源调配和管理。当领导者节点故障退出时,编号为2的节点继任领导者节点,成为领导者节点后,该节点当前标号被改为1,然后通知所有节点将自己的序号全部做减1处理。而退出系统的节点重新加入系统时,自动将序号改为n(10)1(n为当前系统中雾计算节点编号的最大值)。很显然,这样的领导者任命机制,能够降低算法的通信复杂度,算法通信复杂度从2O(n)降为O(n),缩短了整个算法的执行时间,提高了算法效率。2.针对传统雾计算架构中任务分配不够合理,不能充分利用系统资源的问题,结合雾计算架构特点,提出了一种基于加权轮转算法的新型雾计算架构。首先,根据系统中各雾计算节点的计算能力和存储能力给各个雾计算节点分配相应的权值,权值高的节点将分配到更多的任务,权值低的节点则分配较少的任务,以便充分利用系统资源。为防止节点因故障退出和其他任务占用计算资源的情况,在以上机制的基础上,又引入了一种当前节点任务预完成时间汇报机制,各节点根据任务处理情况实时反馈当前任务预完成时间,领导者节点根据收集到的信息,实时更新各节点的权值,使后续任务分配更加合理,达到提高系统资源利用率的目的。3.本文通过对雾计算架构和算法的研究,设计并实现了一种基于新型雾计算架构的在线遥感图像分类系统。首先,给出了遥感图像分类的定义、基础原理和分类过程。然后,分别对系统架构、系统组成结构和系统工作流程进行了详细阐述,最后通过遥感图像分类结果和对系统的合理性分析,证明了本文提出的算法和新型雾计算架构的有效性和合理性,基于新型雾计算架构的在线遥感图像分类系统也基本能够满足用户对在线遥感图像分类业务的需求。根据算法通信复杂度分析,本文提出的改进领导者选举算法降低了算法的通信复杂度,能够达到缩短算法执行时间的目的。根据仿真实验结果对比,本文提出的基于加权轮转算法的新型雾计算架构要优于普通雾计算架构。根据系统运行结果分析,基于新型雾计算架构的在线遥感图像分类系统基本可以满足用户对于遥感图像在线分类系统的需求。