{rfName}
AI

Licencia y uso

Altmetrics

Análisis de autorías institucional

Cuadrado FAutor o Coautor

Compartir

6 de enero de 2023
Publicaciones
>
Review
Green

AI-based fog and edge computing: A systematic review, taxonomy and future directions

Publicado en:Internet Of Things. 21 100674- - 2023-04-01 21(), DOI: 10.1016/j.iot.2022.100674

Autores: Iftikhar, Sundas; Gill, Sukhpal Singh; Song, Chenghao; Xu, Minxian; Aslanpour, Mohammad Sadegh; Toosi, Adel N; Du, Junhui; Wu, Huaming; Ghosh, Shreya; Chowdhury, Deepraj; Golec, Muhammed; Kumar, Mohit; Abdelmoniem, Ahmed M; Cuadrado, Felix; Varghese, Blesson; Rana, Omer; Dustdar, Schahram; Uhlig, Steve

Afiliaciones

Abdullah Gul Univ, Kayseri, Turkiye - Autor o Coautor
Abdullah Gul Universitesi , Queen Mary University of London - Autor o Coautor
Cardiff Univ, Sch Comp Sci & Informat, Cardiff, Wales - Autor o Coautor
Cardiff University - Autor o Coautor
Chinese Acad Sci, Shenzhen Inst Adv Technol, Shenzhen, Peoples R China - Autor o Coautor
CSIRO Data61 , Monash University - Autor o Coautor
CSIRO DATA61, Eveleigh, Australia - Autor o Coautor
Dr. B.R. Ambedkar National Institute of Technology - Autor o Coautor
Int Inst Informat Technol IIIT, Dept Elect & Commun Engn, Naya Raipur, India - Autor o Coautor
International Institute of Information Technology - Autor o Coautor
Monash Univ, Fac Informat Technol, Dept Software Syst & Cybersecur, Melbourne, Australia - Autor o Coautor
Monash University - Autor o Coautor
Natl Inst Technol, Dept Informat Technol, Jalandhar, India - Autor o Coautor
Penn State Univ, State Coll, PA USA - Autor o Coautor
Pennsylvania State University - Autor o Coautor
Queen Mary Univ London, Sch Elect Engn & Comp Sci, London E1 4NS, England - Autor o Coautor
Queen Mary Univ London, Sch Elect Engn & Comp Sci, London, England - Autor o Coautor
Queen Mary University of London - Autor o Coautor
Queen Mary University of London , University of Kotli Azad Jammu and Kashmir - Autor o Coautor
Shenzhen Institute of Advanced Technology - Autor o Coautor
Tech Univ Madrid UPM, Madrid, Spain - Autor o Coautor
Tianjin Univ, Ctr Appl Math, Tianjin, Peoples R China - Autor o Coautor
Tianjin University - Autor o Coautor
Univ Kotli Azad Jammu & Kashmir, Kotli, Azad Kashmir, Pakistan - Autor o Coautor
Univ St Andrews, Sch Comp Sci, St Andrews, Scotland - Autor o Coautor
Universidad Politécnica de Madrid - Autor o Coautor
University of St Andrews - Autor o Coautor
Vienna Univ Technol, Distributed Syst Grp, Vienna, Austria - Autor o Coautor
Vienna University of Technology, Distributed Systems Group - Autor o Coautor
Ver más

Resumen

Resource management in computing is a very challenging problem that involves making sequential decisions. Resource limitations, resource heterogeneity, dynamic and diverse nature of workload, and the unpredictability of fog/edge computing environments have made resource management even more challenging to be considered in the fog landscape. Recently Artificial Intelligence (AI) and Machine Learning (ML) based solutions are adopted to solve this problem. AI/ML methods with the capability to make sequential decisions like reinforcement learning seem most promising for these type of problems. But these algorithms come with their own challenges such as high variance, explainability, and online training. The continuously changing fog/edge environment dynamics require solutions that learn online, adopting changing computing environment. In this paper, we used standard review methodology to conduct this Systematic Literature Review (SLR) to analyze the role of AI/ML algorithms and the challenges in the applicability of these algorithms for resource management in fog/edge computing environments. Further, various machine learning, deep learning and reinforcement learning techniques for edge AI management have been discussed. Furthermore, we have presented the background and current status of AI/ML-based Fog/Edge Computing. Moreover, a taxonomy of AI/ML-based resource management techniques for fog/edge computing has been proposed and compared the existing techniques based on the proposed taxonomy. Finally, open challenges and promising future research directions have been identified and discussed in the area of AI/ML-based fog/edge computing.

Palabras clave

cloud computingcontainer orchestrationedge computingfog computinginternetinternet of thingsiotmachine learningmanagementmaximizationsensorsimulationsystematic literature reviewtoolkitworkloadArtificial intelligenceCloud computingEdge computingFog computingInternet of thingsMachine learningResource-allocationSystematic literature review

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Internet Of Things debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2023, se encontraba en la posición 29/250, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Computer Science, Information Systems.

Desde una perspectiva relativa, y atendiendo al indicador del impacto normalizado calculado a partir de las Citas Mundiales proporcionadas por WoS (ESI, Clarivate), arroja un valor para la normalización de citas relativas a la tasa de citación esperada de: 14.37. Esto indica que, de manera comparada con trabajos en la misma disciplina y en el mismo año de publicación, lo ubica como trabajo citado por encima de la media. (fuente consultada: ESI 14 Nov 2024)

Esta información viene reforzada por otros indicadores del mismo tipo, que aunque dinámicos en el tiempo y dependientes del conjunto de citaciones medias mundiales en el momento de su cálculo, coinciden en posicionar en algún momento al trabajo, entre el 50% más citados dentro de su temática:

  • Media Ponderada del Impacto Normalizado de la agencia Scopus: 17.66 (fuente consultada: FECYT Feb 2024)
  • Field Citation Ratio (FCR) de la fuente Dimensions: 107.77 (fuente consultada: Dimensions Jul 2025)

De manera concreta y atendiendo a las diferentes agencias de indexación, el trabajo ha acumulado, hasta la fecha 2025-07-11, el siguiente número de citas:

  • WoS: 72
  • Scopus: 136
  • Google Scholar: 175

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-07-11:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 240.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 318 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 11.6.
  • El número de menciones en la red social X (antes Twitter): 5 (Altmetric).
  • El número de menciones en medios de comunicación: 1 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
  • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://oa.upm.es/87342/

Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: Australia; Austria; China; Gran Bretanya; India; Pakistan; Turkey; United Kingdom; United States of America.