Розробка моделі розподілу задач віддаленого моніторингу здоров’я в розумному місті з урахуванням затримки, енергоспоживання та конфіденційності на fog-вузлах

Автор(и)

  • Іван Олександрович Шевцов Харківський національний університет радіоелектроніки, Україна https://orcid.org/0000-0003-0597-1589
  • Тетяна Григорівна Фесенко Харківський національний університет радіоелектроніки, Україна https://orcid.org/0000-0001-9636-9598

DOI:

https://doi.org/10.15587/2706-5448.2026.358187

Ключові слова:

розумне місто, туманні обчислення, віддалений моніторинг здоров’я, енергоефективність, конфіденційність, розподіл даних

Анотація

Об’єктом дослідження є процеси динамічного розподілу обчислювальних задач у багаторівневих інфраструктурах розумного міста. Досліджено можливості інтеграції ресурсів edge, fog та хмарних обчислень для розбудови систем віддаленого моніторингу пацієнтів (Remote Patient Monitoring, RPM). Вирішувалась проблема балансу між швидкістю обробки критичних медичних сигналів та обмеженою енергоємністю мобільних гаджетів. Також враховано забезпечення конфіденційності персональних даних за передачі завдань на сторонні fog-вузлів (шифрування, механізми віддаленної атестації, використання ізольованих середовищ виконання).

Розроблено комплексну системну модель, що описує процеси виконання RPM-задач (ECG-класифікація, аудіо-аналіз). Сформовано стратегію оффлоадингу, що базується на лінійному зваженому критерії мінімізації енерговитрат і затримки. Запропоновано архітектурний фреймворк, що забезпечує конфіденційність обробки даних на непідконтрольних fog-вузлах, за рахунок використання технологій Trusted Execution Environment (TEE) і розгортання довірених додатків (Trusted Applications). Для валідації рішень проведено серію симуляцій у середовищі YAFS (Yet Another Fog Simulator) з порівнянням сценаріїв Mobile, Hybrid та Fog.

Експериментально встановлено, що перехід до Fog-орієнтованої стратегії дозволяє радикально знизити середню латентність системи (з 0,57 с до показників рівня 0,027–0,030 с). Навантаження на смартфон зменшується більш ніж у 10 разів (з 222–225 mWh до 20,3–20,4 mWh), а автономність носимих сенсорів зростає майже вп’ятеро. Доведено, що використання туманних обчислень забезпечує стабільну якість обслуговування (Quality of Service, QoS) на обладнанні з нижчою потужністю (500 MIPS). Інтеграція процедур атестації за стандартами RATS (Remote ATtestation procedureS) дозволила верифікувати цілісність обчислювального стеку до моменту передачі конфіденційних даних.

Біографії авторів

Іван Олександрович Шевцов, Харківський національний університет радіоелектроніки

Аспірант

Кафедра електронних обчислювальних машин

Тетяна Григорівна Фесенко, Харківський національний університет радіоелектроніки

Доктор технічних наук, професор

Кафедра електронних обчислювальних машин

Посилання

  1. Farias, F. A. C., Dagostini, C. M., Bicca, Y. A., Falavigna, V. F., Falavigna, A. (2020). Remote Patient Monitoring: A Systematic Review. Telemedicine and E-Health, 26 (5), 576–583. https://doi.org/10.1089/tmj.2019.0066
  2. Malasinghe, L. P., Ramzan, N., Dahal, K. (2017). Remote patient monitoring: a comprehensive study. Journal of Ambient Intelligence and Humanized Computing, 10 (1), 57–76. https://doi.org/10.1007/s12652-017-0598-x
  3. Dadkhah, M., Mehraeen, M., Rahimnia, F., Kimiafar, K. (2021). Use of Internet of Things for Chronic Disease Management. Journal of Medical Signals & Sensors, 11 (2), 138–157. https://doi.org/10.4103/jmss.jmss_13_20
  4. HealthTrack SG (2026). Health Promotion Board. Available at: https://www.hpb.gov.sg/healthy-living/healthtracksg
  5. Nanehkaran, Y. A., Licai, Z., Chen, J., Zhongpan, Q., Xiaofeng, Y., Navaei, Y. D. et al. (2022). Diagnosis of Chronic Diseases Based on Patients’ Health Records in IoT Healthcare Using the Recommender System. Wireless Communications and Mobile Computing, 2022 (1). https://doi.org/10.1155/2022/5663001
  6. Rodrigues, V. F., da Rosa Righi, R., da Costa, C. A., Zeiser, F. A., Eskofier, B., Maier, A. et al. (2023). Digital health in smart cities: Rethinking the remote health monitoring architecture on combining edge, fog, and cloud. Health and Technology, 13 (3), 449–472. https://doi.org/10.1007/s12553-023-00753-3
  7. Pro zatverdzhennia normatyvnykh dokumentiv shchodo zastosuvannia telemedytsyny u sferi okhorony zdorovia (2015). Nakaz MOZ Ukrainy No. 681. 19.10.2015. Available at: https://zakon.rada.gov.ua/go/z1400-15 Last accessed: 03.02.2026
  8. Byshenko, H., Avtomieienko, Y. (2024). Analysis of the government policy of the reform of electronic health care and medicine of Ukraine. State Formation, 1 (35), 290–304. https://doi.org/10.26565/1992-2337-2024-1-22
  9. OpenFog Reference Architecture for Fog Computing (2017). OpenFog Consortium, 162. Available at: https://www.iiconsortium.org/pdf/OpenFog_Reference_Architecture_2_09_17.pdf
  10. Muneeb, M., Ko, K.-M., Park, Y.-H. (2021). A Fog Computing Architecture with Multi-Layer for Computing-Intensive IoT Applications. Applied Sciences, 11 (24), 11585. https://doi.org/10.3390/app112411585
  11. Hossam, H. S., Abdel-Galil, H., Belal, M. (2024). An energy-aware module placement strategy in fog-based healthcare monitoring systems. Cluster Computing, 27 (6), 7351–7372. https://doi.org/10.1007/s10586-024-04308-7
  12. Mahmoud, M. M. E., Rodrigues, J. J. P. C., Saleem, K. (2019). Cloud of Things for Healthcare: A Survey from Energy Efficiency Perspective. 2019 International Conference on Computer and Information Sciences (ICCIS). Sakaka: IEEE, 1–7. https://doi.org/10.1109/iccisci.2019.8716388
  13. Dong, S., Tang, J., Abbas, K., Hou, R., Kamruzzaman, J., Rutkowski, L. et al. (2024). Task offloading strategies for mobile edge computing: A survey. Computer Networks, 254, 110791. https://doi.org/10.1016/j.comnet.2024.110791
  14. Matrouk, K., Alatoun, K. (2021). Scheduling Algorithms in Fog Computing: A Survey. International Journal of Networked and Distributed Computing, 9 (1), 59. https://doi.org/10.2991/ijndc.k.210111.001
  15. Adhikari, M., Gianey, H. (2019). Energy efficient offloading strategy in fog-cloud environment for IoT applications. Internet of Things, 6, 100053. https://doi.org/10.1016/j.iot.2019.100053
  16. Fan, J., Liu, J., Chen, J., Yang, J. (2018). LPDC: Mobility-and Deadline-Aware Task Scheduling in Tiered IoT. 2018 IEEE 4th International Conference on Computer and Communications (ICCC). Chengdu: IEEE, 857–863. https://doi.org/10.1109/compcomm.2018.8780904
  17. Gao, X., Huang, X., Bian, S., Shao, Z., Yang, Y. (2020). PORA: Predictive Offloading and Resource Allocation in Dynamic Fog Computing Systems. IEEE Internet of Things Journal, 7 (1), 72–87. https://doi.org/10.1109/jiot.2019.2945066
  18. Li, C., Tang, J., Zhang, Y., Yan, X., Luo, Y. (2019). Energy efficient computation offloading for nonorthogonal multiple access assisted mobile edge computing with energy harvesting devices. Computer Networks, 164, 106890. https://doi.org/10.1016/j.comnet.2019.106890
  19. Shevtsov, I. (2024). Actual problems of remote patient monitoring. Computer-Integrated Technologies: Education, Science, Production, (56), 5–11. https://doi.org/10.36910/6775-2524-0560-2024-56-01
  20. Shevtsov, I. (2024). The comparative analysis of the effectiveness of edge computing and fog computing in medical monitoring systems. Information Technology and Society, 3 (14), 44–53. https://doi.org/10.32689/maup.it.2024.3.6
  21. Shevtsov, I. O. (2024). Hybrid computing models (fog and edge) for optimizing remote monitoring of chronic diseases. Scientific Notes of Taurida National V. I. Vernadsky University. Series: Technical Sciences, 1 (5), 343–353. https://doi.org/10.32782/2663-5941/2024.5.1/48
  22. TEE Internal Core API Specification. GlobalPlatform. Available at: https://globalplatform.org/wp-content/uploads/2021/03/GPD_TEE_Internal_Core_API_Specification_v1.3.1_PublicRelease_CC.pdf
  23. RFC 9334: Remote ATtestation procedureS (RATS) Architecture. IETF Datatracker. Available at: https://datatracker.ietf.org/doc/rfc9334/
  24. Ménétrey, J., Göttel, C., Khurshid, A., Pasin, M., Felber, P., Schiavoni, V. et al. (2022). Attestation Mechanisms for Trusted Execution Environments Demystified. Distributed Applications and Interoperable Systems. Cham: Springer, 95–113. https://doi.org/10.1007/978-3-031-16092-9_7
  25. Albahri, O. S., Albahri, A. S., Mohammed, K. I., Zaidan, A. A., Zaidan, B. B., Hashim, M. et al. (2018). Systematic Review of Real-time Remote Health Monitoring System in Triage and Priority-Based Sensor Technology: Taxonomy, Open Challenges, Motivation and Recommendations. Journal of Medical Systems, 42 (5). https://doi.org/10.1007/s10916-018-0943-4
  26. Kraemer, F. A., Braten, A. E., Tamkittikhun, N., Palma, D. (2017). Fog Computing in Healthcare – A Review and Discussion. IEEE Access, 5, 9206–9222. https://doi.org/10.1109/access.2017.2704100
  27. Skorin-Kapov, L., Matijasevic, M. (2010). Analysis of QoS Requirements for e-Health Services and Mapping to Evolved Packet System QoS Classes. International Journal of Telemedicine and Applications, 2010, 1–18. https://doi.org/10.1155/2010/628086
  28. Gallego, J. R., Hernandez-Solana, A., Canales, M., Lafuente, J., Valdovinos, A., Fernandez-Navajas, J. (2005). Performance analysis of multiplexed medical data transmission for mobile emergency care over the UMTS channel. IEEE Transactions on Information Technology in Biomedicine, 9 (1), 13–22. https://doi.org/10.1109/titb.2004.838362
  29. Ding, N., Wagner, D., Chen, X., Pathak, A., Hu, Y. C., Rice, A. (2013). Characterizing and modeling the impact of wireless signal strength on smartphone battery drain. Proceedings of the ACM SIGMETRICS/International Conference on Measurement and Modeling of Computer Systems, 29–40. https://doi.org/10.1145/2465529.2466586
  30. Arm Firmware Framework for Arm A-profile (2025). Arm Ltd. Available at: https://developer.arm.com/-/cdn-downloads/permalink/Architectures/Armv9/DEN0077A_Firmware_Framework_Arm_A-profile_1.3_ALP1_ALP2_Diff.pdf
  31. Pei, M., Tschofenig, H., Thaler, D. (2023). Trusted Execution Environment Provisioning (TEEP) Architecture. Internet Engineering Task Force. Available at: https://datatracker.ietf.org/doc/html/rfc9397
  32. Remote Integrity Verification of Network Devices Containing Trusted Platform Modules (2024). IETF. Available at: https://datatracker.ietf.org/doc/rfc9683/ Last accessed: 27.03.2026
  33. Security-Enhanced Linux in Android. Available at: https://source.android.com/docs/security/features/selinux/ Last accessed: 27.03.2026
  34. Lera, I., Guerrero, C., Juiz, C. (2019). YAFS: A Simulator for IoT Scenarios in Fog Computing. IEEE Access, 7, 91745–91758. https://doi.org/10.1109/access.2019.2927895
  35. Chen, X., Ding, N., Jindal, A., Hu, Y. C., Gupta, M., Vannithamby, R. (2015). Smartphone Energy Drain in the Wild. ACM SIGMETRICS Performance Evaluation Review, 43 (1), 151–164. https://doi.org/10.1145/2796314.2745875
  36. Liu, X., Chen, T., Qian, F., Guo, Z., Lin, F. X., Wang, X. et al. (2017). Characterizing Smartwatch Usage in the Wild. Proceedings of the 15th Annual International Conference on Mobile Systems, Applications, and Services, 385–398. https://doi.org/10.1145/3081333.3081351
  37. Abdelmoneem, R. M., Benslimane, A., Shaaban, E. (2020). Mobility-aware task scheduling in cloud-Fog IoT-based healthcare architectures. Computer Networks, 179, 107348. https://doi.org/10.1016/j.comnet.2020.107348
  38. Dubey, H., Yang, J., Constant, N., Amiri, A. M., Yang, Q., Makodiya, K. (2015). Fog Data: Enhancing Telehealth Big Data Through Fog Computing. Proceedings of the ASE BigData & SocialInformatics 2015, 1–6. https://doi.org/10.1145/2818869.2818889
  39. Dubey, H., Monteiro, A., Mahler, L., Yang, Q., Mankodiya, K. (2016). FIT: A Fog Computing Device for Speech TeleTreatments. 2016 IEEE International Conference on Smart Computing (SMARTCOMP). https://doi.org/10.13140/RG.2.1.1023.8328
  40. Rahmani, A. M., Gia, T. N., Negash, B., Anzanpour, A., Azimi, I., Jiang, M. et al. (2018). Exploiting smart e-Health gateways at the edge of healthcare Internet-of-Things: A fog computing approach. Future Generation Computer Systems, 78, 641–658. https://doi.org/10.1016/j.future.2017.02.014
  41. Gia, T. N., Jiang, M., Rahmani, A.-M., Westerlund, T., Liljeberg, P., Tenhunen, H. (2015). Fog Computing in Healthcare Internet of Things: A Case Study on ECG Feature Extraction. 2015 IEEE International Conference on Computer and Information Technology; Ubiquitous Computing and Communications; Dependable, Autonomic and Secure Computing; Pervasive Intelligence and Computing. Liverpool: IEEE, 356–363. https://doi.org/10.1109/cit/iucc/dasc/picom.2015.51
  42. AMD Geode LX Processors Data Book (2009). AMD. Available at: https://www.amd.com/content/dam/amd/en/documents/archived-tech-docs/datasheets/33234H_LX_databook.pdf
  43. Gomez, K., Rasheed, T., Riggio, R., Miorandi, D., Sengul, C., Bayer, N. (2013). Achilles and the tortoise: Power consumption in IEEE 802.11n and IEEE 802.11g networks. 2013 IEEE Online Conference on Green Communications (OnlineGreenComm). Piscataway: IEEE, 20–26. https://doi.org/10.1109/onlinegreencom.2013.6731023
  44. Bulić, P., Kojek, G., Biasizzo, A. (2019). Data Transmission Efficiency in Bluetooth Low Energy Versions. Sensors, 19 (17), 3746. https://doi.org/10.3390/s19173746
Developing a task allocation model for remote health monitoring in smart cities, considering latency, energy consumption, and privacy on fog nodes

##submission.downloads##

Опубліковано

2026-04-30

Як цитувати

Шевцов, І. О., & Фесенко, Т. Г. (2026). Розробка моделі розподілу задач віддаленого моніторингу здоров’я в розумному місті з урахуванням затримки, енергоспоживання та конфіденційності на fog-вузлах. Technology Audit and Production Reserves, 2(2(88), 34–47. https://doi.org/10.15587/2706-5448.2026.358187

Номер

Том 2 № 2(88) (2026): Інформаційно-керуючі системи

Розділ

Інформаційні технології

Ліцензія

Авторське право (c) 2026 Ivan Shevtsov, Tetiana Fesenko

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.