Universiẗat, Diss., 1998--Tübingen.

Thesis (doctoral) - Techn. Univ., Braunschweig, 2003.

Techn. Universiẗat, Diss., 2000--München.

Thesis (doctoral)--Universität St. Gallen, 2005.

Th. Univ. Fribourg Suisse, 2006. / Im Buchh.: Fribourg : iimt University Press. Literaturverz.

Techn. University, Diss., 2002--Darmstadt.

Universiẗat, Diss., 2003--Regensburg.

Techn. University, Diss., 2005--Darmstadt.

Datornätverken håller på att förändras i grunden där det traditionella sättet med enheter som konfigureras en och en byts mot ett mer automatiserat sätt. Denna nya typ av nätverk benämns ofta ”Software Defined Network (SDN)” och använder sig av en centraliserad Controller som styr nätverket. För automatisering och användning av applikationer inom SDN används Application Programming Interface(API).Denna nya typ av nätverk förändrar kraven som ställs på nätverksadministratörer och skapar nya möjligheter. Några av dessa möjligheter skapas genom öppnande av API:er där applikationer nu kan integreras in i nätverket. Detta gör att nätverksadministratörer även behöver ha kunskap kring API:er och förstå vilka möjligheter de skapar i nätverket. Rapportens syfte var att redogöra för dessa genom följande frågeställningar: 1. Vilken kompetens kommer att krävas av morgondagens nätverksadministratör (två- till fyra-års sikt) 2. Hur kommer det programmerbara (API) nätverket att förändra sättet att etablera nya tjänster/applikationer i företagens nätverk? 3. Hur kan dessa applikationer implementeras på ett nytt och automatiserat sätt? För att besvara frågeställningarna användes en exempelteknik ”Cisco Software Defined Access (SDA)” som är en ny SDN-lösning släppt på marknaden under 2017.Resultatet från frågeställning ett visade att kunskap kring nya protokoll som implementeras för att lösa utmaningen kring segmentering, mobilitet och säkerhet i nätverk blir viktigt. Exempel på detta var protokollen LISP och VXLAN som tillsammans med ett overlay-lager skapar dessa möjligheter. Resultatet visade även att kunskap kring hur Northbound och Southbound Interfaces används för styrande av nätverksenheterna och integration mellan applikationer blir en viktig kompetens.Resultatet för frågeställning två visade hur API:er förenklar utvecklingen av tredjeparts applikationer, något som gör att användningen och utvecklingen av applikationer kommer öka i allt snabbare takt. Slutligen visade resultatet exempel på hur en brandväggsapplikation kan förenkla och effektivisera arbetet för en nätverksadministratör.

IoT has become tremendously popular. It provides information access, processing and connectivity for a huge number of devices or sensors. IoT systems, however, often do not process the information locally, rather send the information to remote locations in the Cloud. As a result, it adds huge amount of data traffic to the network and additional delay to data processing. The later feature might have significant impact on applications that require fast response times, such as sophisticated artificial intelligence (AI) applications including Augmented reality, face recognition, and object detection. Consequently, edge computing paradigm that enables computation of data near the source has gained a significant importance in achieving a fast response time in the recent years. IoT devices can be employed to provide computational resources at the edge of the network near the sensors and actuators. The aim of this thesis work is to design and implement a kind of edge computing concept that brings AI models to a small embedded IoT device by the use of virtualization concepts. The use of virtualization technology enables the easy packing and shipping of applications to different hardware platforms. Additionally, this enable the mobility of AI models between edge devices and the Cloud. We will implement an AI model inside a Docker container, which will be deployed on a FireflyRK3399 single-board computer (SBC). Furthermore, we will conduct CPU and memory performance evaluations of Docker on Firefly-RK3399. The methodology adopted to reach to our goal is experimental research. First, different literatures have been studied to demonstrate by implementation the feasibility of our concept. Then we setup an experiment that covers measurement of performance metrics by applying synthetic load in multiple scenarios. Results are validated by repeating the experiment and statistical analysis. Results of this study shows that, an AI model can successfully be deployed and executed inside a Docker container on Arm-Cortex-based single-board computer. A Docker image of OpenFace face recognition model is built for ARM architecture of the Firefly SBC. On the other hand, the performance evaluation reveals that the performance overhead of Docker in terms of CPU and Memory is negligible. The research work comprises the mechanisms how AI application can be containerized in ARM architecture. We conclude that the methods can be applied to containerize software application in ARM based IoT devices. Furthermore, the insignificant overhead brought by Docker facilitates for deployment of applications inside a container with less performance overhead. The functionality of IoT device i.e. Firefly-RK3399 is exploited in this thesis. It is shown that the device is capable and powerful and gives an insight for further studies.