由于物聯(lián)網(wǎng)的發(fā)展，現(xiàn)有的云網(wǎng)絡(luò)已經(jīng)不能適應(yīng)日益增長的數(shù)據(jù)負載和處理需求，特別是在實時性方面。連接到物聯(lián)網(wǎng)的消費者和企業(yè)設(shè)備的增加給云服務(wù)帶來了太大的壓力，即使是最尖端的提供商。雖然它提供了一個集中的體系結(jié)構(gòu)，但是帶寬不夠，而且成本太高。物聯(lián)網(wǎng)云服務(wù)面臨的其他問題包括高延遲、易受網(wǎng)絡(luò)攻擊、缺乏位置意識和停機時間問題。為了解決這些問題，公司正慢慢轉(zhuǎn)向fog計算，它將云擴展到更接近產(chǎn)生物聯(lián)網(wǎng)數(shù)據(jù)并對其進行操作的東西。在這里，設(shè)計使用端點（例如傳感器、攝像機）和云數(shù)據(jù)中心之間的本地計算節(jié)點（fog節(jié)點）來收集、存儲和處理數(shù)據(jù)，而不是使用遠程云數(shù)據(jù)中心。它基本上是指分散計算結(jié)構(gòu)。此外，它的靈活性以及從集中云和網(wǎng)絡(luò)邊緣設(shè)備收集和處理數(shù)據(jù)的能力，使其成為緩解我們今天面臨的信息過載的最具資源和新興技術(shù)之一。

重要特征

霧計算的一些主要功能包括低延遲和位置感知，廣泛的地理分布，移動性和可擴展性，以包括許多節(jié)點。這就是為什么霧計算系統(tǒng)以廣泛分布的方式非常靠近最終用戶部署的原因。托管的霧計算節(jié)點擁有足夠的計算能力和存儲能力來處理資源密集型用戶請求。這些霧節(jié)點還可以在沒有第三方干擾的情況下處理任務(wù)，并在物聯(lián)網(wǎng)連續(xù)性中共同提供計算靈活性，更好的通信和存儲容量。在啟用實時交互的同時，基于霧的分析可以增強自覺和響應(yīng)的重現(xiàn)客戶需求關(guān)系。由于霧計算可以獨立于云運行由于具有服務(wù)器，因此即使在沒有網(wǎng)絡(luò)連接到云的情況下，也可以確保用戶獲得連續(xù)，不間斷的服務(wù)。當它靠近最終用戶時，它還增強了加密數(shù)據(jù)的安全性，從而減少了對其所部署的系統(tǒng)中敵對元素的暴露。它還提高了QoS，并為資源受限的設(shè)備提供了軟件和安全更新。

霧計算vs邊緣計算

有時，霧計算經(jīng)?？苫Q地用于術(shù)語邊緣計算。盡管兩者在將數(shù)據(jù)和情報推送到數(shù)據(jù)源附近的分析平臺方面提供了相同的功能，但是邊緣計算和霧計算之間的關(guān)鍵區(qū)別在于該數(shù)據(jù)的處理位置。在邊緣計算的情況下，像可編程自動化控制器一樣，在靠近數(shù)據(jù)生成的地方進行數(shù)據(jù)處理。相反，在霧計算中，數(shù)據(jù)在霧節(jié)點或IoT網(wǎng)關(guān)內(nèi)處理，霧節(jié)點或IoT網(wǎng)關(guān)位于網(wǎng)絡(luò)的局域網(wǎng)（LAN）級別內(nèi)。

常用應(yīng)用

在霧計算中有多種應(yīng)用。例如，由于霧網(wǎng)絡(luò)的能力和彈性，可以通過實時數(shù)據(jù)分析提供低延遲，移動性和位置標識，因此在線流媒體平臺可以提供不間斷的觀看服務(wù)。同樣，在醫(yī)療保健領(lǐng)域，我們每天都會產(chǎn)生大量的患者數(shù)據(jù)。利用霧計算可以減少耗時數(shù)分鐘的數(shù)據(jù)傳輸并將其轉(zhuǎn)換為秒。對于患者護理而言，這是非常重要的，因為它將大大提高服務(wù)速度。

就自動駕駛系統(tǒng)（ADS）而言，公司需要整合多種先進技術(shù)，例如多模式傳感器，計算機視覺，人工智能和機器學習等。這些技術(shù)可以幫助系統(tǒng)執(zhí)行數(shù)據(jù)融合，圖像分析，映射和預測確定傳動系統(tǒng)的最佳動作和控制。因此，有了霧計算環(huán)境，就可以在邊緣（汽車中）及其端點（制造商）之間實現(xiàn)所有這些數(shù)據(jù)功能的通信。

責任編輯：PSY