雾计算，也被称为雾网络或雾化技术，是一种去中心化的计算架构。它能够将云计算的功能引入网络的边缘部分。这种技术旨在提高效率、减少延迟，并提升数据处理能力。在本文中，我们将详细了解雾计算的相关概念。

什么是雾计算？

“雾计算”是思科提出的一个概念，指的是一种扩展技术。云计算它位于企业的网络边缘。因此，它也被称为……边缘计算或者，也可以称之为“雾计算”。它有助于实现终端设备与计算数据中心之间的计算、存储和网络服务的协同运作。

• 构成雾计算基础设施的设备被称为“雾节点”。
• 在雾计算模式下，所有的存储功能、计算能力、数据以及应用程序都位于云端与物理主机之间。
• 所有这些功能都位于主机附近。这样一来，处理速度就会更快，因为数据几乎是在产生数据的那个地方就被处理了。
• 它提升了系统的效率，同时还能确保系统的安全性得到提升。

雾计算的历史

“雾计算”这一术语是由思科公司在2014年1月提出的。之所以如此命名，是因为“雾”指的是那些靠近地面的云层；而“雾计算”则指的是那些位于主机与云之间、靠近主机的节点上的计算资源。其目的就是让系统的计算能力能够更接近主机设备。随着这一概念的逐渐流行，IBM在2015年也提出了类似的术语来描述这一概念。“边缘计算”

雾计算的类型

• 设备级雾计算：设备级雾计算利用了低功耗技术，包括传感器、交换机和路由器等组件。它可以用来从这些设备中收集数据，并将这些数据上传到云端进行分析。
• 边缘级雾计算：边缘级雾计算利用的是与网络连接的服务器或设备。这些设备可以在数据被上传到云端之前对其进行处理。
• 网关级雾计算：在网关级别，雾计算利用各种设备将边缘设备与云连接起来。这些设备可以用来控制流量，并且只向云发送相关的数据。
• 云级雾计算：云级雾计算利用基于云的服务器或设备来处理数据。这些设备可以在数据被发送给最终用户之前对其进行处理。

雾计算中的组成部分

• 边缘设备：边缘设备是距离数据源最近的网络设备。这些设备通常由传感器组成。可编程逻辑控制器（PLCs）以及网关路由器。
• 数据处理：数据处理是在边缘设备上本地完成的，而不是被路由到中央处理中心进行处理。这样做能够获得更好的性能，同时还能降低成本。延迟。
• 数据存储：在数据存储方面，与将数据传输到中心位置相比，边缘设备可以在本地存储信息。这样不仅可以提高安全性和隐私性，还能降低延迟问题。
• 连接性：为了使雾计算能够正常运行，边缘设备必须能够以高速的方式与网络中的其他设备相连。这可以通过有线或无线方式来实现。

何时使用雾计算？

• 当只需要将部分数据发送到云端时，就会使用这种方法。这些被选中用于长期存储的数据，其访问频率相对较低。
• 这种技术适用于那些需要在一小部分时间内对数据进行分析的情况，也就是说，延迟时间应该非常短。
• 当需要在广阔的地理区域内，为大量的服务提供相应的支持时，就会使用这种方式。
• 那些需要进行复杂计算与处理的设备，必须使用雾计算技术。
• 在现实世界中，雾计算被应用于各种物联网设备中。这些设备通常配备了传感器和摄像头，属于工业物联网范畴。物联网等等。

雾计算的优势

• 这种方法可以减少需要传输到云中的数据量。
• 因为数据需要传输的距离减少了，所以就能节省资源。网络带宽。
• 缩短了系统的响应时间。
• 由于数据存储在主机附近，这提升了系统的整体安全性。
• 它提供了更好的隐私保护，因为各行业可以在本地对数据进行分析。

雾计算的不利之处

• 由于流量增加，主机与雾节点之间可能会出现拥塞现象。
• 当在主机和云之间添加另一层设备时，功耗会有所增加。
• 在主机与雾节点之间，以及雾节点与云之间安排任务是非常困难的。
• 随着数据的存储和计算过程，数据传输也变得相当繁琐。加密与解密反过来，这也释放了数据。

雾计算的应用

• 它可以用于监测和分析患者的状况。在紧急情况下，可以及时通知医生。
• 它可以用于实时监测铁路状况。对于高速列车来说，我们希望延迟尽可能小。
• 它可以用于优化天然气和石油管道的运行。不过，它会产生大量的数据，而将所有数据存储在云端以供分析的话，效率会非常低。

边缘计算与雾计算之间的区别

边缘计算

雾计算

结论

最后，雾计算能够将云计算的功能扩展到网络的边缘部分。这样可以提高效率、降低延迟，同时提升数据处理能力。它非常适合用于这样的场景。实时数据分析适用于低延迟应用场景，比如物联网领域；同时，在需要严格保护数据隐私和安全的情况下，雾计算也发挥着重要作用。虽然雾计算能够提升系统的可扩展性并降低带宽使用成本，但在处理数据拥塞问题以及提高功耗方面仍然存在一些挑战。目前，雾计算已经在医疗监控、工业物联网以及各种行业的实时分析等领域得到了广泛应用。