云計算驅(qū)動了霧計算的發(fā)展

精品文檔-下載后可編輯云計算驅(qū)動了霧計算的發(fā)展認為霧計算/邊緣計算（MEC）是云計算的延伸，其發(fā)展源自物聯(lián)網(wǎng)（IoT）實時反饋型應(yīng)用需求的驅(qū)動，通過霧計算/MEC將數(shù)據(jù)采集、數(shù)據(jù)處理和應(yīng)用分析程序集中在網(wǎng)絡(luò)邊緣設(shè)備中，使云端計算、網(wǎng)絡(luò)、存儲能力得以向邊緣擴展。提出在IoT中采用中樞智能與邊緣智能的兩級架構(gòu)，實現(xiàn)霧計算與云計算的協(xié)作，提高IoT處理效率。

IoT；云計算；霧計算；IoT云平臺；IoT網(wǎng)關(guān)

Fogcomputing/multi-accessedgecomputing（MEC）drivenbythereal-timefeedbackapplicationrequirementsofInternetofthings（IoT）istheextensionofcloudcomputing.Fogcomputing/MECcentralizesdataacquisition，dataprocessingandapplicationanalysisontheedgeofthenetworkequipments，andextendscloudcomputing，networking，andstoragecapacitytotheedge.ThetwolayersarchitectureofIoTwhichcontainscentralintelligenceandedgeintelligenceisproposedinthispaper.Bythisway，cloudcomputingandfogcomputing/MECcanbecarriedoutincollaboration，andtheprocessingefficiencywillbeimproved.

IoT；cloudcomputing；fogcomputing；IoTplatform；IoTgateway

云計算、大數(shù)據(jù)、人工智能等技術(shù)不斷發(fā)展和成熟，推動了傳統(tǒng)行業(yè)的轉(zhuǎn)型升級和增效，改善著人們的生活，物聯(lián)網(wǎng)（IoT）也從簡單的物與物連接向智能化方向轉(zhuǎn)型。隨著智能化的深入，開發(fā)者可以在智能分析的基礎(chǔ)上為各行業(yè)提供特色的應(yīng)用與服務(wù)，從而真正改變?nèi)藗兊墓ぷ魃罘绞?。?jù)Gartner報告預(yù)測，2022年全球智能連接數(shù)將達到1000億，市場規(guī)模達到3000多億美元，涵蓋家居安防、環(huán)境監(jiān)測、能源、車聯(lián)網(wǎng)、等領(lǐng)域，IoT規(guī)模應(yīng)用時機已經(jīng)成熟。

1霧計算的發(fā)展來自于IoT

的需求

IoT應(yīng)用可分為兩種：一種是事后分析型，即通過IoT終端采集數(shù)據(jù)，并通過IoT專用網(wǎng)絡(luò)或公網(wǎng)傳送到云端，c大數(shù)據(jù)結(jié)合進行數(shù)據(jù)采集和分析，這種應(yīng)用往往是單向的，即以采集為主，不需要反向的數(shù)據(jù)傳輸；還有一種是實時反饋型，即不僅通過IoT終端進行數(shù)據(jù)采集和分析，還要在反向進行實時反饋，這類應(yīng)用對時延和可靠性有更高的要求。目前的IoT架構(gòu)仍然是以云為中心，主要特征是終端到云的通信，并在云端進行數(shù)據(jù)分析，即以事后分析型應(yīng)用為主。隨著IoT的發(fā)展，實時反饋型應(yīng)用需求會更多，目前以云為中心的架構(gòu)顯然不能滿足此類應(yīng)用的需求。

霧計算和邊緣計算（MEC）應(yīng)運而生，或者說霧計算的發(fā)展本質(zhì)上是由于IoT的驅(qū)動。霧計算的提出使得整個架構(gòu)從中樞智能向邊緣智能轉(zhuǎn)變，把數(shù)據(jù)采集、數(shù)據(jù)處理和應(yīng)用分析集中到網(wǎng)絡(luò)邊緣的設(shè)備上，即霧計算將云端的計算、網(wǎng)絡(luò)、存儲能力向邊緣延伸和擴展。云計算和霧計算在各方面的不同點如表1所示。

2霧計算的本質(zhì)是“就近提

供服務(wù)”和“分布式智能”

與霧計算異曲同工的另一種技術(shù)是MEC。根據(jù)IMT2022（5G）的描述，移動邊緣內(nèi)容與計算技術(shù)是在靠近移動用戶的位置上提供信息技術(shù)服務(wù)環(huán)境和云計算能力，將內(nèi)容分發(fā)推送到靠近用戶側(cè)，應(yīng)用、服務(wù)和內(nèi)容都部署在高度分布的環(huán)境中，從而更好地支持5G網(wǎng)絡(luò)中低時延和高帶寬的業(yè)務(wù)要求，主要就是IoT的場景。無論是霧計算還是MEC，本質(zhì)都是“就近提供服務(wù)”和“分布式智能”，他們包括如下所述的一些主要特征。

（1）本地在線分析，更好的實時計算能力，滿足高時延應(yīng)用（如IoT）；

（2）更低時延和提高可靠性；

（3）最大化安全和私密性；

（4）更低的帶寬需求，解決海量連接云端帶寬擁塞；

（5）數(shù)據(jù)的分布式處理，降低海量數(shù)據(jù)的儲存需求；

（6）位置感知：由于是近距離分布，可以較為精確地獲取設(shè)備的位置信息；

（7）更好地實現(xiàn)網(wǎng)絡(luò)上下文信息的解析。

從霧計算和MEC的特點，我們可以看到霧計算/MEC更適用于需要快速反饋的IoT場景：首先，能夠在本地進行數(shù)據(jù)和應(yīng)用的處理，對業(yè)務(wù)的計算時間更短；其次，數(shù)據(jù)在本地進行處理，需要的帶寬更少，降低了對網(wǎng)絡(luò)的需求；此外，由于部署在本地，響應(yīng)時間和可調(diào)節(jié)性也就更好。

3霧計算與IoT架構(gòu)的結(jié)合

在IoT中，很多垂直行業(yè)應(yīng)用都需要及時反饋對終端的控制下達，也就是前面提到的實時反饋型應(yīng)用，其對于時延、可靠性、安全的要求更高。特別是在工業(yè)互聯(lián)網(wǎng)和車聯(lián)網(wǎng)場景下，云端處理的方式不能滿足延時與可靠性要求，還存在更多的安全漏洞。建議在這種場景下，采用分級處理的方式，第一級處理靠近場景的邊緣，及時處理本地數(shù)據(jù)并實時反饋，處理結(jié)果分析和匯總可以在云端進行，本地節(jié)點同樣具備存儲能力，不需要將所有數(shù)據(jù)都傳送到云端。云端處理結(jié)果可以根據(jù)策略反饋給第一級的邊緣處理節(jié)點。為滿足兩級處理的架構(gòu)，在邊緣節(jié)點上需要引入霧計算/MEC，要求邊緣節(jié)點能夠解決時延問題，滿足時延敏感的應(yīng)用需求，并且邊緣節(jié)點需要考慮應(yīng)用的存儲容量、數(shù)據(jù)流量、計算分布。

傳統(tǒng)的IoT采用3級架構(gòu)，即感知層、網(wǎng)絡(luò)層和平臺層。如圖1所示，在IoT網(wǎng)關(guān)處引入具備存儲、計算、路由能力的霧計算平臺，并與IoT架構(gòu)的融合，使IoT網(wǎng)關(guān)不僅具備路由器的功能，還可根據(jù)實際應(yīng)用場景擁有存儲、計算的能力。本省即成為一個智能節(jié)點，實現(xiàn)了邊緣智能化。

4云霧協(xié)同計算平臺

通過部署智能IoT網(wǎng)關(guān)，在IoT邊緣形成一個霧計算的平臺。該平臺具備一定的數(shù)據(jù)分析及邏輯處理能力，邊緣節(jié)點具備初步分析能力，有效減少了數(shù)據(jù)傳輸量。部署IoT網(wǎng)關(guān)就相當于在網(wǎng)絡(luò)的邊緣部署了微數(shù)據(jù)中心，集中計算、存儲、感知和處理邏輯。這里引入云霧協(xié)同的概念，即邊緣的微數(shù)據(jù)中心可以通過云端的集中管理中心進行管理，簡化本地節(jié)點的運維復(fù)雜度。另外，IoT網(wǎng)關(guān)與云端的IoT云平臺實現(xiàn)了對接，將本地處理的通用性數(shù)據(jù)上傳給IoT云平臺進行處理，形成更高級別的分析結(jié)果，為上層應(yīng)用開發(fā)提供數(shù)據(jù)支撐