<legend id="h4sia"></legend><samp id="h4sia"></samp>
<sup id="h4sia"></sup>
<mark id="h4sia"><del id="h4sia"></del></mark>

<p id="h4sia"><td id="h4sia"></td></p><track id="h4sia"></track>

<delect id="h4sia"></delect>
  • <input id="h4sia"><address id="h4sia"></address>

    <menuitem id="h4sia"></menuitem>

    1. <blockquote id="h4sia"><rt id="h4sia"></rt></blockquote>
      <wbr id="h4sia">
    2. <meter id="h4sia"></meter>

      <th id="h4sia"><center id="h4sia"><delect id="h4sia"></delect></center></th>
    3. <dl id="h4sia"></dl>
    4. <rp id="h4sia"><option id="h4sia"></option></rp>

        新的名词“雾计算”

        更新时间:2020-04-13 11:08:01点击:4198 云计算

        雾计算这个词相对来说是最近出现的一个词。雾计算,在该模式中数据、(数据)处理和应用程序集中在网络边缘的设备中,而不是几乎全部保存在云中,是云计算的延伸概念,由思科提出的。这个因“云”而“雾”的命名源自“雾是更贴近地面的云”这一名句。随着越来越多的数据访问,云计算问题越发明显。
        而物联网和人工智能的发展将带来价值数以亿计的数据。分布广泛的传感器、智能终端等每时每刻都在产生大量的数据。尽管云计算拥有“无限”的计算和存储资源池,但云数据中心往往是集中化的且距离终端设备较远,当面对大量的分布广泛的终端设备及所采集的海量数据时,云不可避免地遇到了三大难题:

        1、网络拥塞
        如果大量的物联网和人工智能应用部署在云中,将会有海量的原始数据不间断地涌入核心网络,造成核心网络拥塞;

        2、高延迟
        终端设备与云数据中心的较远距离将导致较高的网络延迟,而对实时性要求高的应用则难以满足需求;

        3、可靠性无法保证
        对可靠性和安全性要求较高的应用,由于从终端到云平台的距离远,通信通路长,因而风险大,云中备份的成本也高。

        而雾计算的特点是处理能力强的单个设备接收多个端点来的信息,处理后的信息发回需要的地方。和云计算相比延迟更短。

        和边缘计算相比较的话,雾计算更具备可扩展性。具有集中处理的设备,设想的网络是从多个端点发送数据的大的网络。

        雾计算不需要精确划分处理能力的有无。根据设备的能力也可以执行某些受限处理,但是更复杂的处理实施的话需要积极的连接。

        在物联网中,雾可以过滤、聚合用户消息,匿名处理用户数据以保证隐秘性,初步处理数据以便实时决策,提供临时存储以提升用户体验,而云则可以负责大运算量或长期存储任务,与雾计算优势互补。通过雾计算,可以将一些并不需要放到云上的数据在网络边缘层直接进行处理和存储,提高数据分析处理的效率,降低时延,减少网络传输压力,提升安全性。雾计算以其广泛的地理分布、带有大量网络节点的大规模传感器网络、支持高移动性和实时互动以及多样化的软硬件设备和云在线分析等特点,迅速被物联网和人工智能应用领域的企业所接受并获得广泛应用,例如,智能电网、智能交通、智能医疗、智能家居、无人驾驶等应用。

        与边缘计算不同的是,雾计算可以将基于云的服务 , 如 IaaS、 PaaS、 SaaS,拓展到网络边缘,而边缘计算更多地专注于终端设备端。雾计算可以进行边缘计算,但除了边缘网络,雾计算也可以拓展到核心网络,也就是边缘和核心网络的组件都可以作为雾计算的基础设施。

        推荐阅读

        点击进入首页