雾计算是什么鬼？
和名声大噪的云计算相比，刚刚崭露头角的雾计算可谓是“新生代”。你知道什么是雾计算吗？它和现有的云计算、边缘计算等计算技术有什么关系？雾计算主要应用于哪些领域？
负责上传下达的“中级干部”
“雾计算”或许会成为物联网的下一代技术，这个概念由思科首创。它是一种分散的计算基础设施，其中数据、计算、存储和应用程序分布在数据源和云端之间最合乎逻辑、最高效的位置。
相比于云计算的高高在上和遥不可及，雾计算更为贴近地面，就在你我身边。我们知道，将数据从云端导入和导出实际上比人们想象的要更为复杂，由于接入设备越来越多，在传输数据、获取信息时，带宽就显得不够用了，这就为雾计算的产生提供了空间。
雾计算的概念在2011年被人提出，并非是些性能强大的服务器，而是由性能较弱、更为分散的各种功能计算机组成，渗入电器、工厂、汽车、街灯及人们生活中的各种物品。雾计算是介于云计算和个人计算之间的，是半虚拟化的服务计算架构模型，强调数量，不管单个计算节点能力多么弱都要发挥作用。
雾计算有几个明显特征：低延时、位置感知、广泛的地理分布、适应移动性的应用，支持更多的边缘节点。这些特征使得移动业务部署更加方便，满足更广泛的节点接入。
与云计算相比，雾计算所采用的架构更呈分布式，更接近网络边缘。雾计算将数据、数据处理和应用程序集中在网络边缘的设备中，而不像云计算那样将它们几乎全部保存在云中。数据的存储及处理更依赖本地设备，而非服务器。所以，云计算是新一代的集中式计算，而雾计算是新一代的分布式计算，符合互联网的“去中心化”特征。
雾计算类似于“中层干部”，它不仅是负责上传下达的信息通信管道，更能够分析和处理更大区域范围内的相关复杂数据，做出及时而准确的决策。雾计算的计算资源分布在从云到物连续环境的任何地方，连接集中式的数据中心和分散式的网络边缘，实现云计算到边缘计算的全面融合。
为了提高效率，加快决策过程并降低运营成本，受这些趋势影响的企业正将目标转向雾计算。雾计算在未来物联网技术中如何发挥重要作用？又将怎样帮助组织机构推动网络安全发展？
雾计算VS云计算
雾计算是对云计算的延伸，以适应新兴的物联网。
雾计算并非由性能强大的服务器组成，而是由性能较弱、更为分散的各类功能计算机组成，物联网与各种设备相连，包括手机、可穿戴设备、智能电视、智能家居、智能汽车，甚至智慧城市。
目前，收集数据的设备数量，以及处理的数据量正呈指数级增长。公共云计算提供了计算空间，通过远程服务器处理这些数据。然而，将这些数据上传到远程服务器进行分析，之后再将结果传送到原始位置需要时间，这会放慢要求实时快速响应的进程。
此外，当互联网连接不可靠时，依赖远程服务器成为问题的症结所在。
雾计算不依赖处于中心位置的远程服务器，雾计算可以将这些问题迎刃而解。雾计算主要依赖的不是位于中心位置的远程服务器，而是使用离本地设备较近的分布式计算机资源，以此处理要求快速处理的进程。
由此看来，雾计算不是云计算的相对面，它可以被视为各种混合云计算，其中，一些进程由靠近网络设备的私有雾网络处理，而也有一些由公共云处理。
雾计算VS边缘计算
首先说说雾计算，处理能力放在包括 IoT设备的LAN里面。这个网络内的IoT网关，或者说是雾节点用于数据收集，处理，存储。多种来源的信息收集到网关里，处理后的数据发送回需要该数据的设备。
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。
边缘计算进一步推进了雾计算的LAN内的处理能力的理念，处理能力更靠近数据源。不是在中央服务器里整理后实施处理，而是在网络内的各设备实施处理。这样，通过把传感器连接到可编程自动控制器（PAC）上，使处理和通信的把握成为可能。
虽然这两个解决方案带来的东西有点相似，但是数据的收集，处理，通信的方法确实是不同的。都有各自的长处和短处，在各种情况下也会出现适合或不适合。IoT在我们的生活中越来越广泛，将来接触的机会也会更多，只记录数据的传感器已经是明日黄花了。
前景广阔，但面临诸多应用障碍
当前，雾计算技术的研究开发和标准化工作才刚刚开始。未来，雾计算将在哪些领域展开应用也是大家十分关心的问题。
雾计算技术的实际应用领域主要包括：对服务响应的端到端时延性能有上限要求的网联汽车和无人机遥控；对实时数据的网络传输速率有下限要求的3D虚拟现实游戏和自动驾驶汽车；对连接可靠性和服务安全性有严苛要求的工业控制系统和智慧城市管理系统。
如今在个人运算设备上，例如笔记本、智能手机、智能手表和平板电脑，我们已经能看到雾计算和边缘计算技术的初步应用。比如， Windows 10的重启管理器就是典型案例之一。在自动下载更新后，Windows 10系统可以自主学习用户使用模式，进而计算出最合适的重启系统和安装更新的时间。
提供便利之外，雾计算技术也面临着诸多挑战。在杨旸看来，此次标准的出台和落地，将积极推动雾计算技术的研发和产业化进程，促进越来越多大规模、复杂型、工业化的物联网应用和服务进入智能化的新阶段。但与此同时，从技术概念、标准的提出，到真正走向推广应用，雾计算还要跨过许多沟沟坎坎。
此外，如何在雾计算节点之间建立信任关系、在节点之间推动资源充分共享、在云—雾—边缘等多层次之间实现高效通信和紧密协作、在异构节点之间完成复杂任务的公平按需分配、灵活适配各行各业的多种应用需求等，这些都是雾计算技术在研发和应用推广过程中所面临的重要挑战和瓶颈问题，亟须在科研和实践工作中进行探索和突破。
END
欢迎大家关注我们的公众号：物联界感知网 我们将为您提供最新、最全的国内外物联网相关信息！
负责上传下达的“中级干部”
“雾计算”或许会成为物联网的下一代技术，这个概念由思科首创。它是一种分散的计算基础设施，其中数据、计算、存储和应用程序分布在数据源和云端之间最合乎逻辑、最高效的位置。
相比于云计算的高高在上和遥不可及，雾计算更为贴近地面，就在你我身边。我们知道，将数据从云端导入和导出实际上比人们想象的要更为复杂，由于接入设备越来越多，在传输数据、获取信息时，带宽就显得不够用了，这就为雾计算的产生提供了空间。
雾计算的概念在2011年被人提出，并非是些性能强大的服务器，而是由性能较弱、更为分散的各种功能计算机组成，渗入电器、工厂、汽车、街灯及人们生活中的各种物品。雾计算是介于云计算和个人计算之间的，是半虚拟化的服务计算架构模型，强调数量，不管单个计算节点能力多么弱都要发挥作用。
雾计算有几个明显特征：低延时、位置感知、广泛的地理分布、适应移动性的应用，支持更多的边缘节点。这些特征使得移动业务部署更加方便，满足更广泛的节点接入。
与云计算相比，雾计算所采用的架构更呈分布式，更接近网络边缘。雾计算将数据、数据处理和应用程序集中在网络边缘的设备中，而不像云计算那样将它们几乎全部保存在云中。数据的存储及处理更依赖本地设备，而非服务器。所以，云计算是新一代的集中式计算，而雾计算是新一代的分布式计算，符合互联网的“去中心化”特征。
雾计算类似于“中层干部”，它不仅是负责上传下达的信息通信管道，更能够分析和处理更大区域范围内的相关复杂数据，做出及时而准确的决策。雾计算的计算资源分布在从云到物连续环境的任何地方，连接集中式的数据中心和分散式的网络边缘，实现云计算到边缘计算的全面融合。
为了提高效率，加快决策过程并降低运营成本，受这些趋势影响的企业正将目标转向雾计算。雾计算在未来物联网技术中如何发挥重要作用？又将怎样帮助组织机构推动网络安全发展？
雾计算VS云计算
雾计算是对云计算的延伸，以适应新兴的物联网。
雾计算并非由性能强大的服务器组成，而是由性能较弱、更为分散的各类功能计算机组成，物联网与各种设备相连，包括手机、可穿戴设备、智能电视、智能家居、智能汽车，甚至智慧城市。
目前，收集数据的设备数量，以及处理的数据量正呈指数级增长。公共云计算提供了计算空间，通过远程服务器处理这些数据。然而，将这些数据上传到远程服务器进行分析，之后再将结果传送到原始位置需要时间，这会放慢要求实时快速响应的进程。
此外，当互联网连接不可靠时，依赖远程服务器成为问题的症结所在。
雾计算不依赖处于中心位置的远程服务器，雾计算可以将这些问题迎刃而解。雾计算主要依赖的不是位于中心位置的远程服务器，而是使用离本地设备较近的分布式计算机资源，以此处理要求快速处理的进程。
由此看来，雾计算不是云计算的相对面，它可以被视为各种混合云计算，其中，一些进程由靠近网络设备的私有雾网络处理，而也有一些由公共云处理。
雾计算VS边缘计算
首先说说雾计算，处理能力放在包括 IoT设备的LAN里面。这个网络内的IoT网关，或者说是雾节点用于数据收集，处理，存储。多种来源的信息收集到网关里，处理后的数据发送回需要该数据的设备。
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。
边缘计算进一步推进了雾计算的LAN内的处理能力的理念，处理能力更靠近数据源。不是在中央服务器里整理后实施处理，而是在网络内的各设备实施处理。这样，通过把传感器连接到可编程自动控制器（PAC）上，使处理和通信的把握成为可能。
虽然这两个解决方案带来的东西有点相似，但是数据的收集，处理，通信的方法确实是不同的。都有各自的长处和短处，在各种情况下也会出现适合或不适合。IoT在我们的生活中越来越广泛，将来接触的机会也会更多，只记录数据的传感器已经是明日黄花了。
前景广阔，但面临诸多应用障碍
当前，雾计算技术的研究开发和标准化工作才刚刚开始。未来，雾计算将在哪些领域展开应用也是大家十分关心的问题。
雾计算技术的实际应用领域主要包括：对服务响应的端到端时延性能有上限要求的网联汽车和无人机遥控；对实时数据的网络传输速率有下限要求的3D虚拟现实游戏和自动驾驶汽车；对连接可靠性和服务安全性有严苛要求的工业控制系统和智慧城市管理系统。
如今在个人运算设备上，例如笔记本、智能手机、智能手表和平板电脑，我们已经能看到雾计算和边缘计算技术的初步应用。比如， Windows 10的重启管理器就是典型案例之一。在自动下载更新后，Windows 10系统可以自主学习用户使用模式，进而计算出最合适的重启系统和安装更新的时间。
提供便利之外，雾计算技术也面临着诸多挑战。在杨旸看来，此次标准的出台和落地，将积极推动雾计算技术的研发和产业化进程，促进越来越多大规模、复杂型、工业化的物联网应用和服务进入智能化的新阶段。但与此同时，从技术概念、标准的提出，到真正走向推广应用，雾计算还要跨过许多沟沟坎坎。
此外，如何在雾计算节点之间建立信任关系、在节点之间推动资源充分共享、在云—雾—边缘等多层次之间实现高效通信和紧密协作、在异构节点之间完成复杂任务的公平按需分配、灵活适配各行各业的多种应用需求等，这些都是雾计算技术在研发和应用推广过程中所面临的重要挑战和瓶颈问题，亟须在科研和实践工作中进行探索和突破。
END
欢迎大家关注我们的公众号：物联界感知网 我们将为您提供最新、最全的国内外物联网相关信息！
