雾计算
雾计算，也称为雾或雾化的联网.
其目标是改善效率的雾化和减少的数据传送到云端进行处理、分析和存储。这往往改善效率，尽管它也可用于安全和合规原因。
普适计算应用包括雾智能电网，智慧城市，智能楼宇车辆网络，和软件定义网络。
隐喻雾来自气象术语云接近地面，就像雾中的边缘网络。
openfog成立于2015年11月由Cisco、Dell、Intel、Microsoft、ARM和普林斯顿大学；其任务是开发一个开放的企业参考体系结构和传送雾的计算值。
雾计算如何工作
虽然边缘设备和传感器在数据被产生并被收集，他们没有足够的计算和存储资源来执行高级Analytics和机器学习任务。虽然云服务器有能力来做这些，他们往往还是过于遥远，以处理该数据并及时提供服务。此外，具有连接到所有端点和发送RAW数据到云在互联网上可以有隐私，安全和法律问题，尤其是当处理敏感资料的法规，不同国家。
在起雾环境中时，该处理发生在数据中枢上的智能设备或智能路由器或网关，因此减少了在数据发送到云。值得注意的是，雾不替换网络补充----云计算；雾化允许短期分析的边缘，执行资源密集，长期分析。
雾计算与边缘计算
使用了许多术语雾计算和边缘运算互换，因为两者都涉及提出智能和处理距离数据被创建。然而，关键的差异是其中的智能和计算能力。
在雾的环境中，情报是的局部区域网络。数据传送的端点网关然后被发送到用于处理和传输源返回。
在边缘运算、智慧和力量的边缘网关或设备器件，诸如可编程自动化控制器。
的支持者吹捧其具有减小的边缘计算的故障点，为每个设备独立运行并确定哪个数据和本地存储的数据发送给云进行进一步分析。雾计算边缘的支持者说，它是可扩展的计算给出了更好的和更大的网络，将数据馈送到多个数据点。
雾计算如何工作
虽然边缘设备和传感器在数据被产生并被收集，他们没有足够的计算和存储资源来执行高级Analytics和机器学习任务。虽然云服务器有能力来做这些，他们往往还是过于遥远，以处理该数据并及时提供服务。此外，具有连接到所有端点和发送RAW数据到云在互联网上可以有隐私，安全和法律问题，尤其是当处理敏感资料的法规，不同国家。
在起雾环境中时，该处理发生在数据中枢上的智能设备或智能路由器或网关，因此减少了在数据发送到云。值得注意的是，雾不替换网络补充----云计算；雾化允许短期分析的边缘，执行资源密集，长期分析。
雾计算与边缘计算
使用了许多术语雾计算和边缘运算互换，因为两者都涉及提出智能和处理距离数据被创建。然而，关键的差异是其中的智能和计算能力。
在雾的环境中，情报是的局部区域网络。数据传送的端点网关然后被发送到用于处理和传输源返回。
在边缘运算、智慧和力量的边缘网关或设备器件，诸如可编程自动化控制器。
的支持者吹捧其具有减小的边缘计算的故障点，为每个设备独立运行并确定哪个数据和本地存储的数据发送给云进行进一步分析。雾计算边缘的支持者说，它是可扩展的计算给出了更好的和更大的网络，将数据馈送到多个数据点。
雾计算、物联网
因为云计算是不可行的许多物联网应用、雾计算经常被使用。分布式方法，其处理方式和IoT工业物联网，以及巨大量的数据智能传感器和物联网设备产生，这将是昂贵和耗时的云发送以用于处理和分析。减少了雾计算带宽需要与减少的前后传感器之间的通信和云、物联网，可以不利地影响性能。
虽然等待时间讨厌的是当传感器的游戏应用程序，传输延迟的数据在许多现实世界情景IoT可能是致命的，车辆-车辆通信系统，智能电网或远程医疗和患者护理环境中，即使是一毫秒也非常重要。雾计算和应用物联网案例还包括智能轨道交通、制造业和公用事业。
硬件制造商，如思科、英特尔和戴尔正同IoT数据分析和机器学习销售商创建IoT网关和路由器，支持起雾。
雾计算概念模型
管理物联网(物联网)传感器和执行器产生的数据是部署物联网系统时面临的最大挑战之一。传统的基于云的物联网系统面临挑战。在一些云生态系统中，存在着大规模、异质性和高延迟的现象。一个解决方案是将应用程序、管理和数据分析分散到网络本身，使用分布式联邦计算模型。这种方法已经被称为雾计算。
1雾计算
FOG计算是一种分层模型，用于支持对可伸缩计算资源的共享连续体的无处不在访问。该模型简化了分布式、延迟感知的应用程序的部署。S和服务，由FOG节点8(物理或虚拟)组成，驻留在智能终端设备和集中式(云)服务之间。FOG节点是上下文感知的，并支持公共数据管理。通讯系统。它们可以在集群中组织-要么垂直地(支持隔离)，要么水平地(支持联合)，要么相对于雾节点到sm的延迟距离。艺术终端设备。FOG计算使从/到受支持的应用程序的请求响应时间最小化，并为终端设备提供本地计算资源，并在需要时提供网络连接。集中服务
图-为智能终端设备支持基于云的生态系统的雾计算
上面的图描述了基于云的生态系统为智能终端设备服务的更广泛背景下的FOG计算。FOG计算不被认为是此类生态系统的强制层，也不是集中式(云)服务被认为是支持智能终端设备功能的FOG计算层所必需的。不同的使用场景可能有不同的架构基础。D关于支持终端设备功能的最佳方法。选择这种表示的根源在于捕获包含FOG计算服务的复杂体系结构的意图。
2雾节点
雾节点是雾计算体系结构的核心部件。雾节点是物理组件(例如网关、交换机、路由器、服务器等)。或虚拟组件(例如，Virtualiz)(ED开关、虚拟机、Cloudlet 9等)与智能终端设备或接入网络紧密耦合，并为这些设备提供计算资源。雾节点知道它的g。在集群上下文中的地理分布和逻辑位置。另外，FOG节点在网络边缘层W之间提供某种形式的数据管理和通信服务在这里，终端设备驻留，雾计算服务或集中式(云计算)计算资源，当需要时。为了部署给定的FOG计算能力，FOG节点在集中式或DEC中运行。可以将其配置为独立的雾节点，在它们之间进行通信以交付服务，也可以联合起来形成集群，在disp上提供水平的可伸缩性。通过镜像或扩展机制擦除地理颜色。
3雾计算本质特征
以下六个特征对于区分FOG计算和其他计算范式是必不可少的。然而，智能终端设备或物联网用户不需要使用所有的字符。当使用FOG计算服务时。
上下文位置感知和低延迟。FOG计算提供了尽可能低的延迟，因为雾节点知道它们在整个系统的上下文中的逻辑位置，以及与其他节点通信的延迟成本。FOG计算的起源可以追溯到早期的提案，支持在网络边缘提供丰富服务的端点，包括appl。低延迟要求的应用。由于FOG节点通常与智能终端设备共存，因此对这些设备生成的数据的分析和响应比从中心产生的数据要快得多。云服务或数据中心。
地域分配。与更加集中的云形成鲜明对比的是，FOG计算所针对的服务和应用程序需求广泛，但地理上可以识别，分布式部署。例如，e雾计算将发挥积极作用，通过在公路和轨道沿线地理位置的代理和接入点，向移动车辆提供高质量的流服务。
异质性。雾计算支持通过多种网络通信能力获取的不同形式因素的数据的收集和处理
互操作性和联合。对某些服务的无缝支持(实时流媒体服务就是一个很好的例子)需要不同提供商的合作。因此，FOG计算组件S必须能够互操作，服务必须跨域联合。
实时互动。FOG计算应用程序涉及实时交互，而不是批处理。
联邦的，雾节点集群的可伸缩性和敏捷性。FOG计算在本质上是自适应的，在集群或集群级，支持弹性计算、资源池、数据负载更改。，以及网络条件的变化，列出几个支持的自适应函数。
与雾计算相关的4个附加特性
无线接入的优势。虽然光纤陀螺计算应用于有线环境，但物联网中的大规模无线传感器需要分布式的分析和计算。由于这个原因，雾就来了。uting非常适合无线物联网接入网。
支持流动。许多FOG计算应用程序必须直接与移动设备通信，因此支持移动技术，例如定位器/ID分离P。协议(LISP)10，它将主机标识与位置标识分离开来，并需要一个分布式目录系统。
5个雾节点属性
为了便于部署显示2.3节中描述的六个基本特性的FOG计算能力，FOG节点需要支持以下一个或多个属性英文字母表的第19个字母:
自治。雾节点可以在节点或节点集群级别独立运行，进行本地决策。
异质性 雾节点以不同的形式出现，可以在多种环境中部署。
分层聚类 FOG节点支持层次结构，不同的层提供不同的服务功能子集，同时作为一个连续体进行工作。
可管理性 FOG节点由能够自动执行大多数常规操作的复杂系统管理和编排。
可编程性 FOG节点本质上是由多个涉众(如网络运营商、域专家、设备提供商或最终用户)在多个级别上可编程的。
6 雾节点建筑服务模式
FOG计算，类似于传统的云计算模型，在网络拓扑的多层中提供了体系结构的实现。类似于云计算服务模式在NIST特别出版物(SP)800-145中定义的LS，可以实现以下类型的服务模型：
软件即服务(SaaS)。提供给FOG服务客户的功能是使用在由提供者管理的联邦FOG节点集群上运行的FOG提供者的应用程序。这，这个服务类型类似于云计算软件即服务(SaaS)，并意味着终端设备或智能设备通过瘦客户端接口或程序接口。终端用户不管理或控制底层雾节点的基础设施，包括网络、服务器、操作系统、存储，甚至是单个应用程序的能力。除了有限的特定于用户的应用程序配置设置之外。
平台即服务(PaaS)。提供给FOG服务客户的功能类似于云计算平台即服务(PaaS)，并允许部署到联邦成员的平台上。D雾节点形成集群，使用由FOG服务提供商支持的编程语言、库、服务和工具创建的客户创建或获取的应用程序。雾服务客户不管理或控制底层的FOG平台和基础设施(包括网络、服务器、操作系统或存储)，而是控制已部署的应用程序和p。应用程序宿主环境的明显配置设置。
基础设施即服务(IaaS)。提供给FOG服务客户的功能是提供处理、存储、网络和其他基本的计算资源，利用下面的数据。构成联邦簇的雾节点的结构。类似于云计算基础设施即服务(IaaS)服务，客户能够部署和运行任意软件，这些软件可以在包括操作系统和应用程序。使用者不管理或控制雾节点群集的底层基础设施，而是控制操作系统、存储和部署。应用程序；对选定的网络组件(例如主机防火墙)的控制可能有限。
7 雾节点部署模型
由于FOG计算被标识为并定义为传统基于云计算的计算模型的扩展，因此还支持以下部署模型：
私人雾节点。一种FOG节点，提供给包含多个使用者(例如，业务单元)的单个组织独占使用。它可以由机关拥有、管理和经营。化，第三方，或它们的某种组合，它可能存在于房屋内，也可能存在于场外。
社区雾节点一个FOG节点，提供给来自有共同关切的组织(例如，任务、安全要求、策略)的特定消费者社区专用。和遵约方面的考虑)它可以由社区中的一个或多个组织、第三方或它们的某种组合拥有、管理和操作，而且它可能存在于p上，也可能存在于p上。让与（remise的第三人称单数形式）
公共雾节点供公众开放使用的雾节点。它可以由企业、学术或*机构拥有、管理和经营，也可以由企业、学术机构或*机构联合经营。F它们。它存在于雾提供方的场地上。
混合雾节点 一个复杂的雾节点，它由两个或多个不同的雾节点(私有、社区或公共)组成，它们仍然是唯一的实体，但由支持数据和应用程序可移植性的标准化或专有技术(例如，为了在这些FOG节点之间实现负载平衡而爆发的雾)。
8 作为轻量雾层的8 Mist计算
FOG计算解决方案被许多行业采用，开发分布式应用程序和分析工具的努力已经存在并在继续发展。地域分散、低需求-延迟计算资源触发了FOG计算的技术演变，促进了显示低计算资源的更加专业化的专用节点的发展。这些点头ES被称为雾节点，被认为是轻雾节点。这些组成雾计算层的雾节点被放置在更靠近外围设备的位置，而不是更强大的雾。它们协作的节点，通常与它们服务的智能终端设备共享相同的位置。
2.9薄雾计算
雾计算是一种轻量级的、基本的雾计算形式，它直接驻留在网络织物边缘的网络部件11中，使雾计算层更接近于智能终端设备。雾计算使用微型计算机和微控制器输入雾计算节点，并有可能向集中式(云计算)计算服务迈进。
雾计算层不被看作是雾计算的强制层。实现时，薄雾节点可以利用第2.5节中描述的部署模型和描述的服务类型在2.4节。
附件A-雾计算与边缘计算
就本文档而言，边缘计算是包含终端设备及其用户的网络层，例如在传感器上提供本地计算能力、测量或SOM。e网络可访问的其他设备。这个外围层也常被称为物联网。
FOG计算常常被错误地与边缘计算混淆，但是这两个概念之间有关键的区别。FOG计算在多层体系结构中运行应用程序，这种体系结构可以解耦。对硬件和软件功能进行网格化，允许在执行智能计算和传输服务的同时对不同的应用程序进行动态重新配置。边缘计算运行S在固定逻辑位置上的特定应用程序，并提供直接传输服务。FOG计算是分层的，边缘计算往往仅限于少数外围设备。设备。此外，除了计算和联网之外，FOG计算还涉及存储、控制和数据处理加速。
基于雾计算的主动学习实验室
摘要-
对于每一个新的技术趋势，新科学家和工程师的教育将有助于形成雾架构的实施，包括软件开发。
在这篇文章中，我们描述了我们在医学硕士课程中设计和运行的一项2小时动手实验活动。意大利比萨大学计算机科学系课程。拟议活动在一个有意义但简单的应用程序示例中，它实际上(并以增量方式)显示了物联网应用程序的不同部署模型-即物联网边缘、物联网云和雾。加在为了具有快速的学习曲线和有限的成本，建议的活动展示了一些可能的扩展来设计其他的实验室课程。
一.导言
最近的研究工作正在研究如何更好地利用从互联网边缘到云数据中心的连续体的能力，以支持新的物联网应用程序及其需求。靠近边缘的计算节点将充当过滤器-减少发送到云端的数据量-以及生成分析的处理能力-更接近于数据的位置。浸入或使用.
当前物联网应用程序的部署模型[1]由以下任一种组成，
(1)物联网边缘部署(即边缘计算[2]，[3])，其中数据在互联网边缘进行本地处理，以确定对感测事件的反应(图1(A)，或
(2)物联网云部署Ents[4]如果事物将数据发送到云数据中心进行进一步的处理/分析，等待响应，而只在原地进行少量的计算(图1(B)
尽管物联网边缘部署支持对感知事件的低延迟响应，但它不允许在不同系统之间轻松地共享收集到的数据，也不允许对实体进行实时分析。l由于边缘的可用资源有限(例如，受限制的或电池供电的设备)，数据量很大。相反，IoTCloud需要一个稳定的Internet连接，并导致更高的la向云传输数据的能力和成本。此外，物联网云部署可能由于Internet边缘和核心的网络拥塞，导致性能下降。
总的来说，这两种模型都不足以支持物联网的势头，要么重载边缘功能，要么需要稳定的互联网连接，而不支持物联网应用程序。对低延迟和迅速决策的需求[5]。
在这种情况下，fog计算[6]旨在更好地支持时间敏感和带宽不足的物联网应用程序，方法是有选择地将计算推向数据生成的地方，并利用地理分布的多种异构设备(例如个人设备、网关、微数据中心、嵌入式服务器)跨越云端到物联网的连续体(图1(C)。
*上下文位置感知和低延迟，使处理尽可能接近数据源，
·节省带宽，避免将耗时的数据传输到Cloud wh对移动性的不必要的支持，包括物联网设备(例如智能手机、车辆)和相关的雾节点，
·地理分布，以执行分散的决策费用面向分布广泛的节点，不同物联网、雾云节点和通信技术(如无线、串行、无线电)的异构性和互操作性。
图.物联网应用的替代部署模型
雾是架构的计算、存储、控制、和网络分发这些服务沿着更接近最终用户的事情。它既涵盖有线和移动场景，在硬件、软件、驻留在云网络边缘而且也在接入网络和终端用户之间，并包括数据平面和控制平面。作为架构，支持不断增长的多种应用，包括物联网(IoT)、第五代(5G)无线系统、嵌入式与人工智能(AI)。