云计算概念怎么与物联网结合 | 与雾计算相关的文献
【云计算概念怎么与物联网结合 | 与雾计算相关的文献】lot物联网小编为你整理了的相关内容，希望能为你解答。
(图片来源于：思科)
引言
目前，物联网技术发展势头十分迅猛，每天都有数以亿计的设备，每天产生超过两个艾字节的数据。据估计，截至2020年，超过500亿的“物”将联网。如此，物联网将产生数据的数量和种类，都达到了史无前例的规模。如果，运用传统云计算的方式，将这些数据都送到云端处理，则需要耗费巨大的带宽。所以，一种新的分析和处理物联网数据的模型：“雾计算”，就应运而生了。
传统云计算架构所面临的挑战
目前的云计算模型，对于物联网数据的容量，种类和速率，没有进行足够的分析和设计。数以亿级的新“物”也代表了各种物体类型。这些“物”，有的需要使用工业协议连接到控制器上，可能不是IP协议。但是，当需要送达云端进行分析或者存储时，必须先转化为IP协议。
(图片来源于：思科)
为了应对技术挑战，物联网设备不断地产生数据，分析数据的过程也必须很迅速。比如化工厂的仓库中，温度数据在接近临界值时，必须立即采取行动。但是，数据必须发送到云端进行处理，这样的过程，会浪费绝佳的处理时机。
为了应对物联网数据的容量，种类，速率，需要一种新的数据处理模型，基本需求如下：
最小化延时：“几毫秒”的时间，关系到生产线是否停产，或者电力服务能否及时恢复。靠近搜集数据的设备，进行数据分析，可以避免灾害发生，以及级联系统的失误。
节约网络带宽：近海石油钻井平台，每周产生500 GB数据。商业喷气机每30分钟的飞行产生10 TB的数据。所以，从成千上万的边界设备，传输大量数据到达云端，很难进行实际操作，也不是很必要，因为很多重要的分析，并不需要的云级别的处理和存储。
安全问题：物联网数据，无论是在传输还是空闲的时刻，都需要被保护。所以，跨越整个攻击过程：前期，中期，后期，都需要监测和自动响应。
操作可靠性：物联网数据，越来越多的影响到公共安全和关键设施的决策。所以，架构和数据的完整性和有效性，不容有误。
在广泛的区域，不同的环境下，安全地搜集和传输数据：物联网设备，可能分布在超过数百平方英里以上的区域，以及一些严酷的环境中，例如道路，铁轨，变电站或者汽车上。显然，不如室内环境那么简单。
将数据发送到最佳地点处理：什么地方才是最佳的地点？这取决于进行决策的速度。所以，极端时间敏感的决策，应该在靠近产生数据的设备处作出。相反，基于历史数据的大数据分析，则需要在依赖计算和存储资源的云端作出。
传统云计算架构，不能满足以上这些需求。以前，广泛流行的方法，将所有的数据从网络边缘，移动到数据中心来处理，增加了延时。因为设备数量的剧增，所以带宽容量很快被耗尽。工业法规和隐私问题，使得这些数据不能在设备外存储。还有，云服务器智能通过IP通信，而不是其他物联网通信协议。所以，处理大部分物联网数据的最理想地点，是靠近产生数据的设备的地方。这就带来了“雾计算”。
什么是“雾计算”？
“雾计算”扩展了云计算的概念，离产生数据的设备更近。这些设备，称为“雾节点”，可以部署在任何具有网络连接的地方：例如工厂地板，电线杆，铁轨旁，汽车内，或者钻油平台上。任何具有计算，存储和网络连接性的设备，都可以是“雾节点”，例如：工业级的控制器，开关，路由器，嵌入式服务器，和视频监控摄像头。
(图片来源于：思科)
据IDC评估，这些设备上分析的数据量，将达数据总量的40%。在靠近搜集数据的地方，分析物联网数据，将最小化延时。来自核心网的千兆字节级的网络数据传输，也因此而减少，同时敏感数据也得以保留在网络内。
“雾应用”有哪些？
“雾”应用像物联网本身一样多样化。但是，它们具有一个共同点，就是监测或者分析，来自联网设备的实时数据，然后采取行动，包括机器与机器(M2M)通讯，或者人机交互(HMI).。例如，锁门，修改设备设置，让火车刹车，缩放视频摄像头，或者发送警报等等。在制造，石油和天然气，公用事业，运输，矿产和公共部门等领域，“雾”的应用日益增多。
何时采用“雾计算”？
数据在很边缘的地方采集：车辆，轮船，工厂地板，道路，铁轨等。
在广泛的地理区域，大量的设备产生数据。
数据需要被及时分析处理。
“雾计算”的运作方式
开发人员可以在网络边缘，为“雾节点”移植或者编写物联网应用程序。最靠近网络边缘的“雾结点”，从物联网设备获取数据。然后，至关重要的是，物联网应用将不同类型的数据送到理想的地点，进行分析。
对于时间最敏感的数据，在离产生数据的设备最近的“雾节点”进行分析。例如，在思科智能电网分布式网络中，最时间敏感的需求，是验证保护和控制循环的操作正确性。这样，邻近电网传感器的“雾节点”，可以观察问题的征兆，通过发送控制命令给制动器，来阻止问题发生。
可以等待几秒或者几分钟处理的数据，可以传递到聚合结点分析和处理。在智能电网的例子中，每个变电站可以具有自己的聚合结点，报告每个下游支线的操作状态。
对于时间不敏感的数据，可以发送到云端，进行历史分析，大数据分析和长期存储。例如，巨大数量的“雾结点”，可能会发送电网数据的定期总结至云端，进行历史分析和存储。
云和“雾节点”发生了什么？
“雾节点”
实时接受来自任何协议的物联网设备的反馈
运行物联网应用，实时控制和分析，毫秒级别的响应时间
提供瞬态存储，通常1到2小时
将周期数据上传到云端
云平台：
接受和聚集来自许多“雾节点”的数据
进行物联网数据以及其他来源的数据的深度分析
基于这些深度分析，发送新的应用规则给“雾节点”
“雾计算”的优势
更大的业务敏捷性：开放人员，使用正确的工具，可以快速开发雾应用程序，并且部署到需要的地方。设备制造商提供MaaS应用给用户。“雾应用程序”，可以给设备编程，让他满足每个具体客户的需求。
更好的安全性：使用你的其他IT环境中，使用的同样的策略，控制和流程来保护“雾节点”。使用同样物理安全和网络安全解决方案。
具有隐私控制的深度分析：在本地分析敏感数据，而不是发往云端。你的IT小组，可以监控和控制设备搜集，分析和数据的过程。
低操作成本：本地处理选择的数据，而不是将它发往云端分析，可以保护网络带宽。
参考文献：Cisco, "Fog Computing and the Internet of Things: Extend the Cloud to Where the Things Are" (http://www.cisco.com/c/dam/en_us/solutions/trends/iot/docs/computing-overview.pdf), 2015
更多精彩内容，请关注微信公众号： IntelligentThings
以上内容为【云计算概念怎么与物联网结合 | 与雾计算相关的文献】的相关内容，更多相关内容关注lot物联网。
