霧運算(Fog Computing)
(一)概念形成
由Cisco於2014年提出,至2015年11月,ARM、Dell、Intel、Microsoft等科技公司及Princeton University(普林斯頓大學)加入此概念陣營,並同時成立OpenFog Consortium(開放霧聯盟),目的在於推廣及加快開放霧運算的普及,同時促進物聯網的發展。
(二)技術架構
因雲端運算之集中式運算技術使每人皆可以高效並廉價地分享昂貴伺服器資源,而減輕企業用戶的負擔。但因其每人都共用一個資料中心之特性,而衍生出企業需要建設超大型資料中心及購買造價高昂的伺服器、雲端服務商依賴高效能高成本伺服器;依賴雲端運算的智慧行動裝置陸續出現,導致從雲端到智慧行動裝置的資料傳輸變得擁擠。
而霧運算的技術架構建立在採用分散式的運算方式,將運算、通訊、控制和儲存資源與服務分布在使用者或靠近使用者的設備與系統,於地理上分布更廣泛,且具有更大範圍的行動性。且霧運算無須由高性能的伺服器組成,而是由性能較弱、更為分散的各類功能計算機替代。相關技術補足了雲端運算在問題上的劣勢,並且具有更大的優勢,讓霧運算適應不需要進行大量運算的智慧行動裝置及對一些時間延遲敏感的應用中。
(三)優點
即為「SCALE」,安全(Security)、認知(Cognition)、靈活(Agility)、延遲(Latency)及效率(Efficiency)。
安全方面
多數以雲端為基礎的安全服務在現今的連網廠房中已不敷需求,而霧運算的分散式運算架構則可處理IIoT所面臨的安全挑戰。廠房可保護霧運算節點採用相同的企業IT政策、控制及程序,且透過霧運算節點快速找出不尋常的活動。另外於無需中斷服務狀態下,減輕不尋常活動對系統形成的威脅及攻擊。
認知方面
霧運算架構能同時做出透過哪個節點進行運算、儲存及控制功能的最佳的決定並進行就該裝置或鄰近的霧運算節點的運算決策,而非只能透過傳輸資料至雲端的方式供決策制定。
延遲方面
目前工業控制系統大多都需要在幾千分之一秒內的端對端延遲,但雲端服務卻無法提供此水準的延遲服務,而霧運算的分散式運算架構具有地理性及行動性上的優勢,則能提高其資料傳輸之效能,並提供該項水準服務。
效率方面
霧運算的架構採用沉浸式分散途徑,若某個網絡出現故障,將可立即轉換至整個網絡中其他可近用的霧運算資源,有助於彈性管理及易於與現有物聯網環境做整合。
(四)比較
|
雲端運算 |
霧運算 |
伺服器分布 |
集中式 |
分散式 |
伺服器數量 |
少 |
較多 |
伺服器位置 |
遠端網路 |
近端網路 |
伺服器與用戶端裝置距離 |
多個節點 |
一個節點 |
回應延遲 |
高 |
低 |