霧計算與邊緣計算的異同點
- 霧計算和邊緣計算系統都将資料處理轉移到資料生成源頭;
- 二者都試圖減少發送到雲端的資料量,以降低延遲;
通過以上政策;
二者都可以改善遠端關鍵型應用程式中的系統響應時間,提高系統安全性,因為減少了通過公共網際網路發送資料的需求,并降低了成本。
某些應用程式可能會收集大量資料,這些資料被發送到中央雲服務的成本很高。
但是它們收集的資料中可能隻有少量是有用的。
如果在網絡邊緣進行某些處理并且僅将相關資訊發送到雲,則可以有效降低成本。
例如安全攝像頭,将24小時視訊發送到中央伺服器代價将是非常昂貴的,其中23個小時可能隻是一個空蕩蕩的走廊。
如果使用邊緣計算,通過工業智能網關進行相應的邊緣計算,隻将重要的資料進行發送,您可以選擇僅發送實際發生某事的那一小時,代價将會降低很多。
以吸塵器為例說明,集中化的霧節點(或者IoT網關)繼續從家中的傳感器收集資訊,檢測到垃圾的話就啟動吸塵器。
而邊緣計算的解決方案裡傳感器各自判斷有沒有垃圾,來發送啟動吸塵器的信号。
霧計算和邊緣計算都涉及處理更接近原點的資料。關鍵的差別在于處理發生的确切位置。
4. 霧計算與邊緣計算的使用方式不同
我們可以看到,這兩種技術非常相似。
霧計算過程發生在區域網路(LAN)級網絡架構上,使用與智能網關 和嵌入式計算機系統互動的集中式系統。
而邊緣計算處理的大部分資料來源于所在的物聯網裝置本身。