“雾计算”重新定义物联网的计算边界

　　在过去的20年，云计算的兴起把端部的计算和存储挪到了云端，便于数据聚合和统一管理，随着物联网时代的到来，物联网设备连接量正在以指数级速度增长，“云计算”已经不能满足全部的应用场景,“雾计算”应运而生。"雾计算"把聚合的计算和存储在此部分分配到管道和端部，形成更快速响应和超大规模的运算体系。这个新型的计算体系对一个企业对云、管、端的控制力和动态管理能力提出了新的要求。

　　什么是“雾计算”?

　　雾计算(Fog Computing)是云计算(Cloud Computing)的延伸概念，主要用于管理来自传感器和边缘设备的数据，将数据、(数据)处理和应用程序集中在网络边缘的设备中，而不是全部保存在云端数据中心。在终端设备和云端数据中心之间再加一层“雾”，即网络边缘层，比如再加一个带有存储器的小服务器或路由器，把一些并不需要放到云端的数据在这一层直接处理和存储，可以大大减少云端的计算和存储压力，提高效率，提升传输速率，减低时延。

　　雾计算技术采用分布式的计算方式，将计算、通信、控制和存储资源与服务分布给用户或靠近用户的设备与系统。可以说，雾计算扩大了云计算的网络计算模式，将网络计算从网络中心扩展到了网络边缘，从而更加广泛地应用于各种服务。雾计算在地理上分布更为广泛，而且具有更大范围的移动性，这让它适应如今越来越多不需要进行大量运算的智能设备。对一些对时间延迟敏感的应用如实时和流媒体应用中，雾计算也具有更大的优势。

　　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，处于大型数据中心以外的庞大外围设备组成，这些外围设别包括智能终端本身，也包括把智能设备与云端相连接的网关或路由设备，可以渗入工厂、汽车、电器、街灯及人们物质生活中的各类可计算设备中。

　　早期“雾计算”所用的设备就是小服务器或路由器，可以放到小区、工厂、企业、家庭等里面。现在，通过传感器、大数据和人工智能的不断发展进步，“雾计算”可以应用在各种需求场景中。例如温度计每秒的读数是无需上传到云里的。雾计算技术要做的是在实时数据的基础上得到一个平均数，然后每半小时左右将其上传到云里。如果温度出现异常，传感器仍然可以相当智能地迅速做出反应。

　　“雾计算”的起源追溯

　　2010年11月28日，“维基揭秘”网站发布了25万余份美国国务院机密文件，将诸多美国外交内幕和盘托出，爆出了美国历史上也是世界历史上最大规模的泄密事件。与此同时，在中国国内的互联网上也集中爆发了一连串的网络个人信息泄露事件。

　　针对日益严重的数据泄露事件,美国国防预先研究计划局(DARPA)启动了多尺度异常检测项目，在此之下，Allure安全技术公司和美国哥伦比亚大学提出了“雾计算”网络积极防御概念，用以识别那些正在泄露机密信息的人员或者潜在的恶意内部人员。该计划重点关注涉密网络的内部攻击者，并向其提供自动生成的虚假情报、诱饵信息，引诱他们访问并擅自发布，然后跟踪其访问和传播范围，借以收集相关信息。

　　2011年3月，格鲁吉亚国家计算机应急响应中心检测到一种新型的网络攻击软件，该软件以窃取格鲁吉亚和美国政府机密文档与政府情报信息为目标，可将收集到的情报信息上传到命令与控制服务器。为了调查和追踪这个恶意软件和控制服务器，格鲁吉亚信息安全专家巧妙利用信息诱骗技术(包含病毒的伪造涉密ZIP文档)，成功追踪到来自于俄罗斯官方安全机构的黑客并拍下照片。

　　在“雾计算”概念出现之后，美国思科公司把"雾计算"这个名词接过去使用，提出了“雾计算”是“云计算”的延伸概念，用于推销其产品和网络发展战略，希望不再拘泥于云计算，研究如何在物联网设备上存储和处理它们自身产生的数据。不过从思科讲雾计算到现在，真正落地的案例并不多，思科的路由器和交换机技术缺乏对终端设备的定义和控制能力，大部分场景无法把雾计算的能力真正体现出来，空留于理论。

　　2015年11月，ARM、戴尔、英特尔、微软等几大科技公司以及普林斯顿大学加入了这个概念阵营，并成立了非盈利性组织 OpenFog Consortium (开放雾联盟)，旨在推广和加快开放雾计算的普及，促进物联网发展。2016年5 月该组织在普林斯顿大学召开联盟会议，但目前仅限于理论阶段。

　　“雾计算”的商业价值不可估量

　　随着传感器的发展，物联网时下正席卷几乎每个行业，智能终端的数量和采集数据的规模都在几何级增加，对企业的计算和存储都带来非常大的压力，通过雾计算，大量的实时数据不用全部传到云端存储计算后，再把需要的数据从云端传回来，而是可以在网络的边缘直接处理有用的数据，大大提高了企业效率。

　　雾计算可降低耗能。云计算把大量数据放到“云”里去计算或存储，“云”的核心是装有大量服务器和存储器的“数据中心”。由于目前半导体芯片和其他配套硬件还很耗电，全球数据中心的用电功率相当于30个核电站的供电功率，其中90%的耗电量都被浪费，效率很低。谷歌位于全球数据中心的用电功率就达到3亿瓦特，这一数字超过了3万户美国家庭的用电量。当未来数据传输量(指大量无线终端和“云”之间的传输)进一步成指数式增长，云中心会无法再维持下去。

　　雾计算可提升效率。随着物联网的到来，各行各业包括家庭电器、可穿戴设备、汽车周边、工业农业、商用设备等等各种需要连网的终端设备数量的增长，将产生极其大量的数据发送和接收，可能造成数据中心和终端之间的I/O(输入输出)瓶颈，传输速率大大下降，甚至造成很大的延时，一些需要实时响应的设备将无法保证正常运行，比如：无人机、安防报警、监护设备等。

　　雾计算可用于海量数据分析。大量企业对于海量数据采集需求的解决办法是减少数据采集的频率和总量，比如每10分钟采样一次，一天下来可能就采集上百次，精准度和效率会大打折扣，一些需要海量、不间断数据采集的设备就会降低本身的服务价值，而一些需要及时决策的设备在等待全部数据上传云端运算决策后再返回设备端会大大降低服务能力。

　　雾计算可使升级更安全。在没有成熟技术平台时，大部分设备怎么计算，出厂时就已经定型了，除非用一个很重的办法去远程升级它的整套系统，但这样升级效率低，也很危险，有可能一换操作系统，市面上上百万台设备就永远失联了。

　　领先的物联网云服务公司机智云采用“雾计算”解决客户需求

　　国内专注于物联网云服务的创新公司机智云开发的“雾计算”系统应用已经正式运行，其对雾计算的落地策略不同于思科等通信设备供应商。思科主要靠路由器和交换机来部署雾计算，而机智云现在的"雾计算"的发力点落在了数量更为庞大的通讯模组DTU(Data Transfer Unit)和网关 (Networking Gateway) 上。这些设备都是机智云直接可控的计算单元，“雾计算”就是从云端向这些边缘设备动态分配计算和存储能力。

　　据了解，机智云ECE雾计算框架，在DTU或网关上嵌入了一个“微容器”，可以执行以Java，Python，Lua等轻量级的脚本语言构成的“微应用”。这些“微应用”可以做数据处理、协议转换、以及实现设备之间的互联互通。开发者可以直接在云端编写各种脚本，可以通过ECE系统方便地推送到微应用容器中，就可以实时把运算能力部署到设备端，设备不用重启，也不需要原先的整个系统OTA固件升级，而是只需要更新它在雾端的算法和微应用。

　　具备“微应用”的设备可以根据业务需求，实现毫秒级数据采集分析，提供更大的可分析数据量，并具备本地判断能力，精确度与效率得到大大提高。但这种设备端的计算并不会取代云端运算，而是设备端经过微应用数据处理，将已经处理好的有用数据发送到云端，云端再去做数据汇总，设备端有效放大了云端的汇总能力。现在，通过雾计算的方式，云端可以快速灵活地更新它在雾端的微应用，有效地把“软件定义硬件”升级到“云端定义硬件”。

　　在过去的20年，云计算的兴起把端部的计算和存储挪到了云端，便于数据聚合和统一管理，现在"雾计算"把聚合的计算和存储在此部分分配到管道和端部，形成更快速响应和超大规模的运算体系。这个新型的计算体系对一个企业对云、管、端的控制力和动态管理能力提出了新的要求。

　　对此，机智云CEO黄灼表示，机智云有超过6年的物联网技术积累和创新经验，目前平台支撑超过700万台物联网设备，在技术创新和应用上一直处于国际领先水平，随着IoT产业的不断发展，连网设备的计算能力也在不断增加，机智云把“雾计算”的应用在IoT领域往前推进一步，以满足客户产品的特定功能需求。

　　而另一个创新之处是，机智云把动态部署运算的能力赋予给低级处理器，就连几块钱的普通单片机(MCU)也可以参与到雾计算。机智云作为全栈的物联网技术平台(Full Stack IoT Platform)，对云、管、端三者有很强的控制力，这是机智云平台落地雾计算的优势。

　　雾计算和云计算一样，是市场发展需求的技术解决手段。在物联网日渐增长的智能终端格局里，雾计算会有非常广泛的应用，而在每个行业的每一次颠覆性创新，总有一个痛苦的市场磨合阶段，需要创新与执行力兼备的企业来实现创新的商业化，机智云正在做这样的实践。

　　雾计算和云计算一样，十分形象。云在天空飘浮，高高在上，遥不可及，刻意抽象;而雾却现实可及，贴近地面，就在你我身边;企业级计算的未来仍然在云中，但是未来真正的计算变革却会在这里发生，在你我身边——不在云中，在雾里。(援引自《华尔街日报》网站《忘记“云”;“雾”才是科技的未来》)