Mi az a Fog Computing?

Régen a nagyszámítógépek buta terminálokkal (csak megjelenítésre és adatbevitelre korlátozva) biztosították a tranzakciófeldolgozáshoz és egyéb számítási igényekhez szükséges összes számítási teljesítményt (intelligenciát). Aztán a számítási teljesítmény vagy az intelligencia kliensterminálokra való átruházása érdekében megszületett a kliens-szerver architektúra ötlete – ez az időszak, amikor a felhasználók immár független számítási teljesítményhez fértek hozzá a személyi számítógéppel (PC) a csatlakoztatott hülye terminálok helyett. a mainframe-hez. Ezek a kliens PC-k több intelligenciával rendelkeztek, mint nagyszámítógépes társaik, de a feldolgozási teljesítmény nagy része magán a szerveren volt. Mellesleg, a PC-kliens-szerver korszakban az internet világszerte népszerűvé vált, és örökre megváltoztatta kapcsolataink és működésünk minden aspektusát.

Aztán jött az Internet of Things (IoT). Ma már több milliárd ügyfél IoT-eszközzel rendelkezünk, amelyek internet-hozzáférést igényelnek; és ha megpróbálják visszaküldeni az összes adatukat egy központi felhőszerverre számítások céljából, akkor nem lenne elegendő sávszélesség ahhoz, hogy ezek az eszközök folyamatosan kommunikáljanak a felhőszerverekkel. Maguk a szerverek túlterheltek, és ez nagy probléma lenne. Tehát ahelyett, hogy a felhőszerverek végeznék el az összes feldolgozást, miért nem biztosítjuk, hogy az összes szélső eszköz kezelje számítási igényeit, és csak az eredményeket küldje vissza a szervernek? A hagyományos számítási felhő-architektúrák nem felelnek meg minden igénynek. Az uralkodó hagyományos felhőalapú számítástechnikai megközelítés, amely szerint az összes adatot a hálózat széléről az adatközpontba vagy a felhőbe helyezik feldolgozás céljából, növeli a késleltetést. A hálózati sávszélesség kapacitása nem képes megbirkózni az ilyen eszközök ezreinek forgalmával. Ezek és sok más kihívás ihlette azt az ötletet, hogy az intelligenciát a hálózat szélére tolják. A legtöbb IoT-adat elemzésének ideális helye az adatokat előállító és azokra ható eszközök közelében van. Ezt a koncepciót Fog Computing néven ismerik.

A ködszámítás fogalmának páramentesítése

A köd számítástechnika a számítási infrastruktúra decentralizálását jelenti a felhő kiterjesztésével a csomópontok stratégiai elhelyezésével a felhő és a szélső eszközök között. Ez közelebb helyezi az adatokat, a számításokat, a tárolást és az alkalmazásokat a felhasználóhoz vagy az IoT-eszközhöz, ahol az adatok feldolgozásra szorulnak, így köd keletkezik a központi felhőn kívül, és csökkenti az adatfeldolgozáshoz szükséges adatátviteli időt. A „köd számítástechnika” kifejezést a Cisco 2014-ben alkotta meg, a „köd” szót pedig arra használták, hogy a felhőt közelebb hozzák a talajhoz – mint az alacsonyan fekvő felhők esetében.

A ködszámítási architektúra a felhasználóhoz közeli eszközöket használ jelentős mennyiségű helyi számítás elvégzésére (ahelyett, hogy felhő alapú számításokra támaszkodna), tárolásra (ahelyett, hogy elsődlegesen felhőalapú adatközpontokban tárolná) és kommunikációra (nem pedig az internetes gerinchálózaton keresztül történő útválasztásra). ). Az adatok csak szükség esetén továbbíthatók az internetes gerinchálózaton. A köd-számítástechnika nem helyettesíti a felhőalapú számítástechnikát; inkább a számítási felhővel együtt működik, optimalizálva a rendelkezésre álló erőforrások felhasználását. A számítási felhőben az adatokat közvetlenül egy központi felhőszerverre küldik, amely általában távol van az adatforrástól, ahol aztán feldolgozzák és elemzik. Az alábbi 1.0 táblázat összehasonlítja a felhő és a köd számítását.

Számos közeli felhasználói eszköz (például szenzorok és IoT-eszközök) nagy mennyiségű nyers adatot állít elő, és ahelyett, hogy azokat felhő alapú szerverekre továbbítaná feldolgozásra, a ködszámítás mögött az a gondolat, hogy a lehető legtöbb feldolgozást a számítási teljesítmény felhasználásával végezzék el. az adatgeneráló eszközökről. Ezért a feldolgozott, nem pedig a nyers adatok továbbításra kerülnek a szerverre, és a sávszélesség-igény csökken.

Például a köd számítástechnika megjelenése előtt voltak buta térfigyelő kameráink, amelyek folyamatosan streamelték a videó adatokat a DVR-re (read server) a hét minden napján, 24 órában, és a szerver dönti el, hogy mit kezd vele. De ahogy elkezdünk több térfigyelő kamerát telepíteni, annyi adat érkezik vissza a szerverre. Napjainkban az ostoba térfigyelő kamerák, amelyek a nap 24 órájában továbbítják a videót egy szerverre, átadják helyét az intelligens arcfelismerő kameráknak (intelligens megfigyelő kamerák), amelyek csak akkor továbbítanak videót, amikor emberi arcokat érzékelnek és rögzítenek. A képek rögzített arcrészét a rendszer levágja, átméretezi, és elemzés céljából elküldi a LAN-on belül található közeli szerverre. A szerver észleli az arcot, és egy másodpercen belül elküldi a választ. A válasz időérzékenysége miatt az adatokat a gyors elemzés érdekében a felhőalapú szerver helyett egy helyi szerverre küldik.

Ez egy egyszerű példa arra, mit jelent az intelligenciát a hálózat szélére helyezni. Ez lehetővé teszi, hogy sokkal több eszközt (okoskamerát) helyezzen a hálózatra anélkül, hogy ennyire megterhelné rendszereit. Így ennek az intelligenciának a szélére tolásával az eszközök maguk dönthetik el, hogy mikor küldjenek adatokat a szervernek, és ez kiküszöböli a szükségtelen torlódásokat és késéseket. Dióhéjban erről szól a köd-számítástechnika.

Köd számítástechnika vs Edge számítástechnika

A köd és a szélső számítástechnika hasonló funkcionalitást kínál az intelligencia és az adatok továbbítása a közeli peremeszközökhöz. Néha a két kifejezést felcserélhetően használják. Az élszámítás azonban a köd-számítás egy részhalmaza, és csak azokra az adatokra vonatkozik, amelyeket az előállítás helyéhez közel dolgoznak fel. A köd számítástechnika nem csak a peremfeldolgozást foglalja magában, hanem azokat a hálózati kapcsolatokat is, amelyek ahhoz szükségesek, hogy az adatokat a szélről a végső rendeltetési helyükre vigyék. Gondoljon a ködszámításra úgy, mint az adatok feldolgozásának módjára a generálás helyétől a tárolásukig.

Mindkét technológia kihasználja a számítási lehetőségeket a helyi hálózaton belül a számítási feladatok elvégzéséhez. A köd- és szélső számítástechnika filozófiája az, hogy a feldolgozási tevékenységet közelebb vigyük a hálózat széléhez a szolgáltatás felgyorsítása érdekében. Bár mindkettő célja a késleltetés és a hálózati torlódás csökkentése, jelentősen eltérnek egymástól abban, hogyan kezelik az adatokat. A köd és az élszámítás közötti kulcsfontosságú megkülönböztető tényező az adatfeldolgozás helye:

• A szélső számítástechnikában az adatok feldolgozása közvetlenül az adatforrásokon, például szenzorokon vagy IoT-eszközökön történik, vagy azokon az eszközökön, amelyekhez az érzékelők csatlakoztatva vannak.
• Másrészt a köd-számítástechnika a számítási feladatokat a LAN-hálózatban található IoT-átjárókra vagy ködcsomópontokra helyezi át.

Úgy tűnik, hogy a köd számítástechnika vonzóbb az adatfeldolgozó vállalatok és szolgáltatók számára, míg a szélső számítástechnika népszerű a középső és távközlési vállalatok körében, amelyek gerinc- és rádióhálózatokkal dolgoznak. Mindazonáltal mind a köd-, mind az élszámítógépet egyetlen kulcsprobléma – a késleltetés és a válaszidő – kezelésére tervezték.

Hogyan működik a köd számítástechnika

A köd számítástechnika hálózati architektúra számos összetevőből és funkcióból áll, beleértve a ködcsomópontokat (IoT átjárók), amelyek fogadják az IoT-eszközöktől származó adatokat, valamint hálózati eszközöket, például útválasztókat és kapcsolók eszközök hálózaton belüli összekapcsolására. A ködcsomópontok közelebb helyezkednek el az adatforráshoz, és nagyobb feldolgozási és tárolási kapacitással rendelkeznek. A ködcsomópontok sokkal gyorsabban tudják feldolgozni az adatokat, mintha a kérést a felhőbe küldenék központosított feldolgozásra.

Bármilyen számítástechnikai, tárolási és hálózati csatlakozással rendelkező eszköz, például ipari vezérlők, kapcsolók, útválasztók és beágyazott szerverek, ködcsomópontként működhet. A ködcsomópontok beépíthetők irodaházakba, gyárpadlókra, villanyoszlopokra, vasúti sínekre, járművekre, olajfúrótornyokra és más célterületekre. Amikor egy IoT-eszköz adatokat generál, az adatokat a rendszer közvetlenül egy ködcsomóponthoz küldi elemzés céljából felhőalapú szerver helyett. IoT-környezetben például a ködhálózaton keresztüli adatátvitel lépései a következők:

• Az IoT-eszközök jelei egy automatizálási vezérlőhöz kerülnek, amely egy vezérlőrendszer-programot hajt végre az eszközök automatizálására.
• Egy vezérlőrendszer-program az Open Platform Communications (OPC) szerver nevű interoperabilitási protokoll segítségével küld adatokat az IoT-ben történő adatcseréhez – az OPC-kiszolgáló egy szoftverprogram, amely a hardveres kommunikációs protokollt OPC-protokolllá alakítja.
• Az OPC szerver a nyers adatokat egy olyan protokolllá alakítja, amely könnyebben érthető olyan webalapú szolgáltatásokkal, mint a HTTP(s) vagy az MQTT (Message Queuing Telemetry Transport). Az MQTT protokollt kifejezetten olyan távoli helyekkel való kapcsolatokhoz tervezték, ahol a hálózati sávszélesség korlátozott.
• Az átalakítás után az adatok egy ködcsomóponthoz vagy IoT-átjáróhoz kerülnek – amely összegyűjti, feldolgozza és elmenti az adatokat, vagy bizonyos esetekben továbbítja a felhőbe további elemzés céljából.

Most a következő történik: mi történik a felhőplatformon, amikor az adatok sikeresen átvitele megtörtént:

• A felhőszerver összegyűjti és összesíti a feldolgozott IoT-adatokat a ködcsomópontokból.
• A felhőszerver további elemzéseket végez az IoT-adatokon és más forrásokból származó adatokon, hogy hasznos üzleti betekintést nyerjen.
• Ahol szükséges, a felhőszerver új alkalmazásszabályokat küldhet a ködcsomópontoknak ezen betekintések alapján

Mikor érdemes fontolóra venni a köd számítástechnikát vállalkozása számára

Az IoT-eszközök használatának gyors növekedése a digitálisan előállított adatok megnövekedett mennyiségét eredményezte. Ezen adatok kezelése komoly kihívást jelent az ebben a szektorban működő legtöbb vállalkozás számára. Iparági szakértők világossá tették, hogy a legtöbb vállalkozás által manapság használt felhőalapú számítástechnikai IoT-hálózati modellek rosszul vannak felszerelve az egyre növekvő számú IoT-eszköz által generált és előállított hatalmas adatmennyiség kezelésére. A köd számítási modell a legalkalmasabb ezeknek a problémáknak a kezelésére.

Tudja, hogy vállalkozása megérett a ködszámításra, ha:

• IoT-alapú rendszerei vannak földrajzilag szétszórt végeszközökkel, amelyek terabájt nagyságrendű adatokat generálnak, és ahol a felhőhöz való csatlakozás szabálytalan vagy nem kivitelezhető.
• Folyamatosan hatalmas mennyiségű adatot gyűjtenek össze olyan adatforrásokból, mint például az összekapcsolt autók, járművek, hajók, gyárak padlói, utak, mezőgazdasági területek, vasutak stb., és továbbítják a felhőbe.
• Rendszeresen elemeznie kell az időérzékeny generált adatokat, és reagálnia kell azokra másodpercek vagy ezredmásodpercek nagyságrendjében.

Ha ezen az útkereszteződésen találja magát, jó alkalom lehet arra, hogy fontolóra vegye a köd számítástechnika telepítését a hálózatában. Általánosságban elmondható, hogy a köd számítástechnika olyan szervezetek számára a legalkalmasabb, amelyeknek egy szempillantás alatt kell elemezniük és reagálniuk a valós idejű adatokra. A köd számítástechnika azon képessége, hogy minimális késleltetéssel felgyorsítja a tudatosságot és az eseményekre adott választ, tökéletessé teszi ezt a feladatot. Például a közlekedési szektorban, ahol valós idejű adatokat kell gyűjteni a hálózat szélén lévő járművekről, a köd-számítástechnika hatékony módszert biztosít az adatok összesítésére, valamint valós idejű elemzések és betekintések generálására anélkül, hogy távoli felhőszerverektől kellene függnie.

Számos felhasználási eset létezik, amelyek potenciális ideális forgatókönyvek lehetnek a ködszámításhoz. Ilyenek például a távoli egészségügyi ellátáshoz használható, hordható IoT-eszközök, intelligens épületek és városok, csatlakoztatott autók, forgalomirányítás, kiskereskedelem, valós idejű elemzés és még sok más. A OpenFog Konzorcium A Cisco Systems, az Intel, a Microsoft és mások által alapított cég különféle kapacitásokban és területeken segíti a köd-számítástechnika szabványosításának és népszerűsítésének felgyorsítását. Már most is gyorsan elterjednek a ködalkalmazások a feldolgozóiparban, az olaj- és gáziparban, a közművekben, a bányászatban és a szállítási szektorban. A ködalapú számítástechnikát alkalmazó vállalatok mélyebb és gyorsabb betekintést nyernek, ami jobb üzleti agilitáshoz és teljesítményhez vezet.

Négy ok, amiért vállalkozásának szüksége van ködszámításra:

1. Működtetés távoli helyeken: A távoli helyeken való működés kihívást jelenthet, különösen akkor, ha az internetkapcsolat nem megbízható. A köd számítási modellben egyszerűen használhatja a helyi számítási teljesítményt a generált adatok feldolgozásához és elemzéséhez. A feldolgozott adatok ezután elküldhetők a felhőbe szélesebb körű felhasználás céljából, ha az internetkapcsolat stabil.
2. Minimalizálja a késleltetést: Napjaink időérzékeny üzleti alkalmazásai másodperces vagy ezredmásodperces nagyságrendű válaszidőt igényelnek, különösen akkor, ha időben korrekciós intézkedésekre van szükség. A köd-számítási modell jobb alternatíva a számítási felhővel szemben, ha minimálisra csökkenti a késleltetést és lehetővé teszi a gyors döntéshozatalt.
3. Biztonsági és adatvédelmi aggályok kezelése: A felhőmodell szerint az adatokat valaki más számítógépén tárolják és dolgozzák fel. Ha érzékeny IoT- vagy működési adatokat közvetlenül a felhőbe küld, veszélybe kerül az adatok és a szélső eszközök. Előfordulhat, hogy az adatok és a kritikus infrastruktúra integritása és elérhetősége nem mindig garantált. A ködszámítás segít minimalizálni ezt a fajta kockázatot, és gyorsabb válaszadást tesz lehetővé.
4. Takarékoskodjon a hálózati sávszélességgel: Nagy sávszélességre van szükség ahhoz, hogy nagy mennyiségű adatot vigyen át a hálózat széléről egy felhőkiszolgálóra. Képzeljen el egy olyan helyzetet, amikor minden IoT-eszköze naponta 100 GB adatot generál, és ezekből több ezer van a területen. Napokba telhet, amíg ezt a hatalmas adatmennyiséget több ezer szélső eszközről a felhőbe továbbítják. Az adatok napi átvitelének költsége hosszú távon elviselhetetlen sávszélesség-költségekhez vezethet.

A ködszámítás előnyei

A köd számítástechnika számos előnnyel jár a vállalkozások számára, amelyek közül néhány a következőket tartalmazza:

• Alacsony késleltetés : A ködszámítás egyik legfontosabb előnye a késleltetés és a válaszidő jelentős csökkenése. Mivel sok adatot helyben tárolnak, a számítás gyorsabban történik, és a ködhálózat minimális késleltetéssel képes nagy mennyiségű adatot feldolgozni. Ezenkívül a feldolgozott adatokra nagy valószínűséggel ugyanazoknak az eszközöknek lesz szükségük, amelyek az adatokat generálták, így a helyi feldolgozás, nem pedig a távoli feldolgozás révén a bemenet és a válasz közötti késleltetés minimálisra csökken.
• Üzleti agilitás : A Fog computing biztosítja a vállalatoknak, különösen az induló vállalkozásoknak azt a rugalmasságot, amelyre szükségük van az alkalmazások fejlesztéséhez és telepítéséhez. A megfelelő eszközökkel a fejlesztők gyorsan fejleszthetnek és telepíthetnek ködalkalmazásokat, ahol szükséges.
• Alacsonyabb működési költség : Az adatok helyi feldolgozásával ahelyett, hogy a felhőbe küldené azokat, megtakaríthatja a sávszélesség költségeit, ami elkerülhetetlen lett volna, ha a hatalmas mennyiségű IoT-adatot közvetlenül a felhőbe küldi.
• Online és offline hozzáférés : A ködszámításhoz az adatokat többnyire a LAN-on belül kell tárolni, és csak szükség esetén kell elküldeni a felhőbe. Ez ideálissá teszi olyan helyzetekben, amikor nincs internet sávszélességű kapcsolat az adatok küldéséhez. A távoli vagy földrajzilag kihívást jelentő helyeken futó rendszerek, ahol az internet-hozzáférés megbízhatatlan vagy nem elérhető, nagy hasznot húznak a köd-számítástechnikából.
• Valós idejű elemzés : A ködszámítás a valós idejű elemzés révén kiküszöböli a felhőszolgáltatásokkal járó hatástalanságot és késleltetést. Sok szervezet kihasználja a valós idejű adatelemzés nyújtotta versenyelőnyt, hogy előrébb maradjon. Például a gyártási szektorban működő vállalatoknak képesnek kell lenniük az eseményekre, ahogy azok megtörténnek; A pénzintézeteknek valós idejű adatokra van szükségük a kereskedési döntések tájékozódásához vagy a csalás megfigyeléséhez. A köd számítástechnikai telepítések elősegíthetik ezeknek a valós idejű adatoknak a gyors átvitelét.

A ködszámítás korlátozása

Annak ellenére, hogy a köd számítástechnika értékes előnyökkel jár a szervezetek számára, nem mentes néhány hátránytól. Íme néhány korlátozás, amelyet figyelembe kell vennie, mielőtt a köd számítástechnika felé ugrál:

• Biztonsági és adatvédelmi kockázatok : A csatlakoztatott köd számítástechnikai eszközöket ritkán hitelesítik. Ez sebezhetővé teszi őket a kibertámadások különféle formáival szemben, mint például a DDoS és a „man-in-the-middle”, ha nincs megfelelő védelem. A köd számítástechnika aggályokat vet fel a végfelhasználói adatvédelem tekintetében is. A ködcsomópontok érzékeny adatokat gyűjtenek a hálózat szélén lévő eszközökről. A behatoló könnyen hozzáférhet ezekhez az adatokhoz kis ellenállással vagy ellenállás nélkül.
• Energia fogyasztás : A ködcsomópontok működéséhez nagy mennyiségű energiára van szükség. Minél több ködcsomópont van a hálózatban, annál nagyobb az energiafogyasztási igény. Ennek kezelése bizonyos szervezetek számára kihívást jelenthet. A legtöbb vállalat gyakran energiahatékony ködberendezések és csomópontok használatával próbálja minimalizálni energiaszükségletét.
• Nem biztonságos fizikai hely : A ködcsomópontok szétszórt jellege miatt valószínű, hogy néhányuk kevésbé biztonságos környezetben található. A rosszindulatú szereplők könnyen hozzáférhetnek hozzájuk, és ez növeli az ember a közepén támadások kockázatát.
• A hálózat összetettsége : A köd számítástechnikai hálózatok kezelése nagyon bonyolult lehet, különösen, ha hagyományos infrastruktúrával és felhőszolgáltatásokkal kombinálják. Ezen eszközök és csomópontok kezelése, beleértve a javítások kezelését is, nagyon nehéz feladat lehet. Ez bonyolultabbá teheti a hálózatot.

Következtetés

Több mint 30 milliárd IoT-eszköz már csatlakoztatva van, és 2025-ig 75 milliárd kerül az internetre , az IoT-rendszerek jövője minden bizonnyal összekapcsoltabb dolgokat jelez. A negyedik ipari forradalom – olyan technológiák konvergenciája, mint pl 5G hálózatok, mesterséges intelligencia , kvantumszámítás , felhő és köd számítástechnika új előnyöket ígér az IoT-alapú rendszerekkel.

A számítási felhőmodell nem alkalmas olyan IoT-alkalmazásokhoz, amelyek nagy mennyiségű, terabájt nagyságrendű adatot dolgoznak fel, és gyors válaszidőt igényelnek. Itt tűnik ki a köd-számítási modell. Az időérzékeny IoT-alapú alkalmazásokkal rendelkező, földrajzilag szétszórt végeszközökkel rendelkező szervezetek, ahol a felhőhöz való csatlakozás szabálytalan, profitálnak ebből a technológiából.

Köd számítástechnikai GYIK

Mit jelent a tehermentesítés a köd számítástechnikában?

A tehermentesítésről akkor kerül sor, ha az adatmennyiségek nem dolgozhatók fel időben és hatékonyan távolról. Ilyen körülmények között a végponti adatok feldolgozása egy helyi csomópontba kerül, amely előfeldolgozza és szűri az adatokat, egyes kéréseket önállóan kiszolgál, és egy felhőkiszolgálóra hivatkozik. Ez egy kicsit olyan, mint egy proxyszerver, amely a helyi hálózaton működik.

Mi az elosztott köd számítástechnika?

A ködszámítás elosztott architektúrának tekinthető, mivel az adatfeldolgozás helyben történik, így egy központi szerver, amely sok hálózatot kiszolgál, sok helyi szerverre tolja át tevékenységét.