雾计算与边缘计算:差异与比较

物联网或物联网已经完全包围了我们,雾计算和边缘计算是其中的一部分。 这两个减少了延迟时间; 但是,两者都有一些安全和隐私问题。

Edge Computing 不能与云一起工作,而这正是 Fog Computing 胜出的地方,因为它能够与云一起工作。

关键精华

  1. 雾计算通过网络分布计算资源,增强更靠近源头的数据处理,而边缘计算在网络外围或数据生成设备附近处理数据。
  2. 雾计算覆盖范围更广,服务于多个边缘设备和用户,而边缘计算则专注于单个设备。
  3. 与边缘计算相比,雾计算具有更好的可扩展性和处理更多的数据。

雾计算与边缘计算

雾计算是一种去中心化的计算基础设施,它产生位于数据源和云之间的数据。 它发生在距离生成数据的传感器更远的地方。 边缘计算 是一种分布式计算范式,可以在更接近数据生成位置的地方处理数据。

雾计算与边缘计算

您可以将雾计算解释为 云计算. 它决定是否通过云或个人资源提供一组数据。

它更侧重于基础架构级别。 雾计算证实了网络物理系统能够很好地履行职责。

边缘计算可以定义为物联网所需的架构师。 与边缘计算设备的数据通信非常简单。

要构建边缘计算,不能借助现有的系统元素。 相反,需要新的组件。 它专注于物联网中的事物层面。

对比表

比较参数雾计算 边缘计算
数据处理雾计算决定是通过云还是个人资源发送数据。Edge Computing 手动处理数据,而不是将其发送到云端。
云端技术它能够与云一起工作。 它不适用于云。 
处理多个物联网应用程序它支持处理多个物联网应用程序。它不支持处理多个 IoT 应用程序。
专注焦点它的重点是基础架构级别。 它的重点是事物层面。
纸张成型 它可以根据现有的系统元素进行改编。 这需要作为一个新系统来构建。  

什么是雾计算?

雾计算可以定义为 云计算. 它从网络的核心传播到网络的边缘。

另请参阅:  Bagging vs Random Forest:差异与比较

思科提出了这个术语。 它是一个中间层。 

它是从云层放大的,通过这种方式,它使计算网络更接近存储设备。 因此,物联网中的终端节点也越来越近。 

位于边缘的设备称为雾节点。 这些可以部署在任何有网络连接的地方。

它用于铁路轨道、交通控制器、停车计时器等。雾计算不应被视为云计算的替代品; 相反,它应该被视为云计算的扩展形式。

在雾计算的帮助下,减少了将数据发送到云端的延迟。 数据传输到云端过程中出现的安全问题也被雾计算解决了。

所以我们可以说整体系统效率是由雾计算维持和提高的。 最后,雾计算确保关键网络物理系统下的操作得到加强并达到标准。

什么是边缘计算?

边缘计算可以定义为架构师。 该体系结构采用最终用户客户端。

还已知使用一个或多个靠近用户的边缘设备。 边缘计算协作,然后将计算设施推向多个数据源。

这些资源是传感器、移动设备等。

边缘计算可以扩展整个系统的性能质量。 边缘计算无法借助现有组件来实现。

它需要一个新的系统才能形成。 说到数据通信,边缘计算就很简单了。

毫无疑问,我们可以说它比雾计算更简单。 

边缘计算失败的可能性也较小。 边缘网关的智能和功能由边缘计算提供,并将它们放置在各种设备中,例如,可编程自动化控制器。

另请参阅:  MOV 与 AVI:差异与比较

然而,隐私问题是边缘计算的一个问题。 

就无线网络安全而言,它并没有提供非常好的保护。 它的认证也不能被信任。  

边缘计算

雾计算与边缘计算的主要区别

  1. 雾计算负责决定发送数据的方式。 它可以通过云甚至个人资源来完成,而边缘计算直接手动处理数据。 它不等待云。
  2. 雾计算可以很容易地与云一起工作,但边缘计算不能与云一起工作。
  3. 雾计算可以支持和处理物联网的多种应用,而边缘计算则不能支持多种物联网应用。
  4. Fog Computing 专注于基础设施层面,而 Edge Computing 相反,它把所有的注意力都放在了 Things 层面。
  5. 雾计算可以从现有的系统元素中改编,但边缘计算需要作为一个全新的系统来构建。 它就像一个迷你云数据中心。 
  6. 雾计算可能不受网络运营商控制,但边缘计算允许移动网络运营商改进现有服务。
  7. 雾计算由具有多个层的分层和扁平架构组成,这些层负责构建网络。 另一方面,边缘计算拥有几个无法形成任何网络的节点。 
参考资料
  1. https://ieeexplore.ieee.org/abstract/document/8016213/
  2. https://www.sciencedirect.com/science/article/pii/S1383762118306349

最后更新时间:13 年 2023 月 XNUMX 日

点1
一个请求?

我付出了很多努力来写这篇博文,为您提供价值。 如果您考虑在社交媒体上或与您的朋友/家人分享,这对我很有帮助。 分享是♥️

发表评论

想保存这篇文章以备后用? 点击右下角的心形收藏到你自己的文章箱!