Облачные и туманные вычисления реферат

Обновлено: 02.07.2024

Туманные вычисления призваны расширить облачные функции хранения, вычисления и сетевого взаимодействия. Концепция предполагает обработку данных на конечных устройствах сети (компьютерах, мобильных устройствах, датчиках, смарт-узлах и т.п.), а не в облаке, решая таким образом основные проблемы, возникающие при организации интернета вещей.

Содержание

Концепция

Стандартизация

В 2015 году с целью выработки единых подходов к реализации Fog компаниями ARM, Cisco, Dell, Intel, Microsoft, а также Принстонским Университетом (Princeton University), в США был создан консорциум OpenFog Consortium. В дальнейшем, в консорциум OpenFog вошло много других компаний (General Electric, Hitachi, ZTE и др), а также университетов, например, ShanghaiTech University. К 2018 году в OpenFog выходят более 50 членов. Консорциум OpenFog разрабатывает стандартную архитектуру OpenFog RA [1] (OpenFog Reference Architecture).

Реализация и архитектура

Как Cloud, так и Fog Computing, используют сходные ИТ-ресурсы: вычислительные устройства (серверы и процессоры компьютеров пользователей), узлы коммутации сети и системы хранения данных. Однако, расширение облака до границ сети не сводится лишь к масштабированию этого облака. Техническая реализация, а также спектр приложений Fog, могут значительно отличаться от Cloud. Fog предназначен, в основном, для приложений и услуг, которые плохо работают в архитектуре Cloud Computing, либо вообще не могут в ней работать. В основном, это область интернета вещей, нарастающее развитие которого не может быть полностью поддержано только при помощи решений Cloud [2] . Развитие IoT столкнулось с необходимостью фильтрации и предварительной обработки данных перед отправкой в облако. В основном, это следующие приложения:

  • Приложения, требующие низкой и предсказуемой задержки передачи информации по сети, например, игровые приложения или видеоконференции.
  • Приложения для транспорта, такие как: беспилотные автомобили, скоростные поезда, интеллектуальные транспортные системы и др.
  • Приложения, требующие локальной обработки данных в реальном времени, такие как: интеллектуальные системы электроснабжения (Smart Grid), интеллектуальные транспортные системы (ИТС), геофизическая разведка недр, управление трубопроводами, сенсорные сети мониторинга окружающей среды и пр.

Fog не является альтернативой для Cloud. Напротив, Fog плодотворно взаимодействует с Cloud, особенно в администрировании и аналитике данных, и такое взаимодействие порождает новый класс приложений.



Основные архитектурные отличия Fog от Cloud:

  • Обеспечение качества услуг (QoS, Quality of Service), что требует динамической адаптации приложений к состоянию сети.
  • Отслеживание местоположения (Location Awareness) для того, чтобы поддерживать стабильность работы приложения в условиях мобильности терминала.
  • Отслеживание контекстной информации (Context Awareness), т.е. способность обнаруживать наличие доступных ресурсов поблизости, чтобы задействовать их в работе приложения, с возможностью горизонтального взаимодействия.

В архитектуре Fog сетевые узлы (Fog Sites), расположенные ближе к облачным дата-центрам, обладают большей вычислительной мощностью и бóльшим объемом данных в системах хранения. Сетевые узлы, расположенные ближе к сенсорам интернета вещей и мобильным устройствам, обладают большей интерактивностью и быстрым откликом. Отличительной особенностью Fog является то, что в качестве сетевого узла могут выступать устройства пользователя, такие как персональные компьютеры, домашние шлюзы, телеприставки и мобильные устройства. Чтобы устройство пользователя могло работать как узел сети Fog, пользователь должен дать оператору связи соответствующее разрешение на использование вычислительной мощности своего гаджета в фоновом режиме, в обмен на различные льготы со стороны оператора.

Типовое применение Fog Computing







Некоторые сценарии использования

Сценариев использования Fog Computing может быть очень много, и развитие смежных технологий будет позволять всё новые сценарии. По данным Ovum, Fog Computing является основной средой для интернета вещей [3] .



Автономные системы управления транспортом (ADS, Autonomous Driving System)

ADS используют различные многорежимные сенсоры, технологии компьютерного зрения и анализа изображений, спутниковое и сетевое позиционирование на картах и предиктивную аналитику, на базе которых ADS помогает управлять водителю или управляет самостоятельно движущимся транспортным средством. В таких приложениях требуется высокое быстродействие, поэтому Fog-узел с элементами искусственного интеллекта необходимо размещать непосредственно в транспортном средстве. [4] .



Fog-системы в электронном здравоохранении (eHealth)

Fog-системы в медицине применяются в тех случаях, когда необходимо произвести оперативный анализ полученных данных с носимых пациентом датчиков и предпринять немедленные действия в соответствии с планом лечения [5] .

Например, Fog-технологии уже применяются для контроля состояния больных диабетом и автоматического введения инъекций [6] . Сенсор на теле пациента определяет критическое значение содержания сахара в крови, и через Fog-сеть выдает сигнал на выполнение инъекции при помощи микро-шприца, также расположенного на теле пациента. Таким образом, пациент избавляется от необходимости постоянно производить измерения и делать инъекции самому.

Fog-проекты облачных провайдеров

Безсерверная архитектура позволяет выполнять исходный код тысяч и миллионов пользователей (в частности, fog-устройств) внутри вычислительной среды, не заботясь о масштабировании ресурсов.

Компания Microsoft анонсировала поддержку функций Azure (Azure Functions) внутри платформы разработки SDK (Software Development Kit). Функции Azure вначале были введены в семейства облачных продуктов с безсерверной архитектурой (Serverless Architecture), разработанных в Microsoft.

Компания Amazon разработала платформу Greengrass с поддержкой т.н. Lambda-функций (безсерверной архитектуры) в устройствах IoT при взаимодействии с облачной платформой AWS. Greengrass — это контейнер исполнения программного модуля, который может быть запущен непосредственно на Fog-устройстве, а не на сервере в дата-центре. Устройства с Greengrass могут обмениваться информацией между собой вне зависимости от наличия внешнего интернета, т.е. горизонтально между Fog-устройствами при помощи различных радио-протоколов интернета вещей.

Google представил платформу для интернета вещей Android Things с поддержкой микрокомпьютеров Intel Edison и Joule 570x, NXP Pico i.MX6UL и Argon i.MX6UL, а также Raspberry Pi 3. Fog-приложения разрабатываются на платформе Android Studio для любого из этих устройств. Android Things также обеспечивает интеграцию с Google Play и всей экосистемой Android, на которой сейчас работают 90% смартфонов в мире. Таким образом, система Android Things даёт возможность любому Android-смартфону или планшету работать в качестве Fog-узла.



Преимущества и прогнозы

Fog Computing – новая ступень развития облачных вычислений, которая снижает задержки, возникающие при передаче данных в центральное облако и обеспечивает новые возможности создания интеллектуальных устройств интернета вещей [7] .

Преимуществом туманных вычислений является снижение объема данных, передаваемых в облако, что уменьшает требования к пропускной способности сети, увеличивает скорость обработки данных и снижает задержки в принятии решений. Туманные вычисления решают ряд самых распространенных проблем, среди которых:

  • высокая задержка в сети;
  • трудности, связанные с подвижностью оконечных точек;
  • потеря связи;
  • высокая стоимость полосы пропускания;
  • непредвиденные сетевые заторы;
  • большая географическая распределенность систем и клиентов.

Глобальный рынок Fog-систем оценивается в $18 млрд к 2022 году [8] .

Самый большой потенциал развития технологии Fog computing имеют в следующих отраслях: энергетика, коммунальные службы, и транспорт, сельское хозяйство, торговля, а также здравоохранение и промышленное производство.

Энергетический сектор и коммунальные службы представляют собой наибольший рынок для систем Fog computing, с потенциалом роста до $3,84 млрд к 2022 году.

Сектор транспорта – второй по значимости потенциальный рынок для Fog computing с потенциалом роста до $3,29 млрд к 2022 году

Отрасль медицины представляет третий по величине рынок Fog computing, объём которого оценивается в $2,74 млрд к 2022 году.

Развитие в России

2016: Кремль поручил подготовить инфраструктуру туманных вычислений

1 июля 2016 года стало известно о том, что Кремль поручил Минкомсвязи, Минпромторгу, а также другим ведомствам подготовить инфраструктуру туманных вычислений.





Максименко Дмитрий Леонидович Факультет компьютерных наук и технологий Кафедра компьютерной инженерии Специальность Вычислительные машины, комплексы, системы и сети Разработка методов повышения скорости доступа к серверным и облачным хранилищам Научный руководитель: к.т.н., проф., Мальчева Раиса Викторовна

Реферат по теме выпускной работы

Содержание
Введение

На данный момент существует огромное количество разнообразных передаваемых и хранимых в электронном виде данных, и количество это растет из года в год. Поэтому часто возникает проблема доступа к ним в любое время, в любом месте и с любых доступных пользователю устройств (ПК, планшеты, смартфоны).

Мы живём в мире, наполненном большим количеством электронных устройств, и практически все эти устройства подключены к сети Интернет. Как следствие, каждый час генерируется огромное количество информации, передаваемая по сети. Это приводит к тому, что для корректной работы устройств необходим постоянный, быстрый и стабильный канал подключения к сети Интернет, для обеспечения которого требуются большие финансовые затраты. Кроме того, такое подключение иногда является трудновыполнимой задачей, т.к. системы могут быть распределены на большие расстояния.

1. Актуальность темы

Облачные вычисления становятся все популярнее, что, вполне оправдано, и вызывает развитие всевозможных сервисов. Их внедрение на предприятиях совершенствуется и набирает стремительные темпы. Они позволяют использовать большое количество программ в любом месте и на любых устройствах. Но, учитывая возрастающее количество подключенных к Интернету устройств и появление новых сложных требований, данная технология нуждается в поддержке.

2. Цель и задачи исследования, планируемые результаты

Целью магистерской диссертации является исследование и разработка метода повышения скорости доступа к серверным и облачным хранилищам.

  • выполнить анализ современного состояния проблемы;
  • провести анализ и сравнение существующих вариантов ускорения доступа к хранилищу;
  • определить наиболее эффективный метод для передачи данных и выполнить его исследование;
  • по результатам работы сделать выводы и сформировать рекомендации.
3. Анализ облачных вычислений

На сегодняшний день облачные вычисления – одно из современных и перспективных направлений развития информационно-вычислительных интернет технологий. Национальный институт стандартов (NIST) дал своё определение: облачные вычисления – это модель, обеспечивающая удобный сетевой доступ по требованию к общим конфигурируемым вычислительным ресурсам (сетям, серверам, хранилищам данных, приложениям и сервисам), который оперативно предоставляется с минимальными усилиями по управлению и взаимодействию с сервис-провайдером [1]. Они основываются на принципах, предложенных разработчиками операционной системы Clouds, разработанной в Технологическом институте Джорджии (Georgia Institute of Technology), США, реализованной в 1986 году [2].

Не существует общих, единых для всех, стандартов работы с облаками. Существует классификация моделей обслуживания и моделей развертывания платформ облачных вычислений, сформулированная в 2011 году Национальным институтом стандартов и технологий США, которая различает три модели обслуживания [3]:

  • Software as a Servics (SaaS) – модель предоставления конечному пользователю возможности доступа к удаленного программному обеспечения, которое имеется у провайдера облачных услуг;
  • Platform as a Service (PaaS) – модель предоставления конечному пользователю платформы, позволяющей ему выполнять свои приложения, написанные специально под эту платформу, соответственно, разрабатывать такие приложения под эту платформу и получать доступ к ним удаленно;
  • Infrastructure as a Service (IaaS) – предоставление конечному пользователю доступа к виртуальной (или физической) инфраструктуре, т.е. возможности организовывать собственные центры обработки данных (кластеры и т.п.) и управлять ими. При этом пользователь может сам выбирать операционные системы, используемые в его инфраструктуре.

При этом, различают облака частные, общественные, публичные и гибридные. Каждый поставщик облачных служб предлагает свои возможности использования его облачных сервисов, предоставляя при этом программный интерфейс (API), обеспечивающий быструю интеграцию.

Облачные вычисления широко применяются в приложениях интернета вещей (IoT) из-за потенциально неограниченной вычислительной мощности и хранилища данных. Они предлагают централизованное решение для статического анализа и хранения данных, а также возможность их визуализации. Однако, из-за возможной задержки, вызванной большим количеством данных, передаваемых в облако, до конечного пользователя доходит неактуальная и избыточная информация. Кроме того, отправка нерелевантных данных в облако для обработки и хранения может уменьшить пропускную способность сети и скомпрометировать все приложения.

4. Туманные вычисления как способ улучшения доступа к данным

Для решения этой проблемы в 2012 году компанией Cisco была предложена концепция туманных вычислений [4]. Туманные вычисления – это новая технология, являющая промежуточным слоем между устройствами IoT и облачными платформами. Туманные вычисления представляет собой расширение облачных вычислений на границе сети. Они обеспечивают локальное агрегирование данных и сфокусированы на удаление ненужных данных из сети [5].

Туманные вычисления – это децентрализованная вычислительная архитектура, в которой данные обрабатываются и хранятся между источником информации и облачной инфраструктурой [6]. Это приводит к минимизации накладных расходов при передаче данных и, как следствие, повышает производительность вычислений в облачных платформах за счет снижения требований к обработке и хранению больших объемов избыточных данных.

Главная цель туманных вычислений – разместить ресурсы хранения, вычисления и коммуникации в непосредственной близости от устройств IoT для обеспечения высокоскоростного беспроводного соединения и минимизация временных и денежных затрат. Вычисления непрерывно связаны с облачными системами, устройства туманных систем производят обработку данных, получаемых от локальных устройств и отправляют результаты в облако, которое в свое время выполняет отложенные и тяжеловесные задачи, что показано на рисунке 1 [7]. Но устройства туманных вычислений по своей сути не зависят от сети Интернет, работая автономно и получая информацию от внешней среды, что позволяет реагировать на изменения окружения в режиме реального времени.

Рисунок 1. – Архитектура туманных вычислений (анимация: 8 кадров, циклов повторения: 5, 30 килобайта)

Туманные вычисления расширяют границы облачных технологий за счёт того, что сеть и данные чрезвычайно рассредоточены. Такая инфраструктура полезна по ряду причин [8]:

  • низкие задержки, обеспечиваемые за счет близкого расположения к конечным устройствам;
  • высокая пропускная способность; данные агрегируются на различных устройствах, что убирает необходимость отправки всех пакетов через один канал;
  • высокий уровень безопасности, достигаемый благодаря распределенным вычислениям данных; уменьшается риск перехвата или потери данных за счет близости к устройствам;
  • энергоэффективность.
5. Аппаратные ускорители доступа к данным

Так же одним из вариантов ускорить передачу данных является использование ускорительных карт. Они обеспечивают оптимизированное распределение рабочих нагрузок для ускорения вычислений в областях финансовых вычислений, машинного обучения, хранения данных, а также поиска и анализа данных [9].

В качестве примера рассмотрим ускорители Xilinx Alveo U50 (рис. 2). Они адаптируются к алгоритмам обработки и требованиям к ускорению, и способны ускорять любую обработку данных без изменения аппаратуры сервера и, таким образом, обеспечивают снижение общей стоимости эксплуатации оборудования.


Экосистема ускорительных карт Alveo включает в себя постоянно растущее число приложений от компаний-партнеров Xilinx. Для реализации пользовательских решений имеются пакеты инструментов разработчика – SDAccel и пакет машинного обучения, предоставляющего разработчикам платформу для разработки и вывода на рынок разнообразных приложений.

5.1 Основные характеристики и преимущества ускорителя Alveo U50

Производительный – разработан для достижения наибольшей производительности и эффективности [10]:

Преимущества и недостатки

  • Надежное оборудование. У провайдеров облаков есть ресурсы для передачи, хранения и обработки данных: хранилища, серверы, сети, программное обеспечение и многое другое.
  • Безопасность. Оператор облачных сервисов отвечает за сохранность данных. Например, организует шифрование, защиту от атак и аварийное восстановление.
  • Развитость технологии. На мировом и российском рынках существует множество компаний, которые занимаются облачными технологиями. Список услуг разнообразный: посекундная тарификация, частные, публичные и гибридные облака, круглосуточная техническая поддержка, несколько ЦОД в разных местах.
  • Задержка в передаче данных между клиентом и ЦОД. Данные передаются от клиента в ЦОД и обратно, проходя многие километры сетей. Это может создать задержки.
  • Сложная и дорогая инфраструктура. Если компания не хочет использовать публичное облако, то выбирает частное или гибридное. Но установить и поддерживать большой дата-центр на производстве — затратная задача.

Сфера применения

Облака важны для сбора, хранения и обработки больших объемов информации — например, там, где применяются технологии Big Data и искусственный интеллект.

Туманные вычисления (Fog computing)

Преимущества и недостатки

Сфера применения

Межмашинное взаимодействие (Machine-to-Machine, M2M) — технология, связанная с интернетом вещей. Она позволяет передавать данные с устройства на устройство без взаимодействия с человеком. Для этого используют сотовую связь, поэтому мобильные операторы предлагают свои услуги в сфере M2M.

Технологию применяют для передачи данных из банкоматов и торговых автоматов, мониторинга состояния пациентов, в системах сигнализации и видеонаблюдения, в датчиках топлива, счетчиках электроэнергии и воды, для отслеживания транспорта и грузов. Туманные вычисления позволят машинам общаться быстрее и эффективнее.

Граничные вычисления (Edge computing)

Преимущества и недостатки

  • Практически нулевая задержка в передаче данных. Вычисления производятся на конечных устройствах, поэтому информации не нужно преодолевать километры сетей, чтобы добраться до ЦОД.
  • Надежность вычислений. Данные обрабатываются даже в отсутствие подключения к интернету.
  • Безопасность. Вся информация остается на устройстве. Её не обязательно передавать в публичное облако.
  • Затраты на оборудование и сотрудников. Пользователю технологии придется купить и настроить оборудование, привлечь специалистов. Это сложнее, чем подключить публичное облако.

Сфера применения

Сферы применения граничных и туманных технологий во многом пересекаются. Главное их преимущество — скорость передачи и анализа данных. Поэтому эти технологии используются там, где важна обработка информации в реальном времени — например, в сферах IoT и VR/AR.

На производстве граничные вычисления нужны для своевременного обслуживания оборудования, в нефтяной индустрии они помогут обнаружить неисправности и протечки, а в банковской сфере технология позволит быстро принять решение по кредиту или обнаружить мошенничество. Во всех примерах граничные вычисления помогают действовать без задержек.

Источник: CB Insights

Перспективы развития облаков

Популярнее всех оказались публичные облака — затраты на них составили 85% расходов. Остальное потратили на частные облака. По прогнозам цифры будут расти: в 2019 году расходы увеличатся на 23,6%, а среднегодовые темпы роста рынка до 2023 года будут составлять 14,6%.

Развитие edge/fog computing

В мире

Уже сейчас компании начинают применять граничные и туманные вычисления наряду с облаками. Конечно, на Западе эти технологии более развиты — их используют и крупные корпорации, и стартапы.

Большие компании, которые продают облачные услуги, расширяют ассортимент. Microsoft предлагает не только облако, но и решения с граничными технологиями. Например, систему, которая позволяет перенести часть вычислений на IoT-устройства, или пограничный сервер для обработки данных с искусственным интеллектом. Amazon тоже не отстает и предлагает свой сервис для интернета вещей с граничными вычислениями. При этом компании не забывают про основной продукт — данные не только обрабатываются на периферии, но и передаются в облако.

Новые технологические услуги помогают в обработке данных на производстве, где задержки — серьёзная помеха в работе.

Появляются стартапы, которые фокусируются на применении граничных и туманных вычислений. Например, FogHorn и Pixeom предлагают услуги для компаний в энергетике, телекоме, производстве, ритейле, финансах, безопасности и других сферах. SimShine разрабатывает граничные технологии для камер видеонаблюдения. Компаний, которые предоставляют услуги производству и простым пользователям, становится все больше.

В России

Но и в России туманные и граничные вычисления уже не новые понятия.

Пока государственные организации экспериментируют со связью, стартапы внедряют практические решения. С туманными вычислениями работает SONM — предлагает платформу с технологией блокчейна. Идея состоит в том, чтобы создать децентрализованный суперкомпьютер. Пользователи могут сдать мощность своего компьютера в аренду и присоединиться к распределенной сети. Компании в свою очередь покупают возможности туманной платформы для своих вычислений.

С граничными технологиями также связан стартап Facemetric. Он предоставляет клиентам камеры видеонаблюдения и ЦОД с нейросетями, чтобы искать образы в видео — лица, автомобильные номера, ценники и многое другое. Но хранить и обрабатывать большой видеопоток в облаке тяжело и не всегда целесообразно.

В России новые технологии будут развиваться и дальше. Как отмечает Юрий Годына, они уже вошли в нашу жизнь:

Конечно, туманные и граничные вычисления не вытеснят облако. Технологии будут развиваться вместе и дополнять друг друга. Там, где нужны надежные мощные ЦОДы и экономия IT-ресурсов, облако останется в приоритете. А там, где важна скорость принятия решений, будут развиваться edge и fog computing — при этом облако будет хранить важные данные.

Татьяна Бочарникова, глава представительства NetApp в России и СНГ:

Согласно центру Statista, к 2020 году в мире будут доступны 30 миллиардов устройств интернета вещей, а в 2025 году количество подключенных устройств увеличится до 75 миллиардов. Все эти устройства будут содержать огромное количество данных, которые будут обрабатываться удобным способом. Заметив высокий спрос на устройства интернета вещей, к облачным вычислениям начинают добавляться туманные вычисления. По некоторым характеристикам туманные вычисления даже лучше, чем облачные.

Количество подключенных устройств с 2015 по 2025 год (в миллиардах) по данным Statista

Целью данной статьи является сравнение туманных и облачных вычислений, а также получение как можно больше информации о возможностях данных вычислений, сравнить достоинства и недостатки при их использовании.

Облачные вычисления

  • Внешний интерфейс – устройства клиента (компьютеры, планшеты, мобильные телефоны);
  • Внутренний интерфейс – хранение данных и обрабатывающие системы, которые могут быть отдалены от устройств клиента и самого облака.

Эти две части системы напрямую взаимодействуют друг с другом при помощи беспроводных соединений.

Технология облачных вычислений предоставляет различные виды услуг, которые делятся на три группы:

  • Услуги инфраструктуры(IaaS) – удаленный центр обработки данных с такими ресурсами как: вместимость хранения данных, вычислительная мощность, и сети;
  • Платформа как услуга(PaaS) – развитие платформы с устройствами и компонентами для создания, тестирования и запуска приложений
  • Услуги программного обеспечения (SaaS) – готовое программное обеспечение, соответствующее производственным потребностям.

Если ваша компания выбрала облачное хранилище, то вы получаете доступ к вышеупомянутым услугам с одного месторасположения на несколько устройств. Следовательно, доступность – это главное преимущество. Кроме того, нет необходимости поддерживать местные услуги и переживать из-за времени простоя – разработчик сделает все за вас и экономит ваши деньги.

Интеграция интернета вещей с облаком – это выгодное решение в бизнесе. Удаленные серверы обеспечивают необходимую вместимость и гибкость для управления и анализа собранных данных с подключенных устройств, в то время как специализированные платформы, такие как Asure IoT, Suite, IBM Watson, AWS, Google Cloud для IoT, дают разработчикам создавать качественные приложения без огромных вложений в программное обеспечение и ОЗУ.

Преимущества облачных вычислений для интернета вещей

Так как подключенные устройства ограничивают вместимость и вычислительную мощность, интеграция с облачными вычислениями поможет обеспечить:

  • Улучшение работы (быстрая связь между датчиками интернета вещей и системами обработки данных);
  • Вместимость (хорошо масштабируемое и неограниченное место для хранения в состоянии объединить, соединить и распределить огромный объем данных);
  • Возможная обработка (отдаленные центры обработки данных обеспечивают неограниченные виртуальные возможности обработки по требованию);
  • Уменьшение затрат (лицензионные сборы ниже, чем стоимость оборудования на начальном уровне, и его непрерывное обслуживание).

Недостатки использования облачных вычислений для интернета вещей

К сожалению, нет ничего идеального, и у технологии облака есть некоторые недостатки, которые можно заметить в интернете вещей.

  • Высокое время ожидания (приложения интернета вещей все больше требуют, чтобы время ожидания было как можно ниже, но облако не может этого гарантировать из-за расстояния между устройствами клиента и центрами обработки данных);
  • Время простоя (технические проблемы и сбои в сетях могут произойти по любой причине в любой системе, использующей Интернет, и данные клиента могут пострадать при отключении электричества; чтобы избежать проблем, многие компании используют несколько каналов связи с автоматизированной отказоустойчивостью;
  • Безопасность и личная информация (ваша личная информация передана через глобально связанные каналы вместе с тысячью гигабайтов информации других пользователей; не удивительно, что система становится уязвимой для потери данных или кибератак; проблема может быть частично решена с помощью гибридного облака или создания личного облачного хранилища).

Туманные вычисления

Термин туманные вычисления (или затуманивание) был придуман CISCO в 2014 году, поэтому он является новым для большинства людей. Туманные и облачные вычисления взаимосвязаны между собой. В природе туман ближе к земле, чем облака, в мире технологий происходит то же самое, туманные вычисления ближе к конечному пользователю, передавая возможности облачных вычислений конечному пользователю.

Определение может звучать так: туманное вычисление – это расширение облачных вычислений, состоящее из нескольких граничных узлов, непосредственно подключенных к физическим устройствам.

Такие узлы физически намного ближе к устройствам по сравнению с централизованными центрами обработки данных, поэтому они способны обеспечивать мгновенные соединения. Значительная вычислительная мощность периферийных узлов позволяет им самостоятельно выполнять вычисления большого объема данных, не отправляя их на удаленный сервер.

Туманные вычисления также включают облачные вычисления – небольшие и достаточно мощные центры обработки данных, расположенные на граничном сегменте сети. Их целью является поддержка ресурсоемких приложений интернета вещей, которые требуют низкого времени задержки.

Основное различие между туманными и облачными вычислениями заключается в том, что облако представляет собой централизованную систему, а туман представляет собой распределенную децентрализованную инфраструктуру.

Туманные вычисления являются посредником между оборудованием и удаленными серверами. Туманные вычисления определяют, какая информация будет отправлена на сервер, и какую информацию можно будет редактировать локально. Таким образом, туман – это интеллектуальный шлюз, который разгружает облака, обеспечивая более эффективное, обработку и анализ данных.

Следует отметить, что туманная сеть не является отдельной архитектурой и не заменяет облачные вычисления, а скорее дополняет их, максимально приближаясь к источнику информации.

Новая технология, возможно, окажет наибольшее влияние на интернет вещей, встроенные решения искусственного интеллекта и 5G, поскольку они, как никогда ранее, требуют быстрой и бесперебойной работы.

Преимущества туманных вычислений

Подход затуманивания имеет много преимуществ для интернета вещей, больших данных и аналитики в реальном времени. Вот основные преимущества туманных вычислений над облачными:

  • Низкое время отклика (туман географически ближе к пользователям и способен обеспечить мгновенный отклик);
  • Нет проблем с пропускной способностью (часть информации агрегируется в разных точках, а не отправляется в один центр по одному каналу);
  • Невозможность потери соединения (из-за множества соединенных каналов);
  • Высокая безопасность (так как данные обрабатываются огромным количеством узлов в сложной распределенной системе);
  • Улучшенный пользовательский интерфейс (мгновенный отклик и отсутствие простоев радуют пользователей);
  • Энергетическая эффективность (периферийные узлы используют в работе высокоэффективные протоколы, такие как Bluetooth, Zigbee или Z-волна).

Недостатки туманных вычислений

Технология не имеет каких-либо явных недостатков, но можно выделить небольшие минусы:

  • Система туманных вычислений более сложная (туман – дополнительный слой в системе обработки и хранения данных);
  • Дополнительные расходы (компании должны покупать периферийные устройства-роутеры, маршрутизаторы, шлюзы);
  • Ограниченный масштаб (в отличие от облака).

Туманные и облачные вычисления: Ключевые различия

Концепции туманных и облачных вычислений очень похожи. Но все же между ними есть разница по некоторым параметрам. Рассмотрим точечное сравнение туманных и облачных вычислений:

  1. Облачная архитектура централизована и состоит из больших центров обработки данных, которые могут быть расположены по всему миру, за тысячи миль от клиентов. Архитектура тумана распределена и состоит из миллионов небольших узлов, расположенных как можно ближе к клиентским устройствам.
  2. Туман действует как посредник между центрами обработки данных и аппаратных средств, и, следовательно, он ближе к конечным пользователям. Если нет слоя тумана, облако напрямую связывается с устройствами, что занимает много времени.
  3. В облачных вычислениях обработка данных происходит в удаленных центрах обработки данных. Обработка и хранение туманных вычислений осуществляется на граничном сегменте сети, близкой к источнику информации, что имеет решающее значение для контроля в режиме реального времени.
  4. Облако является более функциональным, чем туман в отношении вычислительных ресурсов и возможностей хранения.
  5. Облако состоит из нескольких крупных серверных узлов. Туман включает в себя миллионы мелких узлов.
  6. В туманных вычислениях выполняется краткосрочный анализ на граничном сегменте сети из-за мгновенного отклика, в то время как в облачных вычислениях будет долгосрочный глубокий анализ из-за более медленного отклика.
  7. При туманных вычислениях время задержки – низкое, при облачных вычислениях – высокое.
  8. Облачная система может разрушиться при сбоях сети Интернет. Туманные вычисления используют различные протоколы и стандарты, поэтому риск сбоя намного ниже.
  9. Туман является более безопасной системой, чем облако из-за его распределенной архитектуры.

Заключение

Новые требования к современным технологиям являются движущей силой развития информационных технологий. Интернет вещей – это постоянно растущая индустрия, которая требует более эффективных способов управления передачей информации и обработкой данных.

Туманные вычисления являются одним из решений в работе с устройствами интернета вещей, так как они могут удовлетворить потребности постоянно растущего числа подключенных устройств. Они используют локальные, а не удаленные компьютерные ресурсы, что делает производительность более эффективной и мощной, и уменьшаются проблемы с пропускной способностью.

Компании должны сравнивать облачные и туманные вычисления, чтобы использовать по максимуму доступные возможности, и использовать высокий потенциал.

Читайте также: