雾计算在高校信息系统中的应用

段粘粘

摘要：雾计算（Fog Computing）的概念在2011年由思科（Cisco）的Ginny Nichols提出，目前在高校信息化系统中是比较新颖的研究方向。雾计算有个很形象的名称，即“接近地面的云”。雾计算和云计算（Cloud Computing）有很多相似之处，如它们都基于虚拟化技术，从共享资源库中，为多用户提供资源。但它们也有很多不同，如位置（网络拓扑中的位置）、构成单位数量（数据节点量）及地域分布（广泛性）等。雾计算介于物联网（Internet of Things，IoL）和云计算之间，能够解决物联网和云计算结合带来的终端节点反馈延时长、云服务器负担重、带宽压力大等问题。近几年来，雾计算在现实生活中各个方面都有涉及，如高校智能机房、智慧教育、智能交通、智能电网等。该文讨论了在高校信息化系统中雾计算的特点、可提供的服务及未来发展前景。

关键词：雾计算；云计算；物联网；信息化系统

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）02-0021-02

1 介绍

随着物联网（IoT）的发展，学校机房里面使用的传感器越来越多，因此传感器会产生大量的数据。为了智能的研究这些数据，云计算被引入并用于执行存储、处理和数据分析，随即刮出一股“云—云计算—大数据”热潮[1]。云计算里面的“即付即用”（Pay as You go）模式为面向web应用程序、拥有批处理的客户和管理私有数据中心（Data Center，DC）提供有效的代替方案。因此，云计算可以免费为企业和最终用户提供满意的解决方案，使之从众多细节条框协议中逃脱出来[2]。

云概念是基于“云计算”技术，实现各种终端设备之间的互联互通。云端后台的存储和运算能力比较强大，为用户提供所有享受资源和应用程序。物联网设备的一个基本特征是连接性，旨在确保进入物联网交互设备环境中的计算设备能够通过单点或多点进行相互通信。然而，云的收集任务相当难以执行，原因如下：

1） 延迟敏感性：当云与客户之间的距离相对较远时，云计算无法解決一些应用程序的“延迟敏感性”问题。为了降低云计算的运营成本，云服务器供应商大多选择将数据中心建立在成本较低的地方。因此，偏远地方成了首选之地，但也会伴随着数据传输延迟等弊端。

2） 云负担：随着物联网（IoT）的发展，数据和数据节点量不断增加，导致云负担不断增加。物联网作为一个复杂的网络物理系统，LoT将各种感知、识别、通信、网络和信息管理设备集成到一个基于人与物联系的云端系统中，进而能实现实时发送和接受信息[3]。由于IoT生成的数据量巨大，不仅占用了大量的网络带宽，而且增加了数据中心的负担，数据传输和信息分发成为云负担中最大的问题。

云不能满足物联网中服务质量（Quality of Service，QoS）的所有要求，因此需要一种新的架构。新架构需要对底层设备的反应快速，并可以减轻云端的负担。在考虑如何使设备本身或“中间设备”存储和处理IoT生成的大量数据时，雾计算的定义被很多学者提出来。雾计算就是本地化的云计算，主要思想是利用大量的雾节点将一些数据中心的任务迁移到服务器的边缘。因此，雾计算具有数据传输速率高的优点，并能大大减少用户响应时间。雾计算的到来标志着科技向前推动一大步，为人体局域网络（body area network，BAN）、车辆移动网络和智能电网等领域解决了很多难题。文章结构如下：第2节讨论了雾计算及其特点；第3节描述了雾计算提供的服务。第4节描述了雾计算未来的作用。第5节是结论。

2 雾计算

为了解决上述问题，思科2011年提出了雾计算。雾是靠近“地面”的云，实际上更靠近终端设备。云计算强调计算的方式，而雾计算更强调计算的位置，如果说云计算是广域网（Wide Area Network，WAN）计算，那么雾计算就是局域网（Local Area Network，LAN）计算[2]。

雾计算是一种构建在边缘服务器上的新颖体系架构，它为终端设备和传统云计算数据中心之间的分布式提供有限的计算、存储和网络服务。它为终端设备提供逻辑智能，并对数据中心的数据进行筛选、过滤，降低IoT应用程序中延迟敏感的可预测延迟，在高校信息化系统及医疗保健领域中应用比较广泛。

雾计算是个很形象的框架，提出它的Ginny Nichols提了一个有趣的说法“雾是接近地面的云”。雾处于终端设备和云之间，每个智能物体都连接到一个雾节点，框架结构如图1所示。

雾节点，连接一些网络边缘、性能差的分散设备，执行存储、互联网资源和分布式计算等任务，如图2所示。雾在本质上异构的，范围从高端服务器、边缘路由器、接入点、机顶盒到终端设备，诸如移动电话、苹果手表和传感器等[3]。

雾计算的实施是将云计算范式扩展到网络的边缘[3]。云和雾都为最终用户提供存储、计算和网络服务。在该服务中，云和雾的物理位置（Physical Location）和服务质量（Quality of Service，QoS）不同。

雾计算虽作为一种新的体系结构，但许多特点表明雾计算是云的延伸：

1） 相邻的物理位置。如图1，雾计算是比较靠近地面的，可作为相邻的汇点进行局部部署，而云计算的位置比较靠云端。由于云远离终端设备，终端设备需通过各种路由器和网络设备连接到云端，因此网络设备的瓶颈将不可避免地导致不可预知的延误。随着敏感信息量的大量增加，延迟敏感数据无法实时处理，最终导致严重问题。

雾节点部署在网络边缘，它们可以大大减少时间延迟。如图3所示，如果终端设备处于相同的局域网（LAN）中，与广域网（WAN）或因特网相比，可以减少传输延迟。当各种各样或动态生成的数据到达雾时，它们将根据其类型和紧急程度自动进行存储和处理。endprint

2） 支持在线分析。雾对终端设备上数据的存储和计算有很大作用。由于雾可以为终端设备提供存储和计算，因此它能为其提供实时分析并给予相应的响应动作。雾化基于其内存提供分布式本地存储。基于Bigtable，HBase，NoSQL等开放源码，分布式和非关系型数据库的快速发展，云计算可以支持海量数据存储。相反，雾只需要支持少量数据的存储。数据可能包括监测数据范围广泛、元数据、计算策略等。由于数据的多样性，雾必须支持不同类型的存储策略，例如用于监视数据的临时存储或较高级的半永久性存储[4]。

根据各种QoS，云服务器通过多台服务器为大数据提供并行计算和智能分析，实现有限计算和在线分析。雾节点在数据采集和数据处理中起着重要作用[2]。

3） 服务由智能但不强大的设备提供。雾节点仅执行有限的计算。因此，他们不需要使用强大的计算机，只需要使用路由器、机顶盒、接入点、手机和其他便宜的终端设备。然后，数据挖掘和长期分析的工作可以分配给遥远的云。从物理角度来看，传统云由服务器驱动，而雾可以由我们周围的现有“智能设备”驱动，如个人电脑，手机，网关等。

4） 支持各种通信网络。终端设备有不同的特点，并且被广泛的通信网络所支持。在物联网中，有大型传感器网络来监控环境。当不同的传感器连接到互联网时，涉及不同类型的协议。如图4所示，一些协议由Fog支持，如ZigBee，WiFi，2G / 3G / 4G，WiMax，6Lowpan等。然而，云支持的网络是单一的，即TCP/IP协议。

5） 分布式计算。雾计算以分散的方式工作，而不是集中的方式。雾计算在提供服务过程中，将其大量的计算工作分解成许多较小的部分，然后把许多计算工作分配给雾节点进行处理。与之相比，云将这些计算结果放在一起，或作为最终结果进行更复杂的计算。

随着数据量的增加和异质性以及不可预测性，除了延迟之外，带宽将成为一个问题。雾计算中的雾节点负责处理区域数据，因此分布式计算策略有助于降低计算复杂度，从而提高计算速率。最后，由雾节点转发的计算数据被连续上传到云端，有助于解决带宽问题。

3 雾计算的服务

在上一章节中讨论了雾计算的主要特点，本章节介绍了雾计算为网络边缘和各种应用程序提供丰富的新服务及平台。雾，被构建成一个统一的平台，提供新兴的服务，并开发新的应用程序。图5展示的雾模型，部署在边缘的所有本地设备，传感器连接到本地雾和云端，最终生成的数据将发送到雾节点。雾在收到这些数据后进行一些处理，然后转发到云端。云主要做大数据存储和数据挖掘，并将一些计算结果反馈给雾。雾根据计算结果来控制终端设备并下达相应的指令。该过程中的雾节点可以与网关设备相似，但功能强大的方式使用。总而言之，雾的主要工作可概述为：切换网络、推送服务和核心服务。

1） 切换网络

雾计算需要支持许多协议，如ZigBee，WiFi，2G/3G/4G，WiMax，6LOWPAN等，但云只支持TCP/IP协议。众所周知，不同的通信协议以不同的格式传输数据。因此，雾计算的首要任务就是在物联网和云端之间切换网络。

2） 推送服务

雾作为终端设备和云之间的中介，需要为它们推送各种各样的服务，主要包括接收和上传数据。终端设备在生成数据后将数据上传到雾。最后，雾提取这些数据，将处理后的数据更新传送到云端，以便长时间存储并用于深入挖掘。

3） 核心服务

切換网络和推送服务两个功能是支持雾进行一些存储和计算的基础。雾的主要任务是在性能较差的设备中实现本地数据处理，存储和计算。

不是所有的数据都需要上传到云端，如一些设备接连到互联网上生成的数据，在某些阶段不需要上传至云端。为此，将IoT连接到云的雾应该具有额外的功能，可以在将其发送到Internet并最终到达云端之前进行一些处理，如过滤和聚合。雾必须决定应该发送什么（内容），如何发送（数据格式）以及何时发送（时间）。在这个过程中，雾还需要删除一些冗余或无效的数据，并在空间和时间维度上聚合补充和冗余数据。

过滤和聚合数据需要一些策略，在线分析需要一些实际或相关数据。雾应支持短暂和半永久性储存[5]。雾应该处理好几个问题，比如哪些数据要存储在网络边缘，以及如何以有限的存储容量达到存储数据的最佳境界。

4 雾计算的作用（角色）

如前所述，雾计算在终端设备和传统云之间提供计算、存储和网络服务。它对终端设备执行逻辑分析，并对数据中心（DCs）的数据进行过滤。

雾计算在物联网中的作用。雾计算将收集和处理由终端设备生成的大量数据，为当前环境提供在线分析和本地决策。终端设备不断收集数据以监视环境，因此雾节点需要从端节点获取实时数据。在一些应用中，例如人体局域网（body area networks），传感器将经常上传大量数据。雾节点需要对数据进行一些处理，如数据过滤，数据聚合等。例如，如果ECG（electrocardiogram）传感器上传紧急数据，则雾节点将根据本地策略立即处理它们。图6以简单的方式展示了这些过程。由于雾可以支持本地数据存储，因此可以对这些数据进行一些计算和智能分析，根据策略将一些决策分配给当前环境，以提供更好的服务。

雾计算在数据中心中的作用。当设备连接到互联网并生成数据时，由于现有冗余数据，有可能在某些阶段将数据上传到云或同步设备[4]。随着雾模型的发展，云保持了中央“智囊”的作用（分析数据并做出所有的全球决策）。然而，云也可以将部分任务分配给雾节点，因为雾通常对局部分析和边缘决策更有意义。此外，如果雾不需要进行深入的分析，只是主动过滤本地数据，并有选择地将数据传输到云[6]。因此，对于广泛分布的传感器网络，雾可以显著提高传输效率。

5 结论和未来的工作

在本文中，讨论了雾计算的视角和关键特征。雾计算平台以分布式方式提供有限的计算，存储和联网服务，以解决由物联网造成的延迟问题并与云协作。雾作为统一架构，是在服务器边缘执行数据中心任务的一部分，最终实现对延迟敏感的IoT应用程序新开发。在未来的工作中，将研究本地存储和计算策略，在BAN，车辆网络等领域实施雾化计算。

参考文献：

[1] Cico.Cisco Global Cloud Index：Forecast and Methodology 2013-2018 white paper[OL].https：//www.cisco.com/c/en/us/support/security/anyconnect-secure-mobility-client/tsd-products-support-series-home.html

[2] F.Bonomi，R.Milito， J.Zhu，andS.Addepalli.Fog computing and its role in the internet of things[C].MCC Workshop on Mobile Cloud Computing，2012：13-16.

[3] 孙利民，沈杰，朱红松.从云计算到海计算：论物联网的体系结构[J].中兴通讯技术，2011，17（1）：3-7.

[4] 程冬梅，李志.基于雾计算的医院信息服务系统[A].计算机科学，2015：170-190.

[5] AazamM，HungP，HuhE.Smart gateway based communication for cloud of things[C].IEEE，2014：1-6.

[6] 李治.雾计算环境下数据安全关键技术研究[D].北京科技大学，2017.endprint