霧計算在高校信息系統中的應用

段粘粘

摘要：霧計算（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統中是比較新穎的研究方向。霧計算有個很形象的名稱，即“接近地面的云”。霧計算和云計算（Cloud Computing）有很多相似之處，如它們都基于虛擬化技術，從共享資源庫中，為多用戶提供資源。但它們也有很多不同，如位置（網絡拓撲中的位置）、構成單位數量（數據節點量）及地域分布（廣泛性）等。霧計算介于物聯網（Internet of Things，IoL）和云計算之間，能夠解決物聯網和云計算結合帶來的終端節點反饋延時長、云服務器負擔重、帶寬壓力大等問題。近幾年來，霧計算在現實生活中各個方面都有涉及，如高校智能機房、智慧教育、智能交通、智能電網等。該文討論了在高校信息化系統中霧計算的特點、可提供的服務及未來發展前景。

關鍵詞：霧計算；云計算；物聯網；信息化系統

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2018）02-0021-02

1 介紹

隨著物聯網（IoT）的發展，學校機房里面使用的傳感器越來越多，因此傳感器會產生大量的數據。為了智能的研究這些數據，云計算被引入并用于執行存儲、處理和數據分析，隨即刮出一股“云—云計算—大數據”熱潮[1]。云計算里面的“即付即用”（Pay as You go）模式為面向web應用程序、擁有批處理的客戶和管理私有數據中心（Data Center，DC）提供有效的代替方案。因此，云計算可以免費為企業和最終用戶提供滿意的解決方案，使之從眾多細節條框協議中逃脫出來[2]。

云概念是基于“云計算”技術，實現各種終端設備之間的互聯互通。云端后臺的存儲和運算能力比較強大，為用戶提供所有享受資源和應用程序。物聯網設備的一個基本特征是連接性，旨在確保進入物聯網交互設備環境中的計算設備能夠通過單點或多點進行相互通信。然而，云的收集任務相當難以執行，原因如下：

1） 延遲敏感性：當云與客戶之間的距離相對較遠時，云計算無法解決一些應用程序的“延遲敏感性”問題。為了降低云計算的運營成本，云服務器供應商大多選擇將數據中心建立在成本較低的地方。因此，偏遠地方成了首選之地，但也會伴隨著數據傳輸延遲等弊端。

2） 云負擔：隨著物聯網（IoT）的發展，數據和數據節點量不斷增加，導致云負擔不斷增加。物聯網作為一個復雜的網絡物理系統，LoT將各種感知、識別、通信、網絡和信息管理設備集成到一個基于人與物聯系的云端系統中，進而能實現實時發送和接受信息[3]。由于IoT生成的數據量巨大，不僅占用了大量的網絡帶寬，而且增加了數據中心的負擔，數據傳輸和信息分發成為云負擔中最大的問題。

云不能滿足物聯網中服務質量（Quality of Service，QoS）的所有要求，因此需要一種新的架構。新架構需要對底層設備的反應快速，并可以減輕云端的負擔。在考慮如何使設備本身或“中間設備”存儲和處理IoT生成的大量數據時，霧計算的定義被很多學者提出來。霧計算就是本地化的云計算，主要思想是利用大量的霧節點將一些數據中心的任務遷移到服務器的邊緣。因此，霧計算具有數據傳輸速率高的優點，并能大大減少用戶響應時間。霧計算的到來標志著科技向前推動一大步，為人體局域網絡（body area network，BAN）、車輛移動網絡和智能電網等領域解決了很多難題。文章結構如下：第2節討論了霧計算及其特點；第3節描述了霧計算提供的服務。第4節描述了霧計算未來的作用。第5節是結論。

2 霧計算

為了解決上述問題，思科2011年提出了霧計算。霧是靠近“地面”的云，實際上更靠近終端設備。云計算強調計算的方式，而霧計算更強調計算的位置，如果說云計算是廣域網（Wide Area Network，WAN）計算，那么霧計算就是局域網（Local Area Network，LAN）計算[2]。

霧計算是一種構建在邊緣服務器上的新穎體系架構，它為終端設備和傳統云計算數據中心之間的分布式提供有限的計算、存儲和網絡服務。它為終端設備提供邏輯智能，并對數據中心的數據進行篩選、過濾，降低IoT應用程序中延遲敏感的可預測延遲，在高校信息化系統及醫療保健領域中應用比較廣泛。

霧計算是個很形象的框架，提出它的Ginny Nichols提了一個有趣的說法“霧是接近地面的云”。霧處于終端設備和云之間，每個智能物體都連接到一個霧節點，框架結構如圖1所示。

霧節點，連接一些網絡邊緣、性能差的分散設備，執行存儲、互聯網資源和分布式計算等任務，如圖2所示。霧在本質上異構的，范圍從高端服務器、邊緣路由器、接入點、機頂盒到終端設備，諸如移動電話、蘋果手表和傳感器等[3]。

霧計算的實施是將云計算范式擴展到網絡的邊緣[3]。云和霧都為最終用戶提供存儲、計算和網絡服務。在該服務中，云和霧的物理位置（Physical Location）和服務質量（Quality of Service，QoS）不同。

霧計算雖作為一種新的體系結構，但許多特點表明霧計算是云的延伸：

1） 相鄰的物理位置。如圖1，霧計算是比較靠近地面的，可作為相鄰的匯點進行局部部署，而云計算的位置比較靠云端。由于云遠離終端設備，終端設備需通過各種路由器和網絡設備連接到云端，因此網絡設備的瓶頸將不可避免地導致不可預知的延誤。隨著敏感信息量的大量增加，延遲敏感數據無法實時處理，最終導致嚴重問題。

霧節點部署在網絡邊緣，它們可以大大減少時間延遲。如圖3所示，如果終端設備處于相同的局域網（LAN）中，與廣域網（WAN）或因特網相比，可以減少傳輸延遲。當各種各樣或動態生成的數據到達霧時，它們將根據其類型和緊急程度自動進行存儲和處理。endprint

2） 支持在線分析。霧對終端設備上數據的存儲和計算有很大作用。由于霧可以為終端設備提供存儲和計算，因此它能為其提供實時分析并給予相應的響應動作。霧化基于其內存提供分布式本地存儲。基于Bigtable，HBase，NoSQL等開放源碼，分布式和非關系型數據庫的快速發展，云計算可以支持海量數據存儲。相反，霧只需要支持少量數據的存儲。數據可能包括監測數據范圍廣泛、元數據、計算策略等。由于數據的多樣性，霧必須支持不同類型的存儲策略，例如用于監視數據的臨時存儲或較高級的半永久性存儲[4]。

根據各種QoS，云服務器通過多臺服務器為大數據提供并行計算和智能分析，實現有限計算和在線分析。霧節點在數據采集和數據處理中起著重要作用[2]。

3） 服務由智能但不強大的設備提供。霧節點僅執行有限的計算。因此，他們不需要使用強大的計算機，只需要使用路由器、機頂盒、接入點、手機和其他便宜的終端設備。然后，數據挖掘和長期分析的工作可以分配給遙遠的云。從物理角度來看，傳統云由服務器驅動，而霧可以由我們周圍的現有“智能設備”驅動，如個人電腦，手機，網關等。

4） 支持各種通信網絡。終端設備有不同的特點，并且被廣泛的通信網絡所支持。在物聯網中，有大型傳感器網絡來監控環境。當不同的傳感器連接到互聯網時，涉及不同類型的協議。如圖4所示，一些協議由Fog支持，如ZigBee，WiFi，2G / 3G / 4G，WiMax，6Lowpan等。然而，云支持的網絡是單一的，即TCP/IP協議。

5） 分布式計算。霧計算以分散的方式工作，而不是集中的方式。霧計算在提供服務過程中，將其大量的計算工作分解成許多較小的部分，然后把許多計算工作分配給霧節點進行處理。與之相比，云將這些計算結果放在一起，或作為最終結果進行更復雜的計算。

隨著數據量的增加和異質性以及不可預測性，除了延遲之外，帶寬將成為一個問題。霧計算中的霧節點負責處理區域數據，因此分布式計算策略有助于降低計算復雜度，從而提高計算速率。最后，由霧節點轉發的計算數據被連續上傳到云端，有助于解決帶寬問題。

3 霧計算的服務

在上一章節中討論了霧計算的主要特點，本章節介紹了霧計算為網絡邊緣和各種應用程序提供豐富的新服務及平臺。霧，被構建成一個統一的平臺，提供新興的服務，并開發新的應用程序。圖5展示的霧模型，部署在邊緣的所有本地設備，傳感器連接到本地霧和云端，最終生成的數據將發送到霧節點。霧在收到這些數據后進行一些處理，然后轉發到云端。云主要做大數據存儲和數據挖掘，并將一些計算結果反饋給霧。霧根據計算結果來控制終端設備并下達相應的指令。該過程中的霧節點可以與網關設備相似，但功能強大的方式使用。總而言之，霧的主要工作可概述為：切換網絡、推送服務和核心服務。

1） 切換網絡

霧計算需要支持許多協議，如ZigBee，WiFi，2G/3G/4G，WiMax，6LOWPAN等，但云只支持TCP/IP協議。眾所周知，不同的通信協議以不同的格式傳輸數據。因此，霧計算的首要任務就是在物聯網和云端之間切換網絡。

2） 推送服務

霧作為終端設備和云之間的中介，需要為它們推送各種各樣的服務，主要包括接收和上傳數據。終端設備在生成數據后將數據上傳到霧。最后，霧提取這些數據，將處理后的數據更新傳送到云端，以便長時間存儲并用于深入挖掘。

3） 核心服務

切換網絡和推送服務兩個功能是支持霧進行一些存儲和計算的基礎。霧的主要任務是在性能較差的設備中實現本地數據處理，存儲和計算。

不是所有的數據都需要上傳到云端，如一些設備接連到互聯網上生成的數據，在某些階段不需要上傳至云端。為此，將IoT連接到云的霧應該具有額外的功能，可以在將其發送到Internet并最終到達云端之前進行一些處理，如過濾和聚合。霧必須決定應該發送什么（內容），如何發送（數據格式）以及何時發送（時間）。在這個過程中，霧還需要刪除一些冗余或無效的數據，并在空間和時間維度上聚合補充和冗余數據。

過濾和聚合數據需要一些策略，在線分析需要一些實際或相關數據。霧應支持短暫和半永久性儲存[5]。霧應該處理好幾個問題，比如哪些數據要存儲在網絡邊緣，以及如何以有限的存儲容量達到存儲數據的最佳境界。

4 霧計算的作用（角色）

如前所述，霧計算在終端設備和傳統云之間提供計算、存儲和網絡服務。它對終端設備執行邏輯分析，并對數據中心（DCs）的數據進行過濾。

霧計算在物聯網中的作用。霧計算將收集和處理由終端設備生成的大量數據，為當前環境提供在線分析和本地決策。終端設備不斷收集數據以監視環境，因此霧節點需要從端節點獲取實時數據。在一些應用中，例如人體局域網（body area networks），傳感器將經常上傳大量數據。霧節點需要對數據進行一些處理，如數據過濾，數據聚合等。例如，如果ECG（electrocardiogram）傳感器上傳緊急數據，則霧節點將根據本地策略立即處理它們。圖6以簡單的方式展示了這些過程。由于霧可以支持本地數據存儲，因此可以對這些數據進行一些計算和智能分析，根據策略將一些決策分配給當前環境，以提供更好的服務。

霧計算在數據中心中的作用。當設備連接到互聯網并生成數據時，由于現有冗余數據，有可能在某些階段將數據上傳到云或同步設備[4]。隨著霧模型的發展，云保持了中央“智囊”的作用（分析數據并做出所有的全球決策）。然而，云也可以將部分任務分配給霧節點，因為霧通常對局部分析和邊緣決策更有意義。此外，如果霧不需要進行深入的分析，只是主動過濾本地數據，并有選擇地將數據傳輸到云[6]。因此，對于廣泛分布的傳感器網絡，霧可以顯著提高傳輸效率。

5 結論和未來的工作

在本文中，討論了霧計算的視角和關鍵特征。霧計算平臺以分布式方式提供有限的計算，存儲和聯網服務，以解決由物聯網造成的延遲問題并與云協作。霧作為統一架構，是在服務器邊緣執行數據中心任務的一部分，最終實現對延遲敏感的IoT應用程序新開發。在未來的工作中，將研究本地存儲和計算策略，在BAN，車輛網絡等領域實施霧化計算。

參考文獻：

[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] 孫利民，沈杰，朱紅松.從云計算到海計算：論物聯網的體系結構[J].中興通訊技術，2011，17（1）：3-7.

[4] 程冬梅，李志.基于霧計算的醫院信息服務系統[A].計算機科學，2015：170-190.

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

[6] 李治.霧計算環境下數據安全關鍵技術研究[D].北京科技大學，2017.endprint