摘要：

首先介紹了霧計(jì)算的概念、特點(diǎn)、架構(gòu)、以及霧計(jì)算與云計(jì)算的關(guān)系。然后針對物聯(lián)網(wǎng)的技術(shù)特點(diǎn)和業(yè)務(wù)需求，以及云計(jì)算框架在對其支持方面的不足，提出了物聯(lián)網(wǎng)與云霧計(jì)算融合的網(wǎng)絡(luò)架構(gòu)，通過把物聯(lián)網(wǎng)接入點(diǎn)升級為具有計(jì)算、存儲(chǔ)能力的霧接入點(diǎn)，可以提高應(yīng)用的系統(tǒng)響應(yīng)速度，節(jié)約網(wǎng)絡(luò)帶寬，減小用戶終端的能耗。最后討論了具有代表性的應(yīng)用場景以及面臨的挑戰(zhàn)。

0  引言

近年來，物聯(lián)網(wǎng)越來越廣泛應(yīng)用于人們的生活中，并逐漸從簡單的物與物連接向智能化方向轉(zhuǎn)型。物聯(lián)網(wǎng)要獲得更大的成功，必須要憑借一個(gè)開放的并能夠很好提供支持的平臺(tái)。云計(jì)算［1］憑借其強(qiáng)大的計(jì)算存儲(chǔ)能力，成為大數(shù)據(jù)分析處理的支撐平臺(tái)。通過將復(fù)雜的應(yīng)用卸載到云中存儲(chǔ)和處理，再將處理結(jié)果從云端發(fā)送到移動(dòng)用戶，解決了用戶終端設(shè)備存儲(chǔ)空間不足或處理速度不夠快等問題。但目前物聯(lián)網(wǎng)終端設(shè)備數(shù)量的爆發(fā)式增長，物聯(lián)網(wǎng)感知獲取的原始數(shù)據(jù)量非常龐大，且海量的數(shù)據(jù)之間存在繁雜的關(guān)系，對海量數(shù)據(jù)進(jìn)行過濾、處理、分析等對云計(jì)算框架是一個(gè)巨大的挑戰(zhàn)［2］。

云計(jì)算是聚合度很高的計(jì)算服務(wù)，其使用方式雖然廉價(jià)、簡單且方便，但云服務(wù)器遠(yuǎn)離移動(dòng)設(shè)備，數(shù)據(jù)傳輸?shù)木嚯x大，導(dǎo)致延遲和通信開銷增大甚至不可容忍［3-4］。物聯(lián)網(wǎng)終端設(shè)備和用戶終端設(shè)備基本都是能量受限的，將數(shù)據(jù)傳到遠(yuǎn)程云中心執(zhí)行，會(huì)導(dǎo)致物聯(lián)網(wǎng)終端能耗過大而過早失效，或用戶終端設(shè)備待機(jī)時(shí)間大大減小。同時(shí)，使用云服務(wù)時(shí)需要大量數(shù)據(jù)的發(fā)送和接收，因而需要消耗大量的網(wǎng)絡(luò)帶寬，可能造成數(shù)據(jù)中心和終端之間的I/O（輸入輸出）瓶頸，由此引發(fā)傳輸速率大大下降，甚至服務(wù)中斷等問題，云服務(wù)的優(yōu)勢可能也會(huì)被這些問題抵消掉［3-4］。

為了解決上述問題，本文將云計(jì)算網(wǎng)絡(luò)架構(gòu)擴(kuò)展到網(wǎng)絡(luò)邊緣，提出了霧計(jì)算的概念［4-6］。霧計(jì)算更加強(qiáng)調(diào)邊緣設(shè)備的作用，其核心思想是“智能前端化”，即在云層和終端設(shè)備層之間加上一層，叫做霧層。通過霧層提供的計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)通信服務(wù)，使得數(shù)據(jù)的計(jì)算、分析和處理更加接近用戶，從而降低了物聯(lián)網(wǎng)業(yè)務(wù)通過云層處理的響應(yīng)時(shí)延和存儲(chǔ)開銷，降低了對無線資源的消耗，降低了終端設(shè)備的能耗從而延長了其待機(jī)時(shí)間，甚至能夠在沒有因特網(wǎng)覆蓋的區(qū)域繼續(xù)提供計(jì)算服務(wù)［7-12］。

1  霧計(jì)算與云計(jì)算

云計(jì)算將應(yīng)用的執(zhí)行化繁為簡，但位于遠(yuǎn)端的云對那些延遲敏感的業(yè)務(wù)不能很好地支持，對移動(dòng)性、不同地理分布不能很好地支持，且遠(yuǎn)端執(zhí)行往往導(dǎo)致用戶終端能耗過大，進(jìn)而降低了其待機(jī)時(shí)間。因而需要一個(gè)更接近“地面”用戶的計(jì)算平臺(tái)來作為對云計(jì)算的有效補(bǔ)充，稱之為霧計(jì)算平臺(tái)，區(qū)別于那些位于遠(yuǎn)端“天邊”的集中式云計(jì)算平臺(tái)。霧計(jì)算將計(jì)算范式從網(wǎng)絡(luò)中心擴(kuò)展至網(wǎng)絡(luò)邊緣，從而可以更加廣泛地運(yùn)用于更多種類的應(yīng)用和業(yè)務(wù)。就其位置而言，霧計(jì)算是分布式的云計(jì)算服務(wù)器，故霧計(jì)算也稱為移動(dòng)邊緣計(jì)算（Edge Computing），因?yàn)殪F節(jié)點(diǎn)就是互聯(lián)網(wǎng)與現(xiàn)實(shí)終端的邊界［12］。

霧計(jì)算主要具有以下特點(diǎn)。

a） 支持實(shí)時(shí)互動(dòng)，更低時(shí)延和能耗。

b） 更低的帶寬需求，緩解海量設(shè)備連接云端時(shí)引起的擁塞。

c） 數(shù)據(jù)的分布式處理，降低海量數(shù)據(jù)存儲(chǔ)需求。

d） 設(shè)備位置精確感知，支持更大范圍的移動(dòng)性。

e） 支持異構(gòu)性，支持多樣化的異構(gòu)軟硬件設(shè)備。

根據(jù)霧計(jì)算智能前端化思想，本文提出了如圖1所示的霧計(jì)算框架，在云服務(wù)器和終端設(shè)備之間擴(kuò)展一個(gè)更靠近移動(dòng)用戶的霧層［13-15］。霧層由部署在現(xiàn)場的處于網(wǎng)絡(luò)最邊緣的霧服務(wù)器組成。

圖1 霧計(jì)算架構(gòu)圖

在提出的霧計(jì)算框架中，通過在云服務(wù)器和終端設(shè)備之間擴(kuò)展具有計(jì)算、存儲(chǔ)能力的霧層，將云服務(wù)器上本地化需求的關(guān)鍵數(shù)據(jù)和計(jì)算服務(wù)移到更靠近終端設(shè)備的霧服務(wù)器上，通過提供數(shù)據(jù)緩存、本地化計(jì)算等功能，更好地滿足了移動(dòng)應(yīng)用高流量和低延遲的需求。

霧計(jì)算與云計(jì)算的區(qū)別如表1所示。

表1 云計(jì)算與霧計(jì)算的對比

值得注意的是，霧計(jì)算和云計(jì)算并不是你死我活的競爭關(guān)系，未來計(jì)算范式中并不是霧計(jì)算要蠶食云計(jì)算。霧計(jì)算的提出是作為云計(jì)算的有效補(bǔ)充，通過二者卓有成效的相互配合，使得更多不同種類的應(yīng)用和業(yè)務(wù)能夠更好地加入到網(wǎng)絡(luò)計(jì)算之中。

2  基于云霧計(jì)算的物聯(lián)網(wǎng)架構(gòu)

根據(jù)霧計(jì)算更靠近終端用戶的思路，通過給蜂窩網(wǎng)絡(luò)中的每個(gè)接入點(diǎn)配備霧計(jì)算設(shè)備，可以把大量與特定環(huán)境相關(guān)的信息直接在本地接入點(diǎn)進(jìn)行存儲(chǔ)和處理。圖2所示為基于霧計(jì)算的物聯(lián)網(wǎng)框架，上層為云計(jì)算中心，下層為傳感器和移動(dòng)終端層，在云層和終端設(shè)備層之間擴(kuò)展一個(gè)更靠近終端設(shè)備和移動(dòng)用戶的霧計(jì)算層，成為霧層。霧層部署在物聯(lián)網(wǎng)接入層，由大量具有計(jì)算、存儲(chǔ)功能的霧服務(wù)器組成。

霧接入點(diǎn)同時(shí)作為物聯(lián)網(wǎng)接入點(diǎn)，首先把傳感器采集的數(shù)據(jù)進(jìn)行過濾、分析，進(jìn)行任務(wù)的分解，哪些業(yè)務(wù)可以在本節(jié)點(diǎn)進(jìn)行處理，哪些業(yè)務(wù)需要分發(fā)給其他霧接入點(diǎn)協(xié)作處理，哪些業(yè)務(wù)需要回傳至云計(jì)算中心進(jìn)行處理。另外霧接入點(diǎn)也可以作為云端數(shù)據(jù)和終端數(shù)據(jù)的緩存，可以進(jìn)行本地流量的卸載，減少對傳輸帶寬的需求，更好地滿足了移動(dòng)應(yīng)用高流量和低時(shí)延的需求。云計(jì)算中心的優(yōu)勢保留，關(guān)注于霧層上傳的全局性數(shù)據(jù)以及處理高延遲長周期的大數(shù)據(jù)應(yīng)用。

圖2 基于霧計(jì)算的物聯(lián)網(wǎng)架構(gòu)

3  基于云霧計(jì)算的物聯(lián)網(wǎng)的關(guān)鍵技術(shù)

3.1  邊緣存儲(chǔ)

當(dāng)使用移動(dòng)設(shè)備的用戶處于一個(gè)特定的環(huán)境時(shí)，其需要的信息主要是與本地相關(guān)的各種信息，如住宅小區(qū)的用戶更想知道的是小區(qū)內(nèi)的各種事項(xiàng)以及周邊的交通、醫(yī)療等信息；學(xué)校內(nèi)的用戶更想知道的是學(xué)校內(nèi)的各種信息，包括上課、考試、活動(dòng)等。

根據(jù)事件的流行度和用戶喜好，把用戶頻繁訪問的內(nèi)容放在離用戶較近、訪問速度較快的霧設(shè)備上，并在本地實(shí)時(shí)進(jìn)行優(yōu)化和計(jì)算，完成用戶請求的任務(wù)。霧節(jié)點(diǎn)在傳輸帶寬代價(jià)和緩存代價(jià)之間取得均衡，有效緩解云服務(wù)器的負(fù)擔(dān)，大大降低通信的傳輸量，減少傳輸延遲。

霧節(jié)點(diǎn)更智能化，能夠感知其部署環(huán)境，推測出附近移動(dòng)用戶數(shù)據(jù)需求特性，針對附近用戶的興趣進(jìn)行數(shù)據(jù)緩存，為用戶提供快捷內(nèi)容訪問和檢索功能。

3.2  邊緣計(jì)算

霧節(jié)點(diǎn)具有智能計(jì)算的能力，可以把傳感器采集的信息進(jìn)行分析、處理，并可以選擇一部分信息卸載到其他霧節(jié)點(diǎn)或云計(jì)算中心處理。

處理某些數(shù)據(jù)時(shí)，單個(gè)霧節(jié)點(diǎn)難以有效快速地分析處理，可以自適應(yīng)形成F-AP簇，通過分布式協(xié)作負(fù)載均衡計(jì)算來減小計(jì)算復(fù)雜度，提高計(jì)算速率。

3.3  云霧協(xié)同

通過在物聯(lián)網(wǎng)網(wǎng)關(guān)部署霧節(jié)點(diǎn)，在物聯(lián)網(wǎng)邊緣形成一個(gè)霧計(jì)算的平臺(tái)，該平臺(tái)具備一定的數(shù)據(jù)分析及邏輯處理能力，這里引入云霧協(xié)同的概念，即霧節(jié)點(diǎn)可以通過云端進(jìn)行集中管理，簡化本地節(jié)點(diǎn)的運(yùn)維復(fù)雜度。

另外，霧層的物聯(lián)網(wǎng)網(wǎng)關(guān)與云端的物聯(lián)網(wǎng)平臺(tái)實(shí)現(xiàn)對接，霧層可以將本次處理的數(shù)據(jù)上傳給物聯(lián)網(wǎng)平臺(tái)進(jìn)行深層次處理，以獲得更好的分析結(jié)果，為大數(shù)據(jù)分析提供數(shù)據(jù)支撐。

云霧協(xié)作也面臨著新的挑戰(zhàn)，如何動(dòng)態(tài)區(qū)分業(yè)務(wù)在云層處理還是在霧層處理，如何制定卸載決策以更好的適應(yīng)網(wǎng)絡(luò)，也是一個(gè)重點(diǎn)研究的方向。另外，云霧協(xié)同時(shí)存儲(chǔ)空間和計(jì)算能力的協(xié)同，存儲(chǔ)代價(jià)和傳輸代價(jià)的均衡是需要重點(diǎn)研究的問題。

4  應(yīng)用前景

4.1  增強(qiáng)現(xiàn)實(shí)

增強(qiáng)現(xiàn)實(shí)通過在真實(shí)世界上疊加信息視圖，并在智能終端上呈現(xiàn)出來。增強(qiáng)現(xiàn)實(shí)通常需要較高的計(jì)算能力去處理數(shù)據(jù)，而且人們對于時(shí)延是非常敏感的，超過數(shù)十微秒的時(shí)延將會(huì)嚴(yán)重影響用戶感知，而通過增強(qiáng)現(xiàn)實(shí)設(shè)備與周邊霧設(shè)備的協(xié)作，可以最小化時(shí)延以及實(shí)現(xiàn)傳輸吞吐量的優(yōu)化。

4.2  分布式智能電網(wǎng)

在智能電網(wǎng)中的網(wǎng)絡(luò)邊緣設(shè)備中（霧接入點(diǎn)）運(yùn)行能量負(fù)荷均衡的應(yīng)用，可以基于需求、可用性及價(jià)格等自動(dòng)選擇主電力、太陽能、風(fēng)能等。霧接入點(diǎn)收集處理傳感器和設(shè)備生成的數(shù)據(jù)，向執(zhí)行器發(fā)出控制命令，并把數(shù)據(jù)報(bào)告發(fā)送給云端，實(shí)現(xiàn)可視化管理。

4.3  智能公共自行車系統(tǒng)

隨著污染問題的嚴(yán)重化，自行車出行是更環(huán)保的選擇?，F(xiàn)在很多城市都有公共自行車系統(tǒng)，但卻存在著用戶隨意存放，使用時(shí)尋找不夠方便等問題。建議在每輛自行車上裝備一塊價(jià)格低廉的窄帶物聯(lián)網(wǎng)芯片，把該自行車位置和使用情況信息上傳到霧節(jié)點(diǎn)，霧節(jié)點(diǎn)可以計(jì)算出覆蓋區(qū)域的自行車分布圖，用戶需要使用公共自行車時(shí)，可以用手機(jī)APP查詢離他所在位置最近的公共自行車。

4.4  智能交通燈

在智能交通場景中，傳感器可以感知到警車、救護(hù)車、消防車的閃光及聲音。通過霧計(jì)算設(shè)備分析，可以自動(dòng)改變道路信號(hào)燈來為緊急車輛提供通道；也可以與本地進(jìn)行交互，感知行人與車輛的存在，計(jì)算出相對的距離和速度，通過交通燈協(xié)調(diào)交通，并可以對接近的車輛發(fā)出警告信號(hào)，避免交通事故的發(fā)生。同時(shí)，霧計(jì)算服務(wù)器里的系統(tǒng)數(shù)據(jù)，可以傳到云端，從而進(jìn)行全局的數(shù)據(jù)分析。

4.5  智能家居

在建筑物環(huán)境中部署傳感器測量溫度、濕度和各種氣體的傳感器，通過傳感器之間的信息交互和協(xié)作，可以得到可靠的測量。霧計(jì)算設(shè)備采用分布式?jīng)Q策制定和執(zhí)行來對數(shù)據(jù)做出相應(yīng)的反應(yīng)，通過霧計(jì)算及系統(tǒng)各部件可以實(shí)現(xiàn)建筑物內(nèi)外的節(jié)能，關(guān)閉及打開窗口，提高和降低溫度等。

5  面臨的挑戰(zhàn)

基于霧計(jì)算的物聯(lián)網(wǎng)技術(shù)大規(guī)模的發(fā)展面臨著下面的問題和挑戰(zhàn)，有待于進(jìn)一步解決。

5.1  霧層計(jì)算資源和緩存資源的聯(lián)合優(yōu)化

霧節(jié)點(diǎn)具有計(jì)算和緩存能力，兩者是密不可分的。當(dāng)用戶業(yè)務(wù)需要計(jì)算分析時(shí)，霧節(jié)點(diǎn)對業(yè)務(wù)進(jìn)行計(jì)算分析，并將結(jié)果返回給用戶終端；當(dāng)用戶的業(yè)務(wù)需要緩存時(shí)，霧節(jié)點(diǎn)緩存用戶的文件，經(jīng)過計(jì)算處理后才能將緩存文件傳給用戶，這體現(xiàn)了霧節(jié)點(diǎn)計(jì)算和緩存之間密不可分的關(guān)系。因此，計(jì)算能力和緩存能力的聯(lián)合優(yōu)化對霧計(jì)算來說非常重要。

5.2  霧網(wǎng)絡(luò)的隱私和安全性

在霧計(jì)算的環(huán)境下，同樣存在著安全和隱私問題［16］。由于霧計(jì)算部署在網(wǎng)絡(luò)邊緣，原來在云計(jì)算環(huán)境下的安全策略并不適合霧計(jì)算。霧計(jì)算的安全問題主要來自于不同層次網(wǎng)關(guān)的認(rèn)證，一個(gè)惡意的用戶或者應(yīng)用就可以篡改智能設(shè)備的數(shù)據(jù)，需要一些入侵檢測及安全認(rèn)證技術(shù)來確保網(wǎng)絡(luò)的安全性。另外由于霧節(jié)點(diǎn)通常掌握在企業(yè)、組織甚至個(gè)人手中，用戶隱私存在一定的風(fēng)險(xiǎn)，需要一些身份驗(yàn)證協(xié)議來使霧計(jì)算能保護(hù)用戶隱私，提供更加安全的保障。

6  結(jié)束語

本文探討了霧計(jì)算的引入原因、概念、特點(diǎn)、架構(gòu)，以及霧計(jì)算與云計(jì)算的區(qū)別和聯(lián)系；提出了基于云霧計(jì)算結(jié)合的物聯(lián)網(wǎng)網(wǎng)絡(luò)架構(gòu)，通過為物聯(lián)網(wǎng)接入點(diǎn)配置霧計(jì)算設(shè)備，將接入點(diǎn)升級為具有存儲(chǔ)和計(jì)算能力的霧節(jié)點(diǎn)，使得數(shù)據(jù)和計(jì)算更靠近終端設(shè)備。這樣的云霧計(jì)算結(jié)合的架構(gòu)可以更好地適應(yīng)物聯(lián)網(wǎng)的應(yīng)用需求，提高應(yīng)用系統(tǒng)的響應(yīng)速度，節(jié)約網(wǎng)絡(luò)帶寬，并大大減小了終端設(shè)備的能耗。最后討論了本文提出的網(wǎng)絡(luò)架構(gòu)的應(yīng)用前景及其所面臨的挑戰(zhàn)。霧計(jì)算和云計(jì)算是基于同一個(gè)平臺(tái)的全局性的和局部性的不同計(jì)算模式，它們相輔相成將為人們提供更多更豐富的新業(yè)務(wù)種類和體驗(yàn)。

參考文獻(xiàn)：

［1］WEISS A. Computing in the clouds［J］. Networker，2007，11（4）：16-25.

［2］ABDELWAHAB S，HAMDAOUI B，GUIZANI M，et al. Replisom：Disciplined tiny memory replication for massive iot devices in lte edge cloud［J］. IEEE Internet of Things Journal，2016，3（3）：327-338.

［3］ABEDIN S F，ALAM M G R，TRAN N H，et al. A Fog based system model for cooperative IoT node pairing using matching theory［C］//Network Operations and Management Symposium （APNOMS），2015 17th Asia-Pacific. IEEE，2015：309-314.

［4］CHANG H，HARI A，MUKHERJEE S，et al. Bringing the cloud to the edge［C］//Computer Communications Workshops （INFOCOM WKSHPS），2014 IEEE Conference on. IEEE，2014：346-351.

［5］方巍.從云計(jì)算到霧計(jì)算的范式轉(zhuǎn)變［J］. 南京信息工程大學(xué)學(xué)報(bào)自然科學(xué)版，2016（8）.

［6］薛育紅.云計(jì)算驅(qū)動(dòng)了霧計(jì)算的發(fā)展［J］.中興通訊技術(shù)，2017（2）.

［7］    Fog computing and the Internet of Things：Extend the cloud to where the things are［EB/OL］．［2017-06-28］. http：//www.cisco.com/c/dam/en_us/solutions/trends/iot/docs/computing-overview.pdf

［8］    BONOMI F，MILITO R，NATARAJAN P，et al. Fog computing：A platform for Internet of things and analytics［M］//Big Data and Internet of Things：A Roadmap for Smart Environments. Springer International Publishing，2014：169-186.

［9］ BONOMI F. Fog Computing and Its Role in the Internet of Things［C］//Proceedings of  the  First  Edition  of  the  MCC  Workshop  on  Mobile  Cloud  Computing，USA：ACM，2012：13-16.

［10］DASTJERDI A V，BUYYA R. Fog computing：Helping the Internet of Things realize its potential［J］. Computer，2016，49（8）：112-116.

［11］張紅，王玉峰.基于霧計(jì)算的NB-IoT框架、關(guān)鍵技術(shù)及應(yīng)用［J］.中興通訊技術(shù)，2017（2）.

［12］楊志和.物聯(lián)網(wǎng)的邊界計(jì)算模型：霧計(jì)算［J］.物聯(lián)網(wǎng)技術(shù)，2014（12）.

［13］施瑩娟.霧計(jì)算平臺(tái)的軟件架構(gòu)分析與應(yīng)用研究［D］. 杭州：浙江師范大學(xué)學(xué)位論文，2016.

［14］項(xiàng)弘禹，肖揚(yáng)文，張賢，等. 5G邊緣計(jì)算和網(wǎng)絡(luò)切片技術(shù)［J］.電信科學(xué)，2017（6）.

［15］尹博南，艾元，彭木根. 霧無線接入網(wǎng)：架構(gòu)、原理和挑戰(zhàn)［J］.電信科學(xué)，2016（6）.

［16］STOJMENOVIC I，WEN S. The fog computing paradigm：Scenarios and security issues［C］//Computer Science and Information Systems （FedCSIS）. 2014 Federated Conference on. IEEE，2014：1-8.