霧計算與云計算

韋恩州立大學已經研究了這個課題，并結合OpenFog聯盟的成員的一些觀點，以及一些領先的網絡技術公司關于霧計算的見解，寫了一份報告。這份名為“云到端的連接橋梁”的報告已經由Tech Idea Research出版社出版。

該份報告解釋了為什么在云計算方興未艾時，我們需要霧計算。在大多數情況下，云計算便可以滿足我們的服務需求，但在某些情況下，云計算的表現就有所欠缺。

從某種意義上講，我們可以把云計算比作“位高權重的遠親”：它資源多、能力強、服務全，但是距離較遠、維護成本高、響應時間長。

可以把霧計算比作“樂于助人的近鄰”：她們資源分散、能力多樣、各有所長，就在身邊，彼此關系簡單和睦，不僅常常取長補短、相互支持，還能夠有求必應、反應快捷。

對消防員而言，實時更新的數據很重要，這些數據包括火源地點、建筑平面圖、危險信息及被困人員的生理狀況和人數。這些數據有助于消防員決策救人的最佳方案，并將火災損害降到最低。

目前，消防隊員獲取的數據是通過一系列擴展的技術收集的，包括無人機、通信系統和由消防隊員攜帶的傳感器，然后將數據發送到基于機器學習的數據和視頻分析平臺，以生成可視化信息推送給參加救援的消防員。

這種機器學習算法需要強大的計算資源和大量的存儲空間。也就意味著需要一個本地的、集中式的數據中心：例如消防車本身。

同時，由消防指揮人員操作的筆記本電腦或平板電腦可以提供監控火場的界面，而移動寬帶路由器則將移動互聯網信號轉換為本地Wi-Fi熱點。

除此之外，路由器、基站和交換機等邊緣節點可以提供霧計算基礎設施，它可以高速處理和存儲數據，將數據傳回火場或者在需要時傳輸到云端。

霧計算使能智慧消防

有一些解決方案著眼于一種僅限于云的方法，以支持消防員在緊急情況下所需的存儲和處理能力。例如TRX系統的NEON人員跟蹤和精確定位及繪圖系統的存儲和處理能力。

然而，消防員時間的緊急性與云計算的延遲特性使得兩者之間的合作變得很有問題，這就是研究人員研究霧計算潛力的原因所在。

首先是危險系數探測和統計受困者人數，正如報告所述：

“當救援隊執行搜尋任務時，精確探測威脅(如有毒氣體、天花板或墻壁倒塌)，然后迅速向所有消防人員廣播其位置，使其它消防人員避免危險區域是極其重要的。此外，通過監控攝像頭的圖像和視頻，可以發現有多少人被困，甚至確定他們的位置”

這些視頻和圖像分析需要很大的計算能力，而通過互聯網進行廣泛的視頻數據傳輸將不利于實時獲取信息。

其次，霧計算可以實現一個智能的、自動化的安全決策系統，它可在火災發生時篩選大量數據。

霧計算的快速機器學習和人工智能能力可使消防部門自動分析信息，包括構建藍圖、火場數據、社交媒體帖子和人口統計報告，并將其轉化為實時信息。

可以預見，在未來，各種可穿戴的傳感器和設備被安裝在消防員制服上，通過這些可穿戴的物聯網設備可以感知到受困者的位置、健康狀況以及環境中的危險化學氣體、溫度等等;無人機可以看到火場的空中圖像;帶有攝像頭和傳感器的機器人可以進入危險區域，看看現場的損毀程度，并測量其他重要的環境參數，如熱和煙霧密度。

利用這些收集到的數據，自動化智能安全決策系統可以幫助消防員找到安全出口，附近的丙烷罐，在周圍溫度升高時發出警告，甚至估計爆炸發生的可能性。

NASA JPL(美國宇航局)已經開始對消防員進行AI研究，其項目名為AUDREY。

最后，火場的三維建模有可為消防指揮員提供3D空間中的態勢信息。當與本地化系統集成時，從無人機或城市建設的數據庫獲得消防員位置，建筑物的高度、形狀，樓層數和室內平面圖等參數。

霧計算商用價值

網絡中立性已經成為美國關注的焦點，Verizon最近因在圣克拉拉縣發生火災時切斷了消防部門的訪問而受到強烈的譴責時，可靠的網絡基礎設施的重要性就顯露了出來。

在消防救援的案例中，霧計算匯集了大量物聯網技術來獲取和處理數據，包括來自無人機的數據。無人駕駛飛機在災害和應急反應中的價值已經確定，今年在無人駕駛飛行器的幫助下，超過160人的生命得到了拯救。

從某種意義上說，霧計算是介于云計算和邊緣計算之間的中間位置。云通常在第三方數據中心處理、存儲和分析數據;而邊緣計算使這些過程盡可能地靠近數據源進行。霧計算在稱為霧節點或物聯網網關的服務器的本地網絡級別托管這些智能進程。

霧計算的分布式水平體系結構使得通信、處理、存儲、控制和決策等關鍵功能能夠更接近于數據的來源。這有助于解決延遲、網絡可訪問性、成本上升和數據安全等問題。

運營商決定在不同環境中托管哪些流程取決于數據的敏感性、需要對其進行分析的速度、任何停機時間或延遲的影響以及預算限制。綜合比較下來，使用霧計算是一個不錯的選擇，因為它提供了一個簡單的網絡基礎設施和較小的延遲