0 引言安全
近年來，物聯網愈來愈普遍應用於人們的生活中，並逐漸從簡單的物與物鏈接向智能化方向轉型。物聯網要得到更大的成功，必需要憑藉一個開放的並可以很好提供支持的平臺。雲計算［1］憑藉其強大的計算存儲能力，成爲大數據分析處理的支撐平臺。經過將複雜的應用卸載到雲中存儲和處理，再將處理結果從雲端發送到移動用戶，解決了用戶終端設備存儲空間不足或處理速度不夠快等問題。但目前物聯網終端設備數量的爆發式增加，物聯網感知獲取的原始數據量很是龐大，且海量的數據之間存在繁雜的關係，對海量數據進行過濾、處理、分析等對雲計算框架是一個巨大的挑戰［2］。服務器
雲計算是聚合度很高的計算服務，其使用方式雖然廉價、簡單且方便，但云服務器遠離移動設備，數據傳輸的距離大，致使延遲和通訊開銷增大甚至不可容忍［3-4］。物聯網終端設備和用戶終端設備基本都是能量受限的，將數據傳到遠程雲中心執行，會致使物聯網終端能耗過大而過早失效，或用戶終端設備待機時間大大減少。同時，使用雲服務時須要大量數據的發送和接收，於是須要消耗大量的網絡帶寬，可能形成數據中心和終端之間的I/O（輸入輸出）瓶頸，由此引起傳輸速率大大降低，甚至服務中斷等問題，雲服務的優點可能也會被這些問題抵消掉［3-4］。網絡
爲了解決上述問題，本文將雲計算網絡架構擴展到網絡邊緣，提出了霧計算的概念［4-6］。霧計算更增強調邊緣設備的做用，其核心思想是「智能前端化」，即在雲層和終端設備層之間加上一層，叫作霧層。經過霧層提供的計算、存儲和網絡通訊服務，使得數據的計算、分析和處理更加接近用戶，從而下降了物聯網業務經過雲層處理的響應時延和存儲開銷，下降了對無線資源的消耗，下降了終端設備的能耗從而延長了其待機時間，甚至可以在沒有因特網覆蓋的區域繼續提供計算服務［7-12］。架構
1 霧計算與雲計算負載均衡
雲計算將應用的執行化繁爲簡，但位於遠端的雲對那些延遲敏感的業務不能很好地支持，對移動性、不一樣地理分佈不能很好地支持，且遠端執行每每致使用戶終端能耗過大，進而下降了其待機時間。於是須要一個更接近「地面」用戶的計算平臺來做爲對雲計算的有效補充，稱之爲霧計算平臺，區別於那些位於遠端「天邊」的集中式雲計算平臺。霧計算將計算範式從網絡中心擴展至網絡邊緣，從而能夠更加普遍地運用於更多種類的應用和業務。就其位置而言，霧計算是分佈式的雲計算服務器，故霧計算也稱爲移動邊緣計算（Edge Computing），由於霧節點就是互聯網與現實終端的邊界［12］。框架
霧計算主要具備如下特色。運維
a） 支持實時互動，更低時延和能耗。分佈式
b） 更低的帶寬需求，緩解海量設備鏈接雲端時引發的擁塞。
c） 數據的分佈式處理，下降海量數據存儲需求。
d） 設備位置精確感知，支持更大範圍的移動性。
e） 支持異構性，支持多樣化的異構軟硬件設備。
根據霧計算智能前端化思想，本文提出瞭如圖1所示的霧計算框架，在雲服務器和終端設備之間擴展一個更靠近移動用戶的霧層［13-15］。霧層由部署在現場的處於網絡最邊緣的霧服務器組成。
圖1 霧計算架構圖
在提出的霧計算框架中，經過在雲服務器和終端設備之間擴展具備計算、存儲能力的霧層，將雲服務器上本地化需求的關鍵數據和計算服務移到更靠近終端設備的霧服務器上，經過提供數據緩存、本地化計算等功能，更好地知足了移動應用高流量和低延遲的需求。
霧計算與雲計算的區別如表1所示。
表1 雲計算與霧計算的對比
值得注意的是，霧計算和雲計算並非你死我活的競爭關係，將來計算範式中並非霧計算要蠶食雲計算。霧計算的提出是做爲雲計算的有效補充，經過兩者卓有成效的相互配合，使得更多不一樣種類的應用和業務可以更好地加入到網絡計算之中。
2 基於雲霧計算的物聯網架構
根據霧計算更靠近終端用戶的思路，經過給蜂窩網絡中的每一個接入點配備霧計算設備，能夠把大量與特定環境相關的信息直接在本地接入點進行存儲和處理。圖2所示爲基於霧計算的物聯網框架，上層爲雲計算中心，下層爲傳感器和移動終端層，在雲層和終端設備層之間擴展一個更靠近終端設備和移動用戶的霧計算層，成爲霧層。霧層部署在物聯網接入層，由大量具備計算、存儲功能的霧服務器組成。
霧接入點同時做爲物聯網接入點，首先把傳感器採集的數據進行過濾、分析，進行任務的分解，哪些業務能夠在本節點進行處理，哪些業務須要分發給其餘霧接入點協做處理，哪些業務須要回傳至雲計算中心進行處理。另外霧接入點也能夠做爲雲端數據和終端數據的緩存，能夠進行本地流量的卸載，減小對傳輸帶寬的需求，更好地知足了移動應用高流量和低時延的需求。雲計算中心的優點保留，關注於霧層上傳的全局性數據以及處理高延遲長週期的大數據應用。
圖2 基於霧計算的物聯網架構
3 基於雲霧計算的物聯網的關鍵技術
3.1 邊緣存儲
當使用移動設備的用戶處於一個特定的環境時，其須要的信息主要是與本地相關的各類信息，如住宅小區的用戶更想知道的是小區內的各類事項以及周邊的交通、醫療等信息；學校內的用戶更想知道的是學校內的各類信息，包括上課、考試、活動等。
根據事件的流行度和用戶喜愛，把用戶頻繁訪問的內容放在離用戶較近、訪問速度較快的霧設備上，並在本地實時進行優化和計算，完成用戶請求的任務。霧節點在傳輸帶寬代價和緩存代價之間取得均衡，有效緩解雲服務器的負擔，大大下降通訊的傳輸量，減小傳輸延遲。
霧節點更智能化，可以感知其部署環境，推測出附近移動用戶數據需求特性，針對附近用戶的興趣進行數據緩存，爲用戶提供快捷內容訪問和檢索功能。
3.2 邊緣計算
霧節點具備智能計算的能力，能夠把傳感器採集的信息進行分析、處理，並能夠選擇一部分信息卸載到其餘霧節點或雲計算中心處理。
處理某些數據時，單個霧節點難以有效快速地分析處理，能夠自適應造成F-AP簇，經過分佈式協做負載均衡計算來減少計算複雜度，提升計算速率。
3.3 雲霧協同
經過在物聯網網關部署霧節點，在物聯網邊緣造成一個霧計算的平臺，該平臺具有必定的數據分析及邏輯處理能力，這裏引入雲霧協同的概念，即霧節點能夠經過雲端進行集中管理，簡化本地節點的運維複雜度。
另外，霧層的物聯網網關與雲端的物聯網平臺實現對接，霧層能夠將本次處理的數據上傳給物聯網平臺進行深層次處理，以得到更好的分析結果，爲大數據分析提供數據支撐。
雲霧協做也面臨着新的挑戰，如何動態區分業務在雲層處理仍是在霧層處理，如何制定卸載決策以更好的適應網絡，也是一個重點研究的方向。另外，雲霧協同時存儲空間和計算能力的協同，存儲代價和傳輸代價的均衡是須要重點研究的問題。
4 應用前景
4.1 加強現實
加強現實經過在真實世界上疊加信息視圖，並在智能終端上呈現出來。加強現實一般須要較高的計算能力去處理數據，並且人們對於時延是很是敏感的，超過數十微秒的時延將會嚴重影響用戶感知，而經過加強現實設備與周邊霧設備的協做，能夠最小化時延以及實現傳輸吞吐量的優化。
4.2 分佈式智能電網
在智能電網中的網絡邊緣設備中（霧接入點）運行能量負荷均衡的應用，能夠基於需求、可用性及價格等自動選擇主電力、太陽能、風能等。霧接入點收集處理傳感器和設備生成的數據，向執行器發出控制命令，並把數據報告發送給雲端，實現可視化管理。
4.3 智能公共自行車系統
隨着污染問題的嚴重化，自行車出行是更環保的選擇。如今不少城市都有公共自行車系統，但卻存在着用戶隨意存放，使用時尋找不夠方便等問題。建議在每輛自行車上裝備一塊價格低廉的窄帶物聯網芯片，把該自行車位置和使用狀況信息上傳到霧節點，霧節點能夠計算出覆蓋區域的自行車分佈圖，用戶須要使用公共自行車時，能夠用手機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，傳感器能夠感知到警車、救護車、消防車的閃光及聲音。經過霧計算設備分析，能夠自動改變道路信號燈來爲緊急車輛提供通道；也能夠與本地進行交互，感知行人與車輛的存在，計算出相對的距離和速度，經過交通燈協調交通，並能夠對接近的車輛發出警告信號，避免交通事故的發生。同時，霧計算服務器裏的系統數據，能夠傳到雲端，從而進行全局的數據分析。
4.5 智能家居
在建築物環境中部署傳感器測量溫度、溼度和各類氣體的傳感器，經過傳感器之間的信息交互和協做，能夠獲得可靠的測量。霧計算設備採用分佈式決策制定和執行來對數據作出相應的反應，經過霧計算及系統各部件能夠實現建築物內外的節能，關閉及打開窗口，提升和下降溫度等。
5 面臨的挑戰
基於霧計算的物聯網技術大規模的發展面臨着下面的問題和挑戰，有待於進一步解決。
5.1 霧層計算資源和緩存資源的聯合優化
霧節點具備計算和緩存能力，二者是密不可分的。當用戶業務須要計算分析時，霧節點對業務進行計算分析，並將結果返回給用戶終端；當用戶的業務須要緩存時，霧節點緩存用戶的文件，通過計算處理後才能將緩存文件傳給用戶，這體現了霧節點計算和緩存之間密不可分的關係。所以，計算能力和緩存能力的聯合優化對霧計算來講很是重要。
5.2 霧網絡的隱私和安全性
在霧計算的環境下，一樣存在着安全和隱私問題［16］。因爲霧計算部署在網絡邊緣，原來在雲計算環境下的安全策略並不適合霧計算。霧計算的安全問題主要來自於不一樣層次網關的認證，一個惡意的用戶或者應用就能夠篡改智能設備的數據，須要一些入侵檢測及安全認證技術來確保網絡的安全性。另外因爲霧節點一般掌握在企業、組織甚至我的手中，用戶隱私存在必定的風險，須要一些身份驗證協議來使霧計算能保護用戶隱私，提供更加安全的保障。
6 結束語
本文探討了霧計算的引入緣由、概念、特色、架構，以及霧計算與雲計算的區別和聯繫；提出了基於雲霧計算結合的物聯網網絡架構，經過爲物聯網接入點配置霧計算設備，將接入點升級爲具備存儲和計算能力的霧節點，使得數據和計算更靠近終端設備。這樣的雲霧計算結合的架構能夠更好地適應物聯網的應用需求，提升應用系統的響應速度，節約網絡帶寬，並大大減少了終端設備的能耗。最後討論了本文提出的網絡架構的應用前景及其所面臨的挑戰。霧計算和雲計算是基於同一個平臺的全局性的和局部性的不一樣計算模式，它們相輔相成將爲人們提供更多更豐富的新業務種類和體驗。