Dimma-datorer

IoT, sakernas internet, har förändrat IT-land­ska­pet över hela världen och ses redan som en nyc­kel­tek­no­lo­gi för många fram­tids­in­rik­ta­de projekt. Tra­di­tio­nel­la IoT-ar­ki­tek­tu­rer, där data samlas in och bearbetas centralt, kan inte skalas upp i oänd­lig­het på grund av be­gräns­ning­ar som bandbredd. Inom fog computing utvecklas möjliga lösningar för att hantera sådana problem som är för­knip­pa­de med im­ple­men­te­ring­en av IoT.

Vad är fog computing? En de­fi­ni­tion

Fog computing är en moln­tek­nik där data som genereras av slu­tan­ord­ning­ar inte laddas direkt till molnet utan istället för­be­hand­las i de­cent­ra­li­se­ra­de mini­da­ta­cen­ter. Konceptet in­ne­fat­tar en nät­verks­struk­tur som sträcker sig från nät­ver­kets yttre gräns (där data genereras av IoT-enheter) till en central da­taänd­punkt i ett of­fent­ligt moln eller till ett privat da­ta­cen­ter (privat moln).

Syftet med ”fogging” är att förkorta kom­mu­ni­ka­tions­av­stån­den och minska da­taö­ver­fö­ring­en via externa nätverk. Fog-noder bildar ett mel­lan­lig­gan­de lager i nätverket där det beslutas vilka data som ska behandlas lokalt och vilka som ska vi­da­re­be­fordras till molnet eller till ett centralt da­ta­cen­ter för vidare analys eller be­ar­bet­ning.

Följande sche­ma­tis­ka il­lust­ra­tion visar de tre lagren i fog computing-ar­ki­tek­tu­ren:

• Kantlager: Kant­lag­ret omfattar alla ”smarta” enheter (kant-enheter) i en IoT-ar­ki­tek­tur. Data som genereras från kant­lag­ret bearbetas antingen direkt på enheten eller överförs till en server (dimnod) i dimlagret.
• Dimskikt: Dimskik­tet omfattar ett antal kraft­ful­la servrar som tar emot data från kant­skik­tet, för­be­hand­lar den och laddar upp den till molnet efter behov.
• Moln­lag­ret: Moln­lag­ret är den centrala da­ta­punk­ten i en fog computing-ar­ki­tek­tur.

En re­fe­ren­sar­ki­tek­tur för fog-system har ut­veck­lats av OpenFog Con­sor­ti­um (numera Industry IoT Con­sor­ti­um (IIC)). Du hittar fler vitböcker om fog computing på IIC:s webbplats.

Hur skiljer sig fog computing från cloud computing?

Det som skiljer fog computing från cloud computing är till­han­da­hål­lan­det av resurser och hur data bearbetas. Cloud computing sker van­ligt­vis i cent­ra­li­se­ra­de da­ta­cen­ter. Resurser som pro­ces­sor­kraft och lag­rings­ut­rym­me samlas av backend-servrar och görs till­gäng­li­ga för kunderna via nätverket. Kom­mu­ni­ka­tio­nen mellan två eller flera slu­tan­ord­ning­ar sker alltid via en server i bak­grun­den.

System som de som används inom smart till­verk­ning kräver att data kon­ti­nu­er­ligt utbyts mellan otaliga slu­tan­ord­ning­ar, vilket pressar en sådan ar­ki­tek­tur över dess gränser. Fog computing använder mel­lan­lig­gan­de be­ar­bet­ning nära da­takäl­lan för att minska da­ta­ge­nom­ström­ning­en till da­ta­cent­ret.

Hur skiljer sig fog computing från edge computing?

Det är dock inte bara da­ta­ge­nom­ström­ning­en i stor­ska­li­ga IoT-ar­ki­tek­tu­rer som pressar moln­be­räk­ning­en till sina gränser. Ett annat problem är latensen. Cent­ra­li­se­rad da­ta­be­hand­ling är alltid för­knip­pad med en tids­för­dröj­ning på grund av långa över­fö­rings­vä­gar. Slut­ap­pa­ra­ter och sensorer måste kom­mu­ni­ce­ra med varandra via servern i da­ta­cent­ret, vilket re­sul­te­rar i en för­dröj­ning av både den externa be­ar­bet­ning­en av begäran och svaret. Sådana la­ten­si­der blir pro­ble­ma­tis­ka i IoT-stödda pro­duk­tions­pro­ces­ser där in­for­ma­tions­be­ar­bet­ning i realtid är ett måste för att ma­ski­ner­na ska kunna reagera ome­del­bart när en incident inträffar.

En lösning på la­tens­pro­ble­met är edge computing, ett koncept inom ramen för fog computing där da­ta­be­hand­ling­en inte bara är de­cent­ra­li­se­rad utan sker direkt i slu­tan­ord­ning­en i nät­ver­kets utkant. Varje smart enhet är utrustad med en egen mikro­kon­trol­ler, vilket möjliggör grund­läg­gan­de da­ta­be­hand­ling och kom­mu­ni­ka­tion med andra IoT-enheter och sensorer. Detta minskar inte bara latensen utan också da­ta­ge­nom­ström­ning­en i det centrala da­ta­cent­ret.

Fog computing och edge computing är nära be­släk­ta­de, men de är inte samma sak. Den avgörande skill­na­den ligger i var och när data bearbetas. Med edge computing bearbetas data där den genereras, och i de flesta fall skickas data ome­del­bart efter be­ar­bet­ning­en. Fog computing samlar däremot in och bearbetar rådata från flera källor i ett da­ta­cen­ter som ligger mellan da­takäl­lan och ett cent­ra­li­se­rat da­ta­cen­ter. Genom att bearbeta data på detta sätt kan man undvika att vi­da­re­be­ford­ra ir­re­le­vant data eller resultat till det centrala da­ta­cent­ret. Om edge computing, fog computing eller en kom­bi­na­tion av båda är bäst beror i hög grad på det enskilda an­vänd­nings­fal­let.

Vilka är för­de­lar­na med fog computing?

Fog computing erbjuder lösningar på en rad problem som är för­knip­pa­de med moln­ba­se­ra­de IT-in­fra­struk­tu­rer. Det pri­o­ri­te­rar korta kom­mu­ni­ka­tions­vä­gar och minimerar upp­ladd­ning­en till molnet. Här är de vik­ti­gas­te för­de­lar­na:

1. Mindre nät­verk­stra­fik: fog computing minskar trafiken mellan IoT-enheter och molnet.
2. Kost­nads­be­spa­ring­ar genom an­vänd­ning av tred­je­parts­nät­verk: nät­verksle­ve­ran­tö­rer har höga kostnader för hög­has­tig­hets­upp­ladd­ning till molnet. Fog computing minskar dessa kostnader.
3. Offline-till­gäng­lig­het: i en fog computing-ar­ki­tek­tur är IoT-enheter också till­gäng­li­ga offline.
4. Mindre för­dröj­ning: fog computing förkortar kom­mu­ni­ka­tions­vä­gar­na, vilket påskyndar au­to­ma­ti­se­ra­de analys- och be­sluts­pro­ces­ser.
5. Da­ta­sä­ker­het: vid fogging för­be­hand­las en­hets­da­ta ofta av det lokala nätverket. Detta möjliggör en im­ple­men­te­ring där känslig data kan förbli inom företaget eller krypteras eller ano­ny­mi­se­ras innan den laddas upp till molnet.

Vilka är nack­de­lar­na med fog computing?

De­cent­ra­li­se­rad be­ar­bet­ning i mini­da­ta­cen­ter har också sina nackdelar. De största nack­de­lar­na är kostnaden och kom­plex­i­te­ten i att un­der­hål­la och hantera ett dis­tri­bu­e­rat system. Nack­de­lar­na med fog computing-system är:

1. Högre hård­va­ru­kost­na­der: fog computing kräver att IoT-enheter och sensorer utrustas med yt­ter­li­ga­re pro­ces­so­ren­he­ter för att möj­lig­gö­ra lokal da­ta­be­hand­ling och kom­mu­ni­ka­tion mellan enheter.
2. Ökade un­der­hållskrav: de­cent­ra­li­se­rad da­ta­be­hand­ling kräver mer underhåll, eftersom be­ar­bet­nings- och lag­rings­plat­ser­na är fördelade över hela nätverket och, till skillnad från moln­lös­ning­ar, inte kan un­der­hål­las eller ad­mi­ni­stre­ras centralt.
3. Yt­ter­li­ga­re krav på nät­verks­sä­ker­het: fog computing är sårbart för man-in-the-middle-attacker.