Was ist Fog Computing?

Fog Computing ist eine Infrastruktur für die Datenverarbeitung, die zwischen Edge und der zentralisierten Cloud angesiedelt ist. Es ähnelt dem Edge Computing, aber Fog Computing bietet mehr Rechenleistung als Edge und ist schneller als Cloud Computing, da es näher an dem Ort ist, wo die Daten entstehen und verarbeitet werden.   

Die Begriffe "Edge" und "Fog" werden häufig synonym verwendet, da sie ähnliche Eigenschaften aufweisen, nämlich näher an der Quelle der Datenerstellung zu sein. Fog Computing oder Fogging bietet Vorteile wie verbesserte Effizienz durch geringere Latenzzeiten, d.h. es wird weniger Zeit zum Senden, Analysieren und Empfangen von Daten benötigt sowie zusätzliche Sicherheit geboten.

Fog ist dort nützlich, wo das Edge Computing, das in der Regel in einem Gerät selbst stattfindet, nicht leistungsfähig genug ist, um mit den gesammelten Daten erweiterte Analysen und/oder maschinelle Lernaufgaben durchzuführen.

Fog Computing vs. Cloud Computing 

Die Cloud verfügt zwar über die Ressourcen, um extrem komplexe Rechenanalysen durchzuführen, ist aber oft weit von der Datenquelle entfernt, so dass die Verarbeitung der Daten nicht zeitnah erfolgt, d. h. zu lange dauert. Fog Computing ermöglicht die Datenanalyse und Reaktion in Echtzeit, viel schneller als die Cloud. 

Ein weiteres potenzielles Problem bei der Cloud ist die Tatsache, dass die Verbindung mit dem Internet und die Übertragung von Daten über das Internet Datenschutz-, Sicherheits- und rechtliche Probleme aufwerfen kann, insbesondere bei kritischen, sensiblen Daten, was in einigen Ländern zu rechtlichen Problemen führen kann. Da Fog Computing in der Nähe der Datenquelle stattfindet, werden diese Schwierigkeiten verringert. 

Fog Computing vs. Edge Computing 

Der Hauptunterschied zwischen Fog und Edge Computing besteht im Wesentlichen darin, wo sich die Daten und die Rechenleistung befinden. Reines Fog Computing findet am Standort des lokalen Netzes (LAN) statt - die Daten werden von den Endpunkten an ein Fog-Gateway gesendet, das ein Netzwerkknoten ist, der verschiedene Netze mit unterschiedlichen Übertragungsprotokollen verbindet und dann zur Verarbeitung und Rückübertragung an die Quellen sendet.

Beispiele für Fog Computing 

Fogging-Anwendungen werden heute häufig in Systemen wie intelligenten Stromnetzen, intelligenten Gebäuden und intelligenten Stadtsystemen sowie Fahrzeugnetzwerken und softwaredefinierten Netzen eingesetzt. 

Ein Beispiel für den Einsatz von Fogging ist die Verkehrssteuerung, bei der Verkehrsdaten in Echtzeit analysiert und von intelligenten Stadtsystemen verarbeitet werden, so dass die Verkehrssignale passend und unmittelbar auf veränderte Bedingungen reagieren können. Solche Systeme unterliegen beim Fog Computing weitaus geringeren Latenzzeiten, einfach weil sie der Datenquelle näher sind. 

Bei der Entwicklung autonomer Fahrzeuge wird zunehmend auf Fog Computing zurückgegriffen, da die von einem autonomen Fahrzeug generierte Datenmenge enorm ist und in Echtzeit verarbeitet werden muss. Die Datenmenge ist zu groß, um vom Fahrzeug selbst verarbeitet zu werden, aber die Cloud ist zu weit entfernt, um eine sofortige Entscheidungsfindung zu ermöglichen und erfordert zudem eine ständige Verbindung zum Internet. Durch den Einsatz von Fog Computing kann die Datenmenge praktisch sofort analysiert und bearbeitet werden, ohne die Zeitverzögerung der Cloud und mit mehr Leistung als beim Edge Computing. 

Fog Computing im Fazit 

Beim Fog Computing empfängt eine Reihe von Netzwerkknoten Informationen von Geräten, seien es Geräte aus dem Internet der Dinge (Internet of Things, kurz IoT) oder z. B. Sensoren an der Produktionslinie einer Fabrik, die in Echtzeit verarbeitet werden. Es ist leistungsfähiger als Edge Computing allein und liefert unternehmenskritische Analysen schneller als die Cloud. Die Möglichkeit, Datenanalysen in Echtzeit durchzuführen, bedeutet schnellere Warnungen vor potenziellen Fehlern und eine geringere Wahrscheinlichkeit von Zeitverlusten, z. B. bei Störungen im Produktionsprozess. Manchmal senden diese Fog Nodes Zusammenfassungen der Datenanalyse an die Cloud, wo sie weiter analysiert werden können, um eine vorausschauende Entscheidungsfindung in Bezug auf verschiedene Aspekte des Geräts oder Systems zu ermöglichen, z. B. Funktionalität und Systemzustand. 

Fogging erfordert eine Hochgeschwindigkeitsverbindung zwischen den Geräten und den Knotenpunkten, um die praktisch sofortige Verarbeitung zu ermöglichen, die solche Geräte und Systeme erfordern. Diese können verdrahtet sein, z.B. im Falle eines IoT-Sensors an einer Fertigungsstraße in einer Fabrik oder sie können digital vernetzt sein, z. B. über 5G, wie autonome Fahrzeuge oder Windturbinen an ziemlich abgelegenen Orten.

Fog Computing verbraucht auch weniger Netzwerkbandbreite. Es ist eine Tatsache, dass viele Analyseaufgaben, selbst kritische, nicht den Umfang benötigen, den die Cloud-basierte Speicherung und Verarbeitung bietet. Darüber hinaus werden von angeschlossenen Geräten riesige Datenmengen erzeugt. Mit Fog Computing entfällt die Notwendigkeit, den Großteil dieser riesigen Datenmengen in die Cloud zu verlagern, wodurch Bandbreite für andere, unternehmenskritischere Aufgaben eingespart wird.

Fog Computing senkt auch die Betriebskosten, da der Großteil der Daten lokal verarbeitet wird. Da IoT-Geräte regelmäßig unter schwierigen Umgebungsbedingungen und/oder in Notfällen eingesetzt werden, erhöht Fog Computing die Zuverlässigkeit unter solchen Bedingungen und verringert den Aufwand für die Datenübertragung. 

Fog Computing und verwandte Anwendungen sind zwar komplexe Themen, aber wir bei Techbuyer verfügen über das nötige Fachwissen, um Ihnen dabei zu helfen, diese Probleme zu bewältigen und die Rechenanforderungen Ihres Unternehmens zu optimieren. 

Wenn Sie mehr erfahren möchten, schreiben Sie uns eine Nachricht oder rufen Sie uns an.