一、邊緣計算和霧計算什么區別
1、什么是霧計算
霧計算這個概念是相對于云計算而言的，它并非是些性能強大的服務器，而是由性能較弱、更為分散的各種功能計算機組成，滲入電器、工廠、汽車、街燈及人們生活中的各種物品。
簡單點說，它拓展了云計算（Cloud Computing）的概念，相對于云計算它離產生數據的地方更近，數據、數據相關的處理和應用程序都集中于網絡邊緣的設備中，而不是幾乎全部保存在云端。這里因“云”而“霧”的命名源自“霧是更貼近地面的云”這句話。
2、什么是邊緣計算
邊緣計算的概念是20世紀90年代提出的，它進一步推進了霧計算中“局域網處理能力”的理念。
邊緣計算的處理能力更靠近數據源，其應用程序在邊緣側發起，產生更快的網絡服務響應，滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處于物理實體和工業連接之間，或處于物理實體的邊緣末端。
3、邊緣計算和霧計算的相同點
（1）霧計算和邊緣計算系統都將數據處理轉移到數據生成源頭。
（2）二者都試圖減少發送到云端的數據量，以降低延遲。
（3）通過以上策略，二者都可以改善遠程關鍵型應用程序中的系統響應時間，提高系統安全性，因為減少了通過公共互聯網發送數據的需求，并降低了成本。
4、邊緣計算和霧計算的區別
霧計算與邊緣計算的區別主要在于使用方式不同，霧計算過程發生在局域網（LAN）級網絡架構上，使用與工業網關和嵌入式計算機系統交互的集中式系統。而邊緣計算處理的大部分數據來源于所在的物聯網設備本身。
二、邊緣計算和霧計算的優缺點對比
1、霧計算的優勢
（1）帶寬消耗低：通過限制向云端的數據傳輸，霧計算減少了帶寬消耗。
（2）減少資源負載：霧計算可以在網絡內的中間節點進行本地數據處理。這有助于在將數據發送到云端之前對其進行過濾和預處理，從而減少集中資源的負載。
（3）延遲改進：源頭的初始數據處理最大限度地減少了延遲時間。
（4）連接靈活：霧計算適用于有線、Wi-Fi 或高速 5G 網絡。
（5）分布式智能：?霧計算在整個網絡中分配智能，從而支持各個級別的決策。這對于交通管理等應用程序尤其有利，因為可以在本地級別做出實時決策。
（6）減少對云的依賴：霧計算減少了與云持續通信的需要。這可以通過最大限度地減少數據傳輸成本和云服務消耗來節省成本。
2、霧計算的缺點
（1）基于位置的計算：霧計算的物理網絡共享將計算限制在特定位置。
（2）安全影響：?可能會出現IP欺騙和中間人攻擊等潛在安全威脅。
（3）啟動成本高：實施霧解決方案需要與邊緣和云系統集成，這可能會造成初始財務障礙。
3、邊緣計算的優勢
（1）遠程連接：邊緣計算提供靈活的連接解決方案，特別是在偏遠地區。
（2）數據主權合規性：?使數據靠近其來源可確保遵守數據主權法規。
（3）安全性強：數據加密可保護從網絡傳輸回云端的信息。
（4）本地智能：邊緣設備可以在本地托管人工智能和機器學習模型，使它們能夠做出智能決策，而無需持續連接到云。這在與云持續通信不切實際的情況下非常有用。
（5）可離線操作：?邊緣計算允許設備即使在與云斷開連接時也能繼續運行。這對于互聯網連接不可靠或間歇性的場景至關重要，確保不間斷運行。
4、邊緣計算的缺點
（1）缺乏集中控制：邊緣計算分散了計算資源，使得集中監控和管理更加復雜。這可能會妨礙故障排除和整體網絡可見性。
（2）可擴展性挑戰：?擴展邊緣部署可能很復雜。向邊緣網絡添加更多設備可能需要仔細的管理和配置，以保持一致的性能和可靠性。
（3）網絡連接可靠性：邊緣設備依賴網絡連接進行通信和數據傳輸。不可靠或間歇性連接可能會中斷操作并導致數據丟失。
（4）部署的復雜性：設置和配置邊緣設備需要專門的技能和專業知識。跨不同位置部署和管理大量設備可能會令人望而生畏。
