Mis on uduarvutus?

Omal ajal pakkusid lollide terminalidega suurarvutid (piiratud ainult kuvamise ja andmete sisestamisega) kogu arvutusvõimsuse (intelligentsuse), mis oli vajalik tehingute töötlemiseks ja muudeks andmetöötlusvajadusteks. Seejärel, püüdes anda arvutusvõimsus või intelligentsus üle klienditerminalidele, sündis klient-serveri arhitektuuri idee – see oli võimekas aeg, mil kasutajatel oli nüüd juurdepääs sõltumatule arvutusvõimsusele personaalarvuti (PC) abil, mitte lihtsalt ühendatud lollid terminalid. suurarvutisse. Nendel klientarvutitel oli rohkem intelligentsust kui nende suurarvutitel, kuid suur osa töötlemisvõimsusest jäi serverile endale. Muide, arvutiklient-serveri ajastul saavutas Internet ülemaailmse populaarsuse ja muutis igaveseks meie ühenduse ja töötamise kõiki aspekte.

Siis tuli asjade internet (IoT). Tänaseks on meil nüüd miljardeid klientide IoT-seadmeid, mis nõuavad juurdepääsu Internetile; ja kui nad prooviksid saata kõik oma andmed tagasi kesksesse pilveserverisse arvutuste tegemiseks, ei jätkuks piisavalt ribalaiust, et kõik need seadmed saaksid pidevalt pilveserveritega suhelda. Serverid ise saaksid ülekoormatud ja see oleks suur probleem. Selle asemel, et kogu töötlust teha pilveserveritel, miks ei võiks meil kõik need servaseadmed oma andmetöötlusvajadustega hakkama saada ja tulemused ainult serverisse tagasi saada? Traditsioonilised pilvandmetöötluse arhitektuurid ei vasta kõigile neile vajadustele. Levinud traditsiooniline pilvandmetöötlusviis, mille kohaselt viiakse kõik andmed töötlemiseks võrgu servast andmekeskusesse või pilve, lisab latentsust. The võrgu ribalaius ei suuda toime tulla tuhandete selliste seadmete liiklusega. Need ja paljud teised väljakutsed inspireerisid ideed lükata intelligentsus võrgu servale. Ideaalne koht enamiku asjade Interneti andmete analüüsimiseks on neid andmeid tootvate ja nende alusel tegutsevate seadmete läheduses. Seda kontseptsiooni tuntakse kui uduarvutust.

Uduarvutuse kontseptsiooni udu eemaldamine

Uduandmetöötlus viitab andmetöötluse infrastruktuuri detsentraliseerimisele pilve laiendamise kaudu, paigutades sõlmed strateegiliselt pilve ja servaseadmete vahele. See asetab andmed, arvutused, salvestusruumi ja rakendused kasutajale või asjade Interneti-seadmele lähemale, kus andmed vajavad töötlemist, tekitades seega udu väljaspool tsentraliseeritud pilve ja vähendades andmete töötlemiseks vajalikke andmeedastusaegu. Mõiste 'uduarvutus' võttis kasutusele Cisco 2014. aastal ja sõna 'udu' kasutati selleks, et tähistada ideed tuua pilv maapinnale lähemale – nagu madalate pilvede puhul.

Uduarvutusarhitektuur kasutab kasutajale ligilähedasi seadmeid, et teostada märkimisväärsel hulgal kohalikke arvutusi (selle asemel, et toetuda pilvepõhisele arvutustööle), salvestada (selle asemel, et salvestada peamiselt pilvandmekeskustesse) ja side (mitte marsruutimiseks Interneti magistraalvõrgu kaudu). ). Andmed suunatakse üle Interneti magistraalvõrgu ainult vajaduse korral. Uduandmetöötlus ei asenda pilvandmetöötlust; pigem töötab see koos pilvandmetöötlusega, optimeerides olemasolevate ressursside kasutamist. Pilvandmetöötluses saadetakse andmed otse kesksesse pilveserverisse, mis asub tavaliselt andmeallikast kaugel, kus neid seejärel töödeldakse ja analüüsitakse. Allolevas tabelis 1.0 võrreldakse pilve ja udu andmetöötlust.

Paljud kasutajalähedased seadmed (nt andurid ja IoT-seadmed) genereerivad mahukaid toorandmeid ja selle asemel, et edastada need töötlemiseks pilvepõhistesse serveritesse, on uduandmetöötluse mõte teha võimalikult palju töötlemist, kasutades arvutusvõimsust. andmeid genereerivatest seadmetest. Seetõttu edastatakse serverisse pigem töödeldud kui töötlemata andmed ja ribalaiuse nõuded vähenevad.

Näiteks enne uduarvuti tulekut olid meil lollid valvekaamerad, mis voogedasid videoandmeid pidevalt 24/7 tagasi DVR-i (lugemisserverisse) ja server otsustab, mida sellega teha. Kuid kui hakkame paigaldama palju rohkem valvekaameraid, tuleb nii palju andmeid serverisse tagasi. Tänapäeval annavad lollid valvekaamerad, mis edastavad videot 24/7 serverisse, teed intelligentsele näotuvastusega valvekaamerale (nutikad valvekaamerad), mis edastavad videot ainult siis, kui tunneb ja jäädvustab inimeste nägusid. Piltide jäädvustatud näoosa kärbitakse, muudetakse suurust ja saadetakse analüüsimiseks lähedalasuvasse LAN-is asuvasse serverisse. Server tuvastab näo ja saadab vastuse vähem kui sekundiga. Vastuse ajatundlikkuse tõttu saadetakse andmed kiireks analüüsiks pilvepõhise serveri asemel kohalikku serverisse.

See on lihtne näide sellest, mida tähendab luureandmete paigutamine võrgu servale. See võimaldab teil võrku panna palju rohkem seadmeid (nutikaameraid), ilma et teie süsteemid oleksid nii palju koormatud. Nii et selle intelligentsuse piirile viimisega saavad seadmed ise otsustada, millal andmeid serverisse saata, ja see välistab tarbetud ummikud ja viivitused. Lühidalt on see uduarvutite sisu.

Uduarvutus vs Edge computing

Udu ja servade andmetöötlus pakuvad sarnaseid funktsioone luureandmete ja andmete edastamiseks lähedalasuvatesse servaseadmetesse. Mõnikord kasutatakse neid kahte terminit vaheldumisi. Servaarvutus on aga uduarvutuse alamhulk ja viitab ainult andmetele, mida töödeldakse nende genereerimiskoha lähedal. Uduarvutus ei hõlma mitte ainult servade töötlemist, vaid ka võrguühendusi, mis on vajalikud nende andmete viimiseks servast lõppsihtkohta. Mõelge uduarvutustele kui viisile, kuidas andmeid töödeldakse alates nende genereerimisest kuni nende salvestamiseni.

Mõlemad tehnoloogiad kasutavad arvutusülesannete täitmiseks kohaliku võrgu arvutusvõimalusi. Udu- ja servaarvutite filosoofia seisneb teeninduse kiirendamiseks viia töötlemistegevus võrgu servale lähemale. Kuigi nende mõlema eesmärk on vähendada latentsust ja võrgu ülekoormust, erinevad nad oluliselt selle poolest, kuidas nad tegelikult andmeid käitlevad. Udu- ja servaarvutuse peamine eristav tegur on andmetöötluse koht:

• Äärearvutuses töödeldakse andmeid otse andmeallikates, nagu andurid või IoT-seadmed, või seadmetes, millega andurid on ühendatud.
• Teisest küljest nihutab uduarvutus andmetöötlusülesanded IoT-lüüsile või udusõlmedele, mis asuvad LAN-võrgus.

Uduarvuti näib olevat andmetöötlusettevõtetele ja teenusepakkujatele atraktiivsem, samas kui äärearvuti on populaarne keskvara- ja telekommunikatsiooniettevõtete seas, kes töötavad magistraal- ja raadiovõrkudega. Sellegipoolest on nii udu- kui ka servaarvutus loodud ühe peamise probleemi – latentsuse ja reaktsiooniaja – lahendamiseks.

Kuidas uduarvutus töötab

Udu arvutamine võrgu arhitektuur koosneb paljudest komponentidest ja funktsioonidest, sealhulgas udusõlmedest (IoT lüüsid), mis võtavad vastu andmeid asjade Interneti-seadmetelt, aga ka võrguseadmetest, nagu ruuterid ja lülitid varade ühendamiseks võrgus. Udusõlmed asuvad andmeallikale lähemal ning neil on suurem töötlemis- ja salvestusvõime. Udusõlmed suudavad andmeid töödelda palju kiiremini kui päringu saatmine tsentraliseeritud töötlemiseks pilve.

Udusõlmedena võivad toimida kõik andmetöötlus-, salvestus- ja võrguühendusega seadmed, nagu tööstuslikud kontrollerid, lülitid, ruuterid ja manustatud serverid. Udusõlme saab kasutada büroohoonetes, tehase põrandates, elektripostides, raudteerööbastes, sõidukites, naftapuurtornides ja muudes sihtpiirkondades. Kui IoT-seade loob andmeid, saadetakse andmed pilvepõhise serveri asemel analüüsimiseks otse udusõlme. Näiteks asjade Interneti keskkonnas on uduvõrgu kaudu andmete edastamise sammud järgmised:

• IoT-seadmete signaalid saadetakse automatiseerimiskontrollerile, mis käivitab nende seadmete automatiseerimiseks juhtimissüsteemi programmi.
• Juhtimissüsteemi programm saadab andmeid, kasutades IoT andmevahetuseks koostalitlusvõime protokolli, mida nimetatakse Open Platform Communications (OPC) serveriks – OPC-server on tarkvaraprogramm, mis teisendab riistvaralise sideprotokolli OPC-protokolliks.
• OPC-server teisendab toorandmed protokolliks, mida saavad hõlpsamini mõista veebipõhised teenused, nagu HTTP(d) või MQTT (sõnumijärjekorra telemeetriatransport). MQTT-protokoll on eriti loodud ühenduste jaoks kaugete asukohtadega, kus võrgu ribalaius on piiratud.
• Pärast teisendamist saadetakse andmed udusõlme või IoT-lüüsi, mis kogub, töötleb ja salvestab andmed või mõnel juhul edastab need edasiseks analüüsiks pilve.

Nüüd on see, mis juhtub pilveplatvormis, kui andmed on edukalt edastatud:

• Pilveserver kogub ja koondab töödeldud IoT-andmeid udusõlmedest.
• Pilveserver analüüsib IoT andmeid ja muudest allikatest pärinevaid andmeid täiendavalt, et saada praktilisi äriülevaateid.
• Vajadusel saab pilveserver saata udusõlmedele uusi rakendusreegleid nende teadmiste põhjal

Millal kaaluda oma ettevõtte jaoks uduarvutusi?

IoT-seadmete kasutamise kiire kasv on kaasa toonud digitaalselt genereeritud andmete mahu suurenemise. Nende andmete haldamine on muutunud suureks väljakutseks enamikule selles sektoris tegutsevatele ettevõtetele. Tööstusharu eksperdid on teinud selgeks, et enamiku ettevõtete poolt tänapäeval kasutatavad pilvandmetöötlusel põhinevad asjade Interneti-võrgu mudelid on halvasti varustatud tohutu andmehulgaga toimetulekuks, mida üha rohkem IoT-seadmeid tekitab ja genereerib. Nende probleemide lahendamiseks sobib kõige paremini uduarvutusmudel.

Teate, et teie ettevõte on uduarvutite jaoks küps, kui:

• Teil on asjade Interneti-põhised süsteemid geograafiliselt hajutatud lõppseadmetega, mis genereerivad andmeid terabaitide suurusjärgus ja kus ühenduvus pilvega on ebaregulaarne või võimatu.
• Andmeallikatest, nagu ühendatud autod, sõidukid, laevad, tehasepõrandad, maanteed, põllumaad, raudteed jne, kogutakse pidevalt tohutul hulgal andmeid ja edastatakse pilve.
• Peate regulaarselt analüüsima ajatundlikke genereeritud andmeid ja neile vastama suurusjärgus sekundites või millisekundites.

Kui leiate end sellel ristteel, võib see olla õige aeg kaaluda oma võrgus uduarvutite kasutuselevõttu. Üldiselt sobib uduarvutus kõige paremini organisatsioonidele, kes peavad reaalajas andmeid analüüsima ja neile reageerima ühe silmapilguga. Uduarvuti võime kiirendada teadlikkust ja sündmustele reageerimist minimaalse latentsusega muudab selle selle ülesande jaoks ideaalseks. Näiteks transpordisektoris, kus tuleb koguda reaalajas andmeid teie võrgu äärealadel asuvatest sõidukitest, pakub uduarvutus tõhusat viisi andmete koondamiseks ning reaalajas analüütika ja ülevaate genereerimiseks, sõltumata kaugpilveserveritest.

On mitmeid kasutusjuhtumeid, mis on määratletud kui potentsiaalsed ideaalsed stsenaariumid uduarvutuse jaoks. Näited hõlmavad kantavaid asjade Interneti-seadmeid kaugtervishoiu jaoks, nutikaid hooneid ja linnu, ühendatud autosid, liikluskorraldust, jaemüüki, reaalajas analüüsi ja paljusid teisi. The OpenFog konsortsium Cisco Systemsi, Inteli, Microsofti ja teiste asutatud ettevõte aitab kiirendada uduarvutite standardimist ja edendamist erinevates võimsustes ja valdkondades. Udurakendused on juba kiiresti levinud tootmises, nafta ja gaasi, kommunaalteenuste, kaevandamise ja transpordisektoris. Uduarvutust kasutavad ettevõtted saavad sügavama ja kiirema ülevaate, mis suurendab äritegevuse paindlikkust ja jõudlust.

Neli põhjust, miks teie ettevõte vajab uduarvutusi:

1. Kaugkohtades töötamine: kaugetes asukohtades töötamine võib olla keeruline, eriti kui Interneti-ühendus on ebausaldusväärne. Uduarvutusmudeli abil saate loodud andmete töötlemiseks ja analüüsimiseks hõlpsasti kasutada kohalikku arvutusvõimsust. Töödeldud andmed saab seejärel saata pilve laiemaks kasutamiseks, kui Interneti-ühendus on stabiilne.
2. Minimeerige latentsusaeg: tänapäevased ajatundlikud ärirakendused nõuavad reageerimisaega suurusjärgus sekundit või millisekundit, eriti kui on vaja õigeaegseid parandusmeetmeid. Uduarvutusmudel on parem alternatiiv pilvandmetöötlusele, kui on vaja latentsust minimeerida ja kiiret otsustamist võimaldada.
3. Tegelege turvalisuse ja privaatsusega seotud probleemidega: pilvemudeli puhul salvestatakse ja töödeldakse andmeid kellegi teise arvutis. Tundlike asjade Interneti või tööandmete saatmine otse pilve seab andmed ja teie servaseadmed ohtu. Andmete ja kriitilise infrastruktuuri terviklikkus ja kättesaadavus ei pruugi alati olla tagatud. Uduarvutus aitab seda tüüpi riske minimeerida ja võimaldab kiiremini reageerida.
4. Säästke võrgu ribalaiust: suurte andmemahtude edastamiseks võrgu servast pilveserverisse kulub palju ribalaiust. Kujutage ette olukorda, kus iga teie asjade Interneti-seade genereerib 100 GB andmeid päevas ja teil on neid tuhandeid. Selle tohutu andmemahu ülekandmine tuhandetest servaseadmetest pilve võib võtta päevi. Nende andmete igapäevase edastamise kulud võivad pikemas perspektiivis kaasa tuua väljakannatamatuid ribalaiusega seotud kulusid.

Uduarvutuse eelised

Uduarvutus pakub ettevõtetele palju eeliseid, millest mõned hõlmavad järgmist:

• Madal latentsusaeg : Uduarvutuse üks peamisi eeliseid on latentsusaja ja reageerimisaja märkimisväärne vähenemine. Kuna palju andmeid salvestatakse lokaalselt, toimub andmetöötlus kiiremini ja uduvõrk suudab töödelda suuri andmemahtusid minimaalse viivitusega. Lisaks vajavad töödeldud andmeid kõige tõenäolisemalt samad seadmed, mis andmed genereerisid, nii et lokaalse, mitte kaugtöötlemise korral on sisendi ja vastuse vaheline latentsus minimaalne.
• Äriline paindlikkus : Uduarvuti pakub ettevõtetele, eriti alustavatele ettevõtetele, paindlikkust, mida nad vajavad rakenduste arendamisel ja juurutamisel. Õigete tööriistade abil saavad arendajad vajaduse korral kiiresti udurakendusi arendada ja juurutada.
• Madalamad tegevuskulud : Kui töötlete andmeid pilve saatmise asemel kohapeal, säästate ribalaiuse kulusid, mis oleks olnud vältimatu, kui saadaksite tohutu hulga asjade Interneti-andmeid otse pilve.
• Interneti- ja võrguühenduseta juurdepääs : Uduarvutus nõuab andmete salvestamist enamasti kohtvõrgus ja pilve saatmist ainult vajaduse korral. See muudab selle ideaalseks stsenaariumide puhul, kus andmete saatmiseks puudub Interneti-ribalaiusega ühendus. Süsteemid, mis töötavad kaugetes või geograafiliselt keerukates kohtades, kus juurdepääs Internetile võib olla ebausaldusväärne või kättesaamatu, saavad uduarvutustest palju kasu.
• Reaalajas analüüs : Uduarvutus kõrvaldab pilveteenustega kaasneva ebaefektiivsuse ja latentsusaja reaalajas analüütika abil. Paljud organisatsioonid kasutavad ees püsimiseks ära reaalajas andmeanalüüsi pakutavat konkurentsieelist. Näiteks peavad tootmissektori ettevõtted suutma reageerida sündmustele, kui need juhtuvad; finantsasutused vajavad kauplemisotsuste teavitamiseks või pettuste jälgimiseks reaalajas andmeid. Uduarvutite juurutamine võib hõlbustada nende reaalajas andmete kiiret edastamist.

Udu arvutamise piirang

Hoolimata asjaolust, et uduarvutus pakub organisatsioonidele väärtuslikku kasu, pole sellel ka puudusi. Siin on mõned piirangud, mida peate enne uduarvutite kasutuselevõttu arvestama.

• Turva- ja privaatsusriskid : Ühendatud uduarvutusseadmeid autentitakse harva. See muudab nad haavatavaks mitmesuguste küberrünnakute (nt DDoS ja man-in-the-middle) suhtes, kui piisavad kaitsed puuduvad. Uduarvuti tekitab muret ka lõppkasutajate privaatsuse pärast. Udusõlmed koguvad tundlikke andmeid võrgu servas asuvatest seadmetest. Sissetungijad pääsevad nendele andmetele hõlpsalt juurde vähese või üldse mitte vastupanuga.
• Energiatarbimine : Udusõlmed vajavad töötamiseks palju energiat. Mida rohkem udusõlmi teie võrgus on, seda suurem on energiatarbimise nõue. Selle haldamine võib mõnele organisatsioonile olla väljakutseks. Enamik ettevõtteid püüab sageli oma energiavajadust minimeerida, kasutades energiatõhusaid uduseadmeid ja sõlme.
• Ebaturvaline füüsiline asukoht : Udusõlmede hajuvuse tõttu asuvad mõned neist tõenäoliselt vähem turvalises keskkonnas. Pahatahtlikud osalejad saavad neile hõlpsasti juurde pääseda ja see suurendab nende rünnakute ohtu.
• Võrgu keerukus : Uduarvutusvõrku võib olla väga keeruline hallata, eriti kui seda kombineerida traditsioonilise infrastruktuuri ja pilveteenustega. Nende seadmete ja sõlmede haldamine, sealhulgas paikade haldamine, võib olla väga keeruline ülesanne. See võib võrgule keerukamaks muuta.

Järeldus

Juba ühendatud üle 30 miljardi IoT-seadmega ja 2025. aastaks tuleb võrku 75 miljardit , annab asjade interneti süsteemide tulevik kindlasti märku rohkem ühendatud asjadest. Neljas tööstusrevolutsioon – selliste tehnoloogiate lähenemine nagu 5G võrgud, tehisintellekt , kvantarvutus , pilve- ja uduandmetöötlus tõotab tuua IoT-põhiste süsteemidega uusi eeliseid.

Pilvandmetöötlusmudel ei sobi asjade interneti rakendustele, mis töötlevad suuri andmemahtusid terabaidi suurusjärgus ja nõuavad kiiret reageerimisaega. Siin paistab silma uduarvutusmudel. Organisatsioonid, millel on ajatundlikud IoT-põhised rakendused ja geograafiliselt hajutatud lõppseadmed, kus pilvega ühenduvus on ebaregulaarne, saavad sellest tehnoloogiast kasu.

Uduarvutuse KKK

Mis on mahalaadimine uduarvutuses?

Mahalaadimine toimub siis, kui andmemahtusid ei saa õigeaegselt ja tõhusalt kaugtöötleda. Sellistel juhtudel viiakse lõpp-punkti andmete töötlemine kohalikku sõlme, mis eeltöötleb ja filtreerib andmeid, teenindades mõnda päringut autonoomselt ja viidates pilveserverile. See on veidi nagu puhverserver, mis töötab kohalikus võrgus.

Mis on hajutatud uduarvutus?

Uduarvutust võib pidada hajutatud arhitektuuriks, kuna andmetöötlus toimub kohapeal, nii et paljusid võrke teenindav keskserver edastab oma tegevused paljudesse kohalikesse serveritesse.