一、边缘计算和雾计算什么区别
1、什么是雾计算
雾计算这个概念是相对于云计算而言的，它并非是些性能强大的服务器，而是由性能较弱、更为分散的各种功能计算机组成，渗入电器、工厂、汽车、街灯及人们生活中的各种物品。
简单点说，它拓展了云计算（Cloud Computing）的概念，相对于云计算它离产生数据的地方更近，数据、数据相关的处理和应用程序都集中于网络边缘的设备中，而不是几乎全部保存在云端。这里因“云”而“雾”的命名源自“雾是更贴近地面的云”这句话。
2、什么是边缘计算
边缘计算的概念是20世纪90年代提出的，它进一步推进了雾计算中“局域网处理能力”的理念。
边缘计算的处理能力更靠近数据源，其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的边缘末端。
3、边缘计算和雾计算的相同点
（1）雾计算和边缘计算系统都将数据处理转移到数据生成源头。
（2）二者都试图减少发送到云端的数据量，以降低延迟。
（3）通过以上策略，二者都可以改善远程关键型应用程序中的系统响应时间，提高系统安全性，因为减少了通过公共互联网发送数据的需求，并降低了成本。
4、边缘计算和雾计算的区别
雾计算与边缘计算的区别主要在于使用方式不同，雾计算过程发生在局域网（LAN）级网络架构上，使用与工业网关和嵌入式计算机系统交互的集中式系统。而边缘计算处理的大部分数据来源于所在的物联网设备本身。
二、边缘计算和雾计算的优缺点对比
1、雾计算的优势
（1）带宽消耗低：通过限制向云端的数据传输，雾计算减少了带宽消耗。
（2）减少资源负载：雾计算可以在网络内的中间节点进行本地数据处理。这有助于在将数据发送到云端之前对其进行过滤和预处理，从而减少集中资源的负载。
（3）延迟改进：源头的初始数据处理最大限度地减少了延迟时间。
（4）连接灵活：雾计算适用于有线、Wi-Fi 或高速 5G 网络。
（5）分布式智能： 雾计算在整个网络中分配智能，从而支持各个级别的决策。这对于交通管理等应用程序尤其有利，因为可以在本地级别做出实时决策。
（6）减少对云的依赖：雾计算减少了与云持续通信的需要。这可以通过最大限度地减少数据传输成本和云服务消耗来节省成本。
2、雾计算的缺点
（1）基于位置的计算：雾计算的物理网络共享将计算限制在特定位置。
（2）安全影响： 可能会出现IP欺骗和中间人攻击等潜在安全威胁。
（3）启动成本高：实施雾解决方案需要与边缘和云系统集成，这可能会造成初始财务障碍。
3、边缘计算的优势
（1）远程连接：边缘计算提供灵活的连接解决方案，特别是在偏远地区。
（2）数据主权合规性： 使数据靠近其来源可确保遵守数据主权法规。
（3）安全性强：数据加密可保护从网络传输回云端的信息。
（4）本地智能：边缘设备可以在本地托管人工智能和机器学习模型，使它们能够做出智能决策，而无需持续连接到云。这在与云持续通信不切实际的情况下非常有用。
（5）可离线操作： 边缘计算允许设备即使在与云断开连接时也能继续运行。这对于互联网连接不可靠或间歇性的场景至关重要，确保不间断运行。
4、边缘计算的缺点
（1）缺乏集中控制：边缘计算分散了计算资源，使得集中监控和管理更加复杂。这可能会妨碍故障排除和整体网络可见性。
（2）可扩展性挑战： 扩展边缘部署可能很复杂。向边缘网络添加更多设备可能需要仔细的管理和配置，以保持一致的性能和可靠性。
（3）网络连接可靠性：边缘设备依赖网络连接进行通信和数据传输。不可靠或间歇性连接可能会中断操作并导致数据丢失。
（4）部署的复杂性：设置和配置边缘设备需要专门的技能和专业知识。跨不同位置部署和管理大量设备可能会令人望而生畏。
