Was ist Fog Computing?
Fog Computing, auch Fogging genannt, ist eine dezentrale Infrastruktur, welche sich zwischen der Cloud und der Datenquelle befindet. Die Cloud ist wie eine Wolke, zentral über allen Endgeräten schwebend und Fog Computing wie ein Nebel, näher an den Endgeräten dran. Durch die Verarbeitung und Speicherung der Daten in Mini-Rechenzentren (den Fog Nodes) vor Ort, müssen nicht mehr alle Daten an die Cloud geleitet werden. Fog Computing bringt damit die Vorteile und Leistungsfähigkeit der Cloud näher an die Endgeräte und bietet dadurch verringerte Latenz-, sowie die Bearbeitungszeiten und senkt zudem die Bandbreitennutzung durch die vorverarbeiteten Datenmengen.
Wie funktioniert Fog Computing?
Fog Computing nutzt sogenannte Fog Nodes, welche zwischen der Cloud und den Endgeräten agieren. Diese Fog Nodes fungieren als Mini-Rechenzentren, um gesammelte Daten der Endgeräte zu speichern und / oder zu analysieren. Somit müssen nicht alle Daten an die Cloud geschickt werden, sondern können näher an dem Ort der Datenquelle genutzt werden, um Echtzeitentscheidungen zu gewährleisten. Für komplexe Analysen werden die Daten an die Cloud weitergeleitet. Diese Struktur aus Fog Nodes kann als eine lokale Cloud angesehen werden. Dabei können die Fog Nodes miteinander interagieren und kommunizieren.
Was sind Anwendungen und Beispiele für Fog Computing?
IoT und IIoT
Da große Datenmengen durch Sensoren und Steuergeräte entstehen, ist Fog Computing beim IoT (Internet of Things) genau wie beim IIoT (Industrial Internet of Things) sehr sinnvoll. Durch die Fog Nodes werden die Daten bereits vor Ort verarbeitet, wodurch weniger Daten an die Cloud geschickt werden müssen. Das spart Zeit und Geld, da die Kommunikation zwischen den Endgeräten und den Fog Nodes schneller ist und zeitnahe Entscheidungen ermöglicht.
Autonomes Fahren
Für das autonome Fahren wird eine Kombination aus Fog und Edge Computing verwendet. Es entstehen durch Steuergeräte, Sensoren und Aktoren große Datenmengen, bis zu 20 Terabyte am Tag sind möglich. Durch die Verwendung von Fog Computing wird eine lokale Datenanalyse (Code to data) in einem mobilen Mini-Rechenzentrum vorgenommen, die Daten vor Ort ausgewertet und nur die Ergebnisse weitergeleitet. Durch die Verarbeitung der benötigten Daten in Echtzeit sind schnelle Entscheidungen möglich, denn Verzögerungen können im laufenden Straßenverkehr lebensbedrohlich sein.
Fog Computing vs. Cloud Computing
Fog Computing ergänzt das Cloud Computing und kann somit als Mittler der Cloud-Infrastruktur gesehen werden. Während beim Cloud Computing die Daten in einer zentralen IT-Struktur, der Cloud, verarbeitet werden, geschieht dies beim Fogging in den Fog Nodes näher an der Datenquelle. Dadurch sind beim Fog Computing kurzfristige und zeitnahe Analysen möglich, während in der Cloud zeit- und ressourcenintensive Analysen von großen Daten (im Englischen Big Data) stattfinden. Fog Computing bringt damit im übertragenen Sinne die Cloud näher an die Endgeräte heran und bietet schnellere Entscheidungen und kürzere Latenzzeiten.
Fog Computing vs. Edge Computing
Fog und Edge Computing werden oft als Synonyme gebraucht, obwohl sie unterschiedliche Ansätze beschreiben. Edge Computing beschreibt eine dezentrale Datenverarbeitung am Rande des Netzwerks. Hierbei werden die am Endgerät entstehenden Daten vorgefiltert und gegebenenfalls einfache Analysen gemacht. Diese Daten können dann an Fog Nodes weitergeleitet werden, um beispielsweise gespeichert oder weiter analysiert zu werden. Da die Fog Nodes untereinander kommunizieren können und mehr Rechenleistung zur Verfügung steht, sind komplexere Analysen als beim Edge Computing möglich.
Fog, Edge und Cloud Computing funktionieren besonders gut zusammen. Zuerst werden mithilfe des Edge Computing die Datenmengen vorgefiltert und verringert. Daraufhin werden in den Fog Nodes erste Analysen durchgeführt und abschließend werden zeitaufwendige und komplexe Aufgaben durch Cloud Computing erledigt. Somit kann von den jeweiligen Stärken der unterschiedlichen Modelle profitiert werden.
