Qu’est-ce que le Fog Computing ? définition, Applications, Tout savoir

Le Fog Computing est une tendance importante à comprendre pour quiconque travaille ou envisage de travailler dans la technologie. Il a de nombreuses applications potentielles, des environnements industriels et de fabrication aux hôpitaux et autres établissements de santé. Mais qu’est-ce que le fog computing et en quoi diffère-t-il du cloud computing ? Nous allons jeter un coup d’oeil.

Qu’entend-on par Fog Computing ?

Le Fog Computing est une forme d’informatique distribuée qui rapproche le calcul et le stockage des données de la périphérie du réseau, où se trouvent de nombreux appareils IoT. Ce faisant, le fog computing réduit la dépendance au cloud pour ces tâches gourmandes en ressources, améliorant les performances et réduisant la latence (TechTarget, 2022).

Le Mist Computing pousse encore plus loin le Cloud Fog Computing en rapprochant encore plus le calcul et le stockage des données de la périphérie, en utilisant souvent des dispositifs tels que les serveurs de Mist Computing, qui sont des serveurs à faible consommation d’énergie qui peuvent être déployés en grand nombre.

Pourquoi le Fog Computing est-il utilisé ?

Il y a plusieurs raisons pour lesquelles le Fog Computing est utilisé :

• Pour améliorer la latence et les performances : Étant donné que les nœuds de brouillard sont souvent déployés à la périphérie du réseau, plus près des appareils IoT eux-mêmes, ils peuvent réduire considérablement le temps de traitement et améliorer les performances des applications qui exigent une faible latence.
• Pour améliorer la prise de décision : Cela peut aider à améliorer la prise de décision en temps réel, car le calcul du brouillard permet la collecte et l’analyse de données en temps réel à partir d’appareils IoT.
• Pour réduire les coûts : Le Fog Computing peut également aider à réduire les coûts associés au stockage et à l’analyse des données. En effet, en rapprochant le calcul et le stockage des données de la périphérie du réseau, le calcul du brouillard réduit la quantité de données qui doivent être retransmises à un emplacement central pour le traitement.

Quels sont les quatre types de Fog Computing ?

Le Fog Computing est un terme désignant une technologie qui étend le cloud computing et les services à la périphérie du réseau d’une entreprise. Il permet aux données, applications et autres ressources d’être rapprochées ou même au-dessus des utilisateurs finaux.

Les quatre principaux types de calcul du brouillard sont mentionnés ci-dessous.

• Fog computing au niveau de l’appareil fonctionne sur des appareils tels que des capteurs, des commutateurs, des routeurs et d’autres matériels de faible puissance. Il peut être utilisé pour collecter des données à partir de ces appareils et les envoyer dans le cloud pour analyse.
• Calcul du brouillard au niveau des bordss’exécute sur des serveurs ou des appareils situés à la périphérie d’un réseau. Ces appareils peuvent être utilisés pour traiter les données avant qu’elles ne soient envoyées dans le cloud.
• Calcul du brouillard au niveau de la passerelles’exécute sur des appareils qui agissent comme une passerelle entre la périphérie et le cloud. Ces appareils peuvent être utilisés pour gérer le trafic et garantir que seules les données pertinentes sont envoyées au cloud.
• Calcul du brouillard au niveau du clouds’exécute sur des serveurs ou des appliances situés dans le cloud. Ces appareils peuvent être utilisés pour traiter les données avant qu’elles ne soient envoyées aux utilisateurs finaux.

Où le Fog Computing est-il nécessaire ?

Il existe de nombreuses applications potentielles pour le calcul du brouillard, notamment :

• Voitures connectées collecter et traiter les données des capteurs en temps réel pour activer des fonctionnalités telles que la conduite autonome et l’infodivertissement.
• Villes intelligentes surveiller les flux de trafic, gérer les transports en commun, optimiser la consommation d’énergie, etc.
• IdO industriel améliorer l’efficacité et la sécurité dans les usines, les centrales électriques, les mines et autres infrastructures industrielles.
• Santé connectée prenant en charge la surveillance à distance des patients, la télémédecine et d’autres applications de soins de santé.
• RA/VR permettant des expériences de réalité augmentée et virtuelle à faible latence et de haute qualité.

Le Fog Computing peut être utilisé pour prendre en charge un large éventail d’applications nécessitant le traitement de données à la périphérie du réseau. Dans de nombreux cas, le fait de rapprocher les ressources de calcul et de stockage de la source de données améliore les performances et réduit les coûts. Par exemple, les voitures connectées génèrent un volume important de données qui doivent être analysées en temps réel pour activer des fonctionnalités telles que la conduite autonome.

Qui utilise le Fog Computing ?

Le Fog Computing est souvent utilisé dans les cas où une réponse en temps réel est nécessaire, comme avec les systèmes de contrôle industriels, la vidéosurveillance ou les véhicules autonomes. Il peut également être utilisé pour décharger les tâches de calcul intensives des serveurs centralisés ou pour fournir une sauvegarde et une redondance en cas de panne du réseau.

Composants du Fog Computing

Certains des composants clés du cloud fog computing sont les suivants :

• Appareils périphériques : Ce sont les appareils situés à la périphérie du réseau, les plus proches de la source de données. Les périphériques Edge incluent les capteurs, les automates programmables (automates programmables) et les routeurs de passerelle.
• Traitement de l’information: Le traitement des données est effectué localement sur les périphériques périphériques plutôt que d’être envoyé à un emplacement central pour le traitement. Le résultat est une performance améliorée et une latence réduite.
• Stockage de données: Les appareils Edge peuvent stocker les données localement plutôt que de les envoyer à un emplacement central pour le stockage. Cela améliore la sécurité et la confidentialité, tout en réduisant la latence.
• Connectivité : Le Fog Computing nécessite une connectivité haut débit entre les appareils périphériques et le reste du réseau. Ceci est réalisé par des moyens filaires ou sans fil.

Pourquoi le Fog Computing est-il bénéfique pour l’IoT ?

L’Internet des objets (IoT) est un système d’appareils, de capteurs et de composants logiciels interconnectés qui partagent des données et des informations. La puissance de l’IoT vient de sa capacité à collecter et analyser des volumes massifs de données provenant de diverses sources. Ces données peuvent être utilisées pour améliorer l’efficacité, optimiser les opérations et prendre de meilleures décisions.

Le Fog Computing dans l’IdO est un modèle informatique décentralisé qui rapproche le calcul et le stockage des données de la périphérie du réseau. En d’autres termes, le fog computing déplace la puissance de traitement et le stockage des données des fermes de serveurs centralisées vers les réseaux locaux où se trouvent les appareils IoT.

Quels sont les avantages et les inconvénients du Fog Computing ?

L’utilisation d’une architecture de fog computing présente plusieurs avantages :

1. Latence réduite : En traitant les données à la périphérie du réseau ou à proximité, le calcul du brouillard peut aider à réduire la latence.
2. Sécurité et confidentialité améliorées : En gardant les données et les applications plus proches de l’utilisateur, le fog computing peut aider à améliorer la sécurité et la confidentialité.
3. Évolutivité accrue : Le Fog Computing peut aider à augmenter l’évolutivité, car davantage de ressources peuvent être ajoutées à la périphérie du réseau.

L’utilisation d’une architecture de calcul de brouillard présente également plusieurs inconvénients :

1. Ressources limitées: Étant donné que le calcul du brouillard repose sur des appareils situés à la périphérie du réseau, les ressources disponibles peuvent être limitées. Cela peut avoir un impact sur les performances.
2. Architecture complexe : Le Fog Computing peut être complexe à mettre en œuvre et à gérer en raison de la nature distribuée de l’architecture.
3. Couverture limitée : Étant donné que le fog computing est encore une technologie relativement nouvelle, la couverture peut être limitée en termes d’appareils et d’emplacements qui le prennent en charge (HiTechWhizz, 2022).

Fog contre Edge Computing

Edge computing, un modèle informatique distribué, traite les données et les applications à la périphérie du réseau, à proximité de la source de données. En revanche, dans le modèle centralisé traditionnel de cloud computing, les données et les applications sont stockées dans un emplacement central et accessibles via le réseau.

La principale différence entre le fog computing et le edge computing est que le fog computing étend les services cloud et la connectivité aux appareils à la périphérie du réseau. En revanche, l’edge computing rapproche le calcul et le stockage des données des appareils situés à la périphérie du réseau.

Qu’est-ce que Heavy.AI ?

Heavy.AI est une puissante plateforme d’intelligence artificielle qui permet aux entreprises et aux développeurs de créer et de déployer facilement des applications alimentées par l’IA. Heavy.AI est construit sur la célèbre bibliothèque open source TensorFlow, ce qui facilite le démarrage avec l’apprentissage en profondeur et les réseaux de neurones. Avec Heavy.AI, vous pouvez former et déployer rapidement vos modèles personnalisés ou utiliser l’un des nombreux modèles pré-formés disponibles sur le marché Heavy.AI.

Comment Heavy.AI est-il lié à une solution de Fog Computing ?

Heavy.AI propose également une solution de fog computing qui peut être utilisée pour gérer et traiter les données des appareils IoT à la périphérie du réseau. Cette solution peut améliorer les performances des applications IoT en réduisant la latence et en garantissant que les données sont traitées localement.

iFogSim est également un simulateur de calcul de brouillard open source qui peut évaluer les performances de différentes architectures de calcul de brouillard. iFogSim comprend une bibliothèque de modules qui peuvent simuler divers aspects du calcul du brouillard, tels que les topologies de réseau, les types d’appareils et les caractéristiques des applications.

Les hackers éthiques en herbe peuvent être certifiés par le cours C|EH d’EC-Council. Le cours complet C|EH couvre un large éventail de sujets liés au piratage éthique, y compris l’analyse du réseau, l’énumération, l’ingénierie sociale, les attaques par déni de service, les attaques d’applications Web, l’injection SQL, les débordements de tampon, et bien plus encore.

Sources

TechTarget. (2022, 22 septembre). Qu’est-ce que le Fog Computing ? https://www.techtarget.com/iotagenda/definition/fog-computing-fogging

HiTech Whizz. (2022, 22 septembre). 5 avantages et inconvénients du Fog Computing | Inconvénients et avantages du Fog Computing. https://www.hitechwhiz.com/2020/04/5-advantages-and-disadvantages-drawbacks-benefits-of-fog-computing.html

A propos de l’auteur

Ryan Clancy est écrivain et blogueur. Avec plus de 5 ans d’expérience en génie mécanique, il est passionné par tout ce qui touche à l’ingénierie et à la technologie. Il aime aussi amener l’ingénierie (en particulier la mécanique) à un niveau que tout le monde peut comprendre. Ryan vit à New York et écrit sur tout ce qui concerne l’ingénierie et la technologie.