Fog computing : guide complet sur ce concept

Le fog Computing étend le concept du cloud computing à la périphérie du réseau, le rendant idéal pour l'Internet des objets et d'autres applications qui nécessitent des interactions en temps réel.

Le concept de fog computing a été développé pour lutter contre les problèmes de latence qui affectent un système de cloud computing centralisé. En fait, il s'agit d'une infrastructure informatique décentralisée dans laquelle les données, le calcul, le stockage et les applications se situent quelque part entre la source de données et le cloud.

Tout comme l'edge computing, le fog computing peut optimiser l'analyse des données en stockant les informations plus près de la source de données. Cela fonctionne en tandem avec l'informatique de pointe. De nombreuses personnes utilisent ces deux termes de manière interchangeable, car ils impliquent de rapprocher l'intelligence et le traitement de l'endroit où les données sont créées.

Qu'est-ce que le fog computing ? Comment fonctionne-t-il ? Quels sont les avantages et les inconvénients de ce dernier ? Zoom sur le fog computing !

Qu'est-ce que le fog computing ?

Le terme fog computing, créé par Cisco, fait référence à une alternative au cloud computing. Cette approche saisit le double problème de la prolifération des dispositifs informatiques et de l'opportunité offerte par les données générées.

En fait, en les plaçant plus près des appareils, plutôt que d'établir des canaux dans le cloud, les utilisateurs agrègent la bande passante aux points d'accès tels que les routeurs. Cela réduit à son tour le besoin global de bande passante, car moins de données peuvent être transmises à partir des centres de données, à travers les canaux cloud.

Le stockage de données est une autre différence importante entre le cloud computing et le fog computing : la décentralisation et la flexibilité.

Historique

En 2015, Cisco a décidé de s'associer avec Microsoft, Intel, Dell, Arm et l'Université de Princeton afin de former le consortium OpenFog. Ensuite, d'autres organisations comme Foxconn, General Electric, Hitachi ont également contribué à ce projet. L'objectif principal de cette association est de promouvoir et de standardiser le fog computing.

Comment fonctionne le fog computing ?

Le fog computing fonctionne en utilisant des dispositifs locaux appelés nœuds ainsi que des dispositifs de périphérie. Dans ce contexte, des balises IoT capturent les données brutes. Ces dernières sont envoyées à un nœud proche de la source de données. Ensuite, elles sont analysées localement, filtrées, puis envoyées vers le cloud pour un stockage à long terme si nécessaire.

La différence entre fog computing et edge computing

Le fog computing et l'edge computing offrent des fonctionnalités similaires en termes de transmission de l'intelligence et des données aux périphériques. Ces deux technologies exploitent la puissance des capacités de calcul au sein d'un réseau local pour effectuer des tâches de calcul. En fait, la philosophie du fog and edge computing est de déplacer l'activité de traitement plus près de la périphérie du réseau pour accélérer le service.

Bien qu'ils aient tous deux l'intention de réduire la latence et la congestion du réseau, ils diffèrent considérablement dans la façon dont ils traitent réellement les données. Dans ce contexte, la principale différence entre le edge computing et le fog computing réside dans l'endroit où l'intelligence et la puissance de calcul se placent :

• Dans l'edge computing, les données sont traitées directement sur les sources de données telles que les capteurs, les appareils IoT, ou sur les appareils auxquels les capteurs sont connectés.
• D'autre part, le fog computing transfère les tâches de calcul vers une passerelle IoT ou des nœuds situés dans le réseau LAN.

Quels sont les avantages du fog computing ?

Les principaux avantages du fog Computing se résument à l'augmentation de l'efficacité des ressources informatiques et de la structure informatique d'une organisation.

Le temps de latence

Les applications métiers d'aujourd'hui exigent un temps de réponse de l'ordre de quelques secondes ou millisecondes, surtout quand il faut des actions correctives. Dans ce contexte, le fog computing élimine le besoin d'envoyer des données pour traitement vers le cloud. Par conséquent, le calcul s'effectue plus rapidement et le réseau de brouillard peut traiter de gros volumes de données avec un délai minimal. Autrement dit, la latence entre l'entrée et la réponse est minimisée. L'objectif est de fournir une réactivité au niveau de la milliseconde, permettant le traitement des données en temps quasi réel.

Conservation de la bande passante du réseau

Le transfert de données entre la périphérie du réseau vers un serveur cloud nécessite beaucoup de bande passante. Imaginez une situation où chacun de vos appareils IoT génère 100 Go de données par jour, alors que vous en avez des milliers. Le transfert de cette grande quantité de données peut prendre des jours. En fait, étant donné que le fog computing traite les données localement, il conserve au maximum la bande passante du réseau.

Accès en ligne et hors ligne

Le Fog computing nécessite que l'on stocke les données principalement dans le réseau local et envoyées au cloud uniquement lorsque cela est nécessaire. Cela le rend idéal dans les scénarios où il n'y a pas de connexion Internet pour envoyer des données.

Analyse en temps réel

Le Fog Computing réduit l'inefficacité et la latence qui accompagnent les services cloud grâce à l'analyse en temps réel. En fait, de nombreuses organisations tirent parti de l'avantage concurrentiel fourni par l'analyse des données en temps réel pour garder une longueur d'avance. Par exemple, les entreprises du secteur manufacturier doivent être capables de réagir aux événements au fur et à mesure qu'ils se produisent; les institutions financières ont besoin de données en temps réel pour éclairer les décisions commerciales ou surveiller la fraude.

Quels sont les inconvénients du fog computing ?

Comme toute technologie, les applications de fog Computing présentent également des inconvénients. Voici quelques-unes des limitations que vous devez prendre en compte avant de vous lancer :

Risques liés à la sécurité et à la vie privée

Les grandes entreprises utilisent plusieurs appareils et il est presque impossible de tous les authentifier. Cela les rend vulnérables à diverses formes de cyberattaques si des protections adéquates ne sont pas en place. En fait, des personnes malveillantes peuvent accéder à vos nœuds en utilisant vos propres appareils contre vous.

Le fog computing soulève également des inquiétudes concernant la confidentialité des utilisateurs finaux. En fait, les nœuds collectent des informations sensibles à partir des appareils.

Consommation d'énergie

Les nœuds consomment beaucoup d'énergie pour fonctionner. Par conséquent, plus l'entreprise dispose de nœuds, plus la consommation d'énergie est importante. Cela peut être un défi à gérer pour certaines organisations.

Emplacement physique dangereux

L'emplacement est également l'un des points faibles du fog computing. En effet, en raison de la nature dispersée des nœuds, certains d'entre eux peuvent très probablement se situer dans des environnements moins sécurisés. Par conséquent, des acteurs malveillants peuvent facilement y accéder, ce qui augmente le risque d'attaques.

Complexité du réseau

Le Fog Computing s'utilise généralement en tandem avec les ressources de réseautage et de cloud computing traditionnelles. La combinaison de ces technologies peut devenir très complexe à gérer. Cette architecture réseau complexe doit être maintenue et sécurisée contre les cyberattaques. Par conséquent, plus l'organisation est grande, plus la tâche devient difficile.

Quelles industries utilisent le Fog Computing ?

Le Fog computing est de plus en plus populaire auprès des industries et des organisations du monde entier. Cependant, les principales industries qui tirent parti de cette technologie sont celles qui nécessitent des analyses de données proches de la périphérie du réseau et utilisent des ressources informatiques de pointe.

La santé est l'un des principaux secteurs d'activité qui dépendent fortement du fog computing. D'autres industries qui ont besoin de collecter de grandes quantités de données l'utilisent également : agriculture, vente en détail, gouvernement, pétrole et gaz, etc.

Partager l'article :
• Facebook
• Twitter
• LinkedIn