Uträknad i dimman

- Enkelt sett kan man säga att fog computing innebär att man använder den inbyggda data- och beräkningskapaciteten hos anslutna enheter för att lösa olika typer av beräkningar. I en IoT-lösning kan man använda överskottet av processorkraft hos smarta sensorer för att avlasta de centrala tjänsterna, säger Ulf Wingstedt, systemarkitekt hos CNet.

Lämpat för enkel analys

Den snabba tekniska utvecklingen har gjort att kostnaden för att addera extra processkraft inte blir särskilt mycket högre. Resultatet är att en rätt balanserad och genomförd lösning alltså kan addera kapacitet till ett system ju fler enheter man ansluter.

- Det finns naturligtvis för- och nackdelar med fog computing. Man måste balansera vad man gör var i nätverket, och det är där begrepp som edge analytics kommer in. Det är framför allt enkla, snabba funktioner som lämpar sig att ha i utkanten av nätverket. Om vi tar en lösning för smarta hem så kan det vara att man har en fallsensor som tänder en lampa om till exempel en sjuk person ramlar. Då är det inte effektivt att lägga den funktionen i molnet där det skulle ta onödigt lång tid när lokal programvara kan lösa uppgiften, säger Ulf Wingstedt.

En typisk analysuppgift som kan läggas på noder långt ut i nätverket är att förbereda statistiska aggregeringar genom att använda processorkraft för att sammanställa medelvärden att rapportera in med jämna mellanrum istället för att låta sensorer belasta nätverket med konstant trafik. Det är enkla, men effektiva exempel på edge analytics.

Vissa typer av aggregerande uppgifter, som till exempel att producera sammanställningar och fatta beslut på indata från många olika enheter, är mindre lämpade för fog computing. Där är vanliga molnberäkningar betydligt mer lämpade.

- Man ska inte ha för mycket avancerade funktioner i noderna i utkanten för då kan man få ett underhållsproblem på de enheter som finns i buskarna. Det är ju enklare och snabbare att uppdatera och underhålla mjukvarulösningar i molnet än att försöka skicka ut uppdateringar och underhålla till exempel sensorer som kan vara svåra att komma åt, säger Ulf Wingstedt.

Fog ger säkrare lösningar

Därför måste man vara beredd att acceptera en långsammare, mer rigid releaseprocess för noderna i utkanten än till exempel molnlösningar, där man snabbare kan göra affärsutveckling. Samtidigt gör den ökade processorkraften hos enheter och sensorer att man kan implementera nya, resurskrävande säkerhetslösningar som kryptering på ett effektivare sätt.

- De stora fallgroparna är att man får ett system som inte skalar, att man får en underhållsproblematik om man har för mycket avancerade funktioner längst ut och att man låser in sina lösningar proprietärt. Gör man det rätt får man däremot ett skalbart system där man snabbt kan tillföra många nya enheter och samtidigt slipper skala sin centrala molnlösning, säger Ulf Wingstedt.