雾计算的主要功能或性能目标有哪些

雾计算的主要功能或性能目标有以下这些：

• 低时延：由于大量的数据处理任务都被下放到网络边缘，雾计算时延更低的优势就明显体现出来了。当将应用程序托管到雾计算系统中时，也需要通过有效的部署方式来维持其低时延的优势。如果将服务托管到不合适的雾节点中，或者用户需求动态改变，反而有可能使系统时延增加。

• 可靠性：雾计算可以确保更高的可靠性。由于异构的通信协议、设备的移动性、过长的通信链路等问题，终端设备与云的直接通信并不可靠。而终端设备连接到雾计算系统则降低了终端设备对云计算基础架构的依赖。分布式的雾节点网络能够合理地利用数据备份、服务迁移等技术，使得服务在一定时间段内不间断地运行。而且，即使因天气或其他条件导致网络连接发生故障，在终端与云的连接丢失的情况，雾节点也可以代替云执行数据分析。

• 隐私保护：数据加密认证是物联网设备安全性的基本要求，加密算法可能耗费传感器的大量计算资源并产生能耗，因此在数据源处的加密成本较高。并且许多物联网设备并没有足够的内存，也没有高速的CPU来执行认证协议所需的加密操作。雾可以使数据处理资源更接近终端设备或用户，从而使各类终端设备能利用雾计算资源来获取更好的隐私保护，而无须考虑自身资源是否足以运行加密、认证等任务。这些资源受限的设备可以将资源耗费较高的任务外包给可信任的雾节点。而雾节点可以在极为靠近数据源的位置对传感数据加密来提高物联网解决方案的安全性。

• 低运维成本：由于雾节点部署的地理位置靠近终端用户的使用场景，基于雾的物联网应用程序可以收集更多有关本地设置的信息。由于需要对整个网络基础设施进行改造，在初期，采用雾计算的系统有可能比直接在网络边缘部署计算设备花费更高的成本，也会因此增加整个物联网解决方案的成本。然而，从长久运维的角度来看，基于雾计算的系统具备运维费用低、服务质量高的优势。并且，随着雾计算、边缘计算等类似技术的相关商业模式逐渐成熟，可选择的第三方计算资源将逐步增多，初期的部署成本也将因此降低。

• 面向需求的敏捷开发：雾计算架构可以建立靠近终端用户的雾应用程序，以便更好地了解并密切反映用户的需求。雾节点通过及时准确地了解客户需求，并确定在云到终端之间执行计算、存储和控制功能的位置，能够有效实现快速创新和成本较低的扩展。在客户有新的应用需求时，雾计算架构可以按照客户需求快速更新设备、扩展系统，而不必等待大型网络和云计算的供应商通过长时间收集所需信息和研讨之后才得出创新的方案。因此，雾计算将使设备的创新与新市场开拓变得更容易，一个人或者一个小团队就可以使用开放的应用程序编程接口、开放软件开发工具包及移动设备来实现业务创新，并开发、部署和操作新服务。