雾链FNK弥补AI、云计算及区块链缺陷，落地应用将进入哈工大国家科技园

4月28日，来自哈尔滨工业大学的研究生团队针对雾链（FNK）的行业落地应用进行了一场研讨会，对于如何用雾链（FNK）的技术解决日常生活中的行业痛点进行了深入讨论。

AI、云计算以及区块链已成为当下最热门的研究方向。然而AI、云计算，以及区块链目前都存在一些瓶颈。AI必须有大数据的支撑；云计算在大量数据通过网络移动时容易产生大量的安全漏洞，并产生网络延迟；区块链技术目前应用范围狭窄，落地应用较难。例如，飞机配备有很多重要的传感器用于防止系统故障。飞机每飞行一小时，这些传感器可以产生高达40TB的数据。假如乘以每天飞机飞行的小时数，我们就会发现航空业产生的数据量是惊人的。这些传感器在飞行中提供重要的功能，但是这些数据中也有大量的无意义数据降低了传输效率和储存空间。我们可以将目前正在快速发展的自动驾驶汽车想象成飞机，每辆汽车产生的数据都相当于一架飞机，那么当自动驾驶汽车满街跑的时候，产生的数据量已经不是天文数字可以衡量的了。如果这些数据都传送到云计算的云端服务器进行分析，那么效率势必大打折扣。雾链（FNK）通过雾计算+区块链的结合将解决这些问题。

　　雾链（FNK）要做的就是把生活中原有的废旧手机、电脑、电视盒子等废旧的智能产品利用起来，每个设备都可视为网络传输路径中的一个节点，各种智能设备中剩余的零散存储空间都是可以利用的边缘资源。这些数之不尽的设备提供的边缘算力和存储空间，一旦通过 雾链 进行优化配置，就能汇成超出想象的巨大算力，构建出一个全新的生态。每一个计算设备都是雾气的一部分，虽然很分散，但是数量的巨大性可以弥补这一缺点。

比如目前的城市道路监控系统，从监控探头到本地中心机房的通信跳数一般在3～4跳甚至更高，如果系统需要做出实时决策会面临网络延迟的挑战。

　　而采用基于雾链的智能交通灯系统，把监控探头作为传感器，把交通灯作为执行器，在监控过程中，雾节点将人为 操作 的监控视频流直接转发给中心机房；而其他常规监控视频对实时性要求不高，可以在雾节点处缓存若干帧画面，压缩后再传向中心机房。这样从雾节点到机房的网络带宽将得到缓解。在雾节点处，可自动判断监控画面中是否有救护车头灯闪烁，做出实时决策发送给对应交通灯，协助救护车通过。

该哈工大研究生团队与其研究方向《基于雾链为底层公链的开发行业落地应用》已经通过了答辩选拔并获得了相关政策支持，将于五月中旬进入哈工大国家科技园，并建立实验室进行基于雾链（FNK）为底层公链的行业应用探索。

PS：哈尔滨工业大学（HIT），是中华人民共和国工业和信息化部直属、中央直管副部级建制的全国重点大学，位列双一流A类、211工程、985工程，USNews2018世界大学工科排行榜第六。

哈工大国家大学科技园成立于1999年12月，2001年5月经国家验收合格，被正式批准授予国家级大学科技园称号。2005年哈工大国家大学科技园被国家科技部认定为国家高新技术创业服务中心。(官方网站：www.usp.com.cn)