由于网络带宽价格昂贵，而且连接性可能会下降，在恶劣天气下更是如此，因此这种方法有时并不是十分理想。传输数据也可能受到黑客的攻击、往返延迟时间太长等因素的影响，这都会导致反应速度减缓，从而影响对关键事件的响应。
增加雾计算，将层次结构中的本地雾节点布置在管线附近，就可以通过廉价和快速的本地网络设施，将其连接到传感器和执行器。雾节点提升了安全性能，减少了泄密的机会，如果已经获得授权，那就可以在毫秒级时间内，对异常工况作出反应，快速关闭阀门，大大降低溢出事件的严重性。雾节点可以在有线、光纤和无线网络之间以及这些网络的内部运行，使其最适合于连接到基于监控与数据采集 (SCADA) 系统、OPC UA接口、Modbus的工业元件上。在本地站点上的雾节点分析，减少了对云端带宽的需求，降低了总体成本。
在云计算和雾计算之间的平衡控制，会在整个业务流程中(成本、控制、安防和安全性) 产生更好的结果。将大部分决策功能转移到雾节点上，并偶尔使用云来报告状态或接收命令或更新，这样有助于企业创建一个更卓越的控制系统。
图 3:雾计算及其系统层水平体系结构的示意图。
雾计算的5个优势
安全、认知、灵活、延迟和效率 (SCALE) 可以被描述为雾计算的主要优势。虽然选定的IIoT设备和技术可以解决特定方面的问题，但雾计算满足了对安全性、灵活性和效率等方面的更多需求。
1.安全性: 传统的制造业安全措施，侧重于为工业控制系统提供基于周边的威胁检测保护。新的控制请求被重新定向到云端，以进行身份验证和授权处理。硬件和软件更新，通常被安排在下一次计划停机时间内进行。如果威胁突破了防火墙，常见响应是手动将系统停机，以便隔离和清理，而这将会导致整个工厂陷入崩溃。现在，这些处理流程已经不能满足需求了。
使用雾计算，本地的安全功能可使用与公司一样的IT策略、控制和过程。大多数的雾节点包括一个受信的硬件根，这是一个信任链的基础，从最低级传感器、执行器向上沿着雾层次结构，直到云端。从互联网到分布式雾网络的通讯都被监控，使用机器学习可以发现本地环境下的异常活动，从而可以及时发现潜在的攻击。
如果检测到攻击，雾节点可以通过阻止攻击者的通信来保护关键的工厂网络，这样雾节点就充当了网关。高度敏感的数据可以在本地处理，根本不需要离开制造工厂范围。通过低成本的大量物联网（IoT）节点，雾架构还提供了一个分布式认知功能层，即使一些网络元素缺乏实现完全区域链部署的计算资源，也可以经济高效的实现网络范围内的区域链部署。
2.认知: 雾架构决定了在云到物的连接体上进行计算、存储和控制功能的最佳位置。可以在大量IoT节点设备上或通过附近的雾节点来进行决策，以避免将数据传输到云中。数据可以在本地进行高效、自主的处理和分析。经过过滤的信息通过雾架构发送到总部的数据中心进行分析。这种方式还支持未来的规划和长期的持续改进。
智能传感器可以在制造执行方面做出自主决策和权衡。互联的多个机器可以在生产环境中进行通信，从它们的决策中相互学习，并随着时间的推移逐步提高性能。
特别是，雾架构可以通过创建数字化双胞胎来再现经验丰富的操作员的技能，它可以使用从安装在生产工具上的传感器收集到的数据。数字化双胞胎是物理资产、过程和系统的数字化复制品，提供了设备在整个生命周期中的运行方式以及动态响应。通过数字化双胞胎进行仿真，一个操作员可以在多个位置监视和管理多个设备，甚至可以同时管理过去、现在和将来的数据。
这就使基于雾的基础结构能够从过去的历史中学习，提供对当前生产过程的实时控制，并推断未来生产运行所需的生产参数，所有这些都集成在同一个系统中。在雾层中实现的数字化双胞胎，使操作员可以在系统上，以非常接近于实际工厂的运行模式模拟过程参数的变化，因此不会影响产品质量，也不会损坏生产设备，或造成不安全的工况。
