大數據是一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型，高價值性和准確性五大特征，即5V（Volume, Velocity, Variety, Value, Veracity）。大數據代表了互聯網的信息層，是互聯網智慧和意識產生的基礎。
大數據必然無法用單台的計算機進行處理，必須采用分布式架構。它的特色在於對海量數據進行分布式數據挖掘，但它必須依托雲計算的分布式處理、分布式數據庫和雲存儲、虛擬化技術。
物聯網、移動互聯網再加上傳統互聯網，每天都在產生海量數據，而大數據又通過雲計算的形式，將這些數據篩選處理分析，提前出有用的信息，這就是大數據分析。所以說，大數據、雲計算、物聯網和互聯網都是密切相關的。
大數據 不是 抽樣數據，而是全部的數據；所以大數據必須依賴雲計算，不可能是局域網的；
雲計算是基於互聯網的相關服務的增加、使用和交付模式，通常涉及通過互聯網來提供動態、易擴展且經常是虛擬化的資源。雲計算是互聯網的核心硬件層和核心軟件層的集合，也是互聯網中樞神經系統萌芽。
物聯網（Internet of Things，IoTs）是利用局部網絡或互聯網等通信技術把傳感器、控制器、機器、人員和物等通過新的方式聯在一起，形成人與物、物與物相聯，實現信息化、遠程管理控制和智能化的網絡。物聯網對應了互聯網的感覺和運動神經系統。所以，大數據、雲計算是物聯網的基礎設施。
互聯網+的核心是物聯網進化和擴張，反映互聯網從廣度、深度融合和介入現實世界的動態過程。也可以說是物聯網在實際各行各業中的應用。
萬物互聯網（Internet of Everything， IoE）：相比於物聯網，萬物互聯除了“物”與“物”的互聯，還增加了更高級別的“人”與“物”的互聯，其突出特點是任何物都將具有語境感知的功能、更強的計算能力和感知能力。將人和信息融入到互聯網中，網絡將具有數十億甚至數萬億的連接節點，萬物互聯以物理網絡為基礎，增加了網絡智能，在互聯網的“萬物”之間實現融合、協同以及可視化的功能。
物聯網☞形成大數據☞雲計算分析處理☞作用於物聯網。
邊緣計算（Edge Computing）：邊緣計算指在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平台，就近提供邊緣智能服務，滿足行業數字化在敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。
萬物聯網應用需求的發展催生了邊緣式大數據處理模式，即邊緣計算模型，其能在網絡邊緣設備上增加執行任務計算和數據分析的處理能力，將原有的雲計算模型的部分或全部計算任務遷移到網絡邊緣設備上，降低雲計算中心的計算負載，減緩網絡帶寬的壓力，提高萬物互聯時代數據的處理效率。
移動邊緣計算（MEC）：將計算能力下沉到分布式基站，在無線網絡側增加計算、存儲、處理等功能，將傳統的無線基站升級為智能化基站。
移動邊緣計算主要解決傳統MCC網絡的困境，隨着移動流量的爆炸增長，核心部分堵塞；負載瓶頸；延遲問題；容錯性小等，此外虛擬現實、增強現實等應用需要極小的時延。這些促成了MEC的誕生。
霧計算（Fog Computing）： a scenario where a huge number of heterogeneous (wireless and sometimes autonomous) ubiquitous and decentralised devices communicate and potentially cooperate among them and with the network to perform storage and processing tasks without the intervention of third parties. These tasks can be for supporting basic network functions or new services and applications that run in a sandboxed environment. Users leasing part of their devices to host these services get incentives for doing so。
霧計算其實和邊緣計算概念相似，具體原理也相似，即都是使得計算在網絡邊緣進行。
“The key difference between the two architectures （雲計算和霧計算）is exactly where that intelligence and computing power is placed,” he said. According to Newton:
- Fog computing pushes intelligence down to the local area network level of network architecture, processing data in a fog node or IoT gateway.
- Edge computing pushes the intelligence, processing power and communication capabilities of an edge gateway or appliance directly into devices like programmable automation controllers (PACs).
雲計算和霧計算的關鍵區別在於：智能和計算發生的位置。霧計算中的智能是發生在本地局域網絡層，處理數據是在霧節點或者IoT網關進行的。邊緣計算則是將智能、處理能力和通信能力都放在了邊緣網關或者直接的應用設備中。
參考文獻：
邊緣計算：萬物互聯網時代新型計算模型
Security and Privacy Issues of Fog Computing
https://www.automationworld.com/fog-computing-vs-edge-computing-whats-difference