根据思科系统公司的预测,随着新技术的迅速普及,到2020年,全球将部署和连接约500亿个智能传感器,物联网(Io T)和边缘设备。考虑到Io T和社交媒体的兴起,未来无线网络中的主要流量不再是传统的电话流量。如此增加的通信量要求在延迟方面有更好的性能,因此需要不同的资源利用方法。当然,这种快速的发展给我们经典的云计算环境带来了一些新的问题和挑战,如低容量、高延迟、安全性问题、网络延迟等。为解决这些问题,引入雾计算范例是一个有前途的解决方法。雾计算的主要思想是成为云的分散式扩展、并充当物联网和终端设备的中间层。本论文讨论并强调了云带来的高延迟问题,也将综述其他学者所做的相关工作。此外,为了解决延迟问题,本文主要是基于分层雾计算的缓存框架,降低数据的延迟传输。通过在地理位置上部署靠近用户的多个雾节点,提供低成本的分散和分布式缓存存储,同时具有最少的计算和通信框架,以此来补充现有基础架构并减轻网络流量的负担。该系统接受来自用户的请求,并在可能的情况下进行处理,否则将转发到云。本研究将在IFogsim工具包库的帮助下做到这一点,作为实验的测试平台。研究的初步发现显示了一些令人满意的结果,由于Fog节点与本地端点设备的距离较近,因此可以实现低延迟通信。与云方法相比,该方法响应时间和分析速度要快得多,第二个实验显示由于架构更加分散,执行成本最小化。该实验的结果可作为与雾计算相关的未来研究的基础,并可用于物联网应用的服务质量(Qo S)基准测试。最后,本论文阐述了相关结论并讨论了系统模型的局限性以及未来的研究。