区别：

1、意义不同

更新过程是描述元件或设备更新现象的一类随机过程。

一种累计随机事件发生次数的最基本的独立增量过程。例如随着时间增长累计某电话交换台收到的呼唤次数，就构成一个泊松过程。

2、过程不同：

设对某元件的工作进行观测，假定元件的使用寿命是一随机变量,当元件发生故障时就进行修理或换上新的同类元件,而且元件的更新是即时的(修理或更换元件所需的时间为零)，如果每次更新后元件的工作是相互独立且有相同的寿命分布,令N(t)为在区间(0,t]中的更新次数，则称计数过程{N(t),t≥0}为更新过程。

泊松过程是随机过程的一种，是以事件的发生时间来定义的。我们说一个随机过程N(t) 是一个时间齐次的一维泊松过程，如果它满足以下条件：在两个互斥（不重叠）的区间内所发生的事件的数目是互相独立的随机变量。

联系：都属于随机过程，即是依赖于参数的一组随机变量的全体，参数通常是时间。随机变量是随机现象的数量表现，其取值随着偶然因素的影响而改变。例如，某商店在从时间t0到时间tK这段时间内接待顾客的人数，就是依赖于时间t的一组随机变量，即随机过程。

扩展资料

泊松过程是莱维过程（Lévy process）中最有名的过程之一。时间齐次的泊松过程也是时间齐次的连续时间Markov过程的例子。一个时间齐次、一维的泊松过程是一个纯出生过程，是一个出生-死亡过程的最简单例子。

对泊松过程，通常可取它的每个样本函数都是跃度为1的左（或右）连续阶梯函数。可以证明，样本函数具有这一性质的、随机连续的独立增量过程必是泊松过程，因而泊松过程是描写随机事件累计发生次数的基本数学模型之一。

直观上，只要随机事件在不相交时间区间是独立发生的，而且在充分小的区间上最多只发生一次，它们的累计次数就是一个泊松过程。在应用中很多场合都近似地满足这些条件。例如某系统在时段[0,t）内产生故障的次数，一真空管在加热t秒后阴极发射的电子总数，都可假定为泊松过程。