物聯(lián)網(wǎng)領(lǐng)域見證了互聯(lián)網(wǎng)技術(shù)在日常生活中的巨大崛起。然而，由于缺乏安全性，社會壓力和政府行動迫使設(shè)計師實施更強大的安全功能。邊緣計算有何幫助？為什么它會成為未來物聯(lián)網(wǎng)的最終解決方案？

介紹

自推出以來，物聯(lián)網(wǎng)設(shè)備在全球范圍內(nèi)迅速發(fā)展，估計目前全球至少有200億臺物聯(lián)網(wǎng)設(shè)備。物聯(lián)網(wǎng)（internetofthings，簡稱IoT）是一個相對論的新術(shù)語，互聯(lián)網(wǎng)相關(guān)技術(shù)的使用可以追溯到互聯(lián)網(wǎng)本身的創(chuàng)建。但物聯(lián)網(wǎng)運動更關(guān)注傳統(tǒng)上不具備互聯(lián)網(wǎng)功能的簡單設(shè)備（如傳感器和數(shù)據(jù)記錄器），這就是為什么物聯(lián)網(wǎng)被認為是計算機、筆記本電腦和電話等標準互聯(lián)網(wǎng)計算技術(shù)的一個獨立部門。

第一批物聯(lián)網(wǎng)設(shè)備性質(zhì)簡單，通常針對利基市場，包括基本的遠程溫度和濕度記錄。由于所收集的數(shù)據(jù)本質(zhì)上是良性的（即不敏感），許多使用默認密碼和未加密的消息傳遞協(xié)議的設(shè)備的安全性受到了最低程度的關(guān)注。由于最初物聯(lián)網(wǎng)設(shè)備的數(shù)量很少，再加上缺乏功能，這些設(shè)備就沒有受到安全專家、網(wǎng)絡(luò)罪犯和政府的注意。但隨著技術(shù)的進步，設(shè)備變得更加智能，所收集的數(shù)據(jù)的性質(zhì)變得更加敏感，所有這些都發(fā)生了變化。

敏感數(shù)據(jù)的增加

得益于物聯(lián)網(wǎng)領(lǐng)域，人工智能技術(shù)得到了加速，這得益于物聯(lián)網(wǎng)設(shè)備提供了難以想象的數(shù)據(jù)量。人工智能系統(tǒng)被用來為許多現(xiàn)代任務(wù)提供動力，這些任務(wù)在其他方面太困難或太多變化，傳統(tǒng)上無法使用if語句和切換案例來解釋每一種可能性。這些例子包括語音識別、圖像識別、智能搜索結(jié)果和個性化助手。如前所述，物聯(lián)網(wǎng)收集的第一批數(shù)據(jù)類型本質(zhì)上是良性的，包括溫度和濕度，可用于創(chuàng)建能夠?qū)@些環(huán)境刺激作出反應(yīng)的智能系統(tǒng)。但設(shè)計者很快意識到，隨著微控制器技術(shù)的進步（例如，從8位ARM到32位ARM的轉(zhuǎn)變），可以收集到更復(fù)雜的數(shù)據(jù)類型，包括音頻和視頻。這樣的系統(tǒng)可以用來創(chuàng)建先進的人工智能物聯(lián)網(wǎng)設(shè)備，不僅可以收集周圍環(huán)境的數(shù)據(jù)，還可以將這些數(shù)據(jù)發(fā)送到基于云的人工智能系統(tǒng)，該系統(tǒng)可以從數(shù)據(jù)中學(xué)習(xí)，并在未來提供更好的結(jié)果。例如，Amazon Echo是一種物聯(lián)網(wǎng)設(shè)備，它向云系統(tǒng)提交口頭用戶請求，并對云系統(tǒng)進行分析，以便執(zhí)行請求以及改進人工智能以備將來使用。很快，物聯(lián)網(wǎng)設(shè)備在全球范圍內(nèi)迅速爆炸，包括從加速度計、磁強計、運動傳感器、攝像機和麥克風(fēng)在內(nèi)的一系列集成功能。但這些設(shè)備的設(shè)計和投放市場的速度太快了，這就是網(wǎng)絡(luò)犯罪分子開始利用的地方。

盡管已經(jīng)有來自安全專家和其他行業(yè)管理機構(gòu)的警告，世界各地的管理機構(gòu)已經(jīng)開始引入規(guī)定，描述設(shè)計師應(yīng)該如何刪除那些讓他們的設(shè)計容易受到攻擊的功能。到目前為止，這些法規(guī)中的大多數(shù)都更關(guān)注刪除默認密碼，但隨著時間的推移，這些規(guī)則可能會改變，以包括更多的功能，如強制加密、設(shè)備上的硬件安全以及設(shè)備退役時對安全的需要。然而，有一種新興技術(shù)可能有助于解決物聯(lián)網(wǎng)安全問題：邊緣計算。

邊緣計算概論

目前，物聯(lián)網(wǎng)設(shè)備從其周圍環(huán)境收集數(shù)據(jù)，并將這些數(shù)據(jù)流式傳輸?shù)交谠频钠脚_上，該平臺可提供多種功能，包括數(shù)據(jù)查看、數(shù)據(jù)學(xué)習(xí)和數(shù)據(jù)處理。例如，一個先進的家庭自動化系統(tǒng)可能會在一個物業(yè)周圍安裝各種物聯(lián)網(wǎng)傳感器，這些傳感器的數(shù)據(jù)被傳輸?shù)交谠频姆?wù)中，該服務(wù)決定如何調(diào)整環(huán)境控制。使用云來執(zhí)行數(shù)據(jù)處理通常被稱為“云計算”，本質(zhì)上意味著數(shù)據(jù)處理是從負責(zé)收集數(shù)據(jù)的物聯(lián)網(wǎng)設(shè)備遠程完成的。然而，邊緣計算是物聯(lián)網(wǎng)設(shè)備本身負責(zé)部分或全部數(shù)據(jù)處理的一部分。由于當(dāng)時技術(shù)的限制，早期的物聯(lián)網(wǎng)設(shè)備無法進行邊緣計算，但隨著以同等價格引入功能強大的微控制器，本地物聯(lián)網(wǎng)設(shè)備可以開始處理自己的數(shù)據(jù)。

邊緣計算的優(yōu)勢

與云計算相比，邊緣計算具有許多優(yōu)勢，包括安全性、延遲和可靠性。由于邊緣計算設(shè)備向基于云的系統(tǒng)傳輸?shù)臄?shù)據(jù)很少（如果有的話）。缺少傳輸意味著攻擊者需要直接進入設(shè)備本身，而不是執(zhí)行中間人攻擊、對服務(wù)器本身的攻擊或欺騙服務(wù)器。同時也為設(shè)計人員提供了一個在加密的同時又能對采集到的數(shù)據(jù)進行安全保護的專用設(shè)備。邊緣計算設(shè)備還可以對敏感數(shù)據(jù)執(zhí)行部分處理，然后再將其發(fā)送到基于云的系統(tǒng)進行進一步處理，這有助于模糊數(shù)據(jù)，從而降低其對攻擊者的有用性。

在本地處理數(shù)據(jù)本身也意味著延遲顯著減少，這在需要快速結(jié)果的應(yīng)用程序（如自動駕駛汽車）中非常有利。本地處理數(shù)據(jù)的能力也消除了對持續(xù)互聯(lián)網(wǎng)連接的需要，這有助于提高設(shè)計的可靠性。全球許多地區(qū)仍然受到互聯(lián)網(wǎng)可靠性的影響，也可能受到互聯(lián)網(wǎng)速度大幅波動的影響。邊緣計算的使用有助于增加本地網(wǎng)絡(luò)的可用帶寬，這可以改善其他服務(wù)，例如本地服務(wù)器和其他物聯(lián)網(wǎng)設(shè)備，從而增加單個網(wǎng)絡(luò)上的最大設(shè)備數(shù)量（從而允許集成更多的物聯(lián)網(wǎng)設(shè)備）。

邊緣計算的缺點

雖然微型計算機的成本持續(xù)下降，但其性能顯著提高，但它們?nèi)匀槐缺阋说奈?a target="_blank">控制器貴，這使得低端微控制器更適合大規(guī)模生產(chǎn)的設(shè)備。同時，現(xiàn)代產(chǎn)品對人工智能的需求也進一步限制了工程師的選擇，他們可能需要在物聯(lián)網(wǎng)設(shè)備上安裝人工智能引擎來高效地運行神經(jīng)網(wǎng)絡(luò)。

結(jié)論

邊緣計算為設(shè)計師提供了一種全新的計算模式，可以看到低延遲、高可靠性的物聯(lián)網(wǎng)設(shè)備，可以將云計算的最佳功能與本地處理結(jié)合起來。安全引導(dǎo)和信任根（root of trust）等硬件安全特性將成為保護設(shè)備安全的關(guān)鍵技術(shù)，而AI引擎的加入將允許設(shè)備在本地執(zhí)行大部分數(shù)據(jù)處理。但是，盡管邊緣計算設(shè)計者提供了許多安全優(yōu)勢，但仍然需要仔細考慮他們的設(shè)備如何處理敏感數(shù)據(jù)，如何可能被惡意使用，以及它們?nèi)绾尾粌H有助于保護用戶，而且在一個日益互聯(lián)的未來為世界舞臺做出貢獻。
責(zé)任編輯:tzh