物聯(lián)網(wǎng)（IOT）設(shè)備的普及是邊緣計算的最大驅(qū)動力；反過來，邊緣技術(shù)正在物聯(lián)網(wǎng)框架內(nèi)創(chuàng)建新的應(yīng)用程序。

為了使物聯(lián)網(wǎng)工作，需要許多不同的傳感器和微處理器，它們集成在物聯(lián)網(wǎng)設(shè)備中，隨時隨地生成的大量信息，而這些信息必須盡可能實(shí)時地進(jìn)行處理。

然而，對于傳統(tǒng)的網(wǎng)絡(luò)架構(gòu)，這將變得越來越困難，因?yàn)閿?shù)據(jù)必須遠(yuǎn)程傳輸?shù)街醒霐?shù)據(jù)中心。僅此一點(diǎn)就會產(chǎn)生一定延遲，此外，數(shù)據(jù)中心還面臨著越來越多的數(shù)據(jù)處理負(fù)擔(dān)，因?yàn)樾畔⒌脑鲩L速度超過了其容量。并且在處理后，必須將處理結(jié)果傳輸?shù)轿锫?lián)網(wǎng)設(shè)備，這將花費(fèi)更多時間。

此外，物聯(lián)網(wǎng)移動設(shè)備通常無法在任何地方（例如無人機(jī)或無人車輛）進(jìn)行高性能的無線通信，這將導(dǎo)致進(jìn)一步的延遲甚至停機(jī)，因此，不可能對新的要求作出快速反應(yīng)。

邊緣計算應(yīng)用案例

自動駕駛汽車就是一個很好例子：在道路上行駛，不專心的行人走到車前，雖然自動駕駛汽車的內(nèi)置攝像頭可以識別此人，但必須先將圖像發(fā)送到中央數(shù)據(jù)中心進(jìn)行處理，然后再將制動控制傳輸?shù)狡嚿稀Ｔ谶@種情況下，反應(yīng)有點(diǎn)太遲了。

因此，汽車行業(yè)正在將處理器安裝在車輛中，這些車輛可以立即處理攝像機(jī)圖像并實(shí)時應(yīng)對意外危險。這就是邊緣計算，它包括在數(shù)據(jù)出現(xiàn)的位置或附近對數(shù)據(jù)進(jìn)行處理——聯(lián)網(wǎng)汽車，每輛自動駕駛汽車現(xiàn)在每天都可以產(chǎn)生和使用數(shù)TB的數(shù)據(jù)信息。

當(dāng)然，這種分散數(shù)據(jù)處理的優(yōu)點(diǎn)也已被各種其他行業(yè)所認(rèn)可，例如，在制造業(yè)中，網(wǎng)絡(luò)設(shè)備生成的數(shù)據(jù)也必須盡快處理，這樣，機(jī)器就可以立即適應(yīng)新的生產(chǎn)要求，或者檢測出故障部件并進(jìn)行前瞻性維修。

此外，透過網(wǎng)絡(luò)將此物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)傳送到中央數(shù)據(jù)中心或云端可能非常耗時，從而導(dǎo)致延遲甚至數(shù)據(jù)丟失。相比之下，邊緣計算允許實(shí)時處理和分析所有數(shù)據(jù)，從而提高一致性和響應(yīng)時間。根據(jù)Gartner的報告，由于這些優(yōu)勢，到2022年，在集中式數(shù)據(jù)中心或云系統(tǒng)之外創(chuàng)建和處理數(shù)據(jù)的比例預(yù)計將從目前的10％增長到50％。

數(shù)據(jù)中心拓展

但是，邊緣計算很少是一個獨(dú)立的解決方案，通常用作數(shù)據(jù)中心的擴(kuò)展。雖然該技術(shù)非常適合快速數(shù)據(jù)處理，但它存儲的數(shù)據(jù)并不多，因此無法識別長期趨勢或執(zhí)行全面分析。

因此，數(shù)據(jù)在邊緣進(jìn)行處理、匯總和壓縮，然后定期收集并傳輸?shù)街醒霐?shù)據(jù)中心。這會記錄和存儲信息，然后作為大數(shù)據(jù)分析的一部分對其進(jìn)行評估，這可用于優(yōu)化流程或開發(fā)新的解決方案。

一個具體應(yīng)用實(shí)例是警察的執(zhí)法記錄儀。在這里，記錄儀上便攜式微型計算機(jī)或攝像頭本身可以壓縮和編碼捕獲的視頻，然后將它們發(fā)送到本地邊緣中心，以加速上載過程并減輕中央網(wǎng)絡(luò)的負(fù)載。

零售服務(wù)點(diǎn)（pos）機(jī)器也可以從這一過程中受益，例如，將客戶的購物數(shù)據(jù)發(fā)送到執(zhí)行必要檢查和交易的邊緣計算機(jī)，這不僅加快了這個過程，它還消除了通過網(wǎng)絡(luò)發(fā)送敏感信息的可能性，并減少了使其遭受攻擊的可能性。

安全

邊緣計算不會比傳統(tǒng)架構(gòu)更安全，因此，企業(yè)還需要針對此方法執(zhí)行風(fēng)險分析并設(shè)計整體安全體系結(jié)構(gòu)。

一方面，邊緣計算可以提高數(shù)據(jù)來源和去向的透明度，從而簡化安全管理。在中央數(shù)據(jù)中心或云系統(tǒng)的情況下，對于資源不足的企業(yè)來說，高流量可能難以監(jiān)控，而網(wǎng)絡(luò)罪犯分子也可以利用這一點(diǎn)來秘密攔截數(shù)據(jù)。因此，邊緣計算通?？梢愿玫乜刂七@些連接及其安全性。

另一方面，更多數(shù)量的傳感器也增加了攻擊面，所以需要保護(hù)更多連接點(diǎn)。因此，企業(yè)需要更嚴(yán)格的修補(bǔ)程序管理，它可以快速復(fù)制并傳輸?shù)绞占桶l(fā)送數(shù)據(jù)的各種傳感器。如果傳感器沒有適當(dāng)?shù)陌踩Ｗo(hù)，黑客可能會攻擊它們并嚴(yán)重破壞物聯(lián)網(wǎng)系統(tǒng)，例如在連網(wǎng)汽車上遠(yuǎn)程操縱剎車。同時，黑客可以通過未修補(bǔ)的漏洞入侵企業(yè)網(wǎng)絡(luò)，或?qū)⑽锫?lián)網(wǎng)設(shè)備合并到僵尸網(wǎng)絡(luò)中以執(zhí)行DDoS攻擊。

這意味著，只有采取全面的安全措施，企業(yè)才能從物聯(lián)網(wǎng)和邊緣計算中獲益。此外，安全的邊緣解決方案還允許新的物聯(lián)網(wǎng)應(yīng)用程序在現(xiàn)場處理更多數(shù)據(jù)，并能更快地響應(yīng)新的復(fù)雜要求。在不久的將來，會出現(xiàn)真正智能的機(jī)器人、無人機(jī)、機(jī)器和汽車；也許有一天，還會出現(xiàn)完全自主學(xué)習(xí)的物聯(lián)網(wǎng)邊緣系統(tǒng)。

責(zé)任編輯;ct