物聯網產生的大部分數據現在都是通過網絡發送到云中或遠程數據中心進行處理。但是，網絡開放架構中的許多性能和安全漏洞使得云不適用于許多物聯網用例，尤其是那些涉及時間敏感和高度關鍵信息的用例。有一種更好的方法——邊緣計算——它不依賴云或遠程數據中心進行物聯網數據處理。

什么是邊緣計算？

邊緣計算在數據生成地或其附近處理和分析數據。正如Andrea Reale所述，“邊緣計算應用程序使用物聯網設備的處理能力來過濾、預處理、聚合物聯網數據”。

在邊緣計算模型中，數據處理發生在做出決策的地方或附近。傳感器和相連的設備將數據傳輸到附近處理或分析數據的邊緣計算設備。本質上，邊緣設備可以是任何接入網絡的設備，例如，個人電腦、路由器、廣域網和交換機。這些邊緣設備充當微型數據中心，聚集和分析本地收集的數據，然后通過云將分析結果分發給所有傳感器。

為什么在邊緣處理？

在邊緣處理物聯網數據有很多好處。其中包括：

▲低延遲

云存儲提供商Clearsky Data的首席技術官Lazarus Veklaraides評論道：“當你需要處理來自數百萬臺設備的數據時，你可以在云中進行。問題是，云通常離我們很遠，因此會產生相當大的延遲，而且數據量也無法很好地適應云端。”

另外，延遲問題是許多傳感器無法滿足將數據傳輸到云中所需的功耗要求。為了解決延遲問題，邊緣計算允許傳感器本身或附近的處理設備立即分析數據，甚至機器學習算法也可以直接在邊緣設備上運行，只在需要時才與云交互。

▲可靠性

與云或遠程數據中心的連接可能不可靠，尤其是當應用程序部署在網絡覆蓋有限或間歇性的遠程位置時。將計算處理分配到邊緣也確保了如果一個邊緣設備出現故障，其他計算資源不會受到影響。

▲節省成本

傳輸到云端的數據越多，所需的帶寬就越高。能夠在將數據發送到云端之前對其進行分析和過濾，可以顯著節省網絡連接成本。僅需要將匯總分析后的數據傳輸到云中。

▲安全

在物聯網設備中或附近處理數據可能會提高隱私和安全性。通過網絡提供的云服務容易受到安全問題的影響，與其說是數據存儲在云中，不如說是通過公共網絡向云端傳輸數據。依靠公共網絡訪問和傳輸物聯網數據會使關鍵信息容易被惡意第三方攔截。邊緣計算應用程序可以確保敏感數據在現場得到預處理，并且只有在數據通過第一層匿名聚合后，應用程序才會將數據發送到云中進行進一步分析。

物聯網邊緣計算面臨的挑戰

盡管部署邊緣計算有很多好處，但也存在一些挑戰。正如John Grimm警告的那樣：“隨著物聯網設備數量的增加，它們所附帶的漏洞數量和種類也會相應增加，更不用說這些漏洞如果被利用可能會產生的潛在影響了”。邊緣計算本來就不太安全，因為邊緣設備本身更容易受到攻擊。因此，數據加密、訪問控制和VPN通道的使用是任何邊緣計算部署中的重要元素。

安全性只是使物聯網設備部署邊緣計算成為一項復雜任務的一個因素。首先，盡管新興標準可以幫助簡化部署，但邊緣計算仍處于早期階段。其次，邊緣計算需要更多的硬件和軟件在本地安裝和管理。成功的部署需要清楚了解邊緣體系結構，以及如何從設備收集信息并進行通信。