物聯(lián)網(wǎng)產(chǎn)生的大部分數(shù)據(jù)現(xiàn)在都是通過網(wǎng)絡發(fā)送到云中或遠程數(shù)據(jù)中心進行處理。但是，網(wǎng)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(lián)網(wǎng)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(shù)據(jù)中心進行物聯(lián)網(wǎng)數(shù)據(jù)處理。

邊緣計算在數(shù)據(jù)生成地或其附近處理和分析數(shù)據(jù)。正如Andrea Reale所述，“邊緣計算應用程序使用物聯(lián)網(wǎng)設備的處理能力來過濾、預處理、聚合物聯(lián)網(wǎng)數(shù)據(jù)”。

在邊緣計算模型中，數(shù)據(jù)處理發(fā)生在做出決策的地方或附近。傳感器和相連的設備將數(shù)據(jù)傳輸?shù)礁浇幚砘蚍治鰯?shù)據(jù)的邊緣計算設備。本質上，邊緣設備可以是任何接入網(wǎng)絡的設備，例如，個人電腦、路由器、廣域網(wǎng)和交換機。這些邊緣設備充當微型數(shù)據(jù)中心，聚集和分析本地收集的數(shù)據(jù)，然后通過云將分析結果分發(fā)給所有傳感器。

在邊緣處理物聯(lián)網(wǎng)數(shù)據(jù)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(shù)百萬臺設備的數(shù)據(jù)時，你可以在云中進行。問題是，云通常離我們很遠，因此會產(chǎn)生相當大的延遲，而且數(shù)據(jù)量也無法很好地適應云端?！?/p>

另外，延遲問題是許多傳感器無法滿足將數(shù)據(jù)傳輸?shù)皆浦兴璧墓囊?。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(shù)據(jù)，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(shù)據(jù)中心的連接可能不可靠，尤其是當應用程序部署在網(wǎng)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(xiàn)故障，其他計算資源不會受到影響。

▲節(jié)省成本

傳輸?shù)皆贫说臄?shù)據(jù)越多，所需的帶寬就越高。能夠在將數(shù)據(jù)發(fā)送到云端之前對其進行分析和過濾，可以顯著節(jié)省網(wǎng)絡連接成本。僅需要將匯總分析后的數(shù)據(jù)傳輸?shù)皆浦小?/p>

▲安全

在物聯(lián)網(wǎng)設備中或附近處理數(shù)據(jù)可能會提高隱私和安全性。通過網(wǎng)絡提供的云服務容易受到安全問題的影響，與其說是數(shù)據(jù)存儲在云中，不如說是通過公共網(wǎng)絡向云端傳輸數(shù)據(jù)。依靠公共網(wǎng)絡訪問和傳輸物聯(lián)網(wǎng)數(shù)據(jù)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(shù)據(jù)在現(xiàn)場得到預處理，并且只有在數(shù)據(jù)通過第一層匿名聚合后，應用程序才會將數(shù)據(jù)發(fā)送到云中進行進一步分析。

盡管部署邊緣計算有很多好處，但也存在一些挑戰(zhàn)。正如John Grimm警告的那樣：“隨著物聯(lián)網(wǎng)設備數(shù)量的增加，它們所附帶的漏洞數(shù)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(chǎn)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(shù)據(jù)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(lián)網(wǎng)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。