什么是边缘计算

边缘计算是云，物联网和人工智能等流行语。简而言之，边缘计算带来了网络的分散化。边缘计算是即将出现的技术增强和进步。 “边缘”一词的字面量意思是地球上以分布式方式提供服务的地理位置。边缘计算是一种分布式计算系统，它允许将数据和存储的计算距离源(需要数据的地方)太近。它使计算尽可能接近，以最小化带宽，缩短响应时间并使用延迟。边缘计算的概念不是将数据放置在集中的位置，而是分配数据的计算过程。但是，云计算和物联网不仅更快，而且效率更高，但是边缘计算是一种更快的计算方法。边缘计算的目的是通过将数据计算移至靠近网络边缘并远离数据中心的方式来改善网络技术。这样的过程利用网络网关或智能对象来执行任务并代表云提供服务。众所周知，每天都会产生大量数据，这使得数据的计算变得困难而又难以由数据中心处理。此外，网络带宽限制几乎已耗尽，响应时间大大增加。因此，当将计算和数据服务移交给边缘计算时，可以提供有效的服务交付，更好的数据存储和IoT管理，从而可以最大程度地缩短响应时间和数据传输速率。借助5G数据网络，它已经能够融合5G数据网络和边缘技术。因此，边缘计算减少了数据的远程处理和缓慢的通信。

边缘计算的挑战

边缘计算中存在以下问题和挑战：

• 数据的隐私和安全性：这是技术上的新变化和增强，因此隐私和安全性功能也应该有变化和增强。根据云计算的高级安全方案，“应引入不同的加密机制，因为很少使用加密方法来加密数据，但是在到达云之前，可能会在通过互联网连接的不同分布式节点之间进行数据传输。 ”。此外，它还需要从集中式，自上而下的模式转向分散式基础架构。
• 可伸缩性：边缘计算基于分布式网络，而可伸缩性成为面对这样几个问题的分布式网络的挑战。这些问题是：
  1. 设备的异质性：应该关注具有不同能量和性能约束的那些设备的异质性。
  2. 与云数据中心强大的基础设施相比，设备具有广泛的动态条件和可靠的连接。此外，安全要求的增加会影响并减慢边缘计算的扩展因子，因为它可能带来更多延迟彼此通信的节点之间。
• 可靠性：对于每种技术，以及对于边缘计算而言，这种功能都是一项非常具有挑战性的任务。为了处理某些故障转移中的服务，需要对其进行管理，这非常关键。由于边缘计算依赖于分布式网络，因此，如果单个节点出现故障或无法访问，则用户仍必须能够在不受到任何干扰的情况下使用服务。同样，边缘计算必须能够向用户警告有关故障节点的信息，并且必须提供从故障中恢复的措施。为此，每个设备都应维护整个分布式系统的网络拓扑，这将使错误的检测及其恢复易于进行。除此之外，所使用的连接技术可能会提供不同的可靠性级别和在边缘产生的数据准确性，这可能由于环境条件而变得不可靠。
• 速度：边缘计算应能够为最终用户提供速度服务，因为它将分析，计算资源带到了源头(最终用户)附近，并导致了快速通信。这样的现代系统将自动胜过传统系统云计算系统。因此，保持良好的速度也是边缘计算的一项艰巨任务。
• 效率：边缘计算的效率变得更高，因为分析工具的可用性过于接近最终用户，因此，复杂的AI工具和分析工具可能会在系统边缘执行。这样的平台改善并增加了操作效率，从而为系统提供了许多好处。

为什么选择边缘计算

边缘计算是一种新型技术，它不仅可以节省时间，而且还可以节省维护成本和其他费用。有以下原因可以回答问题：

• 通过边缘计算，它允许智能应用程序和设备在创建数据后就快速响应数据，从而消除了滞后时间。
• 边缘计算还可以实现数据流加速，包括实时数据处理而无需等待时间。然而，数据流加速对于自动驾驶汽车类型的技术至关重要，并为企业提供了同等重要的收益。
• 通过允许在源头附近进行处理，可以有效地大规模处理数据，并且还节省了Internet带宽的使用。因此，它降低了成本，并能够有效地访问远程位置的应用程序。
• 边缘计算提供最远距离的服务和处理数据的能力使敏感数据成为安全层，而无需将其保存在公共云中。

边缘计算的应用

今天，世界从小到大都依赖于Internet，因此传感器和计算成本等物联网设备的价格也在降低。这样，更多的东西将保持连接到Internet。结果，更多的连接设备变得可用，并且边缘计算将按需进行。边缘计算将受益于以下领域：

• 1)交通运输：边缘计算是最有潜力的行业之一，边缘计算起着至关重要的作用，尤其是在自动驾驶汽车中。这是因为自动驾驶汽车充满了从摄像机到汽车雷达系统的不同传感器类型。这样的自主设备可以实质上利用边缘计算来通过这些传感器来处理距离车辆太近的数据，因此，将节省大量时间。但是这些自动驾驶汽车还不是主流，它仍在准备中。汽车边缘计算联盟(AECC)在2018年将启动专注于互联汽车解决方案的运营。但是，不仅自动驾驶汽车，边缘计算还将集中在火车，飞机和其他运输方式上。
• 保健：人们依靠健身追踪器，智能手表，耐力测量手表等，发现这些健康监测可穿戴舒适。但是，实时分析对于捕获所收集数据的实际好处至关重要，因为许多健康可穿戴设备直接连接到云，而其他设备只能在脱机模式下运行。某些保健设备仅在离线模式下分析脉搏频率和睡眠模式，医生使用该分析结果在现场检查和评估患者。这种智能设备可用于收集和处理数据，以治疗任何大流行的患者(例如COVID-19)。通过边缘计算，医生将能够更快地收集和处理数据，并可以为患者提供更好的快速护理，包括PDHD(患者生成的健康数据)的安全层。通过边缘计算，医院和医生将能够更快地使用和访问更多Clod应用程序，但是数据的安全性和隐私仍然令人困惑。
• 制造：制造领域的边缘计算将减少用于预测性维护等应用程序的云数据，并将操作技术转移到边缘计算平台，以类似于云中处理的方式运行流程，但速度和速度更高。结果。但是，本地部署的维护在云上仍然是可靠的。
• 电网边缘控制和分析：这些智能电网控制通过在配电基础设施，用户和公用事业前端之间通过WAN协议创建双向通信通道来工作。但是，边缘网格计算能够提供高级的实时监视和分析功能，还能够对可产生可再生能源等分布式能源的行动提供见解。此类功能仅在边缘计算技术中可用。但是，如果能够生成大量有用数据的电动汽车，风力发电场和水力发电大坝可以帮助公用事业机构进行需求分析，高峰使用预测，那么边缘网格计算可以降低总体成本，减少能源浪费，避免阶段性淘汰和过度补偿。 ，可用性和能源生产。
• 油气的远程监控：目前，物联网设备正在提供现代化的安全监控，传感设备，用于控制，查看和感测油气的温度，压力，湿度，湿度，声音和辐射。 IP摄像机和其他IoT设备生成大量连续数据，然后对数据进行合并和分析，以提供关键见解，从而可靠地评估任何正在运行的系统的运行状况。借助边缘计算，可以进行实时安全监控，以保护关键的机械基础设施以及石油和天然气系统免受灾难的侵害。此外，正在开发几种边缘物联网监控设备，将安全性和可靠性作为主要重点。边缘计算允许实时分析，处理数据并将数据交付给最终用户。因此，它可使控制中心在发生数据时立即访问数据，以最优化的方式防止故障。因此，石油和天然气服务是至关重要的基础设施，如果不通过安全和预防措施加以维护，其本质上将是灾难性的。
• 交通管理：交通是最浪费时间的问题，需要进行优化。优化流量的最佳方法是维护和改善实时数据。在交通管理过程中，诸如自动驾驶汽车之类的智能交通系统以及其他传感系统广泛使用了边缘计算设备。通过边缘计算，在将物联网边缘网关传输到其他系统上使用之前，需要分析，过滤和最终压缩大量的传感和其他数据。结果，边缘计算减少了采用流量管理解决方案的网络费用，运营处理和存储成本。
• 边缘视频编排：它通过实施高度优化的方法，使用边缘计算资源来传送高带宽视频。它不会通过集中式核心网络将视频传送到所有网络。取而代之的是，它协调，缓存和分发视频文件到设备。通过边缘计算，可以通过运行在移动边缘服务器和场所热点上的富媒体处理应用程序，将新创建的视频剪辑和实时流快速提供给付费客户。因此，在传送沉重的视频(TB级)时，避免了移动网络的某些质量问题，并且还降低了服务成本。尽管如此，这种边缘计算的开发仍在进行中，但将在未来几年中受益匪浅。

边缘计算的好处

边缘计算具有以下优点：

• 速度：在任何领域，特别是在计算机科学领域，它都是最有吸引力和必不可少的因素。每个公司和行业都需要诸如金融机构之类的高速技术方面，因为低速数据处理可能给公司造成沉重的财务损失；医疗行业则因为几分之一秒可以挽救患者的生命或夺走生命，而其他提供服务的行业需要快速计算，否则可能会激怒客户，这会对行业对其客户造成不利影响。边缘计算将因其极快的计算速度而必将使这些领域受益。通过边缘计算，网络的等待时间将减少，IoT设备也将在边缘数据中心处理数据。因此，不需要将数据传回中央服务器(即中央服务器)。
• 数据安全性：在边缘计算中，数据位于源附近，这将在多个数据中心和设备之间分配数据处理工作。它将保护您的数据免受任何类型的网络攻击，这些攻击可能容易受到机密数据的攻击，例如保护数据免受DDoS攻击。因此，由于攻击区域将增加，因为数据不会仅放置在单个位置，即数据是分散的，因此可以从黑客那里保存数据以损害数据。同样，当数据存储在本地时，出于其安全目的而监视数据将变得容易，从而使行业能够维护数据的隐私性。
• 数据的可伸缩性：通过边缘计算，扩展变得容易和简单，因为人们可以购买具有高计算能力的边缘设备来增加其边缘网络。没有这样的要求来建立自己的私有和集中式数据中心来满足其数据需求。只需将边缘计算与托管服务相结合即可扩展边缘网络。否则，公司需要购买新设备以扩展其IT基础架构。因此，它将节省购买新设备的公司。如果行业通过很少的IoT设备扩展网络就足够了。
• 更快的数据处理：各种各样的IoT应用程序可以一起运行，如果它们是集中式的，服务器无疑会降低速度。此外，还会生成大量数据，这可能会为服务器和物联网设备的所有片段造成复杂性。但是，如果服务器速度变慢或发生故障，则连接的设备也将发生故障。通过这种方式，可以在本地或连接的设备附近访问边缘计算数据。通过这种方式，还节省了边缘计算的成本，即将数据移动到中央服务器的成本(旅行成本)，并且处理数据所花费的时间也变得很快。所有这些都为数据带来了更高的效率。此外，当整个网络一直不忙于交换数据时，它可以节省大量的网络群集，并且仅在需要时才维护节点之间的数据共享。
• 成本效益：边缘计算之所以受欢迎，是因为与现有的替代技术相比，它是最具成本效益的方法。这是因为边缘计算降低了数据存储成本，网络成本，数据传输成本和数据处理成本。此外，边缘计算可通过将传统设备使用的通信协议协调为现代智能设备和云可以理解的语言，从而确保现代传统设备与智能IoT设备之间的互操作性，而这是不兼容的。因此，无需花费资金购买新的IoT设备，因为我们可以通过边缘计算轻松地连接现有或较旧的IoT设备。借助此功能，边缘计算还可以使片段在没有任何高速互联网连接的情况下运行，因为对于运行云功能而言，高互联网连接至关重要。

边缘计算的缺点

边缘计算存在以下缺点：

• 边缘计算需要更多的存储空间，因为数据将被放置在不同的位置。
• 就像在边缘计算中一样，数据保存在分布式位置，在这种环境下，安全性成为一项具有挑战性的任务。确定盗窃和网络安全问题通常很冒险。此外，如果添加了一些新的物联网设备，它可以为攻击者打开大门，以破坏数据。
• 众所周知，边缘计算节省了购买新设备的许多费用，但是边缘计算也很昂贵。这意味着成本太高。
• 它需要先进的基础架构以高级方式处理数据。
• 但是，边缘计算无法将资源池中的资源池化。这意味着它无法执行资源池。
• 它仅对较少数量的外围设备有限制。

边缘计算与云计算

尽管边缘计算不能替代云计算技术，但其出现必将减少并影响云计算。另一方面，边缘计算将通过提供处理复杂数据的不太复杂的解决方案来增强云计算技术。这两种技术都有自己的目的和用途，下面我们讨论了区分边缘计算和云计算的几点：