目前的網(wǎng)絡中已經(jīng)有64億臺設備連接，此外還新增了550萬臺新設備，因此物聯(lián)網(wǎng)的興起需要采用新的處理和分析需求的方法。充分利用物聯(lián)網(wǎng)需要在設備和云之間實現(xiàn)強大的無縫連接，同時消除計算問題和隱私問題。
很多企業(yè)并沒有為與物聯(lián)網(wǎng)技術相關的風險做好準備，但邊緣計算使用IoT設備的處理能力來聚合、預處理和過濾數(shù)據(jù)源，并增強數(shù)字工具的功能，將邊緣應用于云連接相結合，以執(zhí)行復雜的分析，并促進決策和行動將促進更快的連接速度和相關的支持。雖然企業(yè)剛剛開始在邊緣計算領域發(fā)力，但在以下三個方面已經(jīng)看到物聯(lián)網(wǎng)網(wǎng)絡已經(jīng)有所增強。

邊緣計算擴展IoT網(wǎng)絡的三種方式
1. 降低延遲并對快速處理數(shù)據(jù)
云計算結合IoT技術的能力意味著到2018年，IoT傳感器和設備將超過手機成為最大的接入設備。用于工業(yè)和消費者應用的復雜算法使得語音和人臉識別以及機器學習的功能將會得到快速的發(fā)展應用。
但是，數(shù)據(jù)傳輸?shù)皆贫瞬⒎祷氐矫總€IoT設備必須應對不可避免的網(wǎng)絡延遲，所有IoT創(chuàng)建的數(shù)據(jù)的45%將被存儲、處理、分析，并在靠近或在邊緣網(wǎng)絡上進行。邊緣計算通過調(diào)整每個應用程序的處理需求來解決物聯(lián)網(wǎng)困境，利用低延遲需求，邊緣網(wǎng)絡使IoT設備自己運行機器學習算法。只有與所需流程的云進行交互才能實現(xiàn)快速的數(shù)據(jù)處理并降低延遲雙重優(yōu)勢，IoT硬件和支持之間的連接也反映在邊緣計算中的數(shù)據(jù)和分析之間的關系中。
2. 強大的連接能力
使用邊緣計算的速度和降低延遲在網(wǎng)絡連接方面給用戶帶來了巨大的好處，將云端之間的互動限制為基本功能可以降低數(shù)據(jù)傳輸?shù)囊螅档瓦B接費用的成本。此外，需要網(wǎng)絡連接的應用程序不會因為IoT設備的流失受到干擾，隨著更多設備的接入，網(wǎng)絡和云需求的考慮取決于邊緣計算的應用。
EdgeX Foundry是一個開源軟件項目，專門為邊緣計算建立了一個通用框架和周邊參考平臺。戴爾獨自提供了十幾個微服務器和超過十五萬五千行源代碼來推動該項目，Edge X將提供即插即用組件的生態(tài)系統(tǒng)，這些組件可以組合起來，為物聯(lián)網(wǎng)創(chuàng)建安全可擴展的解決方案。
3. 隱私保護
Threat Intelligence報告顯示了季節(jié)性的攻擊，OnRamp的Carolina Curby-Lucier解釋了企業(yè)如何利用加密，警報和身份驗證在物聯(lián)網(wǎng)中脫離網(wǎng)絡安全問題。 但是，物聯(lián)網(wǎng)中隱私保護的需求遠遠超出了傳統(tǒng)的威脅，包括使用邊緣計算來保護數(shù)據(jù)。
隨著物聯(lián)網(wǎng)技術成為從醫(yī)療保健到銀行市場的行業(yè)規(guī)范，IoT設備捕獲的數(shù)據(jù)也需要隱私保護。 使用邊緣計算可以使用設備組件來處理來自攝像機或麥克風的數(shù)據(jù)，而不是依賴于云。 或者，當需要云支持時，邊緣可以在設備或傳感器上預處理所需算法的步驟，并且只有在數(shù)據(jù)被更改以保護隱私并加速處理之后才能進行傳輸。
找到網(wǎng)絡邊緣
邊緣計算不限于駐留在單個IoT設備或傳感器上的處理和數(shù)據(jù)存儲功能，三種不同類型的邊緣位置使得能夠與云端同步處理：邊緣網(wǎng)關、邊緣設備和邊緣傳感器和執(zhí)行器。
邊緣傳感器或執(zhí)行器在沒有自己的電源的情況下運行，傳感器或執(zhí)行器也沒有自己的操作系統(tǒng)，并且可以將設備或網(wǎng)關作為IoT技術和云端之間的連接中介。
運行iOS，Linux，Android或其他操作系統(tǒng)的設備可能被視為邊緣設備，這些設備通常具有電源/電池，并且在現(xiàn)場運行邊緣計算任務，設備自己處理數(shù)據(jù)并運行計算。或者在邊緣網(wǎng)關的幫助下運行計算。
與邊緣設備一樣，邊緣網(wǎng)關也有自己的操作系統(tǒng)，邊緣網(wǎng)關比邊緣設備具有更強大的處理、存儲和內(nèi)存能力，還可以向云端發(fā)送信息之前收集數(shù)據(jù)并執(zhí)行算法。利用這些設備和邊緣計算的架構將有助于創(chuàng)建新的網(wǎng)絡方式。
新的網(wǎng)絡架構
邊緣領域的領導者HPE等公司已經(jīng)開始提供Edgeline IoT Systems這樣的服務，將IoT數(shù)據(jù)的優(yōu)勢引入到邊緣。利用HPE部署，機器學習在邊緣實現(xiàn)欺詐預防、自動維護支持和增強現(xiàn)實(AR)技術成為可能。
將邊緣計算引入到傳感器或設備中，云將創(chuàng)建新的流程架構，以解決物聯(lián)網(wǎng)之外的復雜問題。這種新的三層架構將成為標準，圍繞基于云、機器學習和快速數(shù)據(jù)的尖端技術。邊緣計算的前提是區(qū)分即時需求，防止長期分析，使技術能夠最大限度地利用存儲、計算、交換和網(wǎng)絡。