边缘计算-未来物联网解决方案

1、边缘计算一一未来物联网解决方案物联网见证了互联网技术融入日常生活的戏剧性开展.然而，由于缺乏平安保证,社会压力和政府行为迫使工程师实施更强大的平安 功能.边缘计算如何提供帮助？为什么它会成为未来物联网的最终解 决方案？介绍自推出以来，物联网设备在全球爆炸式增长，估计全球至少 有200亿台.虽然物联网1。丁是一个相对的新名词，但互联网 相关技 术的使用可以追溯到互联网本身的诞生.但物联网运动更关注的是传 统上不具备互联网功能的简单设备如传感器和数据 记录器，这就 是为什么物联网被视为独立于计算机、笔记本电脑和等标准互联 网计算技术之外的一个部门.最初的物联网设备在本质上很简单,通常针对利基市场,

2、包 括根 本的远程温度和湿度记录.由于正在提供的数据本质上是良性的即 不敏感，因此对于使用默认密码和未加密消息传递协议的许多设备 来说,很少会关注到其平安性.由于最初物联网设 备的数量很少,再加 上缺乏水平,平安专家、网络罪犯和政府都没有注意到这些设备.但所 有这些都随着技术的进步而改变,设 备变得更加智能,所提供的数据 的性质变得更加敏感.敏感数据增加物联网领域的开展加快了人工智能开展,这得益于物联网设备提 供的海量数据.人工智能系统正被用来为许多现代任务提供 动力,而 这些任务本来就很难或变化太大,无法用传统的if语句 和切换用例来 为每一种可能性进行编程.这些例子包括语句识别、声音识别、

3、图像 识别、智能搜索结果和个性化助手.如前所述,物联网提供的第一批数据类型在本质上是良性的，包 括温度和湿度,可以用来创立能够响应这些环境刺激的智能系 统.但 工程师们很快意识到，随着微限制器技术的进步例如,从8位到32 位ARM的转变，可以收集更复杂的数据类型,包括 音频和视频.这 样的系统可以用来创立先进的人工智能物联网设 备,不仅可以收集周 围环境的数据,还可以将这些数据发送到一个基于云的人工智能系统, 该系统可以从这些数据中学习，并在 未来提供更好的结果.例如,Amazon Echo是一种物联网设备,它将用户的语音请求提交给一个云系统，然后对该系统进行分析，以执行请求并改良人工智 能以

4、供未来使用.很快,物联网设备在全球范围内爆 炸,包含一系列集 成功能，从加速计、磁力计、运动传感器、相机和麦克风.但这些设备 的设计和投放市场的速度实在是太快了，这正是网络罪犯开始利用的 地方.物联网设计的变化速度以及对物联网设备需求的忽然增加，使得 工程师们在创纪录的时间内扭转了产品的局面.再加上政府无力应对 瞬息万变的市场，以及工程师的短视,市场上的数十亿台设备在处理高度敏感的数据时,平安举措缺乏.不久,网络罪 犯就会 利用物联网设备的许多弱点来执行恶意活动,包括DDoS攻击、加密挖掘、勒索和数据销售.市场上的设备要么有默认密码，要 么没有密码,要么不使用加密的消息传递协议,要么构建 在不

5、平安的 硅技术上,要么保存应用程序空间的治理权限即固 件将以完全处理 器权限运行.通过允许攻击者轻松进入设备，然后利用其网络连接获 得internet访问或本地访问这可能允许 攻击者进入同一网络上的 效劳器和其他设备，设备还可以暴露网络.尽管世界各地的平安专家和行业治理机构中的一些人已经发出 了警告,他们还是开始引入一些法规,要求工程师应该如何删 除那些 让他们的设计容易受到攻击的功能.到目前为止,这些法 规中的大多 数都更关注于删除默认密码，但随着时间的推移,这 些法规可能会改 变，以包括更多功能,如强制加密、设备硬件安全以及设备停用时的平 安需求.然而,有一种新兴技术可能有助于解决物联网平

6、安问题：边缘 计算.边缘计算简介目前,物联网设备从其周围环境收集数据,并将这些数据传 输到 一个基于云的平台,该平台可以提供多种功能,包括数据查看、数据学 习和数据处理.例如,一个先进的家庭自动化系统可 能在一个物业周 围有各种各样的物联网传感器,这些传感器的数据被传输到一个基于 云的效劳上,以决定环境限制应该如何调整.使用云来执行数据处理通常被称为“云计算，这本质上意味着数 据 处理是由负责收集数据的物联网设备远程完成的.然而,边缘 计算是 物联网设备本身负责局部或全部数据处理的一局部.由于当时的技术 限制,早期的物联网设备无法进行边缘计算,但随着以同等价格引入 的强大的微限制器,本地物联网

7、设备可以逐渐开始处理自己的数据.边缘计算的优势边缘计算与云计算相比有很多优势，包括平安性、延迟和可靠性. 由于边缘计算设备很少向基于云的系统传输数据如果有的 话，敏 感数据很少受到潜在攻击源的影响.缺乏传输意味着攻击者需要直接 进入设备本身，而不是执行中间人攻击、攻击效劳器本身或欺骗效劳 器.将数据保存在设备本地还为设计人员提供了更多的时机，以便通 过使用内存加密和专用的平安硬件来收集数 据,从而保护数据.边缘 计算设备也可以对敏感数据进行局部处理,然后将其发送到基于云的 系统进行进一步处理,这有助于模 糊数据,从而降低其对攻击者的有 用性即,一个经过练习的神经网络远没有摄像头的可视数据敏感.

8、CLOUDEDGEService deHvery Connputing orrioad loT management Storage & cachingCLOUDEDGEService deHvery Connputing orrioad loT management Storage & caching将数据本身本地处理到设备上也意味着延迟大大减少,这对于 需要快速结果的应用程序如自动驾驶汽车非常有益.本地处 理数 据的水平也消除了持续的互联网连接的需要,这有助于提升设计的可 靠性.全球许多地区仍受到互联网可靠性的影响，互联 网速度也可能 出现大幅波动.边缘计算的使用有助于增加本地网 络的可用

9、带宽,从 而改善其他效劳,如本地效劳器和其他物联网 设备,从而增加单个网 络上的设备的最大数量从而允许集成更多物联网设备.边缘计算的缺点虽然微限制器的本钱持续下降,而其性能却显著提升，但它 们的价格仍然高于廉价的微限制器,这使得低端微限制器更适合 大规模生 产的设备.法规的引入也使得使用具有高级功能所需处 理水平的中端 设备变得更加困难，由于它们可能缺乏硬件平安性，所以会使它们暴 露在外.同时,现代产品对人工智能的需求也进 一步限制了工程师在 物联网设备上使用人工智能引擎来高效运行神经网络的选择.结论边缘计算为工程师提供了一种全新的计算模式,我们可以看到低 延迟、高可靠性的物联网设备可以将云计算的最正确特性与本地处理 结合起来.平安引导和根源可靠性等硬件平安