物联网的发展趋势以及前景分析

昨天介绍了边缘计算的两种模式：固定逻辑处理模式和人工智能学习模式。今天继续讨论边缘计算的处理机制。

设备的边缘测与云中心控制选择机制

一个设备，可以被边缘测控制，也可以被云计算中心控制，那么在控制这个设备的时候需要解决以下难题：

1、这个设备是单一的被边缘控制（或云中心控制）呢？还是可以被边缘测和云中心两种方式控制？

2、如果选择单一控制，哪种类型的设备适合于用边缘计算控制，哪种类型的设备适合于运中心控制？

3、如果这个设备可以同时被边缘和云中心控制，当边缘和云计算的控制不一致时，这个设备应该优先响应哪种控制？

这些问题，在边缘计算还不成熟的时候，还不突出。当边缘计算普及后，这些问题将会困扰系统的设计者。

还是尝试用人的处理机制，来给边缘计算的发展提供一些参考。

器官的低端神经控制和高端神经控制的选择

我选择心脏、肺和手的控制方式来分别说明。

人能用大脑控制心脏跳动吗？心脏的跳动是不受大脑控制的。

肺是可以接受大脑控制的。比如人可以有意识的控制呼吸频率，可以调整深呼吸、浅呼吸。也可以有意识的憋气。但当你憋气憋很长时间，达到憋气的极限之后，即便大脑仍然控制肺部憋气，但肺部已经不接受大脑的控制，而是选择低端神经的控制。

手在绝大多数的时间是接受大脑控制的。但是在一些极端条件下，手是受低端神经控制：手突然遇到疼痛的刺激【比如手指遇到火】。

可以看到，人接受低端神经与高端神经控制有一个机制：为了保障安全性，多是低端神经控制。而为了保障灵活性，多选择高端神经控制。

而将安全相关的处理机制固化到低端神经中，在遇到安全相关的选择时，优先选择低端神经控制。

对于灵活处理要求高的器官，更多的用高端神经控制。

设备控制的选择机制

根据高端神经和低端神经控制的机制，未来物联网设备的边缘计算和云计算控制机制可以设计成如下机制：

1、与安全相关的处理逻辑，固化到边缘测，属于优先级最高的控制。

2、根据设备重要程度，选择边缘测和云计算控制。比如安全等级最高的设备，选择边缘计算控制。

3、根据设备功能灵活程度，选择边缘测和云计算控制。要求灵活的设备，选择云计算控制。

4、划定一个安全阈值边界，安全达到这个阈值边界后，设备自动由边缘计算固有逻辑处理。

小结

边缘计算完善后，将会面临设备是云计算控制和边缘计算控制的选择难题。借鉴人体处理经验，可以从安全性和灵活性两个维度考虑。安全性高灵活性低的边缘处理；安全性低灵活性高的云计算处理；安全性高灵活性高的以云计算控制为主边缘测监控等级高；安全性低灵活性低的，边缘控制为主，适度增加云计算控制能力。