边缘计算的优缺点及市场趋势

在日常生活中，物联网见证了互联网技术的飞速发展。但由于缺乏安全保障，社会压力和政府行为迫使工程师们强化安全职能。边缘计算有什么帮助？今天众山就来浅谈一下关于边缘计算优缺点及市场趋势。

现在，物联网设备从其周围环境中收集数据，并把数据传送到一个基于云计算的平台上，这个平台可以提供数据浏览、数据学习和数据处理等多种功能。举例来说，一个先进的家庭自动化系统可能会使用多种物联网传感器围绕着一个物业，这些传感器将数据传送到一个基于云的服务，以决定环境控制应该如何调整。利用云来进行数据处理通常被称为“云计算”，这实际上意味着数据处理是通过物联网设备远程完成的，这些设备负责收集数据。但是，边缘计算是物联网设备本身的责任，也是整个数据处理的责任。因为当时的技术限制，早期的物联网设备不能进行边缘计算，但是，随着价格相等的微控制器的引入，本地物联网设备能够逐渐开始处理自己的数据。

边缘计算的优点。

与云计算相比，边缘计算具有安全性、时延、可靠性等诸多优点。因为边缘计算设备很少将数据传输到基于云的系统（如果有的话），所以很少对敏感数据进行攻击。缺少传输意味着攻击者必须直接访问设备本身，而不能攻击、攻击服务器本身或对服务器进行欺骗。把数据保存在设备上也给设计者提供了更多的机会，通过使用内存加密和专门的安全硬件来收集数据，以保护数据。还可以在边缘计算设备上对敏感数据进行部分处理，然后再将其发送给基于云的系统进行进一步处理，这有助于模糊数据，从而减少其对攻击者的用处（即，一个训练有素的神经网络远没有摄像机的视觉数据敏感）。

在设备上进行局部数据处理还意味着数据本身的延迟会大大减少，这对需要快速结果（例如自动驾驶汽车）的应用是非常有益的。局部处理数据的能力还可以消除因特网上不断连接的需求，从而提高设计的可靠性。互联网的可靠性仍然影响着全球许多地方，而且互联网的速度也可能会发生巨大的变化。利用边缘计算有助于提高本地网络的可用带宽，从而改善其他服务，例如本地服务器和其他物联网设备，从而增加单个网络上设备的最大数量（通过这样做可以集成更多的物联网设备）。

边缘计算的缺点。

尽管微处理器的成本不断降低，性能也有了很大的提高，但是它们的价格仍然比便宜的微处理器要高，使得低端微处理器更适合于大规模生产。由于法规的引入还增加了使用具有高级功能所需处理能力的中端设备的难度，因为这些设备可能缺乏硬件安全，因此将其暴露出来。与此同时，人工智能在现代产品的需求也进一步限制了工程师们利用人工智能引擎在物联网设备上高效运行神经网络的可能性。

边缘计算给工程师们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能够结合云计算的最优特性和本地处理。诸如安全性引导和根源可靠性等硬件安全特性将成为保护设备的关键技术，包括像AI引擎这样的关键技术，使设备能够在本地执行大多数数据处理。然而，尽管边缘计算工程设计人员提供了许多安全优势，但仍需要认真考虑如何处理敏感数据，如何避免恶意使用这些数据，以及如何不仅保护用户，而且为更互联的未来世界舞台作出贡献。

责任编辑：tzh