如果企業計劃構建物聯網應用程序或想要優化當前的產品,邊緣計算可能是一個安全選擇。人們需要了解有關邊緣計算及其實際用例的優勢的更多內容。
為什么純粹的云計算不是物聯網的最佳選擇
LogicMonitor公司的調查表明,83%的企業工作負載在云中處理(到2020年),云采用率正在迅速增長。并且有著充分的理由:降低運營成本,提高可擴展性,加快應用部署,提高可靠性等。然而,當談到物聯網時,傳統的云計算有著許多缺點。
除此之外,大多數源于云計算的數據通常沒有實際價值,而且從未被使用過。那么,當企業能夠處理并保持其正確生成位置(在設備上)時,為什么要浪費企業的資源和云存儲空間來處理不相關和無用的數據 ?
這就是很多企業難以決定采用邊緣計算還是采用云計算的原因。
所以,人們需要了解邊緣計算如何幫助物聯網,以及為什么它比云計算更好的原因。
什么是邊緣計算?為什么重要?
首先從邊緣計算的定義開始。
邊緣計算這個術語指的是在數據產生的地方,即物聯網網絡的“邊緣”進行的數據計算。
因此,組織不是使用集中的遠程云平臺來完成所有工作,而是在本地處理和存儲數據,即在物聯網設備本身或最近的網絡節點處。
但是邊緣計算是如何工作的呢?
為了解釋它在現實生活中是如何工作的,可以將任何一臺智能設備作為例子。每個物聯網傳感器每秒都會產生大量數據。在采用云計算的情況下,數據立即傳輸到中央統一的云數據庫,在那里進行處理和存儲。
如果需要任何操作,中央服務器將在接收和分析所獲取的數據時將其響應發送回設備。因此,物聯網設備不再依賴于互聯網連接,可以作為獨立網絡節點運行。
雖然整個過程通常需要不到一秒鐘的時間來完成,但在某些情況下,響應可能會延遲或中斷。這可能是由于網絡故障、互聯網連接薄弱,或者僅僅是因為數據中心距離設備太遠而導致的。
而在邊緣計算的情況下,企業不需要將物聯網傳感器獲取的數據發送到任何地方。設備本身或最近的網絡節點(如路由器)負責數據處理,如果需要采取措施,能夠以適當的方式響應。
物聯網中邊緣計算的優勢和實際使用案例
也就是說,物聯網邊緣計算有五個主要優勢:
?。?)增加數據安全性
雖然物聯網解決方案是網絡攻擊的理想目標,但邊緣計算可以幫助企業保護網絡,并提高整體數據隱私。
由于數據是分散的,并且在生成數據的設備之間分布,因此很難用一次攻擊來摧毀整個網絡或破壞所有數據。
在GDPR合規性方面,這種方法也是首選:通過網絡發送并存儲在云中的信息越不敏感,信息就越好。
(2)更好的應用性能
如上所述,數據在設備和數據中心之間來回傳輸需要一些時間。
通過存儲和處理靠近其源的數據,企業可以減少延遲時間,并提高整體應用程序性能。因此,企業可以實時分析數據,而不會出現延遲。
?。?)降低運營成本
當企業“存儲和處理”邊緣的大部分數據時,不需要大量的云存儲。此外,可以過濾掉不必要的信息并只備份相關數據。因此,企業的基礎設施成本將不可避免地下降。
?。?)提高業務效率和可靠性
反過來,較低的數據流量和減少的云存儲可以帶來更高效的業務運營。
此外,網絡連接不會出現問題,因為它們適用于依賴云計算的其他物聯網產品。這是因為企業的物聯網設備可以在沒有互聯網連接的情況下自主工作。
(5)無限的可擴展性
與云計算不同,邊緣計算允許企業根據需要擴展物聯網網絡,而無需考慮可用存儲(或其成本)。
由于列出的好處,邊緣計算在涉及時間敏感的任務時確實很有用。
以下是三個實用的物聯網邊緣計算示例,用于演示如何在所列行業中應用:
自動駕駛汽車代表了重要的物聯網邊緣計算用例之一。自動駕駛車輛根本無法依靠遠程服務器來決定當前面有行人橫穿馬路時是否停車,因此需要立即作出決定。無論互聯網連接如何,數據都必須在現場處理。
此外,車輛(在路上時)可以更有效地相互通信,因為他們不需要向遠程服務器發送有關事故、天氣狀況、交通或繞行的數據。
邊緣計算的另一個實際案例在于健康監視器和其他可穿戴設備的領域。當用于遠程醫療以跟蹤患者的慢性病時,可以成為真正的生命拯救者。
例如,能夠獨立分析健康數據的心率監視器可以立即提供必要的響應,以在患者需要幫助時提醒護理者。
機器人輔助手術是醫療保健中邊緣計算的另一個用例,尤其是每秒可能意味著生與死之間的區別。這些機器人需要能夠自己分析數據,以便安全、快速和準確地為手術提供幫助。
任何安全系統都應該能夠在幾秒鐘內響應安全威脅。這就是為什么將邊緣計算用于監控系統具有意義的原因。
因此,通過設備上的視頻處理,攝像頭可以檢測運動、識別入侵者,并在發生入侵者或可疑活動時立即提醒用戶。
交通信號燈或風力渦輪機不需要全天候與云計算通信(或者有時它們根本無法連接到服務器)并且可以完全自動化。
路燈可以通過直接相互通信,而不是由遠程云調解來創建自我維持的自治系統。
農業中的智能傳感器無需轉向中央服務器來決定何時需要給附近的植物澆水或添加肥料。它們可以輕松地自己執行例行任務,并偶爾與主要的云平臺同步。
因此,這些攝像頭不是將大量原始數據傳輸到服務器進行處理,而是在提高響應速度和準確性的同時,節省企業的互聯網流量、減少帶寬和云存儲。
除了列出的示例之外,邊緣計算還有更多用例。
物聯網的未來處于邊緣
到2022年,75%的企業數據將在云計算之外(以及傳統數據中心)處理。因此,邊緣計算市場的規模將在期間快速增長。
考慮到現有趨勢,物聯網開發人員和企業主應該認真考慮其即將推出的產品的邊緣計算。否則,一旦競爭對手充分利用這項技術,企業就會處于落后的境地。