边缘计算：未来的架构
随着技术深入到业务的各个方面，矛尖通常是网络外边缘的某个设备，无论是联网的工业控制器、土壤湿度传感器、智能手机还是安全摄像头。
这个不断膨胀的物联网已经收集了数 PB 的数据，其中一些经过处理以供分析，而另一些则可以立即采取行动。因此出现了架构问题：您不想连接所有这些设备并将所有数据直接流式传输到某个集中式云或公司数据中心。延迟和数据传输成本太高。
这就是边缘计算的用武之地。正如研究公司 IDC 所说，它提供“核心数据中心和智能端点之间的中间基础设施和关键服务”。换句话说，边缘计算提供了物理上靠近物联网端点的重要计算和存储层，因此控制设备可以以低延迟响应——边缘分析处理可以减少需要传输到核心的数据量。
在“证明边缘分析的价值”中，CIO 撰稿人 Bob Violino 提供了三个案例研究，说明了边缘架构的优势。两个涉及运输：一个集中于从货运车队收集和处理远程信息以提高安全性；另一个重点是实时收集拉斯维加斯的交通数据，以改善城市的交通控制。第三个是史诗般的边缘案例：为捕获地理空间图像的卫星添加分析处理，减少传输到地面的数据量。
技术聚焦：
边缘计算
- 证明边缘分析的价值 (CIO)
- 医疗保健的前沿：边缘计算将如何改变医学（计算机世界）
- 确保优势：值得关注的 4 大趋势 (CSO)
- 如何选择云物联网平台（InfoWorld）
- 边缘计算：5 个潜在的陷阱（网络世界）
边缘架构也在动摇最初的物联网领域之一——医疗设备。 Computerworld 撰稿人 Mary K. Pratt 在“医疗保健的前沿：边缘计算将如何改变医学”中解释说，在边缘大规模处理医疗物联网数据是一个相对较新的想法。随着医疗保健行业面临来自可穿戴健康监测器的新一波数据浪潮，分配边缘计算能力来处理这些 PB 数据将变得越来越重要。
InfoWorld 的 Martin Heller 在“如何选择云物联网平台”中采取了不同的策略。所有主要的云都提供物联网资产管理平台——对设备进行编目、监控、更新等。此外，它们还提供边缘“区域”、设备和各种可用作边缘计算节点的本地云选择。当然，大云提供了处理物联网数据所需的所有分析选项。
不幸的是，您无法逃避这样一个事实，即您在物理上分配的计算和存储越多，您的攻击面就越增加。这是 CSO 撰稿人 Jaikumar Vijayan 在“确保优势：值得关注的 4 个趋势”中研究的一个问题。另一个趋势更加明显：对物联网设备本身固有漏洞的警报升级，这共同提高了对边缘安全的赌注。 Vijayan 认为的一个积极发展是加速转向 SASE（安全访问服务边缘），它将 SD-WAN 和安全性集成到单一边缘解决方案中（请参阅指南“谁在销售 SASE，您会得到什么？”）。
安全只是 Network World 的“边缘计算：5 个潜在陷阱”中提出的责任之一。复杂性是头号恶棍——技术和供应商的选择如此之多，以至于企业经常求助于合作伙伴进行规划和实施。
但对于许多新兴的技术领域来说，情况确实如此。边缘计算令人兴奋，因为它标志着企业看待 IT 资产的方式发生了转变：如果我们真的要改变企业，那么必须在业务的每个角落部署适当的技术，并不断优化流数据馈送。边缘计算为该愿景提供了一个框架。
物联网技术