边缘计算是一种在网络“边缘”的本地服务器和设备上进行计算的过程,而不是在远程云数据中心进行计算,它正迅速成为一种领先的解决方案,为本地网络技术(尤其是物联网设备)的巨大容量和复杂性提供动力。

翻阅了海外100+技术报道,我发现了边缘计算的一些利与弊


尽管边缘计算越来越受欢迎,越来越容易访问,但它是高效、准确数据处理的持久解决方案吗?本文将和大家一起探讨边缘计算相关的利弊,并考虑在基于云端的世界中,边缘设备如何影响网络数据的整体结构。

边缘计算的优势

1、改善所有设备的响应时间和延迟

边缘计算的最大优势之一是数据处理发生在更本地的级别,对设备和用户来说需要更少的时间和更短的延迟时间。边缘计算对于物联网设备尤其有用,例如智能家居,当数据不必往返于遥远的云数据中心时,它可以更快地响应用户的查询。

翻阅了海外100+技术报道,我发现了边缘计算的一些利与弊


让我们考虑一个场景,在这个场景中,延迟时间的缩短改善了整体体验。以机器人手术为例。手术过程中的某些动作不仅需要精准,还需要一定的速度和效率。如果手术在波士顿的一家医院进行,但医院网络的主要数据中心位于旧金山,执行手术的机器人可能会因数据处理距离遥远而延迟。通过在附近的边缘服务器上进行数据处理,这些手术步骤可以更接近于模拟受过训练的外科医生执行这些关键操作的响应时间。

翻阅了海外100+技术报道,我发现了边缘计算的一些利与弊


随着越来越多的物联网设备和人工智能软件要求更快的响应时间,边缘计算通过在有问题的数据附近培养更多的计算、网络访问和存储能力来满足这一需求。

2、数据量减少降低了企业安全风险

企业网络通常拥有强大的云和内部数据中心,具有广泛的存储和处理能力。从逻辑上讲,存储在这些数据中心的数据越多,就越需要安全基础设施来防止网络安全漏洞。海量的集中式数据通常意味着更大的风险、在云中整理无用数据所花费的时间增加,以及对企业安全架构的更大投资。

翻阅了海外100+技术报道,我发现了边缘计算的一些利与弊


边缘计算通过在本地服务器或设备级别处理和存储数据,减轻了数据中心的一些安全压力。只有最重要的数据被发送到数据中心,而更多无关的数据,如数小时的无动作安全录像,仍保留在本地。因此,边缘计算会导致迁移到云中的总数据量减少,这意味着需要监控和管理的违规数据减少。

3、带宽减少降低了传输成本

除了简化云安全模型的前景之外,边缘计算还可以通过减少带宽节省大量成本。边缘计算在数据中心级别需要的带宽更少,因为现在有如此多的数据在本地化的服务器和设备中进行处理和存储,而不需要将大多数数据传输到数据中心。由于云中的数据更少,本地处理的数据更多,数据中心可以节省带宽容量,避免对其云存储功能进行成本高昂的升级。

翻阅了海外100+技术报道,我发现了边缘计算的一些利与弊


4、通过边缘设备实现规模经济

许多边缘设备已经存在,越来越多的设备正在进入市场,供专业人员和个人使用。以下是边缘技术帮助扩展企业和公共计算可能性的几种方式:

1)边缘设备可以本地处理数据,也可以通过局域网中的边缘网络传感器处理数据,即使有更多的中心网络和节点出现故障。因此,在解决更大的数据中心问题的同时,本地操作可以保持正常运行。

2)边缘设备可以在本地处理不太麻烦的数据请求,从而为现有数据中心更大的数据处理需求释放带宽。

3)边缘设备几乎在全球的每个角落处理数据,允许更广泛的访问、快速的结果和用户的整体满意度。

4)由于许多用户和当地社区已经主动投资边缘技术,企业可能不需要投资这些设备来获得他们想要的可扩展性。

边缘计算的弊端

1、地理差异:更少的网络设备和熟练的实施者

尽管边缘计算为本地化级别的数据处理和存储提供了更多机会,但在边缘实现方面,某些地理区域可能处于劣势。在人力、财力或技术资源较少的地区,网络上的活动边缘设备和本地服务器可能会更少。许多相同的领域也将会有更少的熟练的信息技术专业人员能够启动和管理本地边缘网络的设备。

翻阅了海外100+技术报道,我发现了边缘计算的一些利与弊


网络容量有限的历史可能会成为恶性循环。越来越少的信息技术专业人员希望在网络基础设施很少的地区迁移或构建复杂的网络模型。因此,历史上贫穷、未受教育、无人居住和/或农村地区通过边缘设备处理数据的能力可能会进一步落后。因此,边缘计算的增长是结构不平等加剧的另一种方式,尤其是因为它与改变生活的人工智能和物联网设备的可访问性有关。

2、更难预防和监控的安全漏洞

虽然边缘计算通过最大限度地减少数据中心需要保护的数据量来提供安全优势,但它也对边缘网络每个局部点的安全性提出了关注。并非每个边缘设备都具有相同的内置身份验证和安全功能,这使得一些数据更容易遭到破坏。

翻阅了海外100+技术报道,我发现了边缘计算的一些利与弊


边缘设备通常也更难在企业级进行精确定位,因此很难监控使用企业数据的本地化设备,并确定它们是否遵循企业网络的安全策略。对于致力于实施网络安全零信任方法的组织来说,网络上身份验证功能和可见性有限的设备可能会对整体网络安全构成挑战。

3、具有潜在能量的数据丢失

无用数据在边缘设备上处理后通常会被丢弃,永远不会送到云数据中心进行存储。但是如果边缘设备错误地评估了数据集的有用性呢?如果这些数据对未来有用呢?

翻阅了海外100+技术报道,我发现了边缘计算的一些利与弊


在云数据中心挖掘所有现有数据可能会令人沮丧,但它的中央存储还能让你放心,无论何时需要,数据都在那里。虽然边缘计算过程在存储方面节省了空间和财务资源,但关键数据可能会被边缘设备意外曲解和丢失。

4、成本和存储容量需求

无论是投资大型企业云还是分布式边缘设备来满足计算需求,网络技术始终是一项重大投资。投资一个更强大的边缘网络肯定会在数据中心带宽级别节省资金,但这种方法需要其自身的巨额费用来启动和维护边缘设备。边缘设备可能需要更多的硬件和软件来实现最佳性能和本地存储需求,当它们分布在多个本地地理位置时,成本可能会快速上升。

翻阅了海外100+技术报道,我发现了边缘计算的一些利与弊


关于边缘计算的发展趋势

边缘计算既有优点也有缺点,但大多数信息技术专家都认为它不会消失,尤其是在5G接入预计在不久的将来增长的情况下。越来越多的用户在不停地使用更多种类的设备,这意味着边缘计算及其使用方式也在频繁变化。

你是否有兴趣了解更多关于边缘技术的发展,以及这些发展如何影响曾经只专注于内部部署和云计算的技术领域?

拓展阅读:云计算与边缘计算结合的视频智能分析监控系统在5G时代可用于多个行业,其中最为明显的就是工厂制造业,工业与物联网行业中,视频监控加大了工业与物联网的管理力度,可以减少人力成本,提高工作效率,并为员工提高了工作环境的安全性,同时促进了物联网行业的发展。

在周期性维护、业务决策支撑等领域,云计算可以聚焦非实时、长周期的对视频监控大数据的分析;而在本地业务的即时智能化处理方面,EasyNVR边缘计算就可以发挥实时、短周期视频数据处理的优势。

EasyNVR视频边缘计算网关使不同的设备之间互通互联,最终使整个生产制造过程数字化、柔性化,灵活化,满足数字时代的个性需要。