二號站app下載_邊緣計算對於構建商業物聯網解決方案的意義

根據Gartner的數據,到2023年年底,超過50%的大企業將部署至少6個為IoT安裝的邊緣計算應用,而在2019年則不到1%。

過去,許多技術專家推測,物聯網(IoT)將完全在雲上運行。他們的假設被證明對於與消費者連接的物聯網是準確的。但是,要構建和設計企業級物聯網解決方案,關鍵基礎之一就是要在雲使用和邊緣計算之間取得平衡。

與基於雲的解決方案不同,混合解決方案是小型設備和傳感器的混合基礎,這些設備將它們的連接聚合到中央和邊緣計算機。將每個傳感器直接連接到雲的成本太高且能源效率低。而邊緣計算可以減輕網絡延遲,提高彈性,並改善對信息的訪問,以使組織更加敏捷,並且更有能力更快地得出有洞見的結論。

在本文中,我們將探討Perry Lea提出的建議,以獲取有關實施雲和邊緣計算以構建商業IoT系統的全面而專業的評論,以及他著名名《面向建築師的物聯網和邊緣計算》第二版。

物聯網中的邊緣計算

邊緣計算並不新鮮。從1970年代  存在運行遠程設備的嵌入式系統。在當今世界,邊緣計算被認為是雲計算的自然擴展,或者是解決物聯網雲系統帶來的挑戰的必要條件。

物聯網邊緣計算(IoT)使數據處理更接近終端設備,從而增強了IoT部署。它還可以提高數據傳輸效率和降低延遲。邊緣計算機具有各種形狀和尺寸,從數據中心刀片到可以安裝在校車或緊急車輛中的小型加固計算機。它們都位於生成數據的位置附近,因此也靠近物聯網設備。

物聯網中邊緣計算的優勢

解決網絡延遲

有許多安全關鍵型物聯網應用需要強制快速響應以確保安全。將請求發送到雲並等待響應的方法可能會帶來不幸的後果。將傳感器數據的處理轉移到邊緣網關可以減輕網絡延遲,並成功達到預期的響應時間。

提供自治

邊緣計算允許数字產品具有本地計算和本地存儲功能,即使它們未連接到網絡,也可以使它們繼續運行。

高計算效率

邊緣計算可提供更快的計算效率來處理小型數據集。可以使用機器學習模型來部署邊緣網關,以促進處理。

經濟上可行

傳感器和執行器生成大量的遙測數據,這與物聯網應用無關。邊緣計算通過在將數據發送到雲之前對數據進行過濾和處理來減少數據傳輸的網絡支出。

考慮到邊緣計算的重要性,這本書深入探討了該主題。第一版的重點是物聯網,但是邊緣系統非常普遍,因此,要成為傑出的物聯網應用開發人員,必須對它們的應用、設計和框架有充分的了解。

此外,第二版是針對5G通信和技術等新技術的權威指南和指導手冊。新的藍牙5.1; MQTT 5用於邊緣到雲的安全高效通信; EdgeX和OpenFog計算框架;環境計算和綜合感測以及數十個用於IoT和邊緣計算的新的現實世界用例。

企業物聯網應用開發

本書的讀者將對從邊緣到雲端再到雲端的所有內容進行全面而專業的評論。本書涵蓋了從傳感器到近距離和遠距離通信、邊緣計算機體繫結構、邊緣到雲數據分析和深度學習以及安全性的所有內容。

它旨在為讀者提供構建真正的商業和企業物聯網以及邊緣系統的視圖。它跨越多個領域,例如無線電通信、嵌入式設計、網絡協議、傳感器物理、能源和電力电子、雲和霧軟件框架、雲計算和分析。

潛在的安全風險

本書從傳感器到雲,全面地論述了安全性。涵蓋了從設備級別到通信級別的所有安全性。此外,與每個主題相關的特定安全方面在每個相關章節中都有介紹。

這個新版本還將討論範圍擴大到成功的物聯網系統的歷史性和全球性威脅。 該書剖析了這些攻擊,它們的傳播方式以及為應對這些攻擊而採取的措施。 此外,本書還探討了從設備加固到軟件緩解以及網絡加密標準的所有安全階段。

簡而言之,《面向建築師的物聯網和邊緣計算》第二版提供了完整的可執行見解和真實場景,這將幫助讀者獲得有關邊緣計算的全面知識,並精通構建高效的企業級物聯網應用。