边缘计算边缘计算edge_边缘计算中应避免的两个大错误

边缘计算边缘计算edge

更多的事情被推到了边缘。 将边缘视为云与任何正在丢弃数据的设备或系统之间的空间。

这个想法是在边缘附近（在产生数据的地方）进行大多数处理。 这种称为边缘计算的方法可提供更好的响应时间，因为无需将数据发送回基于中央云的数据存储系统，在该系统中对其进行处理，然后再将其返回设备。

[ 什么是云计算？ 您现在需要知道的一切 。 | 另外：InfoWorld的David Linthicum解释了什么是边缘计算 。 ]

边缘计算非常有用。 这就是为什么大多数企业都以这种概念出售的原因。 我看到对边缘计算的兴趣已从概念证明转变为生产。 但是，它不能替代良好的体系结构方法和老式的实用主义。 这就是为什么我也看到犯下了巨大的错误-可以避免的错误。 这是要避免的两个常见错误。

边缘错误1：在边缘处做太多

大多数边缘平台都是小型的嵌入式平台，并且全部基于SSD。 示例包括Arduino平台和Raspberry Pi ，但我也看到了一些相当庞大的平台，例如基于超融合基础架构的平台。

经验法则是使其体积小，价格便宜且易于复制。 那些对这些边缘设备进行过多处理的公司很快发现，他们希望通过边缘计算解决的延迟和速度问题以一种新的形式重新出现，并且在大多数情况下使情况变得更糟。

边缘设备应该是专用的，并且只完成收集，处理和传输数据所需的最少工作，并对某些需要立即关注的问题做出响应。 例如，边缘设备可以托管来自卡车发动机的遥测数据，并将任何明显的问题直接报告给发动机的计算机和驾驶员，例如因温度参数超出范围而导致的过热。 但是，对于预测分析来确定引擎潜在的新出现的问题，边缘不是一个好的位置，这些潜在问题的识别意味着要通过PB级数据。

另外，如果将所有边缘计算机设计为功能相同，则可以轻松复制自动化任务。 如果您进行自定义，或者使用过多的DIY方法，那么您就没有得到任何帮助。

边缘错误2：忽略边缘的安全性

边缘计算的安全性通常是事后的想法，尽管后果要比忽略云中的安全性更糟。

考虑卡车的例子。 如果有人侵入边缘设备并生成可能导致引擎关闭或驱动程序做出错误决定的错误数据怎么办？ 此类隔离的设备是理想的目标，因为它们与核心系统分离，在核心系统中您可能有检测攻击的方法。

可悲的是，对于大多数边缘架构师而言，解决潜在的安全威胁带来更大后果的需求并不是首先要解决的。

为了解决安全问题，您需要复制在边缘使用的大多数云服务。 大多数公共云提供商已经解决了这一问题，因此他们的边缘平台产品现在将安全性和运营服务扩展到了不在云中的边缘计算机。

这个想法是要尽可能地自动化，并确保自动进行处理，例如已知新威胁向量的更新和操作系统升级。

翻译自: https://www.infoworld.com/article/3334959/2-big-mistakes-to-avoid-in-edge-computing.html

边缘计算边缘计算edge