在部署边缘计算中需要避免的两大误区

2020-05-22 16:09:53 云杰 103

  

在部署边缘计算中需要避免的两大误区

  边缘计算的方法能够提供更快的响应时间,因为将数据发送回基于中心云的数据存储系统是没有必要的,而在这些基于中心云的数据存储系统中,数据会进行处理,然后再全部返回到设备。

  边缘计算的出现是有益且多方面的进行了很好的辅助,这就是大多数企业对这一概念感到兴趣的原因。


  人们对边缘的兴趣正在从概念证明转向生产。它并不能替代好的架构方法和老式的实用主义,以下是两个常见的可以进行避免的错误。

  错误1:在边缘上进行大量处理

  大多数边缘平台都嵌入在了平台中,非常小,也全部都是基于SSD的。

  由于它足够小、便宜和容易进行复制,导致那些在这些边缘设备上进行了太多处理的企业会发现,边缘计算中它们期望解决的延迟和速度问题以一种新的形式回来了。

  边缘设备的构建应当是有目的性的,而且只完成最少的工作需求量来进行数据收集、处理和传输工作,以及响应某些需要立即引起注意的问题。

  边缘设备可以托管来自汽车发动机的遥测数据,并将任何明显的问题直接上报给发动机的计算机和驾驶员,比如因温度参数超出范围而导致的过热。

  边缘并不是一个好的预测分析从而确定潜在的新问题的位置-潜在的问题,它的识别意味着采集拍字节的数据。

  如果你将所有边缘计算机的功能都设计成相同的,那么自动化任务是很容易进行复制的。

  如果你进行自定义,或者采用了过多的DIY方式,那么这种方式于你而言是没有任何帮助的。


  错误2:忽视边缘安全性

  如果某人入侵了边缘设备,然后生成了错误的、可能致使引擎关闭或驾驶员做出错误决策的数据,情况会怎么样?

  因为它们与中心系统的隔离性,这样的隔离设备是巨大的目标,而在中心系统上,你可能有多种检测攻击的方法。

  对于大多数边缘架构师来说,解决可能带来更大后果的安全威胁并不是首要任务。

  为了解决这些安全问题,你需要复制在边缘上使用的大多数云服务。大多数公有云提供商都已经发现了这一点,因此他们的边缘平台产品现在都将安全和操作服务扩展到了不在云中的边缘计算机上。

  其想法是尽可能地实现自动化,并确保自动处理事务,例如对已知新威胁向量的更新和操作系统的升级。