邊緣計算近年來取得了顯著進展。它現(xiàn)在是一種強大的技術，擁有物聯(lián)網(wǎng)設備的公司應該考慮加強其設備安全性和分析能力。

邊緣計算是微數(shù)據(jù)物聯(lián)網(wǎng)中心的網(wǎng)狀網(wǎng)絡，可在將關鍵數(shù)據(jù)傳輸?shù)街醒霐?shù)據(jù)中心或云存儲庫之前在本地處理和存儲關鍵數(shù)據(jù)。邊緣計算有助于優(yōu)化云計算系統(tǒng)免受與數(shù)據(jù)傳輸相關的中斷。

借助容器化的微服務架構，云服務器成為智能邊緣設備的控制節(jié)點，執(zhí)行摘要分析，同時將邊緣服務器的實時決策制定。

邊緣的物聯(lián)網(wǎng)設備必須負責計算，存儲和網(wǎng)絡連接，所有這些都需要小巧的外形。根據(jù)要求，來自傳感器的處理數(shù)據(jù)可以部分或全部一次發(fā)送到云。

哪里需要邊緣計算？

可以在以下情況下部署邊緣計算：

物聯(lián)網(wǎng)設備連接性差。

應用程序依賴于機器學習，需要大量數(shù)據(jù)才能提供快速反饋。

為了安全和隱私，需要在工廠內保存數(shù)據(jù)。

邊緣處的原始數(shù)據(jù)需要預處理以減少計算。

邊緣計算的典型用例是面部識別，智能導航等。值得注意的是，如果物聯(lián)網(wǎng)設備必須始終連接到中央云，則邊緣計算效率不高。

邊緣計算與霧計算有何不同？

霧計算是指基于邊緣設備和云之間的交互的動作。邊緣計算是指具有計算能力的物聯(lián)網(wǎng)設備; 它們充當傳感器和工廠內人員之間的網(wǎng)關。從某種意義上說，邊緣計算是霧計算的一個子集。

邊緣計算使功能更接近最終用戶應用程序，因此，不需要經(jīng)常連接到集中式云基礎架構以進行指令或分析的設備，他們就能夠自己完成這些任務。

由于邊緣計算是一項相對較新的技術，因此仍然存在舊問題，包括弱登錄憑據(jù)，零日漏洞，缺乏更新以及不太理想的網(wǎng)絡架構。

另一方面，邊緣設備本身可以證明容易受到攻擊和攻擊。在設計安全體系結構時應該牢記這一點。

云計算和邊緣計算架構共同可以更有效地存儲和處理數(shù)據(jù)。

邊緣計算可以采取以下安全措施：

保護傳感器數(shù)據(jù)

在一定方差水平的數(shù)據(jù)中插入高斯噪聲，以降低嗅探攻擊的幾率。

將數(shù)據(jù)拆分成塊并對其進行混洗將避免中間人（MITM）攻擊。

實施公鑰基礎結構以加密每個數(shù)據(jù)塊。

認證

物聯(lián)網(wǎng)設備，尤其是智能電網(wǎng)中的物聯(lián)網(wǎng)設備，容易受到數(shù)據(jù)篡改和欺騙攻擊，并且可以借助公鑰基礎設施（PKI），Diffie-Hellman密鑰交換，入侵檢測技術和對已修改輸入值的監(jiān)控來防止。

數(shù)據(jù)加密

對于靜態(tài)數(shù)據(jù)，具有256位密鑰大小的AES算法可用于確保隱私，而安全套接字層（SSL）協(xié)議可用于在服務器和客戶端之間建立安全通信。

網(wǎng)絡監(jiān)控

人工神經(jīng)網(wǎng)絡（ANN）和規(guī)則匹配可用于威脅檢測，因為大量異構物聯(lián)網(wǎng)設備在多個級別（管理程序，操作系統(tǒng)和應用程序）上傳輸和處理異構數(shù)據(jù)。

零日漏洞

機器學習技術可用于識別零日攻擊，具有更高的準確性。這些技術使用良性軟件模型訓練支持向量機等算法，之后，任何異常行為都可以觸發(fā)檢測事件。除了竊取數(shù)據(jù)或修改核心系統(tǒng)功能外，惡意軟件的存在還會降低系統(tǒng)性能。

在醫(yī)療保健領域，如果Fog系統(tǒng)受到損害，關鍵數(shù)據(jù)和功能仍然受到強有力的完整性檢查的保護，并且一旦主機操作系統(tǒng)中出現(xiàn)惡意活動，系統(tǒng)就會被隔離，這一點至關重要。

邊緣計算融合IT和OT

IT由處理系統(tǒng)和數(shù)據(jù)存儲組成。OT包括運行和監(jiān)控生產系統(tǒng)所需的硬件和軟件，如SCADA（監(jiān)控和數(shù)據(jù)采集），DCS（分布式控制系統(tǒng)）和ICS（工業(yè)控制系統(tǒng)）。最近的技術旨在將IT和OT融合到一個共同的基礎上，以便于溝通和行動。邊緣計算正在加速這種融合。

處于工業(yè)物聯(lián)網(wǎng)前沿的公司已經(jīng)建立了IT和OT的共同基礎，以便作為一個統(tǒng)一的系統(tǒng)運行。例如，健康監(jiān)視器就像融合系統(tǒng)。將計算更接近傳感器（硬件）的邊緣計算將IT和OT結合在一起。

借助IT（特別是數(shù)據(jù)科學和ML模型），用戶可以構建不斷學習和適應的算法，以便提供更好的結果。然后，OT可以自動化他們的工作流程，同時提供更好的監(jiān)控和條件異常的見解。已經(jīng)整合了他們的OT / IT團隊的工廠已經(jīng)取得了成功的結果，如更低的能耗，更好的產品質量和資產健康，以及更短的停機時間。

編輯：黃飛

?