边缘计算与物联网技术的结合

延迟问题

延迟是指处理和分析捕获数据所需的时间。连接到互联网的设备必须在100毫秒内响应 - 有时甚至不到10毫秒。因此，计算过程必须尽可能本地化，以抵消远距离传输数据的固有延迟。

带宽问题

运行软件和生成数据的大多数物联网设备需要链接到云以存储和进一步处理该数据。因此，需要大量的功率和带宽将IoT数据传输到云。

带宽成本问题

“物联网应用程序生成大量相对低价值的时间序列数据。“这意味着带宽成本，设备获得带宽的机会成本，存储和分析成本，以及云中这些低价值时间序列数据的计算成本。

物联网安全问题

Renaud表示，尽管云服务提供商已经为他们的物联网产品开发了出色的安全性，但运营技术专业人员仍然担心他们的敏感数据一旦离开企业的墙壁就不会安全。

数据主权合规问题

将每台设备连接到云并通过互联网发送原始数据可能有隐私，安全和法律方面的问题，尤其是涉及受不同国家法规约束的敏感数据时。

传统系统连接问题

公司经常连接到物联网的传统系统具有非IP /以太网接口。因此，他们需要来自模拟或专有系统接口的物理转换，以便能够使用和分析数据。Renaud说，这只能在生成数据的原始设备旁边完成。

这是物联网中的边缘计算可以提供帮助的地方。边缘可以充当新旧之间的中介，为没有现代计算能力的传统资产添加智能功能。

以上就是边缘计算与物联网技术的结合，更多精彩内容请关注我们。