（文章來(lái)源：金馬科技）

現(xiàn)在，來(lái)自傳統(tǒng)企業(yè)系統(tǒng)的數(shù)據(jù)已與由傳感器和連接的設(shè)備生成的數(shù)據(jù)分層，企業(yè)發(fā)現(xiàn)IoT數(shù)據(jù)具有與傳統(tǒng)企業(yè)數(shù)據(jù)不同的特征。此類(lèi)數(shù)據(jù)的速度和數(shù)量可能會(huì)使尚未準(zhǔn)備就緒的系統(tǒng)不堪重負(fù)。它還需要對(duì)數(shù)據(jù)模型進(jìn)行一些重新配置，因?yàn)樗硎疽郧坝?jì)劃中可能未包含的不同類(lèi)型的信息。

這就是云計(jì)算的用武之地。由于云具有存儲(chǔ)大量數(shù)據(jù)的能力，因此公司可以在同一位置處理和存儲(chǔ)來(lái)自其企業(yè)系統(tǒng)和IoT設(shè)備的數(shù)據(jù)。對(duì)于所有不同的系統(tǒng)，云都成為一個(gè)很好的聚集點(diǎn)，企業(yè)可以在其中幾乎沒(méi)有限制地?cái)U(kuò)大或縮小規(guī)模。然后，組織可以消除在單獨(dú)存儲(chǔ)數(shù)據(jù)時(shí)出現(xiàn)的系統(tǒng)之間進(jìn)行集成和審計(jì)的需要。

過(guò)去，工業(yè)公司一直質(zhì)疑云的保護(hù)，因?yàn)樗麄冋J(rèn)為云失去了觸摸和感知數(shù)據(jù)的能力。就像不愿將積蓄從床墊下轉(zhuǎn)移到銀行帳戶(hù)中的消費(fèi)者一樣，許多企業(yè)也對(duì)將數(shù)據(jù)存放在何處持有類(lèi)似的保留意見(jiàn)。結(jié)果，這些公司拒絕了云計(jì)算，而選擇了本地技術(shù)。

盡管仍然有很多人將云安全視為關(guān)注的問(wèn)題，但是領(lǐng)先的云提供商所采取的行動(dòng)已經(jīng)開(kāi)始影響這些觀(guān)點(diǎn)。雖然大多數(shù)公司都有專(zhuān)門(mén)的安全專(zhuān)家(或幾名)，但像Microsoft和Amazon這樣的云供應(yīng)商卻有數(shù)百家。這些龐大的安全團(tuán)隊(duì)還遵循最佳實(shí)踐和特定于行業(yè)的標(biāo)準(zhǔn)，并在沒(méi)有義務(wù)的情況下獲得適當(dāng)?shù)?a target="_blank">認(rèn)證。供應(yīng)商還為使用其云解決方案的企業(yè)提供了擁有其數(shù)據(jù)安全性所需的工具。

那些希望將云解決方案作為其物聯(lián)網(wǎng)部署的一部分的人也可以依靠其安全性。隨著云本身的安全性得到進(jìn)一步證明，它還使公司能夠更有效，更安全地與其物聯(lián)網(wǎng)設(shè)備進(jìn)行交互。正如您將在下面更詳細(xì)地看到的那樣，云是任何大規(guī)模物聯(lián)網(wǎng)計(jì)劃的重要組成部分，因此，數(shù)據(jù)生成點(diǎn)之間的舒適安全連接是關(guān)鍵。

同樣，云平臺(tái)也要經(jīng)過(guò)持續(xù)審核，以便云服務(wù)提供商可以使客戶(hù)容易獲得性能和安全性數(shù)據(jù)。這種數(shù)據(jù)訪(fǎng)問(wèn)可幫助企業(yè)確保各種IoT設(shè)備之間的適當(dāng)安全性和性能。隨著人們認(rèn)識(shí)到云提供商正在將大量資源用于安全性以及云所帶來(lái)的不可否認(rèn)的好處，公司越來(lái)越多地開(kāi)始將云解決方案視為一種值得信賴(lài)甚至首選的方法。

分別處理云和邊緣是一種相當(dāng)標(biāo)準(zhǔn)的業(yè)務(wù)實(shí)踐。但是對(duì)于云支持的所有基本工作流程，將邊緣計(jì)算集成到解決方案中仍具有優(yōu)勢(shì)。云和邊緣在不同類(lèi)型的環(huán)境中均提供不同的好處，這通常使分布式計(jì)算框架最適合于IoT部署。具有差異化的服務(wù)可能需要在邊緣(或生成數(shù)據(jù)的點(diǎn))進(jìn)行計(jì)算的不同層。

例如，考慮一個(gè)擁有數(shù)百臺(tái)設(shè)備的大型工廠(chǎng)-每個(gè)設(shè)備實(shí)際上都是一個(gè)邊緣端點(diǎn)，而工廠(chǎng)本身可以代表另一個(gè)端點(diǎn)。在這種規(guī)模的部署中，在將設(shè)備生成的數(shù)據(jù)發(fā)送到云之前，需要先將其生成的數(shù)據(jù)收集并匯總到工廠(chǎng)現(xiàn)場(chǎng)。

插入此中間層變得至關(guān)重要，因?yàn)樗鼫p少了直接連接的數(shù)量，并允許對(duì)傳播到云中的信息進(jìn)行過(guò)濾，從而防止不必要的數(shù)據(jù)干擾下游分析。此外，如果該工廠(chǎng)僅使用云計(jì)算，他們將無(wú)法對(duì)設(shè)備上生成的數(shù)據(jù)做出足夠快的反應(yīng)。

數(shù)據(jù)過(guò)載，端點(diǎn)與分析之間的距離，響應(yīng)時(shí)間慢等原因會(huì)導(dǎo)致延遲，這可能在安全性和質(zhì)量方案中產(chǎn)生巨大差異。該框架包括計(jì)算方面的優(yōu)勢(shì)，使企業(yè)能夠提取見(jiàn)解并采取行動(dòng)，這比數(shù)據(jù)必須先傳輸?shù)皆浦腥缓笤倩貍鲿r(shí)要快。這樣節(jié)省的時(shí)間為實(shí)時(shí)評(píng)估設(shè)備本身的數(shù)據(jù)打開(kāi)了一扇門(mén)。

另一方面，如果工廠(chǎng)選擇僅采用邊緣方法，則他們將缺乏全面了解其運(yùn)營(yíng)的能力。如果沒(méi)有云，他們將只能分別查看每臺(tái)設(shè)備的現(xiàn)場(chǎng)可見(jiàn)性，而無(wú)法了解這些端點(diǎn)之間的相互關(guān)系。為了獲得這種級(jí)別的分析，工廠(chǎng)必須實(shí)施離線(xiàn)批處理，并手動(dòng)組合所有工廠(chǎng)數(shù)據(jù)。

出乎意料的是，云供應(yīng)商已開(kāi)始著手提供一些本地解決方案來(lái)補(bǔ)充其云解決方案。例如，亞馬遜推出了兩款專(zhuān)門(mén)用于邊緣計(jì)算的產(chǎn)品：AWS IoT Greengrass(為大型設(shè)備提供邊緣計(jì)算環(huán)境)和Amazon FreeRTOS(為微處理器和微控制器提供邊緣計(jì)算)。微軟還推出了類(lèi)似產(chǎn)品，包括Azure IoT Edge和Azure Sphere。

無(wú)論哪種情況，分布式處理和為您的運(yùn)營(yíng)選擇正確的解決方案都是成功的IoT計(jì)劃的關(guān)鍵要素。通常，它是一種多層方法，根據(jù)優(yōu)缺點(diǎn)使用不同的計(jì)算方法。在邊緣和云中執(zhí)行分析的組織可以看到更為重要的結(jié)果，例如最小化的成本和最大化的性能。
（責(zé)任編輯：fqj）