边缘计算推动物联网时代的IT发展

边缘计算推动物联网时代的IT发展

刘凤浩

江苏省未来网络创新研究院 江苏 南京 210000

摘要：依托边缘计算，可以在物联网设备本地实现快速而低延迟的数据分析和响应，显著提升物联网应用的效率和可靠性。边缘计算为物联网时代的IT发展带来了新的机遇和挑战，将在未来的发展中发挥越来越重要的作用。

关键词：边缘计算；物联网；IT

0导言

物联网技术最初旨在实现物与物间信息的实时共享，而技术的不断发展，使我们逐步迈向了万物互联的时代。相比较于传统的物联网技术，万物互联更加注重对每一个物品的语境感知、更高的计算和感知能力，以及将人与信息深度融入到互联网中去。在这样的背景下，万物互联的突出特点是基于现有的物理网络进行扩展，增加了更强大的网络智能，能够在互联网的“万物”之间实现更高级别的融合、协同和可视化功能。这种全新的物联网模式不再仅仅关注“物”与“物”的互联，还注重“人”与“物”的互联，将人的意识、行为和决策与互联网深度融合，进一步丰富了我们对物联网的理解和应用。边缘计算作为一种新兴的计算模式，将深刻改变物联网应用的开发和部署方式，丰富和加强物联网应用的功能和普及程度，对推动物联网时代的IT发展具有不可忽视的重要作用。本文从边缘计算的概念出发，详细介绍边缘计算推动物联网时代IT发展的优势，以及未来的发展趋势。

1 边缘计算的概念

边缘计算是一种分布式计算模式，将应用程序的处理和数据存储功能从中央云数据中心下移到离终端设备更近的边缘节点上，以减少数据传输时间、提升数据处理效率、提高数据安全性，以及可以保证实时性要求较高应用的响应速度。边缘计算的本质是在地理上分布广泛的终端设备上进行的计算，包括手机、个人电脑、物联网设备、路由器等等。通过将数据处理和计算任务分配到这些设备上，边缘计算可以使得数据在跨越网络时的延迟降低并且减少数据在网络中的冗余传输，同时也可以降低对于云平台的依赖，节省云平台成本[1]。

边缘计算主要包括以下三个基本要素：端设备、边缘节点和云端。其中，端设备指的是智能设备、传感器、手机等等；边缘节点则是指位于这些设备所在区域内的物理服务器或虚拟机环境；云端则是指云数据中心。图1展示了边缘计算模型。

图1 边缘计算模型

在边缘计算中，端设备上的传感器可以采集并传递数据到边缘节点，经过预处理后再将结果发送到云端进行分析和处理。同时，云端也可以将边缘节点处理后的数据返回到边缘节点进行下一步的计算和处理，以实现更高的计算效率和实时性。

2边缘计算产生的背景

2.1物联网应用的快速发展

物联网技术的不断进步和发展，使得越来越多的设备和传感器被连接到互联网上，大量的数据也被采集和传输。这些数据需要在端设备或网络中进行实时处理和分析，但是传统的云计算模式由于存在延迟和传输成本高等问题无法满足物联网应用对实时性和低延迟的要求。因此，边缘计算应运而生，通过在离终端设备更近的边缘节点上进行计算和数据存储，可以有效降低传输延迟和成本，提高物联网应用的响应速度和实时性。

2.2云计算的瓶颈问题

由于云计算的中央化部署模式，当海量数据集中汇聚增加时，中心化的云计算架构面临着瓶颈问题。中心化的云计算模式需要将大量的数据传输到云端进行处理，而这些数据通常是在边缘设备收集而来的。传输这些海量数据需要消耗大量的带宽和高昂的成本，而且数据在传输过程中还可能受到网络攻击和被窃取等安全威胁。边缘计算通过将计算功能和数据存储功能下移到边缘节点，可以有效降低云计算模式的瓶颈问题，提高数据传输的效率和安全性[2]。

3 边缘计算推动物联网时代IT发展的优势

3.1提高数据处理效率和速度

边缘计算将数据处理任务转移到物联网设备本地，即最靠近数据来源的地方，可以避免将大量数据先传输到云端进行处理、再通过网络将处理过的数据反馈给物联网设备本地，从而大幅提高数据处理的效率和速度。这对于实时性要求较高的应用场景（如智能交通、智能家居、自动驾驶、工业控制）来说尤为重要，可以保证应用系统的响应速度，可以改善用户使用体验，提高应用的性能[3]。

3.2实现系统的高扩展性

边缘计算可以提高物联网系统的可扩展性。随着物联网终端设备数量不断增加，使得传统的集中式数据处理模式很难有效地支持庞大的设备联网场景，而边缘计算则可以充分利用分布式计算的优势，将数据处理任务分配至各个节点，从而实现系统的高可扩展性。

3.3加强数据安全性

边缘计算通过在物联网设备本地处理数据，可以减少数据在传输过程中被截获的风险，提高数据的安全性；同时，边缘节点的分布式设计也提升了系统整体的安全性，即使存在某些节点被攻击或瘫痪的问题，也不会影响整个系统的运行。

3.4促进大数据分析和应用

由于边缘计算可以在本地进行数据处理和分析，可以有效地降低数据传输的成本，更好地满足对大数据实时处理的需求，提高了大数据应用的效率和可靠性。

3.5加速物联网设备的普及

边缘计算的发展，推动物联网设备的普及。由于边缘计算可以在不需要云端服务器的情况下实现本地计算，具备边缘计算的物联网设备对比集中的云服务器处理模式更加经济高效。通过边缘计算可以降低物联网设备的成本和能耗，提升设备运行的可靠性和安全性，促进了物联网设备的普及和广泛应用。

3.6降低成本

传统的云计算模式需要将大量的数据传输到云端进行处理，但是传输这些数据需要消耗大量的带宽和成本。而通过边缘计算，数据可以在离终端设备更近的边缘节点上进行处理，从而降低了传输成本和交互成本，使得物联网应用更加实用和可行。

4边缘计算推动物联网时代IT发展的趋势

边缘计算推动了物联网时代IT发展趋势，强化了设备互联和协同，促进了应用场景的多样化，同时也加强了数据安全和隐私保护。在未来，这些趋势不断发展和深入，物联网将成为未来数字经济和智能社会的重要支撑。具体体现在以下几个方面：

1. 物联网更智能化。在物联网时代，边缘计算可以让物联网更智能。传统的物联网中，很多数据都需要从本地设备上传到云端服务器进行处理。由于数据量巨大，而且需要经过传输、存储等环节，导致了数据延迟和带宽占用问题。这种处理模式对实时性要求高的场景，比如工业控制和医疗监测等，会产生很大的影响。

而边缘计算则可以让智能设备在本地网络边缘直接处理和分析收集到的数据。通过在本地处理数据，可以大大降低数据传输延迟和带宽占用，提高数据处理效率，并能够实现实时响应。因此，边缘计算可以为物联网提供强有力的支持，从而使得物联网更加智能。

此外，边缘计算还可以通过本地存储和处理，让智能设备获得更强大的处理能力，并支持更复杂的应用场景。由于边缘计算的高性能和低延迟，使得它可以在本地对数据进行更加深入和复杂的分析处理，从而让智能设备具有更高的智能水平[4]。例如，智能家居中的智能音响可以通过边缘计算来提高语音识别和处理能力，让用户得到更好的体验；在智能制造中，通过利用边缘计算来优化数据采集、监控和分析等工作，可以提高生产效率和品质，减少生产成本。

2. 云服务更加优化。边缘计算可以通过将一些本地存储和处理工作转移到云端，来优化云服务的工作流程和效率，更好地满足用户的需求。

边缘计算可以通过在本地网络边缘对数据进行初步处理和分析，只保留最有价值的数据，并将其他的数据转移到云端进行分析和存储。这样可以减轻本地设备的负担，提高响应速度和处理效率，同时也可以让云端更好地发挥其强大的计算和存储能力。在未来，边缘计算可以让云服务更加优化，提高云服务的工作流程和效率，更好地满足用户的需求。

3. 物联网应用场景更多样化。边缘计算可以在本地网络边缘直接处理和分析收集到的数据，提高实时响应性能和数据处理能力，从而推动物联网应用场景的多样化。例如，在智能制造中，边缘计算可以实时监测生产线上的设备状态和工艺参数，对数据进行实时分析和处理，并通过智能算法推荐最佳的生产方案和调整工作流程，提高生产效率和产品质量。在智能医疗中，边缘计算可以实时监测患者的健康状况，对数据进行实时分析和处理，并通过智能算法推荐最佳的治疗方案和用药方案，提高医疗质量和护理效果。在智能农业中，边缘计算可以实时采集土壤、气象、水质等数据，对数据进行实时分析和处理，并通过智能算法推荐最佳的种植方案和灌溉方案，提高农业生产效率和质量。边缘计算不仅可以支持更多种类的物联网应用场景，还可以让物联网应用场景更加智能化和个性化。通过在本地网络边缘直接处理和分析收集到的数据，可以为用户提供更加精准、实时和个性化的服务，从而提高用户体验和满意度，进一步推动物联网应用场景的多样化和丰富化。

4. 强化设备互联和协同。边缘计算可以将智能设备之间互相连接和通信的距离缩短，使得设备之间的数据交换更加高效和实时。通过设备之间的互联互通，实现智能设备之间的数据共享和交流，可以更好地评估设备运行状态并做出预测性维护，提高设备的使用寿命和运行效率。

同时，边缘计算可以通过智能设备之间的协同工作，实现更高效的任务处理和决策制定，不同智能设备之间可以协同完成一些复杂的任务和决策制定。另外，边缘计算可以通过智能设备之间的协同和互联，实现人机、机机、物物之间的高效协同。通过远程控制和运维系统，可以对智能设备进行远程监测和遥控操作，提高设备的使用效率和生产效率。

5结语

边缘计算能够解决物联网设备数据传输带来的瓶颈和安全等问题，可以处理分散的、实时的数据，并且能够减少数据传输到云端带来的延迟，从而提高响应速度和数据处理效率。边缘计算是推动物联网发展的重要技术之一，将有助于推动物联网时代的IT朝着更加智能化的方向发展，丰富应用场景，强化设备互联和协同，更好满足用户需求。

参考文献

[1]蒋志斌.边缘计算推动物联网时代的IT发展[J].科技风,2019(18):86.

[2]施巍松,孙辉,曹杰,张权,刘伟.边缘计算:万物互联时代新型计算模型[J].计算机研究与发展,2017,54(05):907-924.

[3]刘俊奇,范明翔,李潇.大数据时代下的新型计算模型——边缘计算[J].电脑知识与技术,2017,13(19):182-183.

[4]赵梓铭,刘芳,蔡志平,肖侬.边缘计算:平台、应用与挑战[J].计算机研究与发展,2018,55(02):327-337.