（文章來源：金馬科技）

現(xiàn)在，來自傳統(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。此類數(shù)據(jù)的速度和數(shù)量可能會使尚未準(zhǔn)備就緒的系統(tǒng)不堪重負(fù)。它還需要對數(shù)據(jù)模型進(jìn)行一些重新配置，因為它表示以前計劃中可能未包含的不同類型的信息。

這就是云計算的用武之地。由于云具有存儲大量數(shù)據(jù)的能力，因此公司可以在同一位置處理和存儲來自其企業(yè)系統(tǒng)和IoT設(shè)備的數(shù)據(jù)。對于所有不同的系統(tǒng)，云都成為一個很好的聚集點，企業(yè)可以在其中幾乎沒有限制地擴(kuò)大或縮小規(guī)模。然后，組織可以消除在單獨存儲數(shù)據(jù)時出現(xiàn)的系統(tǒng)之間進(jìn)行集成和審計的需要。

過去，工業(yè)公司一直質(zhì)疑云的保護(hù)，因為他們認(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)移到銀行帳戶中的消費者一樣，許多企業(yè)也對將數(shù)據(jù)存放在何處持有類似的保留意見。結(jié)果，這些公司拒絕了云計算，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)注的問題，但是領(lǐng)先的云提供商所采取的行動已經(jīng)開始影響這些觀點。雖然大多數(shù)公司都有專門的安全專家(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)隊還遵循最佳實踐和特定于行業(yè)的標(biāo)準(zhǔn)，并在沒有義務(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)計劃的重要組成部分，因此，數(shù)據(jù)生成點之間的舒適安全連接是關(guān)鍵。

同樣，云平臺也要經(jīng)過持續(xù)審核，以便云服務(wù)提供商可以使客戶容易獲得性能和安全性數(shù)據(jù)。這種數(shù)據(jù)訪問可幫助企業(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)識到云提供商正在將大量資源用于安全性以及云所帶來的不可否認(rèn)的好處，公司越來越多地開始將云解決方案視為一種值得信賴甚至首選的方法。

分別處理云和邊緣是一種相當(dāng)標(biāo)準(zhǔn)的業(yè)務(wù)實踐。但是對于云支持的所有基本工作流程，將邊緣計算集成到解決方案中仍具有優(yōu)勢。云和邊緣在不同類型的環(huán)境中均提供不同的好處，這通常使分布式計算框架最適合于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)進(jìn)行計算的不同層。

例如，考慮一個擁有數(shù)百臺設(shè)備的大型工廠-每個設(shè)備實際上都是一個邊緣端點，而工廠本身可以代表另一個端點。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)收集并匯總到工廠現(xiàn)場。

插入此中間層變得至關(guān)重要，因為它減少了直接連接的數(shù)量，并允許對傳播到云中的信息進(jìn)行過濾，從而防止不必要的數(shù)據(jù)干擾下游分析。此外，如果該工廠僅使用云計算，他們將無法對設(shè)備上生成的數(shù)據(jù)做出足夠快的反應(yīng)。

數(shù)據(jù)過載，端點與分析之間的距離，響應(yīng)時間慢等原因會導(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。該框架包括計算方面的優(yōu)勢，使企業(yè)能夠提取見解并采取行動，這比數(shù)據(jù)必須先傳輸?shù)皆浦腥缓笤倩貍鲿r要快。這樣節(jié)省的時間為實時評估設(shè)備本身的數(shù)據(jù)打開了一扇門。

另一方面，如果工廠選擇僅采用邊緣方法，則他們將缺乏全面了解其運(yùn)營的能力。如果沒有云，他們將只能分別查看每臺設(shè)備的現(xiàn)場可見性，而無法了解這些端點之間的相互關(guān)系。為了獲得這種級別的分析，工廠必須實施離線批處理，并手動組合所有工廠數(shù)據(jù)。

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

無論哪種情況，分布式處理和為您的運(yùn)營選擇正確的解決方案都是成功的IoT計劃的關(guān)鍵要素。通常，它是一種多層方法，根據(jù)優(yōu)缺點使用不同的計算方法。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）