浅析边缘计算技术

devtools/2024/9/23 1:37:12/

概念    

        边缘计算是一种分布式计算范式,它将计算任务和数据存储从中心化的云端推向网络的边缘,即设备或终端,以提高响应速度和降低网络带宽需求。在边缘计算中,数据在源头附近进行处理和分析,而不需要将所有数据传输到远程的数据中心。将数据处理和存储能力推送至接近数据源的网络边缘,以降低延迟、提高带宽利用率,并增强隐私和安全性。

云计算和边缘计算是两种不同的计算模式,它们各自有着特定的优势和适用场景。

云计算:

        云计算是一种通过网络提供计算资源和服务的模式,用户可以通过互联网按需获取计算资源,无需在本地部署和维护硬件设备。
        优势:灵活性高,可以根据需求随时扩展或缩减计算资源;资源集中管理,易于维护和更新;适用于需要大规模计算和存储的场景。
        适用场景:大规模数据处理、企业应用托管、弹性网站托管等需要高性能和大规模资源的应用场景。
边缘计算

        边缘计算是一种将计算和存储资源推向网络边缘的模式,将数据处理和分析功能部署在离数据源更近的地方,以减少数据传输延迟和网络带宽占用。
        优势:降低数据传输延迟,提高响应速度;减少对网络带宽的依赖;支持实时数据处理和分析。
        适用场景:物联网设备、智能城市、工业自动化等需要低延迟和实时处理的场景。

应用场景

        边缘计算的应用场景非常广泛,包括物联网(IoT)、智能家居、自动驾驶、工业、远程医疗、增强现实(AR)和虚拟现实(VR)等。在这些场景中,边缘计算能够显著减少数据传输延迟,提高系统的实时性和响应速度,同时减轻数据中心的负担。 

        智能城市:监控摄像头、交通管理、环境监测等。

        工业物联网:设备监控、预测性维护、生产优化等。

        智能零售:智能货架、用户行为分析、定制化推荐等。

        智能健康:远程医疗监护、个性化健康管理、医疗影像分析等。

必要性

        边缘计算的主要优势包括低延迟、高带宽、安全性和可靠性。由于数据在源头附近处理,可以显著减少数据传输延迟,提高系统的实时性。同时,减少数据传输量可以降低对网络带宽的需求,从而减轻网络拥堵。此外,将敏感数据在本地处理可以减少数据泄露的风险,提高系统的可靠性,因为即使网络连接中断,本地设备仍然可以继续运行。

        降低延迟:通过将计算推送至边缘,减少数据往返时间,实现实时响应需求。

        减轻网络负载:将数据处理在本地,减少对云端资源的依赖,降低网络拥塞风险。

        增强隐私保护:本地数据处理有助于减少数据在传输过程中的暴露风险,提高隐私安全性。

        提高可靠性:分布式边缘计算架构可以提高系统的容错性和可用性,降低单点故障的风险。

功能架构

  • 数据采集与传输:负责从传感器、设备等数据源采集数据,并通过网络传输至边缘节点。
  • 数据处理与分析:在边缘节点上对接收到的数据进行实时处理和分析,生成实时决策或预测结果。
  • 数据存储与管理:负责存储和管理边缘节点处理的数据,提供数据的查询、检索和删除等功能。

技术架构

  • 边缘节点:使用轻量级容器化技术,如Docker或Kubernetes,实现边缘计算任务的部署和管理。
  • 通信协议:采用低功耗广域网(LPWAN)、MQTT等协议,实现设备与边缘节点之间的数据传输。
  • 数据处理引擎:使用Apache Kafka、Apache Flink等实时流处理引擎,实现数据的实时处理和分析。
  • 安全机制:采用TLS/SSL加密、身份认证等技术,保障数据在传输和存储过程中的安全性。

应用架构

  • 边缘节点:部署在物联网设备、智能网关等边缘设备上,负责实时数据处理和决策。
  • 云端平台:提供远程监控和管理功能,接收边缘节点传输的数据,并进行二次处理和存储。

数据架构

  • 实时数据:包括传感器数据、设备状态等实时产生的数据,用于实时监控和决策。
  • 历史数据:包括历史记录、日志等数据,用于分析和回溯。

4+1视图

        逻辑视图:描述系统的功能和数据流程,包括数据处理流程、逻辑组件等。

        物理视图:描述系统的物理组件和部署架构,包括边缘节点、云端服务器等。

        进程视图:描述系统的进程和通信机制,包括数据传输、处理和存储过程。

        开发视图:描述系统的开发环境和工具链,包括开发语言、框架和工具。

        场景视图:描述系统在不同应用场景下的使用情况和配置方式。

边缘计算的市场前景" style="background-color:transparent;">边缘计算的市场前景

        预计到2025年,全球将有超过75亿个物联网设备在线,这些设备将产生大量的数据,需要在网络边缘进行实时处理和分析。边缘计算能够降低数据传输延迟,提高处理效率,从而满足物联网应用对实时性和可靠性的高要求。随着物联网设备的爆炸式增长,边缘计算将成为处理和分析这些海量数据的关键技术。 

发展趋势

        边缘计算平台:云厂商如AWS、Azure等将推出更多边缘计算服务,简化边缘应用的开发和部署。

        边缘智能:结合人工智能技术,实现边缘设备的智能化,提高边缘计算的智能决策能力。

        边缘安全:加强边缘计算平台的安全性能,保障边缘设备和数据的安全性。

        边缘标准:制定边缘计算的相关标准。


http://www.ppmy.cn/devtools/32642.html

相关文章

智慧旅游引领旅游行业创新发展:借助智能科技的力量,实现旅游资源的优化配置和高效利用,推动旅游行业的转型升级和可持续发展

目录 一、引言 二、智慧旅游的定义与特点 1、信息化程度高 2、智能化服务丰富 3、互动性强 4、个性化服务突出 5、可持续性发展 三、智慧旅游在旅游行业创新发展中的作用 (一)优化旅游资源配置 (二)提升旅游服务质量 &…

掌握JavaScript面向对象编程核心密码:深入解析JavaScript面向对象机制对象概念、原型模式与继承策略全面指南,高效创建高质量、可维护代码

ECMAScript(简称ES,是JavaScript的标准规范)支持面向对象编程,通过构造函数模拟类,原型链实现继承,以及ES6引入的class语法糖简化面向对象开发。对象可通过构造函数创建,使用原型链共享方法和属…

yum的安装与部署

一、yum的描述 Yum 是一个在基于 Red Hat 的 Linux 发行版(如 CentOS 和 RHEL)上使用的包管理器。通常,Yum 会随着发行版的安装自动安装,因此,你可能不需要手动安装它 二、安装和配置yum源步骤 创建 Yum 仓库文件&…

数据库(MySQL)—— 事务

数据库(MySQL)—— 事务 什么是事务事务操作未控制事务测试异常情况 控制事务一查看/设置事务提交方式:提交事务回滚事务 控制事务二开启事务提交事务回滚事务 并发事务问题脏读(Dirty Read)不可重复读(Non…

anaconda、cuda、tensorflow、pycharm环境安装

anaconda、cuda、tensorflow、pycharm环境安装 anaconda安装 anaconda官方下载地址 本文使用的是基于python3.9的anaconda 接下来跟着步骤安装: 检验conda是否成功安装 安装CUDA和cuDNN 提醒,CUDA和cuDNN两者必须版本对应,否者将会出错…

C#中.net8WebApi加密解密

尤其在公网之中,数据的安全及其的重要,除过我们使用jwt之外,还可以对传送的数据进行加密,就算别人使用抓包工具,抓到数据,一时半会儿也解密不了数据,当然,加密也影响了效率&#xff…

四种实时Web通信技术的详细分析

HTTP轮询(Polling): 工作原理: 客户端通过定时发送HTTP请求到服务器来检查是否有新的数据。如果有,服务器响应并发送数据;如果没有,服务器返回一个空响应。模式: 简单轮询:简单轮询中&#xff0…

C语言结课总结与示例代码

经过一学期的学习,我们终于完成了C语言的学习旅程。C语言作为计算机编程的基石,为我们后续学习更高级的语言和深入理解计算机内部机制打下了坚实的基础。在这里,我想对这学期的学习进行一下总结,并通过一些示例代码来回顾我们学过…