IoT网络怎样被扩展

目前的网络中已经有64亿台设备连接，此外还新增了550万台新设备，因此物联网的兴起需要采用新的处理和分析需求的方法。充分利用物联网需要在设备和云之间实现强大的无缝连接，同时消除计算问题和隐私问题。

很多企业并没有为与物联网技术相关的风险做好准备，但边缘计算使用IoT设备的处理能力来聚合、预处理和过滤数据源，并增强数字工具的功能，将边缘应用于云连接相结合，以执行复杂的分析，并促进决策和行动将促进更快的连接速度和相关的支持。虽然企业刚刚开始在边缘计算领域发力，但在以下三个方面已经看到物联网网络已经有所增强。

云计算结合IoT技术的能力意味着到2018年，IoT传感器和设备将超过手机成为最大的接入设备。用于工业和消费者应用的复杂算法使得语音和人脸识别以及机器学习的功能将会得到快速的发展应用。

但是，数据传输到云端并返回到每个IoT设备必须应对不可避免的网络延迟，所有IoT创建的数据的45%将被存储、处理、分析，并在靠近或在边缘网络上进行。边缘计算通过调整每个应用程序的处理需求来解决物联网困境，利用低延迟需求，边缘网络使IoT设备自己运行机器学习算法。只有与所需流程的云进行交互才能实现快速的数据处理并降低延迟双重优势，IoT硬件和支持之间的连接也反映在边缘计算中的数据和分析之间的关系中。

使用边缘计算的速度和降低延迟在网络连接方面给用户带来了巨大的好处，将云端之间的互动限制为基本功能可以降低数据传输的要求，降低连接费用的成本。此外，需要网络连接的应用程序不会因为IoT设备的流失受到干扰，随着更多设备的接入，网络和云需求的考虑取决于边缘计算的应用。

EdgeX Foundry是一个开源软件项目，专门为边缘计算建立了一个通用框架和周边参考平台。戴尔独自提供了十几个微服务器和超过十五万五千行源代码来推动该项目，Edge X将提供即插即用组件的生态系统，这些组件可以组合起来，为物联网创建安全可扩展的解决方案。

Threat Intelligence报告显示了季节性的攻击，OnRamp的Carolina Curby-Lucier解释了企业如何利用加密，警报和身份验证在物联网中脱离网络安全问题。 但是，物联网中隐私保护的需求远远超出了传统的威胁，包括使用边缘计算来保护数据。

随着物联网技术成为从医疗保健到银行市场的行业规范，IoT设备捕获的数据也需要隐私保护。 使用边缘计算可以使用设备组件来处理来自摄像机或麦克风的数据，而不是依赖于云。 或者，当需要云支持时，边缘可以在设备或传感器上预处理所需算法的步骤，并且只有在数据被更改以保护隐私并加速处理之后才能进行传输。

边缘计算不限于驻留在单个IoT设备或传感器上的处理和数据存储功能，三种不同类型的边缘位置使得能够与云端同步处理：边缘网关、边缘设备和边缘传感器和执行器。

边缘传感器或执行器在没有自己的电源的情况下运行，传感器或执行器也没有自己的操作系统，并且可以将设备或网关作为IoT技术和云端之间的连接中介。

运行iOS，Linux，Android或其他操作系统的设备可能被视为边缘设备，这些设备通常具有电源/电池，并且在现场运行边缘计算任务，设备自己处理数据并运行计算。或者在边缘网关的帮助下运行计算。

与边缘设备一样，边缘网关也有自己的操作系统，边缘网关比边缘设备具有更强大的处理、存储和内存能力，还可以向云端发送信息之前收集数据并执行算法。利用这些设备和边缘计算的架构将有助于创建新的网络方式。

边缘领域的领导者HPE等公司已经开始提供Edgeline IoT Systems这样的服务，将IoT数据的优势引入到边缘。利用HPE部署，机器学习在边缘实现欺诈预防、自动维护支持和增强现实（AR）技术成为可能。

将边缘计算引入到传感器或设备中，云将创建新的流程架构，以解决物联网之外的复杂问题。这种新的三层架构将成为标准，围绕基于云、机器学习和快速数据的尖端技术。边缘计算的前提是区分即时需求，防止长期分析，使技术能够最大限度地利用存储、计算、交换和网络。