边缘计算和云计算

当云计算出现时，为什么需要边缘计算1网络带宽和计算吞吐率都成为云计算的性能瓶颈云中心有强大的处理性能，可以处理大量数据但如何快速地把大量的数据传输到云中心，一直是业界的一大难题在云计算体系结构中，网络带宽和计算吞吐率都是性能瓶颈，用户体验常常与响应时间成反比在5G时代，数据的实时性要求越来越高，部分计算能力也需要本地化2物联网时代数据量的迅速增长，对数据安全提出了更高的要求在不久的将来，能为绝大多数电子设备提供网络访问，这将产生大量的数据常规云计算体系结构不能及时有效地处理这些海量数据，如果把计算移到边缘节点上，可以极大地减少响应时间和降低网络负载另外，部分数据不适合上云，留在终端可以保证隐私

为了提高数据处理的及时性和有效性，边缘计算诞生了这将使数据处理更加有效边缘计算是网络中最接近的物体或数据源集成网络计算存储和应用核心能力的分布式开放平台，在附近提供边缘智能服务边缘计算最大的特点是在更接近终端的网络边缘提供服务这种设计可以满足各行业在数字化实时业务数据优化应用智能安全隐私保护等方面的关键需求它的优势可以促进智能化，将物理和数字连接起来边缘计算解决了时效性和有效性问题边缘计算可以先处理数据，将需要更深入分析的数据传输到中央机房，然后进行云计算边缘计算可以使数据下沉，在最短的距离和时间内处理数据，从而实现更高效的网络运行计算网络中云计算和边缘计算的侧重点不同与云计算相比，边缘计算更

边缘化是云计算的互补与补充，而非替代关系边缘化和云计算各有所长，云计算擅长全局性非实时长周期大数据处理和分析，具有长期维护商业决策支持等方面的优势同时，边缘计算更适合于局部实时短周期数据的处理和分析，能够更好地支持本地业务的实时智能决策和执行所以，边缘计算和云计算之间并不存在替代关系，而是协同互补边界计算和云计算需要通过紧密协作来更好地匹配多种需求场景，扩大边缘计算和云计算的应用价值在接近执行单元的同时，边缘计算也是需要云处理的高价值数据的采集和初始处理单元，能够更好地支持云上的应用与之相反，云计算通过大数据分析优化输出的商业规则或模型可以发出，边缘计算会根据新的业务规则或者模型运行在边缘计算

近年来，物联网云计算边缘计算被广泛应用但在实际应用过程中，物联网和云计算都存在一些不足之处，具体表现在1物联网感知层数据量大，复杂，海量数据的过滤处理传输和应用等问题在实时性要求较高的情况下面临着巨大的挑战2云服务是高聚合度的业务计算，它依赖网络网络服务中断网络延迟等问题，以及网络响应速度慢带宽不足流量成本高等问题，制约了云计算在实时可靠控制中的应用与发展3物联网时代，传感器可以捕捉大量的隐私信息，终端设备的快速增长也带来了新的攻击途径边沿计算可以使安全部件更接近攻击源，启动更有效的安全应用程序，增加层次结构来抵抗攻击和核心的攻击边缘计算的对策特征1边缘计算的创新适合电力业务场景的边缘计算方案

在一个平台上融合边缘计算云计算工具为应对挑战，开发工具将OT和IT的最佳使用性能结合在一起，通过转移到可独立使用或与基于云的工作相结合的边缘计算平台OT和IT应用以及用户在必要时共享边缘平台，这已经成为工业数据管理任务中的一个关键因素OT和IT人员创建IIoT解决方案所需的应用程序最好部署到边缘设备上IT用户理解在边缘进行分析的好处，而任务数据和体系结构设计高保真低延迟的关键任务数据体系结构总是可靠的对整个工厂许多工厂以及整个集团企业级别的分析，数据必须传送到更高层次的系统边缘化平台非常适合于将每个站点的数据子集传输到基于云的平台上，然后利用大规模并行计算体系结构，在云平台上实现大数据洞察如果