什么是边缘物联网

边缘设备是收集环境数据的物理设备或传感器，如温度传感器、摄像头或工业设备等。它们是边缘物联网的数据源头。

边缘节点或边缘服务器是小型本地计算设备，用于处理和分析边缘设备收集的数据，然后再将数据发送到云端或中央服务器。它们是边缘物联网的核心计算单元。

边缘软件包括运行在边缘设备和节点上的软件和应用程序，实现边缘端的数据处理、分析和决策。

边缘分析指边缘端的分析能力，允许实时处理数据并生成见解，无需依赖云端。

边缘安全包括保护边缘设备、节点和数据传输的各种措施，确保隐私安全并防范网络威胁。

边缘连接涉及使边缘设备能够连接到节点、云端或其他系统的通信技术和协议，如WiFi、蓝牙或蜂窝网络。

构建边缘物联网系统的关键元素之一是利用轻量级协议和数据传输机制，如IETF 6LoWPAN、ZeroMQ和MQTT，以实现物联网设备与边缘基础设施之间高效的通信。

采用雾计算作为可行的替代方案，可以防止大量数据突发流经互联网，通过在靠近边缘设备的位置处理数据。这有助于减少对云服务器的负载，提高对延迟敏感应用的响应能力。

部署具有有限处理能力的边缘设备，专注于从物理对象提供数据，同时将繁重的计算卸载到更强大的边缘节点或服务器。

实施利用雾计算处理和平衡连接物联网设备请求的分散式物联网架构，可减轻云服务器的负载，提高对延迟敏感应用的响应能力。

边缘计算能够在靠近终端用户的位置进行数据处理，避免了数据传输到云端的延迟，从而实现了低延迟、高吞吐率的数据处理能力。这种能力对于需要实时响应的应用非常关键，如自动驾驶汽车、增强现实等，能够模拟人类感知的响应速度。

通过在边缘设备上进行数据处理，可以大幅减少需要传输到云端的数据量，从而节省了网络带宽。例如，语音识别只需传输识别后的文本而非原始音频数据，视频监控只需在本地边缘网络内传输视频流而无需上传到互联网。

边缘计算使得企业能够在带宽受限或远程地区高效采集数据，如油田、工业园区、海上设施等，而无需完全依赖中央数据中心。这有助于提高运营可靠性，降低成本。

边缘设备具备一定的计算能力，可以根据预设规则对采集的原始数据进行过滤和分析，只将有价值的数据传输到云端，从而提高了数据采集和分析的效率，改善了安全性、性能和用户体验。

通过在网络边缘部署分析计算资源，可以将复杂的数据处理任务从云端转移到靠近数据源的位置。这种方式可以显著减少网络延迟，提高应用响应速度，从而优化物联网应用的整体性能。边缘计算尤其适用于对实时响应有严格要求的场景，如自动驾驶、人工智能等。

将边缘计算与云计算相结合，可以充分利用两者的优势。边缘设备负责实时数据采集和处理，而云端则用于大规模数据存储、设备管理和深度分析。通过云边协同，物联网系统可以实现高效的数据处理和管理，提升整体运行效率。

在边缘侧部署机器学习算法，可以实现对实时数据的快速处理和决策。这种方式避免了将大量数据传输到云端的需求，从而减轻了网络负担，提高了系统响应能力。边缘机器学习广泛应用于视频分析、预测维护等领域。

持续监控物联网系统的数字和物理基础设施，可以及时发现并解决性能瓶颈。通过优化网络、存储、计算资源的配置和利用率，物联网应用的性能可以得到全面提升，同时还能降低安全风险。

边缘计算可以在边缘设备上处理数据，从而最小化向云端传输敏感信息的需求。这种做法可以提高隐私性，并将收集的数据所有权从服务提供商转移到最终用户手中。

制造商可以对物联网设备进行安全审计，专业人员也可以执行漏洞评估和渗透测试，以确保边缘设备的安全性。此外，定期更新设备软件也是必要的，以修复潜在的安全漏洞。

即使需要将部分数据传输到云端，也可以在传输前对数据进行加密，从而提高数据安全性。边缘计算还可以帮助企业遵守数据主权法律，如《通用数据保护条例》（GDPR），将敏感数据保留在靠近数据源的位置。

边缘计算可以减少网络或连接中断导致的运营中断，确保可靠的性能和快速的响应时间，这对于安全的物联网运营至关重要。此外，边缘计算还可以与人工智能和机器学习工具相结合，从而获得有助于提高安全性和生产力的商业智能和洞见。

边缘计算对于自动驾驶汽车至关重要，可实现实时障碍物检测和避障。边缘设备还能够在车辆之间进行快速通信，评估道路状况，确保行车安全。

在制造业中，边缘计算可实现自动化、数据采集、提高生产效率以及实现快速的机器间通信。工厂可利用边缘设备收集和存储来自机器的数据，进行故障检测和预测性维护。

能源公司利用边缘计算从油田、气田、风力涡轮机和太阳能发电站采集和存储数据，实现危险检测、管道优化和预测性维护。

在医疗保健领域，边缘设备可监测病人的关键生命体征如体温和血压，只将必要数据传输到云端，减轻网络负载。

对于实时视频流媒体、在线游戏和虚拟现实等下游应用，边缘计算可减少网络延迟，为用户提供实时体验。这是通过在地理上分布的边缘服务器上缓存内容并利用基于云的边缘服务实现的。

在智能城市中，边缘计算可提高物联网系统的性能，减少向云端传输大量数据的需求，从而降低带宽需求和延迟。

传统的物联网系统中，物联网设备主要负责收集数据并将其发送到云服务器进行处理和决策。这种方式会导致较高的延迟和带宽需求，因为数据需要在云端和设备之间来回传输。边缘物联网是在更靠近物联网设备的"边缘"网络位置运行计算程序和处理数据，而不是在集中式云数据中心。这种架构可以实现更快的响应时间，并减少网络带宽需求，因为不再完全依赖云端。

边缘计算利用智能对象、移动设备或边缘节点来代表云执行任务和提供服务。通过将服务移至边缘，可以实现内容缓存、服务交付、持久数据存储和物联网管理，从而获得更好的响应时间和传输速率，对于需要低延迟的应用程序（如自动驾驶汽车、医疗监控和实时分析）尤为有利。除了低延迟外，边缘物联网还可以减少需要发送到云端的数据量，从而节省带宽和存储成本。它还提高了可靠性，即使与云端的连接中断，操作也可以继续进行。总的来说，与传统基于云的物联网架构相比，边缘物联网提供了更快、更可靠、更经济的数据处理方式。