邊緣計算近年來取得了顯著進展。它現在是一種強大的技術，擁有物聯網設備的公司應該考慮加強其設備安全性和分析能力。

邊緣計算是微數據物聯網中心的網狀網絡，可在將關鍵數據傳輸到中央數據中心或云存儲庫之前在本地處理和存儲關鍵數據。邊緣計算有助于優化云計算系統免受與數據傳輸相關的中斷。

借助容器化的微服務架構，云服務器成為智能邊緣設備的控制節點，執行摘要分析，同時將邊緣服務器的實時決策制定。

邊緣的物聯網設備必須負責計算，存儲和網絡連接，所有這些都需要小巧的外形。根據要求，來自傳感器的處理數據可以部分或全部一次發送到云。

哪里需要邊緣計算？

可以在以下情況下部署邊緣計算：

物聯網設備連接性差。

應用程序依賴于機器學習，需要大量數據才能提供快速反饋。

為了安全和隱私，需要在工廠內保存數據。

邊緣處的原始數據需要預處理以減少計算。

邊緣計算的典型用例是面部識別，智能導航等。值得注意的是，如果物聯網設備必須始終連接到中央云，則邊緣計算效率不高。

邊緣計算與霧計算有何不同？

霧計算是指基于邊緣設備和云之間的交互的動作。邊緣計算是指具有計算能力的物聯網設備; 它們充當傳感器和工廠內人員之間的網關。從某種意義上說，邊緣計算是霧計算的一個子集。

邊緣計算使功能更接近最終用戶應用程序，因此，不需要經常連接到集中式云基礎架構以進行指令或分析的設備，他們就能夠自己完成這些任務。

由于邊緣計算是一項相對較新的技術，因此仍然存在舊問題，包括弱登錄憑據，零日漏洞，缺乏更新以及不太理想的網絡架構。

另一方面，邊緣設備本身可以證明容易受到攻擊和攻擊。在設計安全體系結構時應該牢記這一點。

云計算和邊緣計算架構共同可以更有效地存儲和處理數據。

邊緣計算可以采取以下安全措施：

保護傳感器數據

在一定方差水平的數據中插入高斯噪聲，以降低嗅探攻擊的幾率。

將數據拆分成塊并對其進行混洗將避免中間人（MITM）攻擊。

實施公鑰基礎結構以加密每個數據塊。

認證

物聯網設備，尤其是智能電網中的物聯網設備，容易受到數據篡改和欺騙攻擊，并且可以借助公鑰基礎設施（PKI），Diffie-Hellman密鑰交換，入侵檢測技術和對已修改輸入值的監控來防止。

數據加密

對于靜態數據，具有256位密鑰大小的AES算法可用于確保隱私，而安全套接字層（SSL）協議可用于在服務器和客戶端之間建立安全通信。

網絡監控

人工神經網絡（ANN）和規則匹配可用于威脅檢測，因為大量異構物聯網設備在多個級別（管理程序，操作系統和應用程序）上傳輸和處理異構數據。

零日漏洞

機器學習技術可用于識別零日攻擊，具有更高的準確性。這些技術使用良性軟件模型訓練支持向量機等算法，之后，任何異常行為都可以觸發檢測事件。除了竊取數據或修改核心系統功能外，惡意軟件的存在還會降低系統性能。

在醫療保健領域，如果Fog系統受到損害，關鍵數據和功能仍然受到強有力的完整性檢查的保護，并且一旦主機操作系統中出現惡意活動，系統就會被隔離，這一點至關重要。

邊緣計算融合IT和OT

IT由處理系統和數據存儲組成。OT包括運行和監控生產系統所需的硬件和軟件，如SCADA（監控和數據采集），DCS（分布式控制系統）和ICS（工業控制系統）。最近的技術旨在將IT和OT融合到一個共同的基礎上，以便于溝通和行動。邊緣計算正在加速這種融合。

處于工業物聯網前沿的公司已經建立了IT和OT的共同基礎，以便作為一個統一的系統運行。例如，健康監視器就像融合系統。將計算更接近傳感器（硬件）的邊緣計算將IT和OT結合在一起。

借助IT（特別是數據科學和ML模型），用戶可以構建不斷學習和適應的算法，以便提供更好的結果。然后，OT可以自動化他們的工作流程，同時提供更好的監控和條件異常的見解。已經整合了他們的OT / IT團隊的工廠已經取得了成功的結果，如更低的能耗，更好的產品質量和資產健康，以及更短的停機時間。