边缘计算驱动工业应用有哪些安全隐患
source link: https://www.51cto.com/article/722584.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
边缘计算驱动工业应用有哪些安全隐患
过去十年物联网的扩展、5G的推出以及边缘计算的发展，都为数字化转型创造了新的机遇。
特别是工业系统，往往与更广泛的企业网络隔离开来，历史上在一个专有环境中运行。但近年来，随着企业寻求从大数据等方法中获益，IP网络变得越来越普遍，这需要跨越空中鸿沟的桥梁，这带来了一些明显的后果。
物联网设备的数量每五年翻一番，产生了必须缓解的安全风险，云计算正在迅速增长，企业应用正在迁移到公共云，而企业在部署中越来越倾向于云原生。
在这种情况下，随着超大规模的云供应商开发解决方案，将云能力分布到更靠近边缘的位置，边缘计算的采用正在加快。就像云计算一样，边缘计算正变得越来越主流。
有三个因素正在推动计算能力从云计算转移到运营站点。
首先，边缘技术具有间歇性连接，这比完全在线的技术具有更广泛的功能。其次是复杂设备依赖于实时决策，最后是所需的计算决策不依赖于更强大的计算能力。
旅游、运输和物流以及零售等行业具有最直接的潜力，这些行业目前提供了几乎三分之一的现有用例环境。
以汽车行业为例
自动驾驶、互联互通、电气化和共享出行是该行业转型的四个关键驱动因素，它们都需要大幅提升移动网络和计算能力。
自动驾驶可能会产生最大的影响，因为它需要更高的车载计算能力来实时分析大量传感器数据。
其他自动驾驶技术、空中下载技术和第三方服务集成也需要汽车内外的高性能和智能连接。同样，越来越严格的车辆安全需求要求更快、更可靠的移动网络和非常低的延迟。
虽然目前该领域的大多数应用都是围绕单一工作地点构建的，但这种情况可能会发生变化。
未来，他们可能会将边缘计算与板载或云处理相结合，以提供更高的性能。例如，智能交通管理系统可以利用外部数据，其他车辆的遥测数据、实时交通监控、地图和相机图像增强车辆的传感器数据，从而改善车载决策。
在这种情况下，来自多个地点的数据很可能会被交通管理软件融合。最终的安全相关决策将在车上做出。最终，可能需要跨车辆、边缘基础设施和云管理大量实时和非实时数据，以实现高级用例。因此，边缘和云之间的数据交换必须无缝。
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK