物联网技术把感应器嵌入和装备到电网、铁路、桥梁、隧道、公路、建筑、供水系统、大坝、油气管道等各种物体中，然后将“物联网”与现有的互联网整合起来。这个整合的网络当中，存在能力超级强大的中心计算机群，能够对整合网络内的人员、机器、设备和基础设施实施实时的管理和控制，借助于边缘计算可以提升物联网的智能化，促使物联网在各个垂直行业落地生根。那么边缘解决了IoT什么问题呢?
边缘计算在智能交通、智慧城市和智能家居等行业或领域的应用情况
智慧交通
在城市道路交通中，每个路口都会设置监控摄像头，每周甚至每天都会有海量的视频数据产生，如果这些监控设备产生的数据聚在一起，会是个天文数字。但是通过边缘计算的实时数据处理和分析功能，可以支持无人驾驶、交通流量疏导和拥堵预测这类业务功能。另外也提供本地的监控数据存储，对数据进行处理和清洗后再把有效数据传递给云/数据中心做进一步分析的边云协同。
智慧城市
智慧城市是构建“宜居、舒适、安全”的城市生活环境，实现城市“感知、互联和智慧”。智慧城市建设是涉及诸多信息系统、综合集成技术的大型信息化工程。物联网技术将为城市基础设施的整体升级提供智能化的支撑，而边缘计算将丰富智慧城市的应用场景。
智能家居
在当前的智能家居中，智能家电设备基本上都是由智能单品构成的，比如密码锁、智能照明、智能空调、安防监控、智能卫浴、家庭影院多媒体系统等。
采用边缘计算技术，可以把家庭视频数据存放在本地边缘计算网关设备上，确保用户的隐私不被泄漏;多个智能单品之间的联动也可以通过本地边缘计算进行近实时的协调;边缘计算节点还能实现定期与云计算同步更新控制和设备状态信息。
物联网不断发展的过程会遇到越来越多的诸如：传输、带宽、安全、数据处理、数据分析等众多挑战，单纯靠云计算已然无法完全解决问题，边缘计算可以有效缓解以及解决这些挑战，边云融合边云协同是以后的趋势。
边缘解决了IoT什么问题
1、延迟问题
延迟是指处理和分析捕获数据所需的时间。连接到互联网的设备必须在100毫秒内响应，有时甚至不到10毫秒。因此，计算过程必须尽可能本地化，以抵消远距离传输数据的固有延迟。
通过物联网中的边缘计算，计算将在源头附近完成，例如传感器，如果汽车上的传感器判断出将要发生碰撞，那么系统就必须具有足够的确定性，能够在一定的时间范围内部署安全气囊，如果在长距离传输数据方面有任何滞后，那就是根本不安全的。
2、带宽问题
运行软件和生成数据的大多数物联网设备需要链接到云以存储和进一步处理该数据。因此，需要大量的功率和带宽将IoT数据传输到云。
在物联网中使用边缘计算，组织可以减少互联网带宽的使用，因为可以在源附近处理大量数据。
例如，边缘计算相机可以通过分析警察仪表板的视频源来帮助执法机构减少带宽，相机摄像头可以实时生成大量的视频和音频记录，但只有在必要时才将相关数据发送到云端。
3、带宽成本问题
物联网应用程序生成大量相对低价值的时间序列数据。这意味着带宽成本，设备获得带宽的机会成本，存储和分析成本，以及云中这些低价值时间序列数据的计算成本。
有了边缘计算，这些数据就可以被捕获，如果有必要的话，在将数据发送到云或其他上游聚合点之前进行分析和汇总，这比通过WAN链路发送未经过滤的数据要便宜得多，后者通常非常昂贵。
4、传统系统连接问题
公司经常连接到物联网的传统系统具有非IP/以太网接口。因此，他们需要来自模拟或专有系统接口的物理转换，以便能够使用和分析数据。这只能在生成数据的原始设备旁边完成。
这是物联网中的边缘计算可以提供帮助的地方。边缘可以充当新旧之间的中介，为没有现代计算能力的传统资产添加智能功能。
5、物联网安全问题
尽管云服务提供商已经为终端客户的物联网产品开发了出色的安全性，但运营技术专业人员仍然担心他们的敏感数据一旦离开企业的墙壁就不会安全。
为了解决这个问题，可以在边缘添加更多智能来保护系统，使其更强大，可以抵御黑客攻击和入侵。因此，任何中断都将仅限于边缘计算设备和这些设备上的本地应用程序。
边缘计算在物联网中应用的领域非常广泛，特别适合具有低时延、高带宽、高可靠、海量连接、 异构汇聚和本地安全隐私保护等特殊业务要求的应用场景。为了打造更适合行业应用的物联网通讯终端产品，四信通信充分利用边缘计算技术，大力研发生产出了F-G200边缘计算网关，该系列产品可帮助用户快速接入高速互联网，实现安全可靠的数据传输。
联系客服
