共计 947 个字符，预计需要花费 3 分钟才能阅读完成。
物联网是一种技术趋势，它将连贯各种设施和传感器，并应用云计算和大数据分析来收集和解决数据。然而，因为设施和数据源的数量一直减少，传统的集中式云计算模型曾经不能满足物联网的需要。因而，为了提高效率、减少隐衷平安和满足覆盖范围等方面的要求，边缘计算作为一种新的计算架构应运而生。上面是边缘计算解决物联网的 6 个重要问题：
1、提早和带宽限度：传统的云计算模型在解决大量数据时会呈现提早和带宽限度。边缘计算则能够在设施左近解决数据，缩小了数据传输的间隔，从而升高了提早，进步了实时性。
2、隐衷和平安：物联网中波及到大量的个人信息和敏感数据，例如地位、生物特色、医疗记录等。传统的云计算模型难以保证数据的安全性和隐衷性。边缘计算则能够在设施左近解决数据，缩小了数据传输的间隔，从而减少了隐衷爱护的能力。
3、覆盖范围和可靠性：因为物联网中波及到大量的设施和传感器，因而须要有一个高效的计算架构来保证数据的覆盖范围和可靠性。边缘计算能够在设施左近解决数据，缩小了数据传输的间隔，从而进步了数据的可靠性和覆盖范围。
4、能源效率：物联网中的大量设施须要耗费大量的能源，因而须要有一个高效的计算架构来升高能源消耗。边缘计算能够在设施左近解决数据，缩小了数据传输的间隔，从而升高了能源消耗，进步了能源利用效率。
5、数据分析和利用：物联网中的大量数据须要进行剖析和利用。边缘计算能够在设施左近解决数据，缩小了数据传输的间隔，从而使得剖析和利用更加高效和实时。
6、异构环境：物联网中的设施和传感器通常具备不同的硬件和软件架构，因而须要有一个灵便的计算架构来反对不同的设施和传感器。边缘计算能够在设施左近解决数据，缩小了数据传输的间隔，从而反对异构环境下的数据处理和利用。
综上所述，边缘计算解决了物联网中的 6 个重要问题：提早、带宽限度、隐衷和平安、覆盖范围和可靠性、能源效率、数据分析和利用以及异构环境。这种计算架构在解决大量数据、进步实时性、保证数据安全性和隐衷性、减少覆盖范围和可靠性、升高能源消耗、反对异构环境等方面具备劣势。
因为物联网具备宽泛的利用场景和微小的市场价值，越来越多的公司和钻研机构投入到物联网技术的钻研和开发中。然而，因为技术和市场的不确定性，物联网依然存在许多挑战和危险。
本文由 mdnice 多平台公布
