当前网络中已经连接了64亿台设备，并且增加了550万台新设备。因此，物联网的兴起需要新的处理和分析需求的方法。要充分利用物联网，需要在设备和云之间建立牢固无缝的连接，同时消除计算和隐私问题。许多公司没有为与物联网技术相关的风险做好准备，但是边缘计算使用物联网设备的处理能力来聚合，预处理和过滤数据源，并增强数字工具的功能，将边缘应用程序与云连接性相结合以执行复杂的任务。分析并促进决策和行动将促进更快的连接速度和相关支持。尽管企业刚刚开始在边缘计算领域做出努力，但他们看到物联网网络在以下三个方面得到了加强。 1.减少延迟和快速处理数据云计算的能力与IoT技术相结合，意味着到2018年，IoT传感器和设备将超过手机，成为最大的访问设备。工业和消费者应用中使用的复杂算法可实现语音和面部识别以及机器学习功能的快速开发和应用。但是，向云传输并回传到每个IoT设备的数据必须处理不可避免的网络延迟。物联网创建的所有数据的45％将在边缘网络附近或在边缘网络上进行存储，处理，分析和执行。边缘计算通过调整每个应用程序的处理要求解决了IoT难题。边缘网络使用低延迟要求，使IoT设备能够自行运行机器学习算法。只有与所需流程的云进行交互，才能实现快速数据处理和减少延迟的双重优势。物联网硬件与支持之间的联系也反映在边缘计算中数据与分析之间的关系中。 2.强大的连接能力。利用边缘计算的速度和减少的延迟，在网络连接方面为用户带来了巨大的好处。将云之间的交互限制为基本功能可以减少数据传输需求并降低连接费用。此外，需要网络连接的应用程序不会因物联网设备的丢失而受到干扰。随着更多设备的连接，对网络和云需求的考虑取决于边缘计算的应用。 EdgeX Foundry是一个开源软件项目，专门为边缘计算建立通用框架和外围参考平台。仅戴尔公司就提供了十几个微服务器和155,000行源代码来推广该项目。 Edge X将提供一个即插即用组件的生态系统，可以将其组合起来以创建一个安全且可扩展的物联网解决方案。 3.隐私保护“威胁情报”报告显示季节性攻击。 OnRamp的Carolina Curby-Lucier解释了公司如何使用加密，警报和身份验证来摆脱物联网中的网络安全问题。但是，物联网中对隐私保护的需求已远远超出了传统威胁，包括使用边缘计算来保护数据。随着物联网技术成为从医疗保健到银行业等市场的行业规范，物联网设备捕获的数据也需要隐私保护。使用边缘计算可以使用设备组件来处理来自摄像机或麦克风的数据，而不必依赖于云。或者，当需要云支持时，边缘可以在设备或传感器上预处理所需算法的步骤，并且只有在更改数据以保护隐私并加快处理速度之后，才可以传输数据。寻找网络的边缘边缘计算不仅限于驻留在单个IoT设备或传感器上的处理和数据存储功能。三种不同类型的边缘位置支持与云的同步处理：边缘网关，边缘设备以及边缘传感器和执行器。边缘传感器或执行器在没有自己的电源的情况下运行，并且传感器或执行器没有自己的操作系统，并且该设备或网关可以用作IoT技术和云之间的连接中介。运行iOS，Linux，Android或其他操作系统的设备可以视为边缘设备。这些设备通常具有电源/电池，并在现场运行边缘计算任务。设备自行处理数据并运行计算。或在边缘网关的帮助下运行计算。与边缘设备一样，边缘网关也有自己的操作系统。边缘网关比边缘设备具有更强大的处理，存储和内存功能。他们还可以收集数据