边缘计算-未来的物联网解决方案

物联网见证了将互联网技术集成到日常生活中的巨大发展。但是,由于缺乏安全性,社会压力和政府行为迫使工程师实施更强大的安全功能。边缘计算如何提供帮助?为什么它是未来物联网的最终解决方案?

介绍

自推出以来,物联网设备已在全球范围内爆炸式增长,据估计全球至少有200亿个设备。尽管物联网(IoT)是一个相对较新的术语,但与Internet相关的技术的使用可以追溯到Internet本身的诞生。但是物联网运动更多地关注传统上不具有Internet功能的简单设备(例如传感器和数据记录器),这就是为什么认为物联网独立于标准Internet计算技术(例如计算机,笔记本电脑和电话)的原因。部。

最初的物联网设备本质上很简单,通常针对利基市场,包括基本的远程温度和湿度记录。因为收集的数据本质上是良性的(即不敏感),所以对于许多使用默认密码和未加密的消息传递协议的设备而言,对其安全性的关注很少。由于最初的IoT设备数量很少,再加上缺乏功能,安全专家,网络犯罪分子和政府部门并未注意到这些设备。但是随着技术的进步,所有这些都发生了变化,设备变得更加智能,并且所收集数据的性质变得更加敏感。

敏感数据增加

由于物联网设备提供的海量数据,物联网的发展加速了人工智能的发展。人工智能系统正被用于驱动许多现代任务,这些任务固有地困难或变化太大,以至于无法使用传统的if语句和切换用例对每种可能性进行编程。示例包括句子识别,语音识别,图像识别,智能搜索结果和个性化助手。

如前所述,物联网收集的第一类数据本质上是良性的,包括温度和湿度,可用于创建可响应这些环境刺激的智能系统。但是工程师很快意识到,随着微控制器技术的发展(例如,从8位向32位ARM的过渡),可以收集更复杂的数据类型,包括音频和视频。这样的系统可用于创建高级人工智能IoT设备,该设备不仅可以收集有关周围环境的数据,而且还可以将该数据发送到基于云的人工智能系统,该系统可以从该数据中学习并在将来使用。更好的结果。

例如,Amazon Echo是一种IoT设备,它将用户的语音请求提交到云系统,然后分析该系统以执行请求并改善人工智能以备将来使用。很快,物联网设备在全球范围内爆炸式增长,其中包括加速度计,磁力计,运动传感器,相机和麦克风等一系列集成功能。但是,这些设备的设计和投放市场的速度太快了,这就是网络罪犯开始利用的地方。

物联网设计的变化速度以及对物联网设备需求的突然增加,导致工程师在创纪录的时间内扭转了产品的状况。加上政府无力应对瞬息万变的市场以及工程师的短视,市场上数十亿台设备在处理高度敏感的数据时缺乏足够的安全措施。很快,网络罪犯将利用IoT设备的许多弱点来进行恶意活动,包括DDoS攻击,加密挖掘,勒索软件和数据销售。市场上的设备要么具有默认密码,要么没有密码,或者不使用加密的消息协议,或者基于不安全的硅技术构建,或者在应用程序空间中保留管理权限(即,固件将以完整的处理器权限运行) 。该设备还可以通过允许攻击者轻松进入设备,然后使用其网络连接来获得Internet访问或本地访问权限来公开网络(这可能使攻击者可以访问同一网络上的服务器和其他设备)。

尽管世界各地的安全专家和行业管理机构已经发出警告,但他们已经开始引入法规,要求工程师如何删除使他们的设计容易受到攻击的功能。到目前为止,这些法规中的大多数法规都集中在删除默认密码上,但是随着时间的流逝,这些法规可能会更改为包括更多功能,例如强制性加密,设备硬件安全性和设备停用安全性要求。但是,有一种新兴技术可以帮助解决物联网安全问题:边缘计算。

边缘计算导论

当前,IoT设备从其周围收集数据并将数据传输到基于云的平台,该平台可提供多种功能,包括数据查看,数据学习和数据处理。例如,先进的家庭自动化系统可能在物业周围具有各种IoT传感器,并且来自这些传感器的数据将传输到基于云的服务,以确定应如何调整环境控制。使用云执行数据处理通常被称为“云计算”,这实际上意味着数据处理是由负责收集数据的IoT设备远程完成的。但是,边缘计算是IoT设备本身的一部分,负责部分或全部数据处理。由于当时的技术限制,早期的物联网设备无法执行边缘计算,但是随着功能强大的微控制器以相同的价格推出,本地物联网设备可以逐渐开始处理自己的数据。

边缘计算的优势

与云计算相比,边缘计算具有许多优势,包括安全性,延迟和可靠性。由于边缘计算设备很少将数据(如果有)传输到基于云的系统,因此敏感数据很少受到潜在攻击源的影响。缺乏传输意味着攻击者需要直接进入设备本身,而不是进行中间人攻击,攻击服务器本身或欺骗服务器。通过使用内存加密和专用安全硬件来收集数据,将数据保留在设备上的本地位置也为设计人员提供了更多保护数据的机会。边缘计算设备还可以部分处理敏感数据,然后将其发送到基于云的系统以进行进一步处理,这有助于混淆数据,从而降低其对攻击者的有用性(即,受过训练的神经网络对摄像机的视觉数据不敏感) 。

在设备上本地本地处理数据本身也意味着大大减少了延迟,这对于需要快速结果的应用程序(例如自动驾驶汽车)非常有益。本地处理数据的能力还消除了对持续Internet连接的需求,这有助于提高设计的可靠性。世界上许多地区仍然受到Internet可靠性的影响,并且Internet速度也可能会出现很大波动。边缘计算的使用有助于增加本地网络的可用带宽,从而改善其他服务,例如本地服务器和其他IoT设备,从而增加单个网络上设备的最大数量(从而允许集成更多IoT设备) 。

边缘计算的缺点

尽管微控制器的成本持续下降并且其性能已得到显着改善,但它们的价格仍比廉价微控制器高,这使得低端微控制器更适合于批量生产的设备。法规的出台也使得使用具有高级功能所需处理能力的中档设备变得更加困难,因为它们可能缺乏硬件安全性,因此会暴露出来。同时,现代产品对人工智能的需求进一步限制了工程师选择在物联网设备上使用人工智能引擎来有效运行神经网络的选择。

结论

边缘计算为工程师提供了一种新的计算模型。我们可以看到,低延迟,高可靠性的物联网设备可以将云计算的最佳功能与本地处理相结合。诸如安全启动和根本原因可靠性之类的硬件安全功能将成为保护设备的关键技术,包括AI引擎在内的设备将允许设备在本地执行大多数数据处理。但是,尽管边缘计算工程设计人员提供了许多安全优势,但他们仍需要仔细考虑其设备如何处理敏感数据,如何对其进行恶意使用以及如何不仅可以保护用户,还可以在更加互联的未来中加以考虑。为世界舞台做出贡献。

«   2020年5月   »
123
45678910
11121314151617
18192021222324
25262728293031
控制面板
您好,欢迎到访网站!
  查看权限
网站分类
友情链接

Powered By Z-BlogPHP 1.6.0 Valyria

Copyright © 有福网http://www.youfu.org