人工智能环境下会产生大量的数据，而物联网网络的异构环境使得产生的数据以不同的格式呈现，这给边缘计算带来了挑战。

与此同时，网络边缘的大多数事物都只是周期性地收集数据，将收集到的数据定期发送到网关，但网关上的存储空间有限，他只能存储最新的数据，所以边缘计算节点的数据会频繁地刷新。使用集成的数据表存储感兴趣的数据，表内部的结构用Id、时间、名称、数据等表示。

若过滤掉过多的原始数据，将导致边缘节点数据不可靠地报告，如果保留了大量的原始数据，则边缘结点的存储将是新的问题；同时这些数据应该能够被引用程序读取和操作，由于物联网中事物的异构性，在对数据库进行读取和操作时会出现一些问题。

现有的服务方式是通过移动终端用户将数据上传到云端，然后利用云的强大处理能力来进行处理，在上传数据的过程中，很容易被别有用心的人收集到。

为确保资料的保密，可以从以下几个方面着手。

边缘计算最优指数

由于边缘计算中节点数量多，不同节点的处理能力不同，所以在不同的节点中选择合适的调度策略是非常重要的。下一步将讨论四个优化指标：延迟、带宽、能源消耗和开销。

延时：云中心显然有强大的处理能力，但网络延迟不仅取决于处理能力，还取决于数据在网络中传输的时间。

互联网的发展和云计算的推动，使得社区中出现了边缘计算模式。对边缘节点进行数据处理可以提高响应速度，降低带宽，保证用户数据隐私。