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。