邊緣計算技術要加強安全需要解決哪些問題

邊緣計算技術要加強安全需要解決以下問題：

• 邊緣計算的體系結構問題：在互聯網、物聯網等網絡通信領域，對云計算、云服務出現的問題，分別提出了各自的解決方案，云服務提供商把數據中心以外的計算、存儲、服務，稱為邊緣計算。物聯網領域把物聯網終端上除了數據采樣、控制功能以外的計算、存儲、網絡傳輸功能稱為霧計算。網絡運營商把寄生在網關、路由器、交換機、通信基站的計算服務、存儲數據傳輸能力稱為移動邊緣計算、微云。

• 物聯網終端處理器計算能力問題：物聯網終端的處理器計算能力一般較弱，在低功耗約束條件下，完成數據采樣、計算處理、聯網通信等功能。這種資源受限的處理器，在完成邊緣計算的能力方面是較弱的。物聯網不同的應用場景，對處理器的計算能力有不同的要求。物聯網視頻應用，要求計算能力強，以減少視頻數據傳輸壓力。物聯網水表、電表，數據量很小、傳輸壓力小，對處理器的計算能力要求也不高。對資源受限的處理器，它的計算能力是實施邊緣計算要考慮的條件之一。

• 邊緣計算的算法與內存設計問題：邊緣（霧）計算的一個重要應用場景是將云端的智能計算能力延展到物聯網終端，即智能計算前置（下移）。目前主流的深度學習和神經網絡處理算法程序較復雜，通常在幾兆到幾百兆之間，物聯網終端處理器和內存設計要滿足這些資源要求，給微處理器設計帶來了較大挑戰。邊緣計算要進行算法模型的壓縮和智能處理算法的硬IP化，并配置到物聯網終端的微處理器上。不能硬化的算法程序，就要考慮微處理器的內存配置，在功耗允許的條件下，用好微處理器的片內存儲器和片外存儲器。

• 邊緣計算與云計算能力的資源協調問題：云計算是集中化的計算模式，邊緣計算本質是分布式計算模式。云計算和邊緣計算不是對立的技術架構，在一些應用場景中，運用邊緣計算在網絡邊緣做數據預處理后再傳到云端，在云端進行數據挖掘、知識提取和趨勢分析，使得云計算和邊緣計算各展所長，相互補充。和云計算相伴相生的邊緣計算，其能力的實現必須與云計算進行有效的協同，達到更好的應用效果。在云計算和邊緣計算的協同過程中，網絡負載如何分配、任務如何調度、資源如何利用等問題目前還沒有明確的解決方案。

• 邊緣計算的系統安全問題：由于邊緣計算與物聯網、互聯網進行網絡通信和數據傳輸，因此必然存在系統安全方面的問題。由于物聯網終端的微處理器是資源有限、計算能力較弱的計算系統，不能像普通計算系統一樣采取多層和多種安全保護措施。有些邊緣計算的終端設備直接應用于系統控制，其安全性顯得尤其重要，因此物聯網終端設備上展開的邊緣計算，其安全性尤其重要，避免有人不當操控設備。

邊緣計算發展建議采用以下對策：

• 加強邊緣計算的技術標準和規范建設：邊緣計算涉及海量的終端設備、邊緣節點，是數據采集、數據匯聚、數據集成和數據處理的前端，這些設備往往存在異構性，來自不同的生產廠商、不同的數據接口、不同的數據結構、不同的傳輸協議和不同的底層平臺，造成它們互不兼容。為此，統一的技術規范和標準亟待達成一致。這些標準和規范的指定將大大節約邊緣計算節點的建設成本。

• 邊緣計算技術的研發和應用與新一代通信技術研發計劃協同：邊緣計算是與云計算相生相伴的一種計算技術，并且與大數據、5G通信和智能信息處理技術高度耦合。在制定5G發展規劃時，應將邊緣計算研發納入進去，加快相關核心技術的研發，加快和提升邊緣計算技術的成熟度。

• 加強邊緣計算的開源生態建設：邊緣計算本身由海量的終端設備構成，而眾多的智能終端可采用統一的開源操作系統，以便形成開源的生態環境。這一趨勢將會給各廠商提供均等的發展機會，利用開源生態來維持核心代碼，以便形成業界認可的技術接口、關鍵功能和發展路徑。

回答所涉及的環境：聯想天逸510S、Windows 10。