圖1，數(shù)據(jù)正在死亡，但是邊緣使之復蘇

　　在急救醫(yī)學方面，有一個“黃金時間”的概念，那就是在重大創(chuàng)傷后一段時間需要得到正確的治療，這對病人的最終能否生存至關重要。一旦這個機會之窗關閉，醫(yī)務人員的行為的影響就會減小，結果可能是災難性的。

　　圖2，物聯(lián)網(wǎng)平臺對邊緣數(shù)據(jù)的處理

　　同樣的原則可以應用在物聯(lián)網(wǎng)(IoT)和實時分析中。最新的估計顯示，到2020年，連接設備的數(shù)量將達到200億到500億之間，物聯(lián)網(wǎng)(IoT)在家庭和工業(yè)領域都將呈現(xiàn)巨大的增長勢頭。然而，很多這些系統(tǒng)和平臺都在使用基于云的分析，這些功能是有效的，但是卻增加了在設備上采取行動的時間。

　　圖3，邊緣處理設備

　　這種時間延遲當它發(fā)生在一個家庭住宅情況下時，可能只是一種煩惱;但對于時間敏感和工業(yè)環(huán)境中的立即檢測和行動影響可靠性，安全和機器故障時這種時間延遲可能就是災難性的。利用基于云的解決方案，將不會足夠快速地提供數(shù)據(jù)，從而使物聯(lián)網(wǎng)能夠完全有效地用于任務關鍵型應用中。這個問題現(xiàn)在不僅是一個巨大的問題，而且隨著物聯(lián)網(wǎng)部署規(guī)模的擴大而在加劇。

　　真正的邊緣

　　為了支持大量的物聯(lián)網(wǎng)設備，從根本上縮短決策和行動時間，分析需要盡可能地靠近設備邊緣。過多的物聯(lián)網(wǎng)數(shù)據(jù)可能會在數(shù)據(jù)湖中死亡，而邊緣分析可以通過在事件發(fā)生時提供實時可操作的見解來解決這個問題。

　　傳統(tǒng)的大數(shù)據(jù)方法非常適合面向批處理的分析，但不適用于物聯(lián)網(wǎng)(IoT)所需要的交互式實時分析中。由于大型機器和引擎產生大量的數(shù)據(jù)，或者存在數(shù)以百萬計的較小設備的廣泛網(wǎng)絡，所以不可能在大規(guī)模地挖掘數(shù)據(jù)的同時仍然能夠做出實時的決定。流經這些網(wǎng)絡的數(shù)據(jù)龐大，快速，需要一個積極的分析框架來確定問題，并作為數(shù)據(jù)流采取行動。

　　圖4，連接設備的增長速度

　　如果您需要實時的決策，行動和見解，那么您需要一個支持邊緣分析，云分析，實時和歷史融合的架構。這個原則適用于智能工廠，智能城市，智能家居等應用中：任何“智能”意味著智能的邊緣環(huán)境。

　　物聯(lián)網(wǎng)(IoT)行業(yè)開始意識到，從大量物聯(lián)網(wǎng)設備中提供這些洞察力的最佳方式之一就是在設備本身的網(wǎng)絡真實邊緣中盡可能多地進行分析。這種架構使設備真正具有智能性，可以在數(shù)據(jù)流入設備時分析，檢測和處理數(shù)據(jù)。

　　圖5.典型的網(wǎng)絡架構

　　將原始數(shù)據(jù)傳遞給云，分析并將操作發(fā)送回設備的傳統(tǒng)方法引入了對操作有害的時間延遲。然而，通過在邊緣執(zhí)行分析和檢測模式，可以在需要立即采取行動的情況下實現(xiàn)幾乎即時的響應，例如提醒用戶設備網(wǎng)絡受到攻擊，或者關閉顯示危險行為的引擎。

　　簡而言之，數(shù)據(jù)越長，分析的時間越長，可能產生有害影響的異常時間也會被忽略。通過使用邊緣分析，機器和智能傳感器，我們可以使用云中的上下文環(huán)境時間窗來收集信息，以聚合非關鍵數(shù)據(jù)，并將其與來自設備的數(shù)據(jù)實時結合，以檢測出異常情況和性能問題。

　　數(shù)據(jù)互聯(lián)網(wǎng)

　　部署此模型的邊緣分析平臺(如Greenwave Systems的AXON Predict)為開發(fā)人員提供了一種輕松的斜坡彎道(onramp)連接到設備中，使他們能夠動態(tài)地將分析腳本部署到邊緣，并協(xié)調云和邊緣之間的分布式分析。這使得企業(yè)能夠實現(xiàn)物聯(lián)網(wǎng)(IoT)實時分析的全部潛力，實現(xiàn)異常檢測和即時，可操作的洞察力，并通過提供定制的分析解決方案來增加計算能力和實時智能，從而在整個工業(yè)物聯(lián)網(wǎng)領域利用寶貴的市場機會。展望未來，這也為在邊緣設備上添加機器學習和人工智能提供了一條平滑演進的道路。

　　圖6，邊緣設備的數(shù)據(jù)處理

　　我們現(xiàn)在生活在一個一切都在連接的世界里。市場的整體動態(tài)正在發(fā)生變化，運營商，制造商，公用事業(yè)公司和醫(yī)療保健提供商都在考慮將物聯(lián)網(wǎng)(IoT)融入到以最高效和最有利的方式提供服務的方式中。唯一的辦法就是如果IoT正在創(chuàng)建的大量數(shù)據(jù)被實時監(jiān)控，處理和實施。如果這種情況沒有發(fā)生，那么物聯(lián)網(wǎng)(IoT)最終會被視為只適合小規(guī)模，以及小規(guī)模的應用場景中，而不能充分發(fā)揮其潛力。

　　圖7，邊緣設備產生大量的數(shù)據(jù)

　　企業(yè)市場需要找到適合他們所期望的物聯(lián)網(wǎng)(IoT)解決方案。如果他們能夠管理大量的數(shù)據(jù)處理，監(jiān)控，診斷和服務管理，他們可以充分利用物聯(lián)網(wǎng)(IoT)的部署，但這一切都始于網(wǎng)絡的真正優(yōu)勢。如果他們能夠承認這一點，他們的關鍵數(shù)據(jù)將不僅能夠保持活力，而且還會蓬勃發(fā)展。

　　圖8，Greenwave Systems的數(shù)據(jù)處理模型