边沿计算如何改变企业IT

2018年初公布的数据显示，预计到2022年，边沿计算部门的支出将以超过30%的复合年增长率增长。这意味着不管IT专业人员的关心点和他们现在工作的公司如何，他们以后的工作道路很快将难以避免地出现更多与边沿计算相干的元素。

　

　　人工智能利用和新新的5G通讯网络也很大程度上依赖于边沿计算。毫无疑问，这些用处将有助于刺激其不久的将来的发展。

　　Gartner公司2017年10月的一份报告显示，大概10%的企业生成数据来自传统云计算中心以外，到2022年，这一数字可能会飙升至50%，从而致使结构的分散程度大大加深。

　　这类新的操作方法将带来挑战，但关键是要走在浪潮的前面，现在就开始思考可能会出现的障碍。

　　公共云依赖可能对物联网构成风险

　　分析师表示，使用公共云服务传输和处理物联网相干数据可能会致使安全风险在私有边沿计算网络上不那末突出。经过在私有边沿网络上隔离物联网传输，IT专业人员可以更轻松地监控并减轻攻击。

　　因此，这种情况下，主要熟习公共云的IT专业人员必须使他们的知识多样化，并了解边沿计算将如何作用他们的客户及公司。但是，他们仿佛其实不总是斟酌潜伏的问题。

　　Thales团体2017年的一项调查发现，63%的高级安全人员认为他们的团队部署了新技术 - 包括物联网和云计算 - 却没有采取数据安全解决方案。

　　查看边沿计算安全性的两类方法

　　当IT专家讨论他们对与边沿计算相干的潜伏安全问题的看法时，通常会有两类观点。有些人指出，由于数据没必要像传统云计算那样传播，因此安全要挟会降落。

　　另外一种则认为，触及风险的缘由在于处理进程的物联网小工具上的装备可能会被黑客（Hacker）攻陷。另外，边沿计算数据通常流经不受信任的公共网络段，而不是像通经常使用云计算那样源自唯一的服务提供商。

　　网络安全专家建议使用安全隧道和VPN来对传输中的数据施加更多控制。实行强有力的安全战略需要具有前瞻性思惟，灵敏的思惟方式。

　　边沿计算带来的其他风险

　　Juniper Research于2017年12月发布的一项研究预估，从2018年到2021年，连接装备的数量将增加两倍，总计超过460亿台。这一统计数听说明了为何市场对边沿计算有这样的需求。

　　但是，Juniper Research还调查了黑客（Hacker）是如何从2016年开始广泛使用物联网装备来编排散布式谢绝服务(DDoS)攻击的。他们常常将不可靠的装备作为潜伏的网关，以便以落后行破坏。

　　为了减少这些新出现的要挟，可使用嵌入在IoT装备芯片中的加密密钥来协助验证。另外，存在加密本地装备通讯的方法。如果黑客（Hacker）取得边沿网络，使用边沿网络保护边沿计算终端和相应装备可使信息更安全。

　　IT专业人员需要随即了解要挟，然后了解减少这些要挟所使用的技术。他们还必须熟习边沿计算安全性的基本方面。装备真个安全性有限意味着从事边沿计算的专业人员必须优先斟酌边沿安全性，使用专门的网络装备，包括可能添加一些自动化组件。

　　变通性是采取的关键

　　边沿计算等新技术要求IT部门在企业改变现有流程并学习新流程时展现出变通性。但是，一个愈来愈明显的挑战是，边沿计算为最近初创公司开辟了机会，并下降了现有企业享有的优点。

　　与IT部门相干的人必须意想到，随着边沿计算在科技领域愈来愈占据主导地位，他们没法坚持自己的旧方式。现在是时候适应和跟上时期变化了。

　　关于边沿计算有两个普遍的误区，一是说它不需要组织改变，第2是说在实现该技术时可以采取一刀切的方法。二者都不正确，并且具有变通性的IT专业人员应当准备好适应边沿计算。

　　改变您对网络可靠的看法

　　边沿计算的兴起也决定了公司领导者需要改变他们看待网络可靠的方式，更具体地说，重视网络可靠的重要性。这意味着应当雇用具有按需技能的IT专业人员，然后构造网络安全团队，以便他们常常与其他部门合作，而不是将他们的工作流程分割并包括到团队中。

　　另外，组织将安全性纳入其内部文化相当重要。举例来看，他们可能会为非技术人员投入更多的时间和金钱进行网络安全培训。

　　或，公司领导者可能会投入更多资源来改进安全工具。一家名为Red Canary的公司使用机器学习和延续监控来辨认网络上可能存在的问题迹象。准备充分的团队成员和高度智能的工具的组合，可以证明是对抗与边沿计算和物联网装备相干的安全风险的成功关键。

　　边沿计算至今为止正在快捷增长，并且没有放缓的迹象。这意味着IT部门现在应当开始预感并适应它了。如果做不到这一点，在肯定问题产生后再看如何保护边沿网络，可能会致使数据泄漏、混乱和恐慌等一系列问题。

免责声明：
本网址（www.yingxiongyun.com）发布的材料主要源于独立创作和网友匿名投稿。此处提供的所有信息仅供参考之用。我们致力于提供准确且可信的信息，但不对材料的完整性或真实性作出任何保证。用户应自行验证相关信息的正确性，并对其决策承担全部责任。对于由于信息的错误、不准确或遗漏所造成的任何损失，本网址不承担任何法律责任。

本网站所展示的所有内容，如文字、图像、标志、音频、视频、软件和程序等的版权均属于原创作者。

如果任何组织或个人认为网站内容可能侵犯其知识产权，或包含不准确之处，请即刻联系我们进行相应处理。