現(xiàn)在，有更多的企業(yè)在邊緣計算處理工作負載。人們將邊緣計算想象成為云計算與IT系統(tǒng)之間處理數(shù)據(jù)的空間或平臺。企業(yè)希望在靠近數(shù)據(jù)生成位置的邊緣處理大部分業(yè)務。而邊緣計算提供了更快的響應時間，因為不再需要將數(shù)據(jù)發(fā)送回基于云計算的中央數(shù)據(jù)存儲系統(tǒng)，不需要在云平臺中處理數(shù)據(jù)，然后再將結果返回給設備。
        邊緣計算非常有用，這是大多數(shù)企業(yè)希望采用的原因。如今，人們對邊緣計算的興趣從概念轉向生產(chǎn)。然而，邊緣計算并不能取代以往良好的架構和傳統(tǒng)的實用方法。這就是為什么邊緣計算的應用中將會出現(xiàn)錯誤的原因，而這些錯誤是可以避免的。
        錯誤1：邊緣計算所做的事情太多
        大多數(shù)邊緣平臺是一種小型基于SSD硬盤的嵌入式平臺。例如Arduino平臺和Raspberry Pi，但也有一些規(guī)模龐大的平臺，例如那些基于超融合基礎設施的平臺。
        邊緣計算成功的經(jīng)驗法則是小型、經(jīng)濟、易于復制。那些在邊緣計算設備過多處理工作負載的公司很快發(fā)現(xiàn)，他們希望通過邊緣計算解決的延遲和速度問題以新的形式出現(xiàn)，并且在大多數(shù)情況下將會使事情變得更糟。
        邊緣計算設備應該是專門構建的，并且只能負責收集、處理和傳輸所需的最少量數(shù)據(jù)以及響應需要立即關注的問題。例如，邊緣計算設備可以處理來自汽車發(fā)動機的遙測數(shù)據(jù)，并將明顯的問題直接提交給發(fā)動機的計算機和駕駛人員，例如溫度過高。然而，邊緣計算并不是確定發(fā)動機潛在問題并進行預測分析的良好位置，因為識別這些問題需要對數(shù)PB數(shù)據(jù)進行篩選。
        此外，如果邊緣計算的計算機設計的功能相同，則可以輕松復制自動化任務。如果用戶采用定制方法或過多DIY，則不會帶來任何幫助。
        錯誤2：忽略邊緣計算的安全性
        邊緣計算的安全性通常是事后的想法，即使其產(chǎn)生后果比忽略云計算的安全性更加糟糕。
        以汽車發(fā)動機為例，如果網(wǎng)絡攻擊者攻擊邊緣設備，并生成可能導致關閉發(fā)動機的錯誤數(shù)據(jù)，或者驅動應用程序做出錯誤決定，那么該怎么辦？這些孤立的邊緣設備是攻擊者理想的目標，因為它們與核心系統(tǒng)分離，而核心系統(tǒng)中通常可以有效地防范和應對網(wǎng)絡攻擊。
        遺憾的是，對于大多數(shù)邊緣計算架構師來說，解決潛在安全威脅的問題并不是首要任務。
        為了應對安全性問題，企業(yè)需要復制在邊緣計算使用的大多數(shù)云計算服務。大多數(shù)公共云計算提供商已經(jīng)解決了這個問題，因此他們的邊緣計算平臺現(xiàn)在將安全性和運營服務擴展到不在云端的邊緣計算機。
        其做法是盡可能實現(xiàn)自動化，可以自動處理事務，例如更新已知的新威脅向量以及升級操作系統(tǒng)。