1 边缘计算的优点

速度:如果使用边缘计算，则物联网设备将在边缘数据中心或本地处理数据。因此，数据无需传输回中央服务器，速度优势明显;

安全:边缘计算将在不同的数据中心和设备之间分配数据处理工作。黑客无法通过攻击一台设备来影响整个网络;

可扩展性:通过购买具有足够计算能力的设备来扩展边缘网络。企业无需为其数据需求建立自己的私有或集中式数据中心;

可靠性:所有的边缘数据中心和物联网设备都位于用户附近。因此，网络中断的可能性更小。

在传统云计算模型中引入边缘计算模型，能够显著提升数据通信效率、数据安全性和系统性能。以下从数据通信、数据安全、和系统性能三个方面，深入分析边缘计算与传统云计算结合的优势。

2. 数据通信

传统云计算模型中的数据通信

传统的云计算模型通常依赖于集中式的远程云中心，所有的数据处理、存储和计算都在云端完成。这意味着所有设备和用户的数据都需要通过互联网传输到远程的云服务器上，再从云端获取处理结果。

延迟问题：数据通信的路径通常较长，尤其是在设备端用户距离云数据中心较远的情况下，可能会出现显著的网络延迟。

带宽占用：大量数据需要从终端设备传输到云端，尤其是在物联网（IoT）场景中，大量终端设备可能产生海量数据，导致网络带宽的负荷加重。

• 边缘计算的引入

边缘计算的关键理念是在**靠近数据源（边缘节点）**的地方进行部分数据的处理和存储。边缘节点通常位于靠近用户或终端设备的地方，比如路由器、基站或本地数据中心。

3 边缘计算解决的通信问题3

减少数据传输量：在边缘节点对数据进行预处理、过滤和部分计算后，仅将处理后的重要数据或必要数据上传到云端，减少了整体的数据传输量。这对于视频监控、智能交通等实时数据产生较多的场景尤为关键。

降低延迟：数据在靠近用户的位置进行处理，减少了数据传输的距离和所需的时间，降低了延迟。
例如，智能设备的响应时间可以缩短，这对需要实时响应的应用（如自动驾驶、远程医疗等）尤为重要。

提升可靠性：边缘计算减少了对长距离网络传输的依赖，在网络状况不稳定时，边缘节点仍可以本地化处理部分数据，增强系统的容错性和可用性。

4 实践案例

一套基于边缘计算的智能门禁系统，可以用于如园区、新零售、工业现场等存在来访、被访业务的场景。
来访者在来访前，可以通过线上提前预约的方式将自己的个人信息记录在后台，
被访者在系统中通过此请求后，来访者在到访时可以直接通过“刷脸”的方式通过门禁，无需做其他验证。