边缘计算七大核心技术之数据处理平台及安全和隐私

边缘计算七大核心技术之数据处理平台及安全和隐私

边缘计算七大核心技术之数据处理平台

在边缘计算场景中，边缘设备总是生成大量数据，数据来源和类型多种多样，包括环境传感器收集的时间序列数据、相机收集的图像和视频数据。包括车载激光雷达的点云数据等，大多数数据具有时空属性。建立一个管理、分析和共享边缘数据的平台非常重要。

以智能网联汽车为例，汽车已经逐渐发展成为移动计算平台，越来越多的车载应用程序被开发出来。车辆有大量数据。Zhang等人提出的OPENVDAP是一个开放的车辆数据分析平台。OpenVDAP包括异构计算平台（VCU）、操作系统（EdgeOSv）、驾驶员数据采集器（DDI）。

它分为四个部分：应用程序库（libvtap）：平台的车辆安装和部署、车载应用程序计算的完成、车辆与云、车辆与车辆。它可以实现车辆与道路计算机单元之间的通信。因此，在边缘计算的各种应用场景中，有效管理数据、提供数据分析服务、确保特定用户体验是一个重要的研究课题。

边缘计算七大核心技术之安全和隐私

边缘计算使计算更接近用户，但避免将数据上传到云，减少了数据泄漏的可能性。然而，与云数据中心相比，边缘计算设备通常位于用户附近或传输路径上，因此攻击潜力更大。因此，边缘计算节点的身体安全仍然是一个不容忽视的问题。边缘计算节点的分布式和异构环境也使得集成管理变得困难。边缘计算作为信息系统的一种计算模型，具有应用安全、网络安全。信息系统中也存在常见的安全问题，包括信息安全和系统安全。

在边缘计算环境中，信息安全是通过基于密码学的方案实现的。通过访问控制策略，您可以保护现有的安全解决方案，包括未经授权的访问保护。然而，现有模型通常需要根据边缘计算环境进行更改。同时，近年来，一些新的安全技术（如硬件支持的可靠执行环境）可以用于边缘计算，以提高边缘计算的安全性。此外，为了提高系统安全性，机器学习也是一个很好的解决方案。

可信执行环境（TEE）是指独立于设备上不可靠操作系统的可靠、隔离和独立的操作环境。在不可靠的环境中，它为保护私有数据和敏感计算提供了安全的空间。TEE的安全性通常由硬件相关机制保证。Intel软件保护扩展，Intel管理引擎，x86系统管理模式，AMD内存加密技术。它包括AMD平台安全处理器和ARM TrustZone技术。如果边缘计算节点的应用程序在可靠的运行环境中运行应用程序，并对所使用的外部存储进行加密和解密，从而对边缘计算节点造成损害，则边缘计算节点应用程序可以继续确保应用程序和数据的安全。