本文将带你了解物联网之边缘计算融合区块链：物联网的下一个风口？，希望本文对大家学物联网有所帮助。

　　物联网中边缘计算与区块链的结合是大势所趋，但需要解决安全、计算资源分配不均，及监管诸多问题。
     
      　　边缘计算与区块链是当前物联网领域火热的关键词。但相较于业界的火爆，政府始终保持着比较审慎的态度，截至当前，中央还没有正式推出相关重大战略。边缘计算和区块链都具有去中心化倾向，物联网作为智能制造的重要领域如何应对是政策评估和战略发展的标杆性问题。
   
    　　传统物联网将被淘汰
     
    　　伴随着近年来通用计算机设备的飞速发展，各类自动化的智能设备开始进入人们视野，背后是廉价传感器和控制设备的爆炸性增长。国际市场调研公司Gartner称，2017年全球物联网设备数量约达84亿，比2016年的64亿增长31%。设备的海量增长，制约传统物联网发展。
     
    　　传统物联网系统基于服务器/客户端的中心化架构。即所有物联设备都通过云实现验证、连接和智能控制。
     
    　　中心化的物联网架构存在三个问题。
     
    　　一是云计算成本，例如在家庭应用场景下，两台家电相距不到一米，也需要通过云端进行沟通。数据汇总到单一的控制中心，企业所销售的物联设备越多，其中心云计算服务支出的成本会越大。由于终端物联设备竞争愈加激烈，利润走低，中心计算成本矛盾会越来越突出。
     
    　　同时，中心化的数据收集和服务方式，无法从根本上向用户保证数据会合法使用。用户的数据保护完全依靠企业单方面的承诺，难以进行有效的监管。
     
    　　第三，中心化物联生态系统中，一个设备被攻陷，所有的设备会受到影响。例如《麻省理工科技评论》2017年所指出的僵尸物联网，可以通过感染并控制摄像头、监视器等物联设备，造成大规模网络瘫痪。
   
    　　边缘计算能带给物联网什么？
     
      　　边缘计算是分布式计算技术的一种，是在靠近物联设备终端的位置上进行数据处理的方法。通俗讲，可理解为设备大部分情况下不用连接云平台，通过局部数据计算就可以实现物联设备的智能控制。
     
    　　边缘计算将数据处理从云中心转移到网络边缘，计算和数据存储可以分散到互联网靠近物联终端、传感器和用户的边缘，不仅可以缓解云带宽、计算等压力，还可以优化面向感知驱动的网络服务架构。例如家里的空调、热水器与冰箱、安防摄像头等可以通过边缘计算进行协调运行，即使是在连接不上云服务器的情况下，也能确保最佳的节能和服务状态。
     
      　　第三方数据分析机构IDC预测，到2020年，全球将有约500亿的智能设备接入互联网，其中主要涉及智能手机、人体穿戴设备、个人交通工具等，其中40%的数据需要边缘计算服务。由此可见边缘计算有着强大市场潜力，也是当前各服务商争夺的热点。
     
      　　但边缘计算与物联网结合存在计算力通用性、付费模式和数据安全三个问题，边缘计算当前只是云计算的补充。以个人边缘计算为例，首先是移动场景切换问题，个人在家的时候主要是在一个计算服务器就可以覆盖的范围内，但如果出去跑步、逛街等就涉及到不同边缘计算服务器的交互切换问题，如何能实现最优？
     
    　　边缘设备计算力通用性也是难点，例如如何利用洗衣机多余的计算力来计算冰箱的数据?
     
      　　第三是付费模式的问题，边缘计算将原来的集中云付费分散到了网络边缘领域，其中涉及多厂家设备协同参与，那么如何计费?同时，原有集中云服务模式下需要收费的服务在边缘计算场景下可能出现多种替代性方案，如何计价?
     
      　　最后是安全问题，边缘计算的分布式多终端协同数据服务模式会带来全新的安全问题，原有的云计算集中防御机制能否适应新的边缘计算应用?从应用场景看，边缘计算目前是云计算的重要补充，未来的走向还未知。
     
    　　区块链结合物联网的现实挑战
     
    　　区块链技术与物联网的结合面临服务托管、计算性能、响应时间和海量存储等方面的挑战。
     
      　　首先是数据量与系统性能的问题。区块链的智能合约在原理上要求每个人都有一本完整的账本，并且有时需要追溯每一笔记录。因此用户规模越大，对系统运行性能的要求就会越高，系统整体效能优化难度越大。
     
    　　其次是计算能力和响应时间的问题。分布式对等计算的时延问题已经是当前公认的难题。此外基于区块链的设备对等海量数据存储的挑战。理论上分布式账簿需要存储在节点本身，这对现有物联网终端而言基本上不可能实现。
     
    　　区块链与物联网的结合需要应对服务商可信度、认证安全和法律监管缺失三大风险。
     
      　　一方面，任何由中心化组织提供的技术服务，其可信度不会超过组织本身的信誉。区块链服务商也难逃以人为基本单元的中心化组织本身的规律。目前各大IT公司都在争相开发区块链相关的框架体系和应用，但当前处于区块链技术的初级阶段，即使是IBM等国际大公司所提供的区块链物联网相关应用案例也处于探索阶段。当企业或者个人选择区块链服务时，服务商本身的可信程度依然是最重要的因素。
     
      　　另一方面是认证安全问题。当前区块链基于公私钥密码体系保证每个人都有自己唯一的私钥。在去中心化的状态下，如果私钥丢失，用户将无法证明“自己”是“自己”，造成的损失将无法挽回。而在中心化的体系中，如银行卡等的遗失可以前往银行营业点进行处理，并不会导致账户控制的资金或数据的完全损失。而且，用户在区块链中是透明的，会给用户带来隐私安全方面的隐患。
     
      　　另一个重要的风险是法律监管的缺失。区块链发展至今仍然是一个全新的领域，没有任何法律或监管规则，这给物联网制造商和区块链服务提供商带来了前所未有的自由度，也同时给用户带来了更多不确定性。
     
      　　“去中心化”作为区块链的核心优势已在过去十年中被不断强调。但区块链技术发展至今，我们发现依然存在一个三元悖论：去中心化的区块链体系中，受制于现有的计算能力，区块链的安全性、低成本、易用性三者只能兼顾其二。
     
      　　要解决上述问题，一个相对可行的办法就是请服务商(中介)进行委托管理，或者直接使用区块链服务商的平台。因此，在区块链参与个体计算力不对等的情况下，区块链的“去中心化”会转变成“去中介化”的问题。而在国家层面上，政策落脚点是在区块链平台还是在区块链本身?这依然需要时间观察。
   
    　　边缘计算与区块链融合是物联网的下一步
     
    　　物联网终端设备有限的计算能力和可用耗能是制约区块链应用的重要瓶颈，但边缘计算可以解决这一问题。以移动边缘计算为例，移动边缘计算服务器可以替终端设备完成工作量证明(Proof-Of-Work)、加密和达成可能性共识等计算任务。
     
      　　边缘计算与区块链融合能提高物联设备整体效能。以物联网设备群为例，一方面移动边缘计算可以充当物联设备的“局部大脑”，存储和处理同一场景中不同物联设备传回的数据，并优化和修正各种设备的工作状态和路径，从而达到场景整体应用最优。
     
    　　另一方面，物联终端设备可以将数据“寄存”到边缘计算服务器，并在区块链技术的帮助下保证数据的可靠性和安全性，同时也为将来物联设备按服务收费等多种发展方式提供了可能性。
     
    　　所以，物联网中边缘计算与区块链的结合是大势所趋。
     
      　　边缘计算与区块链的融合需要解决安全、计算资源分配不均等问题。在边缘计算应用场景下，受边缘计算服务器实际计算力的限制，在具有私有性的物联网体系中，比较现实可行的方法是采用“白名单制”。即免去“挖矿”达成共识机制过程，但是如果有设备冒充物联网终端白名单设备与移动边缘计算服务器进行交互，则很容易引发安全问题。
     
      　　另外，因为移动物联设备本身PoW能力较弱，或者根本不具备挖矿能力，所以需要通过移动边缘计算服务器进行。那么在多物联终端委托统一边缘计算服务器进行计算时，资源如何分配?通过什么样的共识机制能实现最优?目前相关研究较少。
     
    　　审慎监管智能制造去中心化
     
    　　一是算法和物理设备权责体系如何界定？以往的权责体系落脚到实际物体上。但按现在的发展趋势，物理设备逐步演化为算法的执行单元，而决策系统与终端本身开始分离。例如装载优步自动驾驶系统的沃尔沃汽车撞死行人后，是自动驾驶控制算法提供商的责任还是沃尔沃汽车传感器的责任？当前软件服务和硬件供给已产生明显的分离趋势。但相应的监管、权责标准却并不清晰，与之相关的利益报酬机制也不明确。这会直接影响智能制造的升级和发展。
     
    　　二是智能制造标准制定思路是否应该转变？技术高速发展导致很多标准制定出来就已经滞后于现有技术发展。特别是在基于区块链的智能合约体系大面积渗透的驱使下，各国政府都面临类似问题。在面向未来的智能制造发展中，是否可以将标准制定权放回市场，让其在技术发展竞争中自然产生呢？什么技术标准需要由市场决定？什么标准需要由政府主导？需要有更明确的界限。
     
      　　三是5G会给边缘计算、区块链和物联网带来什么冲击？5G是第五代移动通信技术的简称，理论上5G下载速度能达到1.25GB/s(实际速度有差异)。基于5G的基础网络通信体系会引发什么样的技术连锁反应？当前依然是未知的，在政策层面更是需要谨慎观察。
     
      　　总之，要评估边缘计算与区块链是否为物联网发展带来风口，除了考虑以上提到的问题，更要从数字中国大时代背景和政府战略决策的谨慎态度去考虑。进入数字时代后，计算力分配不均的问题上将会愈发明显。
     
      　　作为政府要考虑计算力效率的问题，在政策制定和监管上也会考虑公平问题。这是政府保持审慎态度的重要原因。否则，在不久的未来，弱势人群将面临得到的计算力服务还不如富人家中一个冰箱的现实。
     
     
     
     
     
         

以上就介绍了物联网的相关知识，希望对物联网有兴趣的朋友有所帮助。了解更多内容，请关注职坐标人工智能之物联网频道！

延伸阅读

java学习路线

事实上，影响学习时间的因素很多，如学习方式、日常学习时间、自我理解能力、学习路线清晰、学习材料、是否有人帮助等。目前学习Java开发主要有两种方式：自学和Java培训。通过自学这种方法的，掌握Java开发至少需要8-10个月的时间。影响因素：是否能长时间坚持日常学习，是否有正确的学习路线图，是否有一套学习材料，遇到问题是否有答疑解惑的人。

深知大家学习Java的困扰，专门整理了新版学习路线图，不管你是不懂Java的小白，还是已经步入开发的大牛，这套学习路线绝对不容错过！

一般来说想要成为Java开发工程师，需要先了解清楚Java开发学习路线，而基础知识部分是整个路线里面最最重要的部分，也是后续进行框架学习、能看懂开源项目的前置基础，这部分是最不能忽视的！

我目前是在职Java开发，如果在入门学习Java的过程当中有遇见任何关于学习方法，学习路线等方面的问题，你都可以点击加入Java学习讨论组，我是自学出来的，深知自学的难处，所以你们不懂的问题都可以问，这里面聚集了很多正在学习Java技术的初学者，也有一些Java开发岗的大佬，不懂的问题发出来大家探讨。

不管你是新手还是入行多年，Java的知识体系都是通用的，今天小编替大家整理了一份最新的Java学习路线以及Java视频学习，内容包含了作为一个Java工程师在开发工作学习中需要用到或者可能用到的绝大部分知识，希望可以帮助到大家：

学习分为主动学习和被动学习两种，如果不着急就业，对自己的学习能力和学习毅力有充分自信，那就先自学，慢慢地也能学习好Java。如果手头上没有资料的话，可以去B站看看Java学习路线图。因为该路线图有完整的Java自学视频教程+工具经验+面试篇。非常齐全，是任何自学人员的必备资源宝库。

有很多人想要转行到Java，但是不知道从哪开始下手！其实学习Java并不难，只要制定好学习路线，跟着自己的计划一步步去做就没什么问题！

很多初学者刚接触Java，不知从何下手，在网上搜集了大量的学习路线，很繁多，没有重点，今天给大家整理了一些前端知识、学习路线及学习资料。

顺便说一句，我目前是在职Java开发，如果在你们入门学习Java的过程当中有遇见任何关于学习方法，学习路线等方面的问题，你都可以申请加入我的Java学习讨论组，这里面聚集了很多正在学习Java技术的初学者，可以一起讨论解决学习过程中遇到的问题。

Java一直是编程语言里的老大哥，尽管不断有新的语言出现，它仍然凭借自身优势一直跻身编程语言届的顶端。如果想快速掌握java，参加Java培训就是个不错的选择，有明确清晰的学习路线和经验丰富的专业讲师面授指导教学，让学习更科学，更有效。返回搜狐，查看更多