CC BY
10
России и пути его оздоровления // Современные тенденции развития науки и технологий. 2016. № 6-2. С. 122-125.
УДК 004.75
Михайленко В.И. студент бакалавриата 4 курса факультет «Информатика и вычислительная техника» Донской Государственный Технический Университет
Россия, г. Ростов-на-Дону АНАЛИЗ И ПРОБЛЕМЫ РАЗВИТИЯ ГРАНИЧНЫХ ВЫЧИСЛЕНИЙ
Статья посвящена проблеме развития технологии хранения и обработки больших массивов информации, поступающей от устройств интернета вещей. В статье рассмотрены особенности технологий облачных и граничных вычислений, перспективы их развития и применения на практике.
Ключевые слова: облачные вычисления, граничные вычисления, большие данные, интернет вещей.
Mikhaylenko V. I.
Bachelor student
4 course, faculty «Informatics and Computer Engineering»
Don State Technical University Russia, Rostov-on-Don ANALYSIS AND PROBLEMS OF THE DEVELOPMENT OF BOUNDARY COMPUTING.
The article is devoted to the issues of developing technologies for storage and processing of big data coming from devices of the Internet of things. In the article features of technologies of cloud and edge computing, prospects of their development and application in practice are considered.
Keywords: cloud computing, edge computing, big data, Internet of things.
Анализ и проблемы развития граничных вычислений.
Экспоненциальный рост объемов данных в скором времени может стать неуправляемым. Центры обработки данных находятся под высокой нагрузкой из-за практически бесчисленных потоков данных, генерируемых устройствами интернета вещей и промышленного интернета вещей, которые передаются в централизованные облачные сети, что в буквальном смысле тащит на дно современные вычислительные архитектуры.
Нет никаких сомнений в том, что сегодняшние источники данных с внезапной нагрузкой стали ахиллесовой пятой облачных систем. Граничные и облачные вычисления явно отличаются, но при этом дополняют друг друга. Работая совместно, они могут стать крайне эффективной платформой интернета вещей.
Одна из предлагаемых парадигм центра обработки данных состоит в
том, чтобы просто подтолкнуть обработку данных к краю сети. Вместо того, чтобы отправлять данные на облачный сервер или основной центр обработки данных, переместите их ближе к населению, потребляющему их. Архитектуры на основе граничных вычислений обеспечивают более быстрый доступ к сетям и значительно снижают нагрузку на них.
Инфраструктуры на основе граничных вычислений (устройство, граница и сервер) иногда называемые «туман» или решетчатые вычисления, могут быть настроены для согласования с интернетом вещей и широко распространённых приложений.
Поскольку данные интернета вещей поступают от нескольких датчиков, контроллеров и подключённых серверов, а также от удалённых расположений, обработка происходит в идеале в точке происхождения, а не в облаке. Благодаря граничной архитектуре возможность обработки данных рядом с устройством позволяет быстро реагировать на запросы и принимать быстрые решения. Неплохое решение для приложений, которые используют полученные данные, например, алгоритмов машинного обучения, где автономные решения являются предпочтительными.
Настраиваемое граничное решение идеально подходит для быстрого накопления данных в режиме реального времени, данных, которые сами устройства могут использовать, чтобы не приостанавливать работу - без долгой пересылки обратно в облако. В этих случаях, финансовым директорам понравятся граничные вычисления для экономии вычислительной мощности и пропускной способности. ИТ-директорам - скорость и точность получения данных автоматизации от источника.
Универсальная платформа облака по-прежнему является опорой для больших данных и предоставляет возможности сторонним и устаревшим приложениям. Для тех, кто не полагается на таймеры или локализованные, ориентированные на устройство вычислительные мощности, облачные вычисления - эффективная рабочая лошадка больших данных. Облачные центры обработки данных принимают на сервер огромные объёмы данных, которые извлекаются клиентами. Это идеальная структура, подходящая для обработки видео, музыки, изображений, больших документов и приложений, которые не чувствительны к времени. Но когда дело доходит до интернета вещей, где информация необходима у источника, мы чётко разоблачаем облачные недостатки — в недостатке качества, скорости и точности данных. Попытка объединить централизованное облачное решение в сеть интернета вещей может быстро увеличить пропускную способность и вычислительные ресурсы. Особенно, когда речь идёт об архитектурах, разработанных для приложений промышленного интернета вещей, где доступ к сети и задержка могут иметь решающее значение.
Работая симбиотически, облачные и граничные вычисления обеспечивают то, что нужно обоим мирам: быструю реакцию и обработку больших объёмов. Аналитические алгоритмы могут быть созданы в облаке и впоследствии перемещены в датчики пограничных устройств, которые не
обладают аналитическими возможностями. Очевидно, что в некоторых случаях предпочтительнее использовать конструкцию, которая охватывает уникальные возможности каждой архитектуры: граничные вычисления для приложений, чувствительных к времени, и облачные вычисления для удовлетворения потребностей безопасности и больших объёмов данных. Сочетание обоих технологий создаст условия для дальнейшего развития, объединяя лучшее из каждой с точки зрения затрат и эффективности. Объёмы передаваемых данных и затраты на пропускную способность будут выгодными как с финансовой точки зрения, так и с технической.
Число и типы пограничных вычислительных устройств развивается экспоненциально. По оценкам, только государственные, местные и высшие рынки образования установят более миллиона устройств интернета вещей в течение ближайших трёх лет. Данные и нагрузка на сеть будут расти, но на сколько - неизвестно. Это вызывает некоторые опасения по поводу того, сколько энергии, пространства, потенциального охлаждения потребуется для обработки этой новой рабочей нагрузки.
Внедрение облачной архитектуры изменила представление о стоимости, проектировании и эксплуатации центров обработки данных. Традиционное программное обеспечение центров обработки данных было расценено как инструмент, который мог бы обеспечить моделирование вариантов оказания помощи в решении этих проблем. Как только технологии интернета вещей станут глобальными, эти же проблемы усилятся многократно.
Использованные источники:
1. Edge computing vs. Cloud computing URL: https://www.linkedin.com/pulse/edge-computing-vs-cloud-where-does-future-lie-saju-skaria (дата обращения 09.12.2017)
2. Как граничные вычисления изменяют сеть
URL: http://ko.com.ua/kak_granichnye_vychisleniya_izmenyayut_set_121711 (дата обращения 9.12.2017)
3. Граничные вычисления могут подтолкнуть облако к краю URL: http://newseng.ru/post/boundary-calculations-can-push-the-cloud-to-the-edge (дата обращения 9.12.2017)
