文献标识码: A
DOI: 10.20044/j.csdg.2097-1788.2022.02.007
引用格式: 沈传年. 边缘计算安全与隐私保护研究进展[J].网络安全与数据治理,2022,41(2):41-48.
0 引言
近年来,随着物联网、大数据、人工智能、区块链、5G等信息技术的快速发展,万物互联趋势急速加剧,增强现实/虚拟现实、智能家居、智慧城市、远程医疗、无人驾驶等新型业务模式不断涌现,已广泛应用于日常生活中并带来了极大的便利。网络技术和应用服务的进一步发展使网络边缘设备的连接数量呈现爆发式增长态势,与之相伴的是网络边缘设备所产生的海量级数据。根据Gartner的数据预测,到2022年,超过50%的企业数据将在网络边缘侧产生和处理。据国际数据中心(IDC)数据时代报告《世界的数字化:从边缘到核心》预测,到2025年全球将产生175 ZB(泽字节)的数据(1 ZB相当于1万亿GB),其中全球数十亿台边缘设备将产生90 ZB以上的数据。
目前,海量数据的存储和处理主要依赖于集中式的云计算[1]模式,即将所有数据通过网络传输到远程云端数据中心,利用云端数据中心强大的计算能力集中式地解决计算和存储问题。但随着物联网和5G时代的到来,以及云计算应用的不断激增,越来越多的应用场景中需要计算庞大的数据并且能够得到实时的反馈,而目前网络带宽的增长速度远落后于数据量的增长速度,同时复杂的网络环境让网络时延难以显著优化,因此,传统云计算模式已经无法满足网络边缘侧“大连接、低时延、高带宽”的资源需求,难以实时高效地支撑起基于万物互联的应用服务,其暴露出的种种不足,主要表现在三个方面:
(1)带宽和资源消耗问题。网络边缘设备产生的海量数据使云计算的网络带宽、计算资源以及存储资源变得日趋紧张,给以中心服务器为节点的云计算造成更大的数据瓶颈;
(2)数据处理的实时性问题。云计算是在远程数据中心集中进行数据处理,由于数据需要在边缘设备和云数据中心之间进行异地长距离传输,必然会产生较高的网络时延;
(3)用户隐私保护问题。云计算模式下,所有用户数据都需要上传并存储在云数据中心。云数据中心由于无法对用户数据的访问和使用进行精细控制,容易导致用户隐私数据遭受恶易攻击、泄露和非法利用等风险[2]。
因此,在网络终端边缘侧处理数据的模式,即边缘计算[3]应时而生,并迅速成为近年来的研究热点[4]。
本文详细内容请下载:https://www.chinaaet.com/resource/share/2000004857
作者信息:
沈传年
(国家计算机网络应急技术处理协调中心上海分中心,上海201315)