18、边缘计算中的隐私问题解析

边缘计算中的隐私问题解析

1. 引言

随着物联网（IoT）的快速发展，每天都会产生海量数据。例如，摄影师每天轻松就能拍摄 100 Mb 的照片，监控摄像头每天可录制 20 Gb 的视频。考虑到物联网设备数量众多，数据总量超乎想象。

物联网设备的计算能力有限，几乎无法实时处理和分析监控摄像头的视频和照片。借助云计算，拥有足够计算能力的集中式服务器能够处理这些数据。然而，受限于低带宽和高延迟，云计算在实时处理大量数据方面效率不够高。

因此，边缘计算应运而生，成为实现高带宽和低延迟的有效技术。通过将部分计算能力和存储转移到网络边缘，边缘计算能够为数十亿物联网设备提供新的服务和应用，如增强现实、视频分析、智能家居、智能医院、车联网等。

下面是云边缘基础设施的简单结构：

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A(云服务器):::process --> B(边缘服务器):::process
    B --> C(终端设备):::process
    C --> B
    B --> A
    style A fill:#ffffff,stroke:#000000,stroke-width:2px
    style B fill:#ffffff,stroke:#000000,stroke-width:2px
    style C fill:#ffffff,stroke:#000000,stroke-width:2px
</