.png){kind=icon}
返回
Edge computing in big data: challenges and benefits
.png){kind=icon}
PRE
AI
DOI：10.1007/s41060-025-00855-3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
边缘计算是一种分布式计算范式，将计算和数据存储推向网络边缘，从而提升响应时间和带宽利用率。它通过促进本地数据处理，为隐私保护带来潜在优势，减少了向集中式云系统传输敏感数据的必要性。这项技术尤其有利于大数据应用。我们分析了边缘计算在大数据系统中的变革性优势，如降低延迟、优化带宽以及近实时决策，同时探讨了在本地处理时增强数据控制的潜力。尽管潜力巨大，但边缘计算与大数据分析的融合引入了显著的技术挑战。我们审视了这些挑战，包括数据一致性、容错性、能源效率，以及特别值得关注的是，边缘设备分布式特性带来的新安全与隐私问题，如管理去中心化数据访问、保障可能易受攻击的边缘基础设施的计算安全。在承认当前方法潜力的同时，本文指出了其局限性，并提出了关键的未来研究方向，以期在未来几年充分释放边缘计算在大数据分析中的潜力。边缘-云计算、AI驱动的编排、6G网络、量子边缘计算以及仿生计算，代表了技术进步的关键领域。
Keyword:
Edge computing
Big data
Edge-cloud
Decentralized computing
Distributed systems
期刊
I
IF:
2.8
论文数:
1.1K
被引数:
1.3K
机构
暂无机构信息
引用论文
分享收藏Complementing IoT Services Through Software Defined Networking and Edge Computing: A Comprehensive Survey通过软件定义网络和边缘计算补充物联网服务: 综合调查
PREAI
分享收藏Efficiency Near the Edge: Increasing the Energy Efficiency of FFTs on GPUs for Real-Time Edge Computing.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏
查看更多内容