Nell’edge computing la competitività dipende dalla velocità di raccolta e analisi dati in quanto, come descritto dall’International Data Corporation (IDC), un’ampia rete di micro data center combina funzioni di elaborazione e archiviazione in modo distribuito. Ciò consente di archiviare i dati critici in locale, quindi trasmetterli a un data center centrale o a un repository di archiviazione cloud.
L’Edge computing, con la sua enfasi sulla raccolta dati e sull’elaborazione in tempo reale, contribuisce al successo delle applicazioni intelligenti che elaborano grandi quantità di dati, superando i problemi di latenza delle classiche soluzioni cloud.
Ad esempio, le attività di intelligenza artificiale o apprendimento automatico (AI/ML), come gli algoritmi di riconoscimento delle immagini, possono essere eseguite in modo efficiente più vicino all’origine dati, eliminando la necessità di trasferire grandi quantità di informazioni a data center centralizzati. Altri vantaggi dell’edge computing includono la capacità di eseguire l’aggregazione e l’analisi dei Big Data in loco, consentendo un processo decisionale quasi in tempo reale.
Inoltre, l’edge computing riduce il rischio di esposizione di dati sensibili poiché mantiene la potenza di elaborazione in loco, consentendo alle aziende di applicare pratiche di sicurezza o conformarsi alle politiche normative.
Indice dei contenuti:
Edge computing: cos’è e come funziona
Una ricerca di Intel stima che, entro il 2025, il 75% dei dati verrà creato fuori dai data center centrali, dove avviene oggi la maggior parte dell’elaborazione.
L’Edge computing si riferisce alla pratica di controllare i dati da fonti remote e di eseguire analisi complesse su di essi. Questa è una parte integrante dell’analisi dei Big Data, in quanto aiuta a evitare di sovraccaricare le capacità dei database centrali. Inoltre, grazie alla ridotta latenza, consente decisioni più tempestive e, in sostanza, rappresenta un metodo per analizzare i dati in tempo reale.
L’edge computing comprende tutti gli elementi che si trovano ai confini più esterni di una rete. Questi includono router, switch, sensori, dispositivi intelligenti e archiviazione locale. L’utilizzo, ad esempio, avviene con i dispositivi e le implementazioni IoT (Internet of Things) che, dovendo far fronte a tempi di latenza troppo lunghi e banda insufficiente, ne favoriscono l’adozione.
In tali casi, l’edge computing invia i dati critici, soggetti alla latenza, al cloud dopo averli elaborati attraverso uno smart device situato nel punto di origine. In alternativa, i dati vengono inviati a un server intermedio situato a una distanza più prossima.
Dati critici ma meno “time sensitive” possono avvalersi del cloud o dei data center dell’azienda per essere elaborati nella loro complessità.
Alcuni esempi in merito possono essere rappresentati dai Big Data, le analisi dei dati storici, storage di lungo periodo oppure tutto quanto concerne le attività finalizzate a implementare l’apprendimento degli algoritmi di ML (machine learning).
Vantaggi dell’edge computing
Vale la pena ricordare che il termine edge è stato coniato da Cisco nel 2014 per descrivere una particolare tendenza emersa nello sviluppo dell’architettura IT, circa la sua propensione a spostare le capacità di analisi dei dati dalle tradizionali apparecchiature di rete “core” ai dispositivi vicino alla fonte dei dati.
L’implementazione apportata dall’edge computing può essere considerata dal punto di vista delle sue capacità di elaborazione e comunicazione. Infatti, i dati provenienti da dispositivi remoti vengono prima elaborati all’edge e quindi inviati al database centrale per ulteriori analisi.
In alternativa, è possibile assegnare priorità alla comunicazione dall’edge al core, consentendo il monitoraggio in tempo reale senza l’archiviazione o l’elaborazione preventiva. Alcuni sistemi fanno entrambe le cose, dando la priorità all’archiviazione locale prima di inviare i dati a un database centrale.
Effettuando l’analisi dei dati localmente alla fonte, è possibile ridurre la latenza e prendere decisioni rapide senza dover aspettare che le informazioni viaggino avanti e indietro su lunghe distanze.
Un altro potenziale vantaggio è una maggiore sicurezza tramite la decentralizzazione. Spostando le capacità di analisi lontano da un singolo punto vulnerabile, l’edge computing riduce al minimo l’impatto delle violazioni della sicurezza e delle interruzioni del sistema sui processi dell’organizzazione aziendale. Ciò risulta particolarmente utile in scenari in cui il tempo di risposta è essenziale, come i servizi di emergenza o la pianificazione del ripristino di emergenza.
Edge computing e Internet of Things
I dati raccolti dai dispositivi di edge computing non richiedono un processore: possono essere archiviati su un server presente nell’edge. Questi dispositivi utilizzano l’IA e altre funzionalità avanzate se sono dotati di un processore.
D’altra parte, i dati raccolti dai dispositivi di IoT richiedono solo un’elaborazione di base: inviano le loro informazioni a un server per l’analisi e l’archiviazione.
I dati dai dispositivi di edge computing possono essere elaborati quasi in tempo reale o inviando solo i dati necessari al cloud. Questo può essere effettuato poiché un server perimetrale in loco contiene informazioni critiche necessarie per le applicazioni. Molti dispositivi di edge computing possono essere consolidati nel cloud ai fini dell’elaborazione e dell’analisi.
I dispositivi IoT non sono necessariamente dispositivi edge ma, una volta connessi, fanno parte delle strategie edge di molte organizzazioni. L’edge computing è in grado di fornire più risorse di elaborazione all’edge di una rete IoT, riducendo la latenza delle comunicazioni fra i dispositivi IoT e le reti IT centrali a cui sono connessi.
La tecnologia di edge computing coinvolge sia soluzioni hardware che software per consentire ai dispositivi intelligenti di funzionare in ambienti difficili e remoti. Queste soluzioni non richiedono l’accesso completo alla rete principale, ma utilizzano strutture di rete come il 5G e riducono la latenza dei dati limitando al minimo i dati inviati sulla rete.
Edge computing e sicurezza
I dispositivi IoT edge presentano vantaggi e svantaggi per la sicurezza della rete. Da un lato, più dispositivi significano una superficie di attacco più ampia. Tuttavia, i dispositivi di edge computing offrono importanti vantaggi in termini di sicurezza grazie alla loro architettura distribuita.
In virtù di ciò, è facile implementare protocolli di sicurezza che separano i dispositivi compromessi dall’intera rete senza interrompere tutte le funzionalità.
L’edge computing riduce la quantità di dati che possono essere obiettivi di un attacco informatico. Questo perché durante il transito vengono trasportati meno dati, il che riduce il volume di traffico che un utente malintenzionato può intercettare.
Inoltre, l’edge computing riduce la quantità di dati a rischio in qualsiasi momento grazie alla ridotta raccolta di dati locali. Se un dispositivo fosse compromesso, sarebbero interessati solo i dati raccolti localmente e non il completo volume di essi.
La presenza di migliaia di sensori e dispositivi connessi a internet rappresenta una seria minaccia per la sicurezza aziendale. Con l’elaborazione dei dati, in locale e offline, l’edge computing abbassa il rischio di essere esposti a vulnerabilità di sicurezza. Per questo motivo, le aziende possono archiviare più dati senza trasmetterli sulla rete.
Edge computing e aziende
Scegliere l’edge computing significa poter contare su servizi più veloci e affidabili a un costo inferiore. E, allo stesso tempo, offre anche un’esperienza più rapida e coerente per gli utenti finali e funzionalità di monitoraggio efficienti per aziende e fornitori di servizi.
Utilizzando l’edge computing è possibile evitare le limitazioni della larghezza di banda, ridurre i ritardi di trasmissione, limitare gli errori nei trasferimenti di dati e aumentare le possibilità del loro controllo.
L’edge consente, inoltre, la memorizzazione della cache dinamica e statica dei dati, tempi di caricamento brevi e costi ridotti rispetto al cloud computing.
Cloud ed edge computing
Come abbiamo potuto constatare, l’edge computing assicura diversi benefici, tra cui bassa latenza, migliore connettività, sicurezza e privacy. Se da un lato questo potrebbe richiedere un budget elevato per far fronte ai costi iniziali e di manutenzione, dall’altro il cloud potrebbe risultare più accessibile, anche se comporta tutt’altra risposta in fatto di latenza, connettività e volumi di dati trasmessi.
Il cloud è la soluzione migliore per accedere ai dati da qualsiasi device e luogo ma, essendo un servizio centralizzato, può implicare maggiore latenza a causa della distanza tra utenti e data center.
