边缘和云如何解决延迟，安全性和带宽问题
边缘计算是一种IT部署，旨在使应用程序和数据尽可能接近需要它们的用户或“事物”，通过在物联网（IoT）中的使用，可以最好地理解边缘计算，因为物联网产生了对它的需求。简而言之，物联网是连接到互联网并交换数据的所有物理对象。温控器、安全摄像机、冰箱冰柜、Alexa、Google Home甚至车辆。正如个人和公司对增加数据存储的需求引起了对云的巨大集中存储功能的需求一样，物联网也对使用相同数据但使用更少带宽的更快，更安全的方式提出了要求。
从个人计算向云计算的转移已经将大量数据发送到并存储在庞大的服务器场中，这些服务器场主要由Google、Amazon、Microsoft和IBM拥有。为了使用云数据，必须将其进行访问，处理和分析，然后再返回使用。家庭助理是一个有用的类比。当您问Google Home天气如何时，它将处理您的语音，将压缩后的版本发送到云中，然后将其未经压缩，处理后执行，也许执行API函数以获取答案，然后将其返回给您的设备。这种往返数据使用产生了三个主要问题：延迟，安全性和带宽。
随着物联网的兴起，边缘计算正在迅速扩展，因为它解决了物联网与云交互时遇到的问题。如果你把你所有的智能设备想象成一个圆圈，云就集中在其中间；边缘计算发生在云的边缘。从字面说，边缘计算指的是位置，它发生在离设备或企业更近的地方，无论什么“东西”在传输数据。这些计算资源从数据中心分散开来；它们处于“边缘”，数据在这里得到处理。通过边缘计算，数据在生产现场被仔细检查和分析，只有相关数据被发送到云端存储。这意味着发送到云端的数据要少得多，减少带宽使用，专有和安全漏洞更可能发生在设备位置，这正是“黑客攻击”设备变得更加困难，而且与数据的相互作用速度也明显提高。
虽然边缘和云计算通常被视为互斥的方法，但大型物联网项目通常需要将两者结合起来。以无人驾驶汽车为例。如果必须将来自所有汽车传感器的信息发送到云进行处理并返回功能，那么网络的功能，入侵汽车的能力以及响应的延迟都将意味着自动驾驶汽车是不可行的。将云计算和边缘计算结合在一起，用户对运行的软件和传感器实时工作不承担任何责任，但是汽车必须使用集中式数据来获取更新并将已处理的数据发送回去以增强算法。
尽管市场已经成熟，但企业直到最近才意识到物联网将如何帮助自动化和完善其提供的服务。边缘计算和云在许多方面对业务都有利：节省时间的分析数据；缩小存储量；并且易于遵守安全性和数据隐私法规，例如通用数据保护法规（GDPR）只是其中的一部分。随着数字和“现实”世界的融合和体验变得越来越沉浸，所收集数据的扩散是无与伦比的，并将继续增长。
保险业完全有资格成为第一个受益于边缘计算和云相结合的主要行业，从而为物联网创造最身临其境的用户体验。例如，家庭保险一直是被动的而不是主动的，而是依靠用户通过电话向第三方报告索赔。此外，该数据很少用于计算准确的风险。然而，随着智能家居和物联网设备的兴起，家庭保险公司能够颠覆这种模式。
通过使用IoT设备，客户的房屋可以提供数据，可以利用这些数据来更全面地计算风险，同时可以在房屋中预防性使用智能安全和传感器，并在不正确的情况下向房主和保险公司发送警报。洪水灾害是房屋保险索赔的主要原因之一，也是一个很好的例子。部署在锅炉，水槽和洗衣机等潜在泄漏区域附近的泄漏传感器可以发送通知，以避免发生损坏事件。如果在没有人在家时管道破裂，则传感器可以命令智能阀关闭水源，从而最大程度地减少损坏，通知客户并减少索赔。
对于房屋保险公司而言，与物联网公司合作可以改善与客户的关系，并提高对每个客户特定风险的理解。有了对真正风险的了解，它将使保险公司能够降低保费。
毫无疑问，保险业物联网的未来是边缘计算和云计算的结合，并充分利用了两者的主要优势。通过最大程度地减少损害并提供更准确的保费来最大程度地为其客户带来收益，同时最大程度地降低公司的风险和索赔成本。
