克服边缘计算的难题：构建安全的智慧城市

我们的世界正在不断增长和发展。预计到2050年，人口将激增至108亿人，其中68%的人将居住在城市。因此，我们面临着越来越大的压力，需要投资于更可持续的生活方式，例如开发智慧城市，以及利用云计算和边缘计算的能力。

人工智能、物联网和边缘计算项目正在推动智慧城市的革命。这些技术被广泛采用和开发，用于支持自动驾驶车辆系统、交通信号控制，甚至进一步改进我们的生活方式，比如自动化公共设施、建筑控制（照明、冷却、安全）以及其他交通方式。

那么，智慧城市是如何运行的呢？

尽管大量数据在中心地点处理，但智慧环境的运行在很大程度上依赖于连通性和延迟——这是仅依赖云基础设施无法保证的。通过将偏远地区连接到城市周围的中心系统，可以消除停机或延迟等问题，这些问题在处理用于调节交通流量、自动驾驶车辆系统，或者医患依赖的系统的数据时，可能会导致无法接受的延迟。

像新加坡、东京、首尔和迪拜这样的智慧城市，对于基于物联网的能源管理的智能边缘计算，大量依赖传感器来实现智能照明和管理其他重要服务，包括智能垃圾箱和其他响应服务。为了启动这些智能设备，需要进行轻量级的边缘部署，以便进行快速的本地数据处理。

那么，边缘计算在智慧城市中有哪些优点呢？

减少传输延迟：由于这些设备生成和使用的数据不必在远程数据中心之间来回传输，边缘计算大大减少了网络延迟和服务中断的风险。
提高网络韧性：处理的短距离旅行提高了IoT设备和现场操作软件的速度和效率，使智慧城市更具韧性。
支持现场和云中的数据集中化：使用边缘计算技术的智慧城市有能力支持大量的系统，确保每个系统（例如智能建筑的通风系统）的灵活性、安全性和速度。

然而，我们应该对在边缘收集、存储和可能被滥用的数据保持警惕。幸运的是，安全自动化和可观察性可以在这个复杂且不断增长的环境中保护我们的信息安全。

自动化能够消除风险发现过程中的猜测

保护边缘的第一步是获取这些环境中部署设备的透明度。边缘设备正在以快速的速度上线——IBM预测到2025年将有215亿个边缘设备连接——并且网络拓扑结构正在快速发展。由于这些原因，要完全了解哪些设备正在访问网络，它们的关系，它们如何通信以及它们的安全概况可能很困难。自动化可以提供帮助。

通过使用自动化的网络设备发现，机构可以更好地了解所有边缘设备及其安全状况的情况。这种方法还可以发现恶意设备或易受网络威胁的设备。例如，传感器和设备经常收集来自居民和资产的数据。如果这些设备落入了错误的手中，黑客可以对毫无戒心的公民进行监视，或者劫持设备并用其中断关键的公共服务，如交通系统或紧急响应网络。

自动化可以帮助减小边缘设备的漏洞

边缘设备构成了巨大的攻击面，数量可能达到数千（如停车场传感器，智能照明，交通控制，智能交通和车道优化系统）。这些技术推动智慧城市的倡议，提高公民服务，保护它们免受攻击至关重要。安全自动化是快速、主动地关闭潜在安全漏洞的关键。例如，黑客会扫描边缘网络寻找漏洞，如未打补丁的软件或应用程序。

在佛罗里达州就发生了这样的情况。威胁行为者黑入了该市水厂过时的监控控制和数据采集系统，改变了水中氢氧化钠的含量。由于许多边缘设备由第三方应用程序支持，因此确保它们是最新的是艰巨和耗时的。但是，有了自动化，机构可以自动扫描他们的网络寻找未打补丁的设备，并及时推送更新，以防黑客利用任何漏洞。

可视化整个混合基础设施是另一项重要任务

边缘计算的分布式性质带来了更多的设备和更大的攻击面，但要了解复杂边缘环境的安全性能是棘手的。这些基础设施包括传感器，云，5G和虚拟化环境，检测和修复所有端点上的安全问题可能非常困难。这对任何城市或智慧城市生态系统都可能构成潜在的危险。IDC预测，到2023年，超过50%的企业IT基础设施将在边缘部署，而不是在数据中心。由于有如此多的数据在流动和生成，机构难以保护边缘设备。事实上，城市越聪明，风险就越大。尽管机构无法完全保护自己免受所有网络攻击，但他们必须尽一切可能确保公民依赖的服务继续正确、安全地工作。

在庞大的边缘计算生态系统中，特别是在混合环境中，理解安全性能的一种方法是通过安全可观察性。可观察性超越了基本的安全监控。它结合了人工智能，机器学习和数据分析等技术，帮助机构更好地理解边缘环境内的复杂性，同时提供实时可见性，帮助检测安全问题和缩短响应时间。自动化进一步推进了这个过程，使系统能够在无人干预的情况下修复安全问题。

自动化和可观察性是保证边缘安全的关键

安全的边缘是转型公共服务和基础设施的关键和战略性推动器。然而，部署边缘的机构必须处理持续的技术更新，扩大的攻击面和新的安全问题。为了降低风险和保护敏感数据，机构应尽可能实现自动化，同时确保对这个复杂环境中的潜在问题进行积极的观察。通过自动化和可观察性，复杂的任务被简化，问题被快速识别，即使边缘部署继续增长。

来源｜ StorMagic & StateTech

Edgenesis编译