邊緣情報（Edge Intelligence）賦予工業物聯網（IIoT）系統即時處理資料的能力，而且它更靠近資料來源，可有效減少延遲並降低通訊成本。
為 IIoT 邊緣設備提供雲端情報
一種可協助您建構自主邊緣節點的嶄新運算模型，使得 IIoT 開始展現新風貌。邊緣節點是 IIoT 系統的資料匯聚點，其中的實體感測器與致動器，可與 IIoT 閘道電腦等運算資源進行互動。這種新穎的運算模型基於邊緣節點，並透過本機儲存和運算能力，以及機器學習演算法等加以強化，使其能夠在地處理資料，並快速做出與流程相關的決策。邊緣情報節點：
- 根據本地身分管理和存取控制政策，快速做出決策
- 在靠近資料來源的地方保護資料安全
- 降低通訊成本
邊緣情報是透過機器學習或自我學習演算法進行增強的邊緣運算模型、具有先進網路功能，並提供端對端安全保護。接下來，我們將討論一個良好的邊緣情報解決方案，所需具備的四個關鍵要素。
1. 在地化資料處理
在網路邊緣收集大量資料的做法，可能很快就會被棄用。為此，您應儘早處理資料，並從中獲得可善加運用的資訊。醫療保健和工廠監控等關鍵任務系統，都有賴於高品質的資料量測和即時決策來維持運作。將資料從網路邊緣一路傳送到雲端，不但費時，還可能導致資料毀損，而且需在沒有內容的情況下處理資料。有鑑於此，邊緣節點應具備在地處理資料的能力，並且僅將關鍵資訊發送到雲端，以便開發資料模型。具備本機儲存和處理功能的邊緣節點，可讓資料更靠近來源。
2. 即時在網路邊緣做出決策
有了邊緣情報，您可在邊緣節點上即時做出決策。邊緣節點分析功能則可大幅縮短決策延遲時間。您可在本機或雲端，開發機器學習或自我學習演算法，並將它們部署於網路邊緣，讓邊緣節點能夠自主運作，以協助您更快做出決策。
3. 穩定的邊緣到節點通訊
資料完整性是邊緣運算模型的關鍵要素，因為您需在邊緣節點層做出關鍵決策。如果邊緣設備和邊緣節點之間的通訊不一致，那麼在邊緣設備上感測和量測到的資料，就沒什麼用處。不可容忍任何資料遺失或資料毀損，因為邊緣節點現在負責做出與製程相關的重要決策。其他需要考量的因素包括範圍、頻寬、設備之間的通訊、所支援的通訊協定，以及如何為邊緣設備供電。卓越的邊緣網路，需針對無線感測器通訊進行最佳化。
4. 保護網路邊緣
IIoT 系統的生命週期，通常比傳統的運算系統更長。即使部署了數十年，大多數的邊緣設備仍可持續運作。雖然伺服器和 PC 夠精密，足以提供安全保護，但 IIoT 節點的功耗和處理效能相對較低。邊緣情報解決方案可賦予邊緣節點本機儲存和處理能力。在完成相關開發之後， Moxa 推出了各式各樣的軟體和硬體解決方案，可協助您全面保護邊緣設備和節點。端對端安全加密、入侵防禦系統（IPS），以及基於可信平台模組（TPM）的外部硬體安全設備，都可用來保護邊緣節點。由於邊緣節點是實體閘道器，一旦邊緣設備或節點被入侵，所引發的問題，不僅僅只是資料遺失這麼簡單。網路攻擊者現在可以存取不安全的邊緣節點和設備，以便干擾工業流程或關閉設備，讓企業蒙受巨大的財務損失，甚至可能危及生命安全。
