今天的城市是有生命的實體。隨著時間的推移，它們發展、成長并變得更加復雜，但許多最緊迫但最平凡的問題，例如公用事業改進和監控犯罪的需要，仍然沒有改變。如今，城市管理部門有能力實施分析技術，以幫助滿足無數日常城市需求，以及與安全、醫療、出行、能源和經濟發展相關的更復雜的挑戰。

由于世界上超過一半的人口居住在城市，因此需要對他們的日常工作進行更智能、更準確的洞察。城市管理當局可以從思科、亞馬遜和谷歌等領導者那里學到很多東西，這些領導者不僅收集數據，而且不斷利用數據來改善生計和社區。當我們看到他們的成功時，越來越明顯的是，創建智慧城市的關鍵主要在于捕獲數據分析的監控技術。

隨著監控技術和預測分析的興起，我們可以讓智慧城市更聰明、更有效，提高它們的效率。與此同時，還必須理解，連通性永遠得不到保證，當需要實時決策時，必須提供必要的數據，而不管連通性如何。

因此，必須有足夠數量的本地存儲來定位最接近計算點的感知數據——這說明了邊緣和嵌入式存儲越來越重要。

通過邊緣分析實現實時數據的增長正在導致城市需要的數字存儲類型發生轉變——快速、不妥協地訪問數據變得越來越重要。

根據最近由希捷(Seagate)贊助的國際數據公司(IDC)最近的一項研究，數據時代 2025：從邊緣到核心的世界數字化（Data Age 2025: The Digitization of the World from Edge to Core）顯示，全球數據圈(Global Datasphere，衡量每年創建和復制多少新數據)將在未來7年增長5倍以上。

預計2025年新增數據總量將從2018年的33ZB增加到175ZB。這種增長的主要驅動力在世界各地基本上是一致的，只是發生的速度不同。娛樂數據和視頻監控片段長期以來(并將繼續)是全球數據圈的重要驅動力。

然而，在當今日益數字化的世界，來自物聯網設備、元數據(對分析、情境化和人工智能至關重要)和生產率數據的信號顯示出了更快的增長。

有了所有這些可用數據，我們觸手可及的洞察力從未如此之大，城市必須加快步伐，開發出更好地利用這些數據的方法。城市已經在很多方面做到了這一點——從基于交通模式優化路線的智能路燈，減少了20 - 30%的應急響應時間，到配備先進的監控攝像頭，通過分析來加強安全行動，使犯罪減少了30 - 40%。

然而，我們可以做得更多。

如今，要成為真正的智慧城市，城市將需要一種“邊緣層”的方法來存儲、過濾和管理離傳感器更近的數據。為了獲得更深入的見解，數據在邊緣域以及云或后端存儲和分析的時間更長。

一個城市只能實時采取行動尋找失蹤人員，將附近的緊急情況通知居民，并通過邊緣分析發出交通擁堵警告，這些信息更靠近網絡錄像機 (NVR) 捕獲和收集數據的位置。

數據分析和數據驅動的城市改善所帶來的機遇既令人興奮又不容忽視。NVR 等邊緣設備中的行為分析、熱像儀和 AI 引擎只是使我們能夠在龐大的網絡上保持持續連接的技術的一個示例。通過橫向關聯各個系統，我們現在可以深入了解各種機制，包括電力、水、衛生、交通、環境監測和天氣情報的模式。

以West Hollywood的創新部門為例，該部門最近因“WeHo智慧城市”戰略規劃獲得了美國規劃協會(APA)技術部的智慧城市獎。其計劃分為三部分，包括以下戰略：數據驅動的決策推廣到全市各部門，協作和實驗旨在使市政廳工作人員更好地一起工作，以及通過智慧城市傳感器和智能建筑項目來改善公共安全和管理建筑環境的過程自動化。

通過基于后端深度學習活動的預測分析收集的數據（在某些情況下超過一年），我們可以預先確定趨勢以管理一個部門中直接影響另一個部門的事件。例如，如果每次下雨，河流泛濫并導致高速公路上的交通擁堵，城市現在可以使用監控技術在這些天氣模式發生之前預測它們，并在水位上升之前將交通引導至替代路線。

城市需要即時的、流動的數據，這就使人們迫切需要產生所需的可預測的、可靠的信息，而且往往是實時的。事實上，報告預測，由于我們的城市工作流程和個人生活流的數據注入，到2025年，近30%的“全球數據圈”將是實時的。

這是大量實時數據——那么，一個城市如何實施監控技術來更好地保護城市并實現更智能的分析？第一步是確定位于智慧城市監控應用中心的正確存儲解決方案，以實現記錄、數據保留、預測分析和實時警報。下一步是確保這些數據位于邊緣，為城市提供充足的時間來分析和理解模式，然后為行動提供信息。

然而，這并不是故事的結局。邊緣計算是一種新的、復雜的 IT 基礎設施組織方式，在企業享受分布式網絡新時代的積極紅利之前，需要解決圍繞數據管理的幾個重要問題。

根據 Gartner 報告《如何克服邊緣計算的四大挑戰》（How to Overcome Four Major Challenges in Edge Computing），“到2022 年，超過一半的企業生成數據將在數據中心或云之外創建和處理。

然而，這個數據是不同的。”我們通常與數據處理和管理聯系在一起的位置。這就帶來了額外的復雜性:每個企業對其數據都有不同的需求和優先級，而且從邊緣到核心管理物聯網生態系統沒有單一的行業標準來提供幫助。

由于便利性和快速的可擴展性，許多組織已將至少部分數據遷移到公共云。然而，隨著產生的數據量的增加，公共云可能會導致圍繞安全性、復雜性和財務成本的幾個問題。私有云和混合云解決方案解決了這個問題，但引入了各自的問題，使得從邊緣到核心的數據管理變得更加困難。展望未來，我們將看到解決此問題的新方法，混合硬件和軟件以消除不必要的步驟，并更輕松地將數據移動到需要更快、更可靠的地方。

防御攻擊

其實很簡單：你的網絡越大，你受到網絡攻擊的機會就越多。對于任何企業來說，邊緣計算的好處必須與安全風險相權衡，并且必須采取措施來降低這些風險。雖然位于公共或私有云中的數據可能相當安全，但在默認情況下，位于邊緣的數據要安全得多。

幸運的是，對于大多數希望增強數據安全性的企業來說，有一些選擇是適合的。硬件扮演著一個關鍵的角色：如果存儲數據的物理媒體的所有者能夠提取數據，那么軟件的安全性就不重要了。

靜止數據加密應該是整個網絡中所有數據的標準，使用與受保護數據分開存儲的密鑰來解鎖數據。有了這種級別的加密，即使網絡本身受到了破壞，底層數據仍然是安全的。在未來幾年，硬件保護將日益成為更廣泛的企業數據安全戰略的關鍵組成部分，現在認真看待這一點的企業將在未來處于一個穩固的位置。