從邊緣端到雲端的 Orchestration (編排/協調) 挑戰

本文所要表達的「從邊緣端到雲端的 Orchestration (編排/協調) 挑戰」，意思是在協調邊緣端設備與雲端平台（基礎建設）之間的資料與服務時，所會面臨到的各種挑戰！

請注意這個 "挑戰" 是雙向的~

資料同步與資料一致性的挑戰

在協調邊緣端到雲端的過程中，確保資料的同步並維持分散式系統之間的資料一致性，是一項艱鉅的挑戰！因為 Data 的生成通常來自於多個不同的邊緣位置，而且邊緣裝置可能會將 Data 進行初步處理，而後送到雲端進行聚合或分析，所以可能會出現「資料不一致、資料衝突甚至資料遺失（丟包）」等......的風險。

如果邊緣端的資料與雲端的不同步，對於時間敏感的應用來說，可能導致其根據過時或不完整資訊的來進行決策。此外，由於邊緣裝置的工作環境各不相同，且連線狀況各異，因此確保所有資料的變更在整套系統當中統一反映，保證不重複也不遺漏，就成為了一項複雜的任務，需要強大的同步協議和細致的資料管理策略。

針對異質設備和網路的協調挑戰

從邊緣端到雲端的 Orchestration (編排/協調) 挑戰，其中最複雜莫過於是管理各種各樣的邊緣設備和平台。打個比方（如：智慧家電、穿戴式裝置、工業感測器和自動駕駛汽車）這四個設備，就特性上，我們也許會認為其中有幾個會採用相同的通訊協定或是架構。

但就實際應用上，可能因為數位主權、在地合規、成本考量等......因素，導致它們採用的是完全不同的通訊協定（僅支援特定的網路切片組，如：LTE-M, 3GPP R15 mMTC, R17 的 redcap, etc,.）和不同的架構和作業系統。因此要整合和協調這樣一個異質的設備和網路環境，就必須深入了解每種裝置之間的細微差別，並有能力建立統一的介面來實現無縫通訊。

在這個多樣化的生態系統當中，要確保軟體更新、安全性修補程式和效能最佳化都能保持一致，也是一項巨大ㄉ Day 2 挑戰！隨著邊緣設備的數量和種類不斷增加，開發標準化的方法和工具來統一進行管理，已成為從邊緣端到雲端的 Orchestration (編排/協調) 的成功關鍵。

當然，針對異質設備和網路的問題，如果要解決的問題是整體管理的決策優化，則可以往開發新的聯邦學習演算法來解決！

面對分散的邊緣到雲端環境中的安全問題

從邊緣端到雲端的 Orchestration (編排/協調)當中，保護異質分散網路的資料和操作也是一大挑戰。邊緣設備的分散性（每個設備都在不同的環境中運作）使其有許多潛在的安全漏洞。這些設備通常處於傳統資料中心的保護之外，可能成為網路攻擊、未經授權存取或惡意軟體滲透的目標。

在資料從邊緣端傳輸到雲端的過程，能確保資料的完整性、保密性和真實性至關重要。要在如此分散的網路中執行強大的加密、一致的安全協定和即時威脅偵測，就必須採取全面的資安策略，而這個策略必須能適應邊緣的可接近性和雲的廣泛性，這種獨特的挑戰。

與傳統老舊系統的整合障礙

在考慮將傳統（老舊）系統一同整合至現今的雲服務時，對於老舊系統的固有複雜性有充分了解是個重點。因為這些傳統（老舊）的系統可能比你還要老(誤

因為這些傳統（老舊）的系統可能在邊緣計算被發明之前，就已經被開發出來了。這種系統通常具有固定的架構，並使用專有的協議，完全缺乏與現代雲原生架構無縫整合所需的靈活性和兼容性，也可能會帶來資安風險。此外，老舊系統也一定執行在過時的 Software stacks 上面，這可能會造成我們現今雲服務的瓶頸（包含老舊系統阻礙邊緣設備和雲平台之間的 Data 的交換和操作流程的效率）

為了解決這些瓶頸，就需要有戰略性的方法，例如：對造成瓶頸的關鍵組件進行現代化改造、調整現有功能、執行創新解方來彌平新舊技術之間的差距。這就可能需要開發中介軟體（middleware）、抽象層、API，用來促進老舊系統與現代平台之間的交流通訊。此外，也能考慮逐步採用更靈活、更能夠與雲服務相容的替代品，來替換舊系統的部分功能，這樣不但有助於保留關鍵的傳統功能，同時也能利用邊緣到雲計算的技術來引入新的功能和提升系統的整體效率。