邊緣計算非常有用，這是大多數企業希望采用的原因。如今，人們對邊緣計算的興趣從概念轉向生產。然而，邊緣計算并不能取代以往良好的架構和傳統的實用方法。這就是為什么邊緣計算的應用中將會出現錯誤的原因，而這些錯誤是可以避免的。
錯誤1：邊緣計算所做的事情太多
大多數邊緣平臺是一種小型基于SSD硬盤的嵌入式平臺。例如Arduino平臺和Raspberry Pi，但也有一些規模龐大的平臺，例如那些基于超融合基礎設施的平臺。
邊緣計算成功的經驗法則是小型、經濟、易于復制。那些在邊緣計算設備過多處理工作負載的公司很快發現，他們希望通過邊緣計算解決的延遲和速度問題以新的形式出現，并且在大多數情況下將會使事情變得更糟。
邊緣計算設備應該是專門構建的，并且只能負責收集、處理和傳輸所需的最少量數據以及響應需要立即關注的問題。例如，邊緣計算設備可以處理來自汽車發動機的遙測數據，并將明顯的問題直接提交給發動機的計算機和駕駛人員，例如溫度過高。然而，邊緣計算并不是確定發動機潛在問題并進行預測分析的良好位置，因為識別這些問題需要對數PB數據進行篩選。
此外，如果邊緣計算的計算機設計的功能相同，則可以輕松復制自動化任務。如果用戶采用定制方法或過多DIY，則不會帶來任何幫助。
錯誤2：忽略邊緣計算的安全性
邊緣計算的安全性通常是事后的想法，即使其產生后果比忽略云計算的安全性更加糟糕。
以汽車發動機為例，如果網絡攻擊者攻擊邊緣設備，并生成可能導致關閉發動機的錯誤數據，或者驅動應用程序做出錯誤決定，那么該怎么辦？這些孤立的邊緣設備是攻擊者理想的目標，因為它們與核心系統分離，而核心系統中通常可以有效地防范和應對網絡攻擊。
遺憾的是，對于大多數邊緣計算架構師來說，解決潛在安全威脅的問題并不是首要任務。
為了應對安全性問題，企業需要復制在邊緣計算使用的大多數云計算服務。大多數公共云計算提供商已經解決了這個問題，因此他們的邊緣計算平臺現在將安全性和運營服務擴展到不在云端的邊緣計算機。
其做法是盡可能實現自動化，可以自動處理事務，例如更新已知的新威脅向量以及升級操作系統。
