随着物联网将新的架构层和拓扑结构推向组织，数字领域的发展进入了高速发展阶段。
物联网的架构层和拓扑结构在不断变化，技术的进步和发展将对物联网的扩展和成长产生很大的影响。
未来，物联网将像电话、电视、汽车、计算机、视频游戏和手机一样迅速发展和普及。当然，根据它的定义，电脑、视频游戏设备和手机现在已经成为物联网的一部分。物联网甚至整合了一些常用的设备，如手表、恒温器、摄像头、门锁、插座和建筑物中的开关。
研究报告显示，到明年年底，物联网设备数量将接近400亿台。这些物联网设备大多绑定在云上。物联网设备的数量每年以数十亿的速度增长，但现有云平台或额外服务器的数量仅以不到1%的速度增长。这是一个严重的数字流量问题。
物联网的激增不仅创造了前所未有的数字流量和所有相关问题；它创造了一个全新的安全问题类别，因为它将攻击面提高了一个数量级。这种增长增加了在数据到达云之前对其进行清理和验证的需求。物联网的扩展为企业防火墙之外需要机器学习和人工智能的新应用类别提供了机会，而物联网则需要新的数据使用和存储标准。简而言之，对物联网更好的架构层和拓扑的需求从未像现在这样强烈。
边缘计算可满足物联网架构层的需求
现有的物联网架构基于成熟的模型，具有高度的可扩展性，能够适应各种拓扑结构。即使是这种由三个物联网架构层组成的稳定模式，目前也在发生重大变化。三个架构层如下：
(1)设备层。这是客户端，所有设备(包括传感器、开关、执行器和摄像头)都可以实时采集或响应数据。
(2)网关层。该层从物联网设备收集数据，并跳转到互联网或终止于数据收集系统。物联网数据的模数转换往往发生在这一层。
(3)平台层。这条路径连接客户端和运营商，通常在云或数据中心结束。
这三个架构层不包括物联网所需的各种资源。组织需要更好的工具来进行本地数据分析和路由。物联网产生的数据数量级远远超过传统网络；在将不必要的数据转储到云或数据中心进行存储之前，应仔细筛选。如果数据位于多个位置，除了将数据发送到一个目的地，然后再移动到另一个目的地，还需要知道数据是在哪里创建的。
许多物联网需要增强的处理来实时响应物联网应用。没有更多的时间让数据往返于云端，比如支持无人驾驶汽车和面部识别。本地加工资源使这项技术可行。
物联网网络变得越来越智能，并对现实世界中的活动做出响应。在这里，云沟通的时间并不总是有的。在架构中嵌入机器学习和人工智能资源更有效，尤其是用于机器学习的数据在云中没有单独用途的时候。
为了满足这些需求，一种新的物联网架构层正在出现：边缘层。在网关和平台层之间，边缘是物联网架构的新创新，可以提供上述所有资源。
边缘计算通常将服务器放置在其支持的物联网设备附近，通常在企业防火墙之外，当然也不会部署在托管云计算的物理服务器中。这种分布式计算模式并不新颖，但它代表了物联网问题的创新解决方案。边缘节点可以提供即时的数据清理和路由，并以更少的延迟在复杂的应用程序中实现实时周转，从而使机器学习成为可能。其节点还可以作为抵御物联网攻击面的屏障，提高网关层的安全性。
如何选择正确的物联网拓扑
在这种基本架构模型中，组织可以使用许多拓扑来分配和互连物联网元素。在这里做出正确的选择是非常重要的。
因为这些物联网拓扑结构专门设计用于适应具有特定用途的网络。所有这些都以不同的方式与网关层进行交互，糟糕的设计可能会限制网络性能，危及安全性，甚至使某些应用程序无法使用。最通用的拓扑结构是点对点、星形、网状。点对点网络在节点之间有一对一的连接，通信只发生在两点之间。这是最简单和最便宜的配置。其缺点是点对点配置不可扩展，没有冗余。通常这只是一个简单的连接，例如手机的耳机或单点访问互联网的单个设备。
在星型网络中，许多节点连接到中央集线器。集线器的基数是一对多的。但是没有节点相互连接;它们只连接到集线器。这种配置往往具有低延迟和一致性。网络工具可以很容易地检测和隔离故障。其缺点是，尽管可靠性通常很高，但如果发生干扰，则不会重新路由。此外，集线器代表整个网络的单一故障点。例如，家庭Wi-Fi有许多设备通过路由器连接到互联网。
网状网络包括多个设备，具有网关和路由器节点。网状网络具有高可扩展性和冗余性，以及出色的容错能力。网状配置的缺点是相当大的复杂性和高维护要求，多个数据包必须增加延迟。网状网络包括工业自动化、大规模火灾监测和安全以及能源管理系统。
要确定哪种物联网拓扑最佳，需要考虑可支持的复杂性，并优先考虑延迟、容错、可靠性以及网络是否需要扩展。
物联网架构层和拓扑结构
一旦组织决定了物联网网络的架构和拓扑结构，就会出现其他问题。管理网络的最佳实践是什么?物联网如何影响与之交互的系统的安全性?谁拥有什么?
物联网网络管理标准和最佳实践已经建立，但就像物联网架构本身一样，它们也在不断发展。全能的孤立的平台已经过时，物联网的有机特性预示着更加多样化的数字化格局。它要求比以往任何时候都需要更多的规划、努力和创新。
