据Gartner预测，到2022年，超过50%的企业将生成的数据在边缘进行处理。物联网大数据分析和人工智能建模往往在数据中心或云端。这意味着未来跨核心、云和边缘将成为IT常态。

因此，如何跨核心、云和边缘实现工作负载动态迁移、大数据分析和管理，已经成为企业部署边缘计算考虑的一大重点。

传统的批处理数据引擎已经完全无法满足现代企业对实时性的要求。而且，现有的流式数据系统大都基于消息模型，例如Kafka，Spark等。 

这些系统从本质上看，仅仅只是一些高速消息系统，缺乏一致性、可靠性、持久化等存储特性，因此很难适应当今物联网趋势下的各种复杂数据实时处理且计算准确的需求。

边缘计算使企业的受攻击范围扩大，甚至可超出传统数据中心安全性的控制范围。并且，边缘计算节点采集的数据可能会涉及敏感信息，大量数据的隐私性以及合规性也使数据保护更加复杂。

应对工业互联网高动态业务环境，在跨边缘-核心-云架构下，根据数据和应用实现规则界定，将提高业务安全性。