工業互聯網
對現場采集的數據進行數據預處理，將現場有用的信息提取出來實時上傳給平臺，為平臺大大減輕了處理的工作量。
匯聚現場數據統一接口上傳數據到云端，大大提高系統多樣部署的安全性，解決現場數據跨域訪問的問題。制造企業無須給云端為每一個業務系統都開放通信端口，大大降低了被網絡攻擊的風險，同時也解決了局域網與廣域網跨域訪問的問題。

糧情分析
第一，數據實時處理。 節點的部署更靠近數據 ，大量糧情數據可實現本地管理，無需上傳，減少處理時延。
第二，緩解帶寬壓力。 數據產生后及時處理， 再信息上傳數據中心， 減少帶寬壓力。
第三, 降低數據泄漏風險。
邊緣側可看作是從云端下沉的一部分,邊緣側實現數據處理、特征分析、行為識別、數據存儲等功能。終端采集到庫內溫濕度、氣體成分等信息后，上傳至邊緣端，邊緣端會進行部分處理,只將難以處理的信息上傳至云端。同時可將視頻圖像中的冗余信息去除，實現一部分分析和處理，但數據處理后的結
果依然要傳遞給云中心進行統一決策。同時將復雜功能和視頻信息傳遞給糧庫視頻監控云中心，進一步 存儲、 分析、 決策。
糧情預警流程：首先由糧庫中攝像頭和各傳感器采集數據并及時將采集到的數據信息上傳至邊緣網關。邊緣網關根據分析模型確定異常。之后邊緣網關將信息上傳至邊緣計算平臺進行預處理和判斷。最后邊緣計算平臺根據設定的邏輯來完成通知或報警。
由于邊緣計算模式下無需將所有數據上傳至云端，因此從根本上降低了數據泄露與被篡改的風險。