Comparativa entre Edge Computing y Computación en la Nube: Análisis de arquitecturas, aplicaciones y desafíos en la era de la informática distribuida

Abstract

Este estudio analiza comparativamente las arquitecturas de Edge Computing y Cloud Computing, enfocándose en sus ventajas y desventajas en términos de latencia, costos, escalabilidad y seguridad. Cloud Computing se destaca por su escalabilidad y menor inversión inicial, lo que la convierte en una alternativa rentable a largo plazo. No obstante, su dependencia de infraestructuras centralizadas introduce limitaciones en aplicaciones sensibles al tiempo y plantea riesgos de seguridad. En contraste, Edge Computing permite procesar datos localmente, reduciendo la latencia y fortaleciendo la privacidad, aunque implica mayores desafíos operativos y de gestión en entornos distribuidos. Durante el análisis se identificaron obstáculos específicos para cada enfoque. Cloud Computing enfrenta cuellos de botella por ancho de banda limitado y escaso control físico sobre los datos. Por su parte, Edge Computing requiere infraestructura descentralizada, lo que incrementa los costos de mantenimiento y complica la administración de dispositivos. Estos factores deben considerarse cuidadosamente para una implementación eficiente. El estudio incluyó casos de uso en sectores como Internet de las Cosas (IoT), vehículos autónomos y manufactura, evaluando cuál arquitectura resulta más apropiada según el contexto. Asimismo, se compararon ambos modelos bajo estándares de seguridad ISO 27001, evidenciando que la nube favorece la aplicación de políticas centralizadas de protección de datos, mientras que el borde requiere estrategias específicas para mitigar vulnerabilidades físicas y lógicas. Finalmente, se llevaron a cabo simulaciones con CloudSim Plus para cuantificar métricas clave como latencia, escalabilidad y costos operativos. Los resultados permiten identificar condiciones óptimas para implementar arquitecturas híbridas que combinen lo mejor de ambos paradigmas, orientando a organizaciones hacia decisiones tecnológicas más informadas y eficientes.