Patikimumo pagrindas: paskirstytojo apdorojimo tipų saugumo pasiekimas bendrojoje krašto kompiuterijoje

Kompiuterijos paradigma patiria seisminius pokyčius. Dešimtmečius debesija buvo duomenų apdorojimo epicentras – centralizuotas milžinas, turintis didžiulę galią. Tačiau sparčiai plečiasi nauja sritis: kraštas. Krašto kompiuterija – duomenų apdorojimo šalia jo šaltinio, o ne atokiame duomenų centre praktika – yra ne tik tendencija; tai revoliucija. Ji maitina mūsų išmaniuosius miestus, autonomines transporto priemones, prijungtas gamyklas ir realaus laiko sveikatos priežiūros prietaisus. Šis intelekto paskirstymas žada mažesnį vėlavimą, didesnį privatumą ir didesnį veiklos atsparumą. Tačiau ši decentralizuota galia turi paslėptą ir gilų iššūkį: duomenų vientisumo palaikymą didžiulėje, heterogeniškoje ir dažnai chaotiškoje ekosistemoje. Šio iššūkio centre yra sąvoka, pažįstama programinės įrangos inžinieriams, bet dabar išauginta iki pasaulinio masto: tipų saugumas.

Tradicinėje, monolitinėje programoje, užtikrinimas, kad funkcija, kuriai reikalingas sveikasis skaičius, negaus eilutės, yra standartinė, išsprendžiama problema. Bendrosios krašto kompiuterijos pasaulyje, kur tūkstančiai ar net milijonai įvairių įrenginių bendrauja per nepatikimus tinklus, paprastas tipų nesutapimas gali sukelti katastrofišką gedimą. Tai gali sugadinti duomenų rinkinius, sustabdyti gamybos linijas arba sukelti neteisingus svarbius sprendimus. Šis įrašas yra giluminis žvilgsnis į tai, kodėl paskirstytojo apdorojimo tipų saugumas yra ne tik „gerai turėti“, bet ir absoliutus patikimų, mastelio ir bendrų krašto sistemų pagrindas. Mes išnagrinėsime iššūkius, išskaidysime galingas strategijas ir nustatysime architektūros modelius, kad suvaldytume sudėtingumą ir sukurtume atsparų kraštą, po vieną teisingai įvestą duomenų gabalą.

Krašto kompiuterijos revoliucija: daugiau nei tik nuotoliniai serveriai

Prieš gilindamiesi į tipų saugumo subtilybes, būtina suprasti unikalią krašto aplinkos prigimtį. Skirtingai nei debesija, kuriai būdingi palyginti vienalypiai, galingi ir gerai valdomi serveriai, kraštas yra įvairovės įsikūnijimas. Jame yra įvairių įrenginių:

• Apriboti jutikliai: mažos galios mikrovaldikliai (MCU) pramoniniuose nustatymuose arba aplinkos monitoriai, kurie renka paprastus duomenų taškus, pvz., temperatūrą ar slėgį.
• Išmanieji įrenginiai: galingesni įrenginiai, pvz., išmaniosios kameros, pardavimo vietų sistemos ar medicininiai monitoriai, kurie gali atlikti vietinę analizę ir agregaciją.
• Krašto šliuzai: galingi kompiuteriniai mazgai, kurie apibendrina duomenis iš daugybės mažesnių įrenginių, atlieka sudėtingą apdorojimą ir tarnauja kaip ryšių tiltas į debesiją ar kitas krašto vietas.
• Autonominės sistemos: labai sudėtingos krašto sistemos, pvz., autonominės transporto priemonės ar robotizuotos rankos, kurios priima svarbius realaus laiko sprendimus, pagrįstus gausybe jutiklių duomenų.

Šis paskirstymas yra ne tik apie vietą; tai apie funkciją. Apdorojimas nebėra monolitinė užduotis, o paskirstytas darbo eigos procesas. Jutiklis gali užfiksuoti neapdorotus duomenis, netoliese esantis šliuzas gali juos išvalyti ir filtruoti, regioninis krašto serveris gali paleisti mašininio mokymosi modelį, o debesija gali gauti galutines, apibendrintas įžvalgas ilgalaikei analizei. Šis daugiapakopis, kelių įrenginių apdorojimo procesas yra vieta, kur duomenų sugadinimo rizika dauginasi eksponentiškai.

Tylus sabotažas: kas yra tipų saugumas ir kodėl jis svarbus krašte?

Iš esmės, tipų saugumas yra principas, kad programa arba sistema užkerta kelią arba atgraso nuo klaidų, kylančių dėl skirtingų duomenų tipų nesutapimų. Pavyzdžiui, tai užtikrina, kad negalite atlikti matematinio sudėjimo su teksto eilute arba traktuoti laiko žymos kaip geografinės koordinatės. Sudarytose kalbose daugelis šių patikrinimų atliekami kompiliavimo metu, gaudant klaidas dar prieš paleidžiant kodą. Dinamiškai tipizuotose kalbose šios klaidos gaudomos vykdymo metu, o tai gali sukelti programos avariją.

Paskirstytoje krašto aplinkoje ši koncepcija apima ne vieną programą. Kalbama apie tai, kad būtų užtikrinta, jog sutartis dėl duomenų mainų tarp dviejų nepriklausomų paslaugų, galinčių būti parašytų skirtingomis kalbomis ir veikiančių skirtingoje aparatūroje, būtų griežtai laikomasi. Kai krašto jutiklis Singapūre siunčia temperatūros rodmenis, apdorojimo mazgas Frankfurte turi interpretuoti tuos duomenis ne tik kaip skaičių, bet ir kaip 32 bitų slankiojo kablelio skaičių, rodantį laipsnius Celsijaus. Jei Frankfurto mazgas tikisi 16 bitų sveikojo skaičiaus, atstovaujančio pagal Farenheitą, visa sistemos logika yra pažeista.

Pagrindinis iššūkis: Heterogeniškumas ir „Laukiniai Vakarai“ krašto duomenys

Pagrindinė priežastis, kodėl tipų saugumas krašte yra toks sudėtingas, yra didžiulis, neapdorotas aplinkos heterogeniškumas. Mes nedirbame švariose, gerai apibrėžtose vieno duomenų centro sienose. Mes veikiame skaitmeniniuose „Laukiniai Vakaruose“.

Kambro sprogimas įrenginių

Krašto tinklai sudaryti iš įrenginių iš nesuskaičiuojamų gamintojų, pastatytų skirtingu laiku, su skirtingais tikslais. Senas pramoninis valdiklis iš 1990-ųjų gali bendrauti naudodamas patentuotą binarių protokolą, o visiškai nauja AI kamera transliuoja duomenis, užkoduotus šiuolaikiniu formatu. Bendroji krašto sistema turi sugebėti įtraukti, suprasti ir apdoroti duomenis iš jų visų, nepritaikant jų kiekvienam. Tam reikia patikimo būdo apibrėžti ir įgyvendinti duomenų struktūras visoje šioje įvairovėje.

Babelio protokolai ir kalbos

Nėra vienos „kalbos“ krašte. Įrenginiai kalba per MQTT, CoAP, AMQP, HTTP ir daugybę kitų protokolų. Juose veikianti programinė įranga gali būti parašyta C, C++, Python, Rust, Go arba Java. Python paslauga, kuriai reikia JSON objekto su lauku `{"timestamp": "2023-10-27T10:00:00Z"}`, nepavyks, jei C++ paslauga atsiųs laiko žymą kaip Unix epoch sveikąjį skaičių `{"timestamp": 1698397200}`. Be bendro, įgyvendinto duomenų tipų supratimo, visa sistema yra kortų namelis.

Reali kaina tipų nesutapimui

Tai nėra akademinės problemos. Tipų klaidos paskirstytose krašto sistemose turi rimtų, apčiuopiamų pasekmių:

• Pramoninė gamyba: robotizuota ranka tikisi koordinatės kaip `{x: 10.5, y: 20.2, z: 5.0}`. Dėl sistemos atnaujinimo naujas jutiklis jį siunčia kaip eilutę `"10.5, 20.2, 5.0"`. Analizavimo klaida priverčia robotą sustoti, sustabdydama kelių milijonų dolerių gamybos liniją, kol bus rasta ir ištaisyta klaida.
• Prijungta sveikatos priežiūra: Paciento širdies ritmo monitorius siunčia duomenis kas sekundę. Klaida kartais verčia jį siųsti `null` reikšmę, o ne sveikąjį skaičių. Žemiau esanti įspėjimo sistema, nesukurta `null` tvarkyti, sugenda. Praleidžiamas kritinis širdies įvykio įspėjimas, sukeliantis pavojų paciento gyvybei.
• Autonominė logistika: autonominių pristatymo dronų parkas remiasi GPS duomenimis. Dronas iš vieno gamintojo praneša apie savo aukštį metrais (pvz., `95.5`), o kitas apie jį praneša pėdomis, bet naudoja tą patį skaitinį tipą. Agregavimo paslauga, manydama, kad visi duomenys yra metrais, neteisingai apskaičiuoja drono aukštį, todėl beveik įvyksta praleidimas arba susidūrimas.

„Bendrojo“ krašto kompiuterijos apibrėžimas: sąveikumo paradigma

Šios heterogeniškumo sprendimas nėra priversti kiekvieną įrenginį būti vienodu. Tai neįmanoma. Sprendimas yra sukurti bendrą krašto kompiuterijos sistemą. Bendroji sistema yra tokia, kuri nėra susieta su konkrečia aparatūra, operacine sistema ar programavimo kalba. Ji remiasi gerai apibrėžtomis abstrakcijomis ir sutartimis, kad skirtingi komponentai galėtų sklandžiai sąveikauti.

Pagalvokite apie tai kaip apie standartizuotą gabenimo konteinerį. Prieš jo išradimą laivo pakrovimas buvo chaotiškas, užsakomasis procesas kiekvienai krovinių rūšiai. Konteineris standartizavo sąsają (formą ir jungties taškus), o turinys (kas viduje) liko agnostiškas. Bendrojoje krašto kompiuterijoje tipų saugumas užtikrina šią standartizuotą duomenų sąsają. Tai užtikrina, kad nesvarbu, koks įrenginys sukuria duomenis ar kokia paslauga juos naudoja, tų duomenų struktūra ir reikšmė yra vienareikšmė ir patikima.

Pagrindinės strategijos tipų saugumui užtikrinti visame krašte

Šio patikimumo lygio pasiekimas reikalauja daugiapakopio požiūrio. Tai ne vieno stebuklingo kulkos radimas, bet kelių galingų strategijų derinimas, siekiant sukurti apsaugą nuo duomenų sugadinimo.

1 strategija: Schema pirmiausia dizainas su duomenų serijavimo formatais

Pagrindinė strategija yra aiškiai apibrėžti savo duomenų struktūrą. Užuot siuntę laisvus JSON arba dvejetainius blob'us, jūs naudojate schemą, kad sukurtumėte formalią sutartį. Ši schema veikia kaip vienintelis tiesos šaltinis, kad duomenų gabalas atrodytų.

Pirmaujančios technologijos šioje srityje yra:

• Protocol Buffers (Protobuf): „Google“ sukurtas „Protobuf“ yra kalbos agnostiškas, platformai neutralus mechanizmas struktūrizuotiems duomenims serijizuoti. Duomenų struktūrą apibrėžiate paprastame `.proto` faile, o „Protobuf“ kompiliatorius generuoja šaltinio kodą pasirinktai (-oms) kalbai (-oms), kad galėtumėte lengvai rašyti ir skaityti savo struktūrizuotus duomenis. Tai užtikrina kompiliavimo metu saugumą ir labai efektyvų binarių serijavimą, kuris idealiai tinka išteklių apribotiems krašto įrenginiams.
• Apache Avro: Avro yra dar viena galinga duomenų serijavimo sistema. Pagrindinis bruožas yra tas, kad schema saugoma kartu su duomenimis (dažnai antraštėje), kuri puikiai tinka evoliucijos schemoms laikui bėgant ir sistemoms, pvz., duomenų ežerams ir srautinio perdavimo platformoms, kur gali egzistuoti duomenys iš skirtingų schemos versijų.
• JSON Schema: sistemoms, kurios labai priklauso nuo JSON, JSON Schema suteikia žodyną JSON dokumentams komentuoti ir patvirtinti. Jis yra mažiau našus nei binarių formatai, pvz., Protobuf, bet yra labai žmogaus skaitomas ir veikia su bet kuria standartine JSON biblioteka.

Pavyzdys: Protocol Buffers naudojimas jutiklių duomenims

Įsivaizduokime, kad norime apibrėžti standartinio aplinkos jutiklio rodmens struktūrą. Mes sukurtume failą pavadinimu `sensor.proto`:

(Pastaba: tai yra atvaizdavimas, o ne vykdomas kodas šiame kontekste)

syntax = "proto3"; package edge.monitoring; message SensorReading { string device_id = 1; int64 timestamp_unix_ms = 2; // Unix epoch in milliseconds float temperature_celsius = 3; float humidity_percent = 4; optional int32 signal_strength_dbm = 5; }

Iš šio paprasto failo galime sugeneruoti C++ kodą savo jutiklio programinei įrangai, Python kodą savo šliuzo apdorojimo scenarijui ir Go kodą savo debesų įtraukimo paslaugai. Kiekviename sugeneruotame klasėje bus griežtai įvesti laukai. Programiškai tampa neįmanoma įdėti eilutės į lauką `timestamp_unix_ms`. Tai gaudo klaidas kompiliavimo metu, gerokai prieš kodą įdiegiant į tūkstančius įrenginių.

2 strategija: Tipų saugus ryšys su gRPC

Duomenų struktūros apibrėžimas yra pusė mūšio. Kita pusė – užtikrinti, kad ryšių kanalas atitiktų šiuos apibrėžimus. Štai kur puikiai tinka tokios sistemos kaip gRPC (gRPC Remote Procedure Call). gRPC taip pat sukūrė „Google“ ir pagal numatytuosius nustatymus naudoja Protocol Buffers, kad apibrėžtų paslaugų sutartis ir pranešimų formatus.

Su gRPC apibrėžiate ne tik pranešimus (ką), bet ir paslaugas bei jų metodus (kaip). Jis sukuria griežtai įvestą kliento ir serverio stuba. Kai klientas iškviečia nuotolinį metodą, gRPC užtikrina, kad užklausos pranešimas atitinka reikiamą tipą ir serijuoja jį. Tada serveris jį deserializuoja ir garantuojama, kad gaus teisingai įvestą objektą. Jis abstrahuoja netvarkingas tinklo komunikacijos ir serijavimo detales, pateikdamas tai, kas jaučiasi kaip vietinis, tipų saugus funkcijos iškvietimas.

3 strategija: Sutartimis pagrįstas API kūrimas

Krašto paslaugoms, kurios bendrauja per RESTful API naudodamos HTTP ir JSON, OpenAPI Specification (anksčiau Swagger) yra pramonės standartas. Panašiai kaip ir Protobuf, jūs apibrėžiate sutartį (YAML arba JSON faile), kuri nurodo kiekvieną galutinį tašką, laukiamus užklausos parametrus ir jų tipus bei atsakymų korpusų struktūrą. Ši sutartis gali būti naudojama kliento SDK, serverio stubų ir patvirtinimo programinės įrangos kūrimui, užtikrinant, kad visas HTTP ryšys atitiktų nurodytus tipus.

4 strategija: Statinio tipo kalbų galia

Nors schemos ir sutartys užtikrina saugos tinklą, programavimo kalbos pasirinkimas atlieka svarbų vaidmenį. Statinio tipo kalbos, pvz., Rust, Go, C++, Java arba TypeScript, verčia kūrėjus deklaruoti kintamųjų duomenų tipus. Tada kompiliatorius patikrina tipo nuoseklumą visoje kodų bazėje. Tai yra galingas, proaktyvus požiūris į visos klasės klaidų pašalinimą dar prieš joms įvykstant.

Rust, ypač, įgauna pagreitį krašte ir daiktų internete dėl savo našumo, atminties saugos ir stiprios tipų sistemos, kuri padeda kurti neįtikėtinai patikimas ir patikimas programas išteklių apribotoms aplinkoms.

5 strategija: Patikimas vykdymo laiko patvirtinimas ir sanitacija

Net ir atlikus visus kompiliavimo laiko patikrinimus pasaulyje, negalite visada pasitikėti išorinio pasaulio duomenimis. Netinkamai sukonfigūruotas įrenginys arba piktavalis gali siųsti blogai suformuotus duomenis. Todėl kiekviena krašto paslauga turėtų elgtis su savo įvestimis kaip nepatikimomis. Tai reiškia, kad paslaugos ribose įgyvendinamas patvirtinimo sluoksnis, kuris aiškiai tikrina gaunamus duomenis pagal numatomą schemą prieš juos apdorojant. Tai yra paskutinė jūsų gynybos linija. Jei duomenys neatitinka – jei trūksta būtino lauko arba sveikasis skaičius yra už numatytos ribos – jis turi būti atmestas, užregistruotas ir išsiųstas į mirusių raidžių eilę analizei, o ne leisti sugadinti sistemą.

Architektūros modeliai tipų saugumo krašto ekosistemai

Šių strategijų įgyvendinimas yra ne tik įrankiai; tai apie architektūrą. Tam tikri modeliai gali dramatiškai pagerinti tipų saugumą paskirstytoje sistemoje.

Centrinis schemos registras: vienas tiesos šaltinis

Didelio masto krašto diegime schemos gali plisti. Norint išvengti chaoso, būtinas schemų registras. Tai yra centralizuota paslauga, kuri veikia kaip visų duomenų schemų (ar tai būtų Protobuf, Avro ar JSON Schema) pagrindinis saugykla. Paslaugos nesaugo schemų lokaliai; jie jas gauna iš registro. Tai užtikrina, kad kiekvienas sistemos komponentas naudoja tą pačią tos pačios sutarties versiją. Tai taip pat suteikia galingas schemos evoliucijos galimybes, leidžiančias atnaujinti duomenų struktūras atgaliniu arba į priekį suderinamu būdu, nesulaužant visos sistemos.

Krašto paslaugų tinklas: politikos vykdymas tinklo lygiu

Paslaugų tinklas (pvz., Linkerd arba Istio arba lengvesnės alternatyvos, skirtos kraštui) gali perkelti tam tikrą patvirtinimo logiką iš pačios programos. Paslaugų tinklo proxy, esantis šalia jūsų programos, gali būti konfigūruotas tikrinti srautą ir patvirtinti pranešimus pagal žinomą schemą. Tai įgyvendina tipų saugumą tinklo lygiu, užtikrindamas nuoseklų visų tinkle esančių paslaugų apsaugos sluoksnį, nepriklausomai nuo to, kokia kalba jos parašytos.

Nekintamas duomenų kanalas: valstybės sugadinimo prevencija

Vienas dažnas su tipu susijusių klaidų šaltinis yra valstybės mutacija laikui bėgant. Objektas prasideda galiojančia būsena, bet operacijų serija paverčia jį negaliojančiu. Priėmus nekintamumo modelį – kai duomenys, sukurti kartą, negali būti pakeisti – galite išvengti šių klaidų. Užuot modifikavę duomenis, sukuriate naują kopiją su atnaujintomis reikšmėmis. Ši funkcinio programavimo koncepcija supaprastina samprotavimą apie duomenų srautą ir užtikrina, kad duomenų gabalas, kuris buvo galiojantis vienu metu, išliks galiojantis per visą jo gyvavimo ciklą.

Atvejų tyrimas: pasaulinis išmaniojo žemės ūkio tinklas

Grįžkime prie šių koncepcijų realistiškame, pasauliniame scenarijuje.

Scenarijus

Daugiatutinė žemės ūkio įmonė „AgriGlobal“ nori sukurti vieningą „išmanųjį ūkį“ platformą. Jie valdo ūkius Šiaurės Amerikoje, Pietų Amerikoje ir Europoje. Jų aparatūrą sudaro senosios laistymo valdikliai, kurie generuoja CSV duomenis per nuoseklųjį prievadą, modernūs dirvožemio drėgmės jutikliai iš Europos tiekėjo, kurie naudoja JSON per MQTT, ir naujas autonominių dronų parkas iš Azijos gamintojo, kuris transliuoja dvejetainius vaizdo įrašus ir GPS duomenis. Tikslas – surinkti visus šiuos duomenis regioniniuose krašto šliuzuose, apdoroti juos realiuoju laiku, kad būtų priimti sprendimai (pvz., pakoreguoti drėkinimą), ir siųsti apibendrintas įžvalgas į centrinę debesų platformą AI valdomam pasėlių derliaus prognozavimui.

Įgyvendinimas

„AgriGlobal“ architektai nusprendė nerašyti pasirinktinių analizatorių kiekvienam įrenginiui. Vietoj to jie pritaikė bendrą, schema pagrįstą architektūrą:

1. Centrinis schemų registras: Jie sukūrė centrinį Avro schemų registrą. Jie apibrėžė pagrindinių sąvokų, pvz., `SoilMoistureReading`, `GpsCoordinate` ir `IrrigationStatus`, schemas.
2. Adapterių paslaugos: kiekvienam įrenginio tipui jie parašė nedidelę „adapterio“ paslaugą, veikiančią krašto šliuzuose. Senasis valdiklio adapteris skaito nuoseklius CSV duomenis ir paverčia juos galiojančiu `IrrigationStatus` Avro objektu. Jutiklio adapteris gauna JSON MQTT pranešimus ir konvertuoja juos į `SoilMoistureReading` Avro objektus. Kiekvienas adapteris yra atsakingas tik už vieną dalyką: konkretaus įrenginio neapdoroto išvesties vertimą į kanoninį, griežtai įvestą formatą, apibrėžtą schemų registre.
3. Tipų saugus apdorojimo procesas: žemutinės srovės apdorojimo paslaugoms, parašytoms Go, nereikia žinoti apie CSV ar JSON. Jie vartoja tik švarius, patvirtintus Avro duomenis iš pranešimų magistralės, pvz., Kafka arba NATS. Jų verslo logika yra supaprastinta, ir jie visiškai atskirti nuo fizinės aparatūros.

Rezultatai

Išankstinės investicijos į schemomis pagrįstą architektūrą atsipirko su kaupu:

• Greitas integravimas: kai jie įsigijo naują ūkį su kitu meteorologinės stoties prekės ženklu, jiems tereikėjo parašyti naują, nedidelę adapterio paslaugą. Pagrindinis apdorojimo procesas liko nepakitęs. Naujos aparatūros integravimo laikas sumažėjo nuo mėnesių iki dienų.
• Patikimumo didinimas: su duomenimis susiję apdorojimo gedimai sumažėjo daugiau nei 90%. Klaidos buvo užfiksuotos krašte adapterių, kurie pažymėtų sugadintus duomenis iš sugedusio jutiklio, kol jie galėjo užnuodyti centrinius analizės modelius.
• Ateities įrodymas: Sistema dabar yra bendra. Ji sukurta remiantis abstrakčiais duomenų tipais, o ne konkrečia aparatūra. Tai leidžia „AgriGlobal“ diegti naujoves greičiau, pritaikant geriausias technologijas iš bet kurio tiekėjo, neatstatant visos savo duomenų platformos.

Ateities horizontas: kas toliau laukia tipų saugumo krašte?

Sieksim patikimo tipų saugumo – tai nuolatinis kelias, o kelios įdomios technologijos yra pasirengusios pakelti kartelę dar aukščiau.

WebAssembly (Wasm): universalus tipų saugus vykdymo laikas

WebAssembly yra binarių instrukcijų formatas, skirtas krūvos pagrindu veikiančiai virtualiai mašinai. Tai leidžia kodei, parašytam tokiomis kalbomis kaip Rust, C++ ir Go, veikti izoliuotoje aplinkoje bet kur – įskaitant ir krašto įrenginius. Wasm turi gerai apibrėžtą ir griežtai įvestą atminties modelį. Tai daro jį patraukliu taikiniu saugioms, nešiojamoms ir tipų saugioms funkcijoms diegti krašte, sukuriant universalų vykdymo laiką, kuris gali abstrakti pagrindinę aparatūrą ir OS.

AI valdomas anomalijų tipų aptikimas

Būsimos sistemos gali naudoti mašininio mokymosi modelius, kad sužinotų normalių duomenų srautų „formą“. Šie modeliai gali aptikti ne tik akivaizdžias tipo klaidas (pvz., eilutę, o ne sveikąjį skaičių), bet ir subtilias semantines anomalijas (pvz., temperatūros rodmenį, kuris techniškai yra galiojantis slankusis skaičius, bet fiziškai neįmanomas jo vietai). Tai prideda intelektualų, kontekstą suvokiantį patvirtinimo sluoksnį.

Formulas patikrinimas ir įrodomos teisingos sistemos

Svarbiausioms krašto sistemoms (pvz., aviacijos ar medicinos prietaisams) galime pastebėti formalų patvirtinimą. Tai matematinis metodas, leidžiantis įrodyti, kad programinėje įrangoje nėra tam tikrų klasių klaidų, įskaitant tipo klaidas. Nors tai sudėtinga ir reikalauja išteklių, tai suteikia didžiausią įmanomą teisingumo garantiją.

Išvada: atsparaus krašto kūrimas, po vieną tipą

Pasaulinis perėjimas prie krašto kompiuterijos yra nesustabdomas. Tai atveria precedento neturinčias galimybes ir efektyvumą visose pramonės šakose. Tačiau ši paskirstyta ateitis gali būti arba trapi ir chaotiška, arba tvirta ir patikima. Skirtumas slypi atkaklume, kurį taikome jos pagrindams.

Paskirstytojo apdorojimo tipų saugumas nėra funkcija; tai yra būtina sąlyga. Tai yra disciplina, leidžianti kurti bendras, sąveikias sistemas, kurios gali vystytis ir keistis. Priimdami schemą pirmiausia mąstyseną, naudodami tipų saugius įrankius ir protokolus bei kurdami atsparius architektūros modelius, galime pereiti prie individualių įrenginių pagal užsakymą sukurtų sprendimų kūrimo. Galime pradėti kurti tikrai pasaulinį, bendrą ir patikimą kraštą – ekosistemą, kurioje duomenys teka patikimai, sprendimai priimami su pasitikėjimu, o didžiulis paskirstyto intelekto pažadas yra visiškai realizuotas.