以萬物互聯為核心的邊緣計算時代開始了
發布時間：2020-06-09 點擊數：1428
許多早期的物聯網設備只能收集和發送數據進行分析。但是，當今設備的計算能力不斷提高，因此可以在現場執行復雜的計算。這是由于單芯片嵌入式系統的發展，使得越來越多的商用設備擁有足夠的資源來運行更成熟的操作系統，從而使其成為智能終端。同時，計算機技術和網絡通信技術的發展，可以實現物與物之間數據信息的實時共享，實現智能化的實時數據采集，傳輸，處理和執行，使物聯網（Internet of物聯網（IoT）具有巨大的潛力。
從云計算到邊緣計算
在過去的十年中，云計算一直是非常受歡迎的研究領域。具有可靠性高，成本低，按需分配信息的特點。它為人們解決大規模計算和資源存儲問題開辟了一條新途徑。云計算是由一組計算資源（網絡，服務器，存儲）組成的服務池。它通過多租戶模型為多個消費者提供服務。服務池中的資源可以通過訪問網絡獲得，并且可以動態提供服務。并重新配置。云計算模型具有不同的部署模型和服務模型，從向任何消費者提供云計算服務的公共云模型到部署自己的私有云計算平臺，以及從基礎設施即提供基本計算資源的服務。 IaaS）模型到具有服務功能的軟件即服務（SaaS）模型。云計算具有許多優勢，例如最小化管理成本，便利性，靈活性，按次付費和通用性，使其得到廣泛使用。 [2]這個大型商業模型計算數據中心擁有足夠的資源來服務于大量用戶。但是，資源的這種集中顯示了最終用戶設備與服務云之間的巨大平均距離，這反過來又增加了平均網絡延遲和抖動。 [3]此外，集中式云計算模型還顯示出許多其他固有問題。
（1）云計算的線性增長的計算能力無法滿足網絡邊緣龐大的多源數據處理需求； [4]
（2）由于大規模的用戶訪問，網絡帶寬和傳輸速度已達到瓶頸。同時，用戶與云中心之間的長距離傳輸將導致較高的服務延遲和計算資源的浪費；
（3）大多數處于網絡邊緣的最終用戶通常是資源受限的移動設備，它們具有低存儲，計算能力和有限的電池供電周期，因此需要將其分流到相對于短距離傳輸的邊緣。云數據中心。計算任務
（4）在外包過程中，邊緣設備的用戶隱私數據容易泄露。例如，精確的用戶位置甚至運動軌跡。
因此，傳統的云計算無法有效地支持基于萬物互聯的應用服務。在過去的幾年中，出現了許多新模型，例如霧計算，移動邊緣計算和微云計算。這些邊緣模型的共同特征是將計算資源部署在網絡邊緣。 2012年，思科提出了霧計算的概念，該概念最初被定義為“在擴展云計算模型時在終端設備和傳統云服務器之間提供計算，存儲和網絡服務”。由計算中心任務執行的高度虛擬化的計算平臺，用于網絡邊緣設備；
2013年，首次提出了“移動邊緣計算（MEC）”一詞來描述網絡邊緣的服務執行。它是指在靠近移動用戶的無線接入網絡范圍內提供信息技術服務和服務。云計算能力的網絡結構；微云計算更專注于“移動”概念，該概念位于移動終端和云平臺之間，是一個小型移動數據中心，部署在網絡邊緣并具有移動性。
同樣，許多計算模型的目標是使云服務和資源更接近用戶，并在邊緣有效地處理大數據問題。研究人員將這種從數據源到云計算中心路徑的任意計算，存儲和網絡資源視為“連續體”，[5]并且沿該路徑的邊緣可以是一個或多個。資源節點模式的計算是集體的稱為“邊緣計算”。由于網絡邊緣設備具有處理大數據的能力，因此它們已從數據使用者轉變為數據生產者。例如，數據采集，模式識別和數據挖掘。同時，這些終端設備以邊緣計算模型為核心，提供了豐富的服務接口，結合云計算中心為用戶提供協同計算服務，兩者相輔相成，適用于云中心和邊緣結束大數據處理，解決了萬物互聯的計算服務不足的問題。
顯然，與云計算相比，邊緣計算并不是要取代云計算，而是要補充和擴展云計算，并為移動計算，萬物互聯等提供更好的平臺。
邊緣計算模型需要云計算中心的強大計算能力和海量存儲的支持，而云計算還需要邊緣設備在邊緣計算中處理海量數據和隱私數據，從而滿足實際的需求。時間，隱私保護和功耗降低。 。
邊緣計算特性
邊緣計算的體系結構是“終端設備-邊緣-云中心”的三層模型，如圖1所示。所有這三層都可以為應用程序提供資源和服務。在此體系結構中，邊緣設備可以連接到邊緣服務器，可以彼此連接，或者可以直接連接到云。這種計算結構表明，邊緣計算的執行可以發生在不同的層，例如核心云，邊緣服務器和終端節點中。盡管邊緣計算的目的是執行應用程序的計算密集型和時延敏感部分，但是邊緣服務器的某些應用程序仍需要與云中心進行通信，以同步全局應用程序的數據。值得注意的是，分層代表了邊緣計算中每個組件的不同特性和計算能力。最低層是具有較低計算能力的終端設備，主要訂閱邊緣服務。中間節點提供更接近最終用戶的邊緣計算服務。邊緣服務器有時連接到遠離終端節點的云中心。圖1終端設備-邊緣-云中心三層模型架構
數據分層結構促進了云中心與邊緣之間的交互。在許多應用場景中，邊緣節點收集由傳感器和設備生成的數據，進行適當的處理，并向執行器發出控制命令。過濾掉本地執行所需的數據后，剩余的數據抽象虛擬化將發送到更高的層，以便在云中進行地理和時間范圍的全局處理。此過程的處理時間從幾秒到幾分鐘甚至幾天不等。它是度量單位。因此，邊緣計算必須支持多種類型的數據存儲，從底層的臨時存儲到高層的半永久或永久存儲。邊緣可以通過隔離需要存儲在邊緣的用戶數據來擴展云的功能。經理可以直接在其模型中直接分析，保護安全性或執行其他個性化定制服務。
邊緣計算無法取代云計算。它是一個高度虛擬化的平臺，可在終端設備與傳統云計算數據中心之間提供計算，存儲和網絡服務。 [6]邊緣計算的許多特征決定了它是云計算的重要擴展。
（1）邊緣分布，位置感知和低延遲。邊緣計算由許多分布式終端節點組成，以形成邊緣網絡。邊緣節點為網絡邊緣的終端設備提供豐富的服務，因此它們可以實現低延遲和對環境的了解。
（2）層次組織結構。層次結構表示邊緣計算的不同組件的不同特征和計算能力。云中心提供集中的海量資源，并根據整體情況做出整體決策。邊緣節點使數據處理和服務更接近終端設備，以減少時間和功耗。 （3）地理分布密集。隨著萬物互聯的進一步發展，移動終端設備的數量達到了前所未有的水平，并且分布在邊緣的服務和應用程序可以響應地理密集型服務請求。
（4）實時交互。在邊緣計算的許多應用場景中，必須實現毫秒級的響應和交互，并且應用批處理是必不可少的。例如，車聯網中的路邊單元監控實時路況，必須全面實現多因素檢測，并及時與行人互動。 （5）高度異構。邊緣節點可能屬于分離在不同地理位置的服務提供商，從而形成了大規模的異構計算網絡。邊緣節點在網絡體系結構的不同層中具有很高的動態性和異構性。
（6）安全性。通過縮短信息傳輸的距離，可以大大降低竊聽的機會。使用基于接近度的身份驗證技術，身份驗證將得到增強。邊緣計算的其他特征自然會增強其安全性。邊緣計算背后的驅動力得益于不同類型的技術。蓬勃發展的網絡技術是對延遲敏感的應用（例如4G / 5G，[7]認知無線電）的基礎。邊緣計算中的這些通信技術用于設備與設備之間以及設備與邊緣服務器之間。具有友好的應用程序編程界面的軟件開發工具箱，有助于開發和集成新的兼容應用程序，并支持個性化定制應用程序和服務；云計算利用集中且功能強大的服務器來處理計算密集型數據。邊緣計算將云功能帶到邊緣終端設備，以最大程度地減少延遲，因此服務器還可以幫助資源受限的小型移動設備卸載計算任務。
為了處理邊緣計算生態系統中邊緣節點的高度異構屬性，需要一個通用的編排平臺來提供互操作性，軟件可編程性和虛擬化。 [8]互操作性允許異構邊緣節點在相同架構下運行；軟件可編程性允許應用程序開發人員基于通用虛擬化硬件進行編程，并且邊緣節點的底層硬件實現細節被屏蔽；虛擬化技術資源分為基于內核的虛擬機（Virtual Machines，VM）和容器之類的資源單元，這些資源單元允許從同一物理資源生成邏輯上分離的資源，從而允許多個互連的應用程序共享資源而不會互相干擾其他。
邊緣計算的應用
目前，許多服務已應用于邊緣計算，例如視頻分析，智能交通，智能家居，電子醫療，智能電網等。視頻分析。
視頻監視和分析在過去幾年中已被廣泛使用。與傳統的將視頻數據上傳到云端相比，邊緣視頻分析是指在邊緣設備上執行部分或全部視頻分析工作，例如實時。具有高性能要求的不同人工智能檢測算法在公共安全方面顯示出顯著優勢。與反恐：第一，低數據傳輸開銷，第二，低響應延遲，第三，實現各種前所未有的應用。 [10]由此，可以提取視頻中的有價值的信息，并將其傳輸到云中，以進行集中處理和決策。錄像機和視頻傳感器獲取并共享不同的視頻內容，可以對其進行存儲和有效管理以備后用。不同的安全應用程序可以自動從視頻內容存檔中提取所需的數據。
智能交通
隨著萬物互聯中軟件，硬件和通信技術的迅猛發展，車輛配備了傳感器和車載計算機等設備。這些設備具有冗余的存儲和計算資源，允許車輛與周圍的車輛和路邊基礎設施協作以分布式的方式交換信息并執行復雜的計算任務。通過車輛到車輛，車輛到邊緣接入點以及邊緣到邊緣接入點到邊緣接入點的連通性和交互性，IoV的應用場景大大豐富了。邊緣移動性，低延遲和實時交互支持已成為智能交通的理想平臺。例如，智能交通信號燈的邊緣節點可以在本地與傳感器交互。根據傳感器檢測到的信息，智能燈會向正在行駛的車輛發送警告信號，以防止交通事故。智能家居
智能家居以房屋為基礎，利用綜合布線技術，網絡通信技術，安全保護技術，自動控制技術，音頻和視頻技術，整合與家庭生活相關的設施，構建高效的住宅設施和家庭日程管理系統，以改善家庭安全，方便，舒適，藝術性，環保和節能的居住環境。 [11]智能家居配備了大量新興的物聯網無線設備，可檢測溫度，濕度，天然氣等的剩余水平。[12]建筑物中的所有傳感器都可以彼此交換信息，并且它們之間可以交換信息。讀數可以合并以形成有效的測量數據。傳感器將使用邊緣設備的分布式決策和激活狀態來響應和響應測量數據。系統組件協同工作以降低室內溫度，注入新鮮空氣或打開窗戶。空調可以除濕或增加空氣中的濕度。傳感器還可以響應人們的活動（例如，當人們進入或離開時打開或關閉燈）。底部邊緣設備可以部署在建筑物的每個樓層上，并在較高的層上執行協調處理。在這種情況下的邊緣計算中，智能家居可以感知其組織結構，內部和外部環境，從而節省能源，水和其他資源。
電子醫學。
邊緣計算在過去幾年中已成功應用于各個方面，并且也經常用于醫學治療中。在萬物互聯中，電子醫療服務通常是對延遲敏感的應用程序。數據的實時處理和極短的交易響應時間對于醫療保健至關重要。邊緣計算使最終用戶和醫務人員能夠實時監控不同的傳感器。生成的與健康相關的數據，例如體溫，心率，血壓，脈搏等，如果患者處于緊急情況，可以立即執行相關的治療措施或通知附近的醫務人員，這大大改善了有效地利用搶救時間并增加其利用率，從而降低了患者康復的可能性，降低了造成不可逆轉傷害的可能性，甚至挽救了急診患者的生命。起初，云計算也被用于電子醫療應用中，但是由于延遲問題并未取得很大的成功，因此邊緣計算模式的出現為解決該問題帶來了新的希望。例如，邊緣計算可用于檢測，預測和預防中風患者跌倒。跌倒檢測算法可以動態部署在邊緣設備和云資源中。文獻[13]中的實驗可以得出結論，邊緣云中心系統使用云計算方法的響應時間更短，能耗更低。邊緣節點可以收集大量患者的私人信息，并且可以自主做出輔助治療的決策，而無需將其傳輸到云中心或通知醫生。通常，基于邊緣計算的電子醫療系統帶來較低的時間延遲，移動支持和位置感知，并可以在某種程度上解決患者的隱私問題。
智能電網
智能電網是電網（智能電源）的智能，也稱為“電網2.0”，它是基于先進的傳感和測量技術，先進的設備技術，在集成的高速雙向通信網絡的基礎上構建的，先進的控制方法和先進的決策支持系統技術的應用。 [14]作為萬物互聯邊緣計算的典型應用場景，智能電表和微電網被用作網絡邊緣設備上的能量負載平衡應用程序。根據可用性和能源需求，設備可以自動轉換為替代能源，例如太陽能和風能。邊緣節點可以自動觀察能耗和分布模式。在大規模能源網絡部署的情況下，云計算中心可以用作集中式策略工具來處理大量數據，從而使應用程序健壯且動態。邊緣與云中心之間的協作可以實現電網的可靠性，安全性，經濟性，效率，環境友好性。使用安全性和其他目標。
邊緣計算的挑戰與機遇
邊緣計算面臨的挑戰涉及廣泛，從異構節點和資源受限節點的計算任務分解到云邊緣接口的定義。從分布式計算的狀態一致性到易失性介質的彈性存儲；從經濟激勵措施到可擴展的安全對策。這些問題的基礎是找到“本地”和“全局”之間的內部平衡，權衡云和邊緣之間的距離，以確定在哪里分配功能以及如何重新組合功能。例如，邊緣計算在異構節點（最終用戶，網關，本地服務器或數據中心）和一系列基本軟件上執行復雜的應用程序。考慮到高度動態環境的復雜性，最終用戶設備中安裝的不同邊緣應用程序以及支持不同管理域以適應極其異構的基礎架構和復雜外部環境的需求，此應用程序的編排無疑是一項重大挑戰。在萬物互聯場景中，由于邊緣計算的特性，在實現不同的服務級別應用程序時，它顯示出特定的需求和挑戰。（1）最小化延遲。基于萬物互聯的智能應用，高延遲已成為亟待解決的嚴重問題。邊緣計算允許在網絡邊緣執行數據分析，并可以支持對時間敏感的功能。這是許多商業應用程序所要求的，例如具有毫秒響應時間的嵌入式人工智能（AI）應用程序。作為解決方案平臺，邊緣計算必須確保滿足服務質量并及時交付任務，以滿足對延遲敏感的應用程序的需求。 （2）動態自主。由于萬物互聯應用程序的啟動-關閉過渡以及邊緣節點的移動性，邊緣網絡的狀態會動態變化。同時，將有一些不可靠的邊緣節點連接到網絡，并且邊緣計算必須能夠自主處理這些動態情況。支持邊緣計算的體系結構需要是可動態擴展的，并且能夠考慮個人喜好并滿足定制需求。 （3）服務質量。萬物互聯應用程序可以指定其服務質量（QoS）要求，例如等待時間，吞吐量和數據位置，以滿足關系感知的卸載處理。邊緣計算需求可以確定在共享邊緣網絡中同時部署多少應用程序，并滿足用戶所需的服務質量參數。 （4）網絡管理。在萬物互聯的情況下，由于訪問大量設備，會發生許多常見的網絡現象。 [15]例如，虛擬化支持不當，缺乏無縫連接以及低效的擁塞控制會降低整體網絡性能。在邊緣計算中有效利用網絡資源是萬物互聯的最基本基礎。 （5）成本優化。應用合適的平臺來實施邊緣計算所需的可伸縮基礎結構的部署會涉及大量的預投資和運營成本。 [16]這些成本中的大多數與網絡節點的布局有關，因此，為了使總體成本降至最低，邊緣節點的布局需要仔細計劃和優化。在合適的位置部署優化數量的節點可以大大減少資本支出，邊緣節點的優化布局可以使運營成本最小化。 （6）能耗管理。邊緣計算需要在終端和云之間分配計算，存儲和控制功能，以便充分利用此“連續體”的可用資源，從而優化整個系統的效率和性能。能耗管理是基于萬物互聯場景的重要目標。邊緣計算需要節能的物聯網設備和應用程序。數億個互連的節點需要一個智能傳感平臺來獲取能量，以確保可擴展性，降低成本并避免頻繁更換電池以支持不同的應用。 （7）資源管理。在實施應用程序級服務時，優化資源管理也至關重要。正確的資源管理包括資源協調，可用資源估計和正確的負載分配。 [17]（8）數據管理。當前，大量的互連設備將產生大量的數據，需要進行實時管理。在邊緣計算中，需要有效的數據管理機制。互連設備生成的數據的收集和傳輸也是數據管理中的挑戰。 （9）安全和隱私。萬物互聯場景中的安全性與其他環境不同，主要是由于物聯網設備的資源屬性有限。邊緣計算由于其分層結構而自然可以為資源受限的設備提供某些安全保證，并且由于此功能，邊緣計算收集的數據更靠近用戶端，這可能涉及隱私問題。在這種情況下，萬物互聯的安全漏洞將更具破壞性，邊緣節點監視和操作物理設備的能力可能會危及生命。解決安全和隱私問題是實現萬物互聯和邊緣計算的基礎。
邊緣計算將帶來許多新的商機，而授權云的問題到目前為止還無法有效解決。 [18]例如，作為云中心代理，它為無法直接有效連接到云的許多終端設備提供云服務。基于邊緣的服務范圍正在逐漸擴大。云和邊緣將合并為統一的端到端平臺，并提供集成的服務和應用程序，從而為突破現有的云計算業務模型創造了機會。邊緣計算的業務模型涉及多個方面。另外，網絡服務提供商擁有邊緣服務器和網絡設備，而終端設備和用戶可能既是客戶端又是服務器。為了構建完整的業務模型，有必要決定如何計算和監視資源。對于許多邊緣參與者來說，如何基于冗余資源獲得激勵獎勵也是邊緣計算商業化過程中需要解決的重要問題。
全網數據專注IDC多年，為廣大用戶提供專業化深圳服務器托管，深圳服務器租用，深圳主機托管，云服務器租用等服務器資源，詳情可咨詢客服了解。
