泛在網(wǎng)絡(luò)空間大數(shù)據(jù)“霧云計(jì)算”軟件體系結(jié)構(gòu)

賈焰，方濱興，汪祥，王永恒，安靜斌，李愛平，周斌

（1.國(guó)防科技大學(xué)，長(zhǎng)沙 410073；2.中國(guó)工程院，北京 100088；3.之江實(shí)驗(yàn)室，杭州 310012）

一、前言

信息技術(shù)是推動(dòng)各行業(yè)發(fā)展的催化劑，隨著網(wǎng)絡(luò)空間從面向信息的互聯(lián)網(wǎng)擴(kuò)展到了人、機(jī)、物、服務(wù)與應(yīng)用互聯(lián)的泛在網(wǎng)絡(luò)空間，傳統(tǒng)的高性能計(jì)算[1]、云計(jì)算[2]、霧計(jì)算[3]、邊緣計(jì)算[4]和多Agent 系統(tǒng)[5,6]等計(jì)算模式已經(jīng)不能滿足網(wǎng)絡(luò)空間大數(shù)據(jù)分析處理的需要。

（一）網(wǎng)絡(luò)空間的擴(kuò)展

互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和社交網(wǎng)絡(luò)等的迅猛發(fā)展使得網(wǎng)絡(luò)空間日趨繁榮，促進(jìn)網(wǎng)絡(luò)空間由單一互聯(lián)網(wǎng)發(fā)展到了泛在網(wǎng)絡(luò)空間。泛在網(wǎng)絡(luò)空間是一種建立在互聯(lián)網(wǎng)基礎(chǔ)之上的具有自適應(yīng)性的智能網(wǎng)絡(luò)，通過(guò)各種有線和無(wú)線網(wǎng)絡(luò)與物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、傳感網(wǎng)等進(jìn)行融合，綜合利用海量的傳感器、智能處理設(shè)備等終端以及運(yùn)行在這些終端上面的軟件、服務(wù)和應(yīng)用，實(shí)現(xiàn)人、機(jī)、物、信息在任何時(shí)間、任何地點(diǎn)的安全有效聯(lián)接。網(wǎng)絡(luò)空間的擴(kuò)展，使得傳統(tǒng)“以后臺(tái)處理為中心”的云計(jì)算模式不能滿足“互聯(lián)網(wǎng)+物聯(lián)網(wǎng)+移動(dòng)互聯(lián)網(wǎng)”所形成的泛在網(wǎng)絡(luò)空間計(jì)算需求，計(jì)算模式需要從“以后臺(tái)處理為中心”向“后臺(tái)與邊緣、中間相結(jié)合”的方式轉(zhuǎn)變，這是必然發(fā)生的革命性變革。

（二）大數(shù)據(jù)特征的要求

大數(shù)據(jù)[7]是指在一定時(shí)間范圍內(nèi)難以依靠已有數(shù)據(jù)處理技術(shù)進(jìn)行有效采集、管理和分析的數(shù)據(jù)集合，以下從其5V 特征分析網(wǎng)絡(luò)空間大數(shù)據(jù)面臨的挑戰(zhàn)：

（1）規(guī)模大（Volume）。從太字節(jié)（TB）級(jí)躍升到拍字節(jié)（PB）級(jí)甚至皆字節(jié)（ZB）級(jí)，單一的應(yīng)用程序和數(shù)據(jù)中心難以快速處理如此海量的數(shù)據(jù)，迫切需要像人類一樣由多知識(shí)體協(xié)同處理。

（2）數(shù)據(jù)類型繁多（Variety）。如文本、視頻、音頻、圖片、特定類型等，甚至包括這些文件類型的交叉融合。單一的個(gè)人、公司、研究機(jī)構(gòu)等難以同時(shí)掌握不同類型數(shù)據(jù)的分析處理工作，迫切需要?jiǎng)?chuàng)建一種協(xié)同合作并保護(hù)各自知識(shí)產(chǎn)權(quán)和數(shù)據(jù)所有權(quán)的計(jì)算模式。

（3）速度快（Velocity）。數(shù)據(jù)高速生成，要求實(shí)時(shí)處理，迫切需要在數(shù)據(jù)的源頭和離源頭不遠(yuǎn)的邊緣端或中間層進(jìn)行數(shù)據(jù)處理，并與云端保持知識(shí)和信息交互。

（4）數(shù)據(jù)的準(zhǔn)確性和可信性（Veracity）。數(shù)據(jù)及其來(lái)源存在不確定和不可信，迫切需要對(duì)不同來(lái)源的數(shù)據(jù)進(jìn)行可信計(jì)算與交叉驗(yàn)證。

（5）有價(jià)值（Value）。大量的數(shù)據(jù)中存在極有價(jià)值的信息，而價(jià)值的挖掘通常與領(lǐng)域相關(guān)，需要各行各業(yè)的領(lǐng)域?qū)＜蚁嗷ヅ浜蠀f(xié)同挖掘大數(shù)據(jù)中的價(jià)值。

因此，泛在網(wǎng)絡(luò)空間大數(shù)據(jù)迫切需要大量個(gè)人、研究機(jī)構(gòu)和企業(yè)等相互合作，在保護(hù)各自知識(shí)產(chǎn)權(quán)、數(shù)據(jù)隱私與所有權(quán)的基礎(chǔ)上，進(jìn)行綜合的協(xié)同計(jì)算，這是當(dāng)前計(jì)算模式難以滿足的。

（三）“信息孤島”與產(chǎn)權(quán)保護(hù)

網(wǎng)絡(luò)空間大數(shù)據(jù)尤其是物聯(lián)網(wǎng)數(shù)據(jù)、傳感器數(shù)據(jù)和移動(dòng)應(yīng)用數(shù)據(jù)等大多為不同的個(gè)人、組織或機(jī)構(gòu)所有。由于隱私保護(hù)、所有權(quán)保護(hù)和保密等原因，當(dāng)前大數(shù)據(jù)“信息孤島”現(xiàn)象明顯，數(shù)據(jù)和知識(shí)難以集中到某個(gè)數(shù)據(jù)中心進(jìn)行統(tǒng)一的存儲(chǔ)、搜索、分析和挖掘[8]。在數(shù)據(jù)分析處理挖掘方面，分散在全世界各個(gè)研究機(jī)構(gòu)和組織的專家在各自的行業(yè)和研究領(lǐng)域取得了豐碩的成果，但難以出現(xiàn)一家單位和機(jī)構(gòu)能夠獨(dú)自解決當(dāng)前泛在網(wǎng)絡(luò)空間大數(shù)據(jù)分析處理面臨的技術(shù)難題。迫切需要在保護(hù)各自知識(shí)產(chǎn)權(quán)的基礎(chǔ)上進(jìn)行合作，使得世界上的優(yōu)秀研究成果能夠協(xié)同計(jì)算，滿足泛在網(wǎng)絡(luò)空間大數(shù)據(jù)分析處理的需要。

為了解決上述問(wèn)題，本文提出一種面向泛在網(wǎng)絡(luò)空間大數(shù)據(jù)的通用智能化“霧云計(jì)算”體系結(jié)構(gòu)，通過(guò)前端（霧端）、中間層和云端知識(shí)體以及它們之間的協(xié)同計(jì)算，滿足網(wǎng)絡(luò)空間大數(shù)據(jù)在產(chǎn)權(quán)保護(hù)基礎(chǔ)上的實(shí)時(shí)及融合分析處理需求。本文知識(shí)體是一個(gè)自治的、智慧的軟件實(shí)體，其邏輯上有自己的領(lǐng)域、目標(biāo)和功能，物理上有自己的知識(shí)庫(kù)、學(xué)習(xí)器、推理器、執(zhí)行器和協(xié)同器。知識(shí)體不僅可以根據(jù)目標(biāo)構(gòu)建知識(shí)，并根據(jù)任務(wù)需要提供功能，還可以互相協(xié)同計(jì)算，共同完成某個(gè)任務(wù)。霧云計(jì)算體系結(jié)構(gòu)可以應(yīng)用在物聯(lián)網(wǎng)、智能家居、問(wèn)答機(jī)器人等泛在網(wǎng)絡(luò)大數(shù)據(jù)計(jì)算場(chǎng)景，其中網(wǎng)絡(luò)空間大搜索[9]是霧云計(jì)算應(yīng)用的典型案例。當(dāng)前，蘋果移動(dòng)操作系統(tǒng)（iOS）中的智能語(yǔ)音助手（Siri） [10]、華為語(yǔ)音助手HiVoice [11]等產(chǎn)品將本地手機(jī)中的應(yīng)用軟件（APP）、用戶個(gè)人隱私數(shù)據(jù)與云端互聯(lián)網(wǎng)數(shù)據(jù)等進(jìn)行協(xié)同計(jì)算，滿足用戶智慧解答的需求，體現(xiàn)了泛在網(wǎng)絡(luò)空間“霧云計(jì)算”的基本思想。

二、霧云計(jì)算基本概念

霧云計(jì)算通過(guò)對(duì)大數(shù)據(jù)海洋中抽取知識(shí)的霧端、知識(shí)融合的中間層和智慧計(jì)算的云端多知識(shí)體進(jìn)行協(xié)同計(jì)算，獲得滿足用戶計(jì)算目標(biāo)的過(guò)程。霧云計(jì)算由知識(shí)體、知識(shí)體之間的關(guān)系和知識(shí)體之間的協(xié)同操作3 部分組成，如式1 所示：

式（1）中， KnowledgeActor 表示知識(shí)體的集合，單個(gè)知識(shí)體可用KnowledgeActori(i= 1,…,n) 表示；R表示知識(shí)體之間的關(guān)系集合，Rjk表示知識(shí)體KnowledgeActori和KnowledgeActork之 間的 關(guān) 系，j,k= 1,…,n。Operation 表示知識(shí)體之間的協(xié)同操作與計(jì)算，Operationm表示與多知識(shí)體協(xié)同工作的任務(wù)Taskm相關(guān)的協(xié)同操作與計(jì)算。

知識(shí)體是一個(gè)智慧的軟構(gòu)件，可以是霧端面向目標(biāo)的簡(jiǎn)單知識(shí)抽取軟構(gòu)件，也可以是云端的超大規(guī)模知識(shí)體，如健康知識(shí)體、天氣預(yù)報(bào)知識(shí)體、人類常識(shí)知識(shí)體等。知識(shí)體具有自學(xué)習(xí)、自演化、可描述、可管理、靈活在線組裝、分布式部署等特點(diǎn)，并且知識(shí)體之間可以進(jìn)行協(xié)調(diào)問(wèn)題求解。某個(gè)知識(shí)體KnowledgeActori= {ID,O,A}由標(biāo)識(shí)ID、目標(biāo)Object 和內(nèi)部架構(gòu)Architecture 三部分組成，其中，目標(biāo)O可表示為：

式（2）中，目標(biāo)O包括數(shù)據(jù)獲?。–ollect Data）、知識(shí)獲?。↘nowledge Acquisition）、知識(shí)推理（Inference）、知識(shí)計(jì)算（Computing）和知識(shí)融合（Merging）等。

知識(shí)體的體系結(jié)構(gòu)如圖1 所示，包括任務(wù)執(zhí)行器（Task Executor）、知識(shí)庫(kù)（Knowledge Base）、推理器（InferEngine）、學(xué)習(xí)器（Learn Unit）、任務(wù)規(guī)劃及決策器（TPDK）、協(xié)同器（Cooperator）、知識(shí)輸入輸出接口（KInterface）、協(xié)同接口（CInterface）、數(shù)據(jù)接口（DInterface）、任務(wù)輸入接口（TInterface）等。知識(shí)體的體系結(jié)構(gòu)A可以用下面公式形式化表示：

三、霧云計(jì)算體系結(jié)構(gòu)

泛在網(wǎng)絡(luò)空間大數(shù)據(jù)“霧云計(jì)算”體系結(jié)構(gòu)如圖2 所示，在多知識(shí)體及其協(xié)同推理的基礎(chǔ)上，由霧端的前端計(jì)算、中間層的融合計(jì)算和后端的云計(jì)算組成，其中各層知識(shí)體分別運(yùn)行在不同的知識(shí)體運(yùn)行平臺(tái)上。與邊緣計(jì)算、云計(jì)算的主要區(qū)別是：在多知識(shí)體的基礎(chǔ)上，支持前端（霧端）、中間和后端（云端）的高度協(xié)同計(jì)算能力。

圖1 知識(shí)體系統(tǒng)結(jié)構(gòu)

圖2 霧云計(jì)算體系結(jié)構(gòu)

（一）云端知識(shí)體

云端知識(shí)體通常是霧云計(jì)算的遠(yuǎn)端后臺(tái)處理中心，是分散在世界范圍內(nèi)的邊緣物聯(lián)網(wǎng)節(jié)點(diǎn)、網(wǎng)頁(yè)（Web）應(yīng)用、移動(dòng)APP、互聯(lián)網(wǎng)中間節(jié)點(diǎn)知識(shí)的匯集地，也是分散在海量霧端和中間層知識(shí)體內(nèi)容的集散地。云端知識(shí)體對(duì)霧端與中間層知識(shí)體上下文和時(shí)空位置敏感，是霧云計(jì)算的全局中心。云端知識(shí)體通常存儲(chǔ)非隱私的全局和上下文數(shù)據(jù)，并進(jìn)行知識(shí)的全局推理。

云端知識(shí)體的特點(diǎn)主要表現(xiàn)在以下幾個(gè)方面：①計(jì)算和存儲(chǔ)能力非常強(qiáng)，網(wǎng)絡(luò)非常穩(wěn)定；②通常是對(duì)分散的中間層知識(shí)體和霧端知識(shí)體數(shù)據(jù)進(jìn)行全局性的綜合分析計(jì)算；③獲得的知識(shí)分布范圍廣，通常需要進(jìn)行較大空間尺度的時(shí)空分析計(jì)算；④需要與中間節(jié)點(diǎn)知識(shí)體和霧端節(jié)點(diǎn)知識(shí)體進(jìn)行協(xié)同推理計(jì)算；⑤由于數(shù)據(jù)量龐大和計(jì)算復(fù)雜，通常進(jìn)行離線分析計(jì)算。

云端知識(shí)體通常運(yùn)行在以下計(jì)算集群與平臺(tái)基礎(chǔ)上。

1.分布存儲(chǔ)集群

霧云計(jì)算平臺(tái)面向泛在網(wǎng)絡(luò)空間大數(shù)據(jù)計(jì)算任務(wù)，從遍布互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的海量數(shù)據(jù)源獲取信息并經(jīng)過(guò)各種功能知識(shí)體抽取、加工、融合，形成知識(shí)，并在此基礎(chǔ)上根據(jù)具體任務(wù)進(jìn)行計(jì)算。作為運(yùn)行大量各類具備知識(shí)和智能知識(shí)體的運(yùn)行平臺(tái)，必然需要存儲(chǔ)大量結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，包括文件、網(wǎng)頁(yè)、知識(shí)圖譜、音視頻等。分布存儲(chǔ)集群由若干存儲(chǔ)服務(wù)器和索引服務(wù)器組成，采用分布式文件系統(tǒng)和圖數(shù)據(jù)庫(kù)等專用數(shù)據(jù)存儲(chǔ)管理系統(tǒng)構(gòu)建。

2.人工智能（AI）計(jì)算集群

AI 計(jì)算集群用于云端知識(shí)體訓(xùn)練圖片、音視頻等高密度計(jì)算任務(wù)。AI 計(jì)算集群采用中央處理器+圖形處理器（CPU+GPU）的架構(gòu)，由若干高密度計(jì)算服務(wù)器節(jié)點(diǎn)通過(guò)高速互聯(lián)構(gòu)成。

3.流數(shù)據(jù)處理集群

流數(shù)據(jù)處理集群用于對(duì)來(lái)自前端節(jié)點(diǎn)的數(shù)據(jù)源和知識(shí)體獲取的海量數(shù)據(jù)流進(jìn)行實(shí)時(shí)處理，這些數(shù)據(jù)流可能來(lái)自于傳感器、移動(dòng)終端，也可能來(lái)自于遠(yuǎn)程部署的智能爬蟲。海量的流數(shù)據(jù)需要實(shí)時(shí)進(jìn)行清洗、篩選和計(jì)算，然后存儲(chǔ)到分布存儲(chǔ)集群作為知識(shí)發(fā)現(xiàn)的素材，或者直接展現(xiàn)給搜索請(qǐng)求用戶知識(shí)發(fā)現(xiàn)。

4.高速緩存集群

高速緩存集群用于存儲(chǔ)索引、熱點(diǎn)數(shù)據(jù)等需要快速訪問(wèn)的數(shù)據(jù)，主要采用內(nèi)存存儲(chǔ)，為高實(shí)時(shí)性計(jì)算和需要快速響應(yīng)的用戶請(qǐng)求提供支持。

5.消息交換集群

消息交換集群為大量知識(shí)體間協(xié)同計(jì)算提供底層通信基礎(chǔ)設(shè)施，集群服務(wù)器節(jié)點(diǎn)配置高速的網(wǎng)絡(luò)接口帶寬。

（二）中間層知識(shí)體

中間層知識(shí)體位于霧端和云端之間，通常部署在離邊緣節(jié)點(diǎn)較近的服務(wù)器上，有時(shí)也會(huì)部署在網(wǎng)關(guān)、路由器、通信基站等匯聚型節(jié)點(diǎn)上。中間層知識(shí)體通常運(yùn)行在計(jì)算能力、存儲(chǔ)能力較強(qiáng)的服務(wù)器上，相對(duì)于云端節(jié)點(diǎn)來(lái)說(shuō)，更貼近霧端邊緣節(jié)點(diǎn)和數(shù)據(jù)源，是局部邊緣知識(shí)體綜合計(jì)算的中心。中間層知識(shí)體在霧云計(jì)算中扮演核心角色：一方面，中間層知識(shí)體能夠訪問(wèn)互聯(lián)網(wǎng)中的海量數(shù)據(jù)，并與云端知識(shí)體進(jìn)行協(xié)同計(jì)算；另一方面，中間層知識(shí)體能夠訪問(wèn)多個(gè)本地邊緣節(jié)點(diǎn)中的大量數(shù)據(jù)和知識(shí)（這些數(shù)據(jù)和知識(shí)通常是難以快速返回云端中心的信息，例如用戶的隱私信息通常希望存儲(chǔ)在本地、實(shí)時(shí)的視頻監(jiān)控?cái)?shù)據(jù)由于數(shù)據(jù)量過(guò)大而難以實(shí)時(shí)傳輸?shù)皆贫擞?jì)算中心），可以基于邊緣節(jié)點(diǎn)地理位置的分布進(jìn)行協(xié)同計(jì)算。中間層知識(shí)體是全局網(wǎng)絡(luò)空間計(jì)算和本地?cái)?shù)據(jù)結(jié)合的重要區(qū)域，是霧云計(jì)算的核心。例如，在一個(gè)家庭的霧云計(jì)算中間節(jié)點(diǎn)，存儲(chǔ)著大量的家庭傳感器數(shù)據(jù)、視頻監(jiān)控?cái)?shù)據(jù)和移動(dòng)應(yīng)用數(shù)據(jù)等，為了提供實(shí)時(shí)的綜合反饋和保護(hù)家庭隱私，本地的霧云計(jì)算中間節(jié)點(diǎn)將對(duì)這些數(shù)據(jù)與云端節(jié)點(diǎn)數(shù)據(jù)進(jìn)行融合計(jì)算和實(shí)時(shí)反饋。

中間層知識(shí)體的特點(diǎn)主要表現(xiàn)在以下幾個(gè)方面：①計(jì)算和存儲(chǔ)能力較強(qiáng)，能夠進(jìn)行較復(fù)雜的綜合計(jì)算分析，網(wǎng)絡(luò)較穩(wěn)定；②貼近數(shù)據(jù)源，能夠基于地理位置的特點(diǎn)進(jìn)行時(shí)空分析計(jì)算和融合；③實(shí)現(xiàn)多個(gè)邊緣節(jié)點(diǎn)數(shù)據(jù)（如視頻監(jiān)控等不需要存儲(chǔ)在云端的數(shù)據(jù)、隱私數(shù)據(jù)等）和云端知識(shí)體的協(xié)同推理計(jì)算；④連接的霧端邊緣節(jié)點(diǎn)數(shù)據(jù)和知識(shí)具有異質(zhì)性特點(diǎn)，對(duì)融合分析計(jì)算提出了嚴(yán)峻挑戰(zhàn)；⑤通常進(jìn)行近實(shí)時(shí)的分析計(jì)算和反饋。

（三）霧端知識(shí)體

數(shù)量巨大的霧端邊緣節(jié)點(diǎn)是數(shù)據(jù)的直接來(lái)源，包括智能物聯(lián)網(wǎng)中的設(shè)備、傳感器網(wǎng)絡(luò)中的傳感器、移動(dòng)互聯(lián)網(wǎng)中的APP、智能家居設(shè)備、安裝智能設(shè)備的交通工具（汽車、無(wú)人機(jī)等）等。這些邊緣節(jié)點(diǎn)中有很多也具備一定的計(jì)算能力，可用于部署本地實(shí)時(shí)計(jì)算和數(shù)據(jù)及知識(shí)獲取知識(shí)體，是泛在網(wǎng)絡(luò)空間大數(shù)據(jù)計(jì)算的一部分。

霧端知識(shí)體的特點(diǎn)主要表現(xiàn)為：①計(jì)算和存儲(chǔ)能力較弱，網(wǎng)絡(luò)不夠穩(wěn)定；②是數(shù)據(jù)的直接來(lái)源；③具有時(shí)間和空間位置信息；④能夠在較大范圍內(nèi)進(jìn)行移動(dòng)；⑤知識(shí)體通常進(jìn)行實(shí)時(shí)計(jì)算和反饋。

（四）多知識(shí)體協(xié)同計(jì)算

分布在霧端、中間層、云端的多知識(shí)體，在協(xié)同計(jì)算語(yǔ)言的支持下進(jìn)行協(xié)同計(jì)算與任務(wù)調(diào)度。多知識(shí)體協(xié)同計(jì)算語(yǔ)言對(duì)領(lǐng)域（Domain）、知識(shí)體（KnowledgeActor）、行動(dòng)（Action）、問(wèn)題（Problem）、目標(biāo)（Goal）等一系列對(duì)象進(jìn)行定義。多知識(shí)體協(xié)同任務(wù)規(guī)劃由多目標(biāo)優(yōu)化的任務(wù)規(guī)劃器生成，在知識(shí)體創(chuàng)建和組裝后，基于多知識(shí)體協(xié)同任務(wù)規(guī)劃生成多知識(shí)體的具體協(xié)同策略。針對(duì)多知識(shí)體協(xié)同計(jì)算任務(wù)，多目標(biāo)優(yōu)化器從任務(wù)規(guī)劃空間求解優(yōu)化的任務(wù)規(guī)劃，根據(jù)生成的任務(wù)規(guī)劃，由知識(shí)體組裝及部署器進(jìn)行知識(shí)體的在線組裝，并按需部署到計(jì)算節(jié)點(diǎn)。多知識(shí)體的協(xié)同既有層層間的協(xié)同（如從霧端向中間層和云端匯聚知識(shí)），也有同層之間的協(xié)同（如對(duì)不同數(shù)據(jù)和知識(shí)的計(jì)算進(jìn)行分工合作）。多知識(shí)體的協(xié)同也是一種動(dòng)態(tài)的協(xié)同，在任務(wù)執(zhí)行期間，根據(jù)系統(tǒng)的負(fù)載情況或者知識(shí)源的變化情況，知識(shí)體可以動(dòng)態(tài)地加入或退出任務(wù)。

四、結(jié)語(yǔ)

本文針對(duì)泛在網(wǎng)絡(luò)空間大數(shù)據(jù)應(yīng)用需要在云端、中間層和前端進(jìn)行計(jì)算的問(wèn)題，提出了一種基于知識(shí)體的云端、中間層和前端協(xié)同計(jì)算的“霧云計(jì)算”軟件體系結(jié)構(gòu)。描述了“霧云計(jì)算”的基本概念，闡明了“霧云計(jì)算”體系結(jié)構(gòu)的基本組成及其關(guān)系，其關(guān)鍵技術(shù)包括多層次多粒度多模態(tài)數(shù)據(jù)表示與知識(shí)推理、多知識(shí)體協(xié)同推理、時(shí)空融合分析計(jì)算、可信搜索與隱私保護(hù)等。

“霧云計(jì)算”體系結(jié)構(gòu)適用于典型的泛在網(wǎng)絡(luò)空間大數(shù)據(jù)計(jì)算應(yīng)用，為泛在網(wǎng)絡(luò)空間中前端、中間層和云端的協(xié)同計(jì)算提供了解決方案?！办F云計(jì)算”可應(yīng)用在物聯(lián)網(wǎng)、智能家居、問(wèn)答機(jī)器人等泛在網(wǎng)絡(luò)大數(shù)據(jù)計(jì)算場(chǎng)景，其中網(wǎng)絡(luò)空間大搜索是霧云計(jì)算的典型案例。網(wǎng)絡(luò)空間大搜索面向泛在網(wǎng)絡(luò)空間中的人、物體、信息和服務(wù)，在正確理解用戶意圖的基礎(chǔ)上，基于從泛在網(wǎng)絡(luò)空間大數(shù)據(jù)獲取的知識(shí)，給出滿足用戶需求的智慧解答。