邊緣計(jì)算賦能智慧城市：機(jī)遇與挑戰(zhàn)

吳迪

【摘要】邊緣計(jì)算是一種前瞻性的新興計(jì)算范式，將對(duì)城市化進(jìn)程中的我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展產(chǎn)生深刻影響，帶來(lái)巨大變革。本文從邊緣計(jì)算的基本概念入手，探求技術(shù)應(yīng)用背后的系統(tǒng)本質(zhì)屬性，展望邊緣計(jì)算重點(diǎn)應(yīng)用領(lǐng)域和發(fā)展趨勢(shì)。邊緣計(jì)算能夠?yàn)橹腔鄢鞘薪ㄔO(shè)提供高效的網(wǎng)絡(luò)計(jì)算體系架構(gòu)，構(gòu)建網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力為一體的邊緣開(kāi)放平臺(tái)，提供高效低時(shí)延的近端用戶服務(wù)。面對(duì)隨之而來(lái)的機(jī)遇和挑戰(zhàn)，提出邊緣計(jì)算驅(qū)動(dòng)智慧城市發(fā)展的建議，作出未來(lái)智慧城市藍(lán)圖的展望。

【關(guān)鍵詞】邊緣計(jì)算? 智慧城市? 萬(wàn)物互聯(lián)

【中圖分類號(hào)】TP39? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2020.09.002

邊緣計(jì)算的基本概念

近年來(lái)，物聯(lián)網(wǎng)和無(wú)線網(wǎng)絡(luò)廣泛普及，推動(dòng)著萬(wàn)物互聯(lián)的應(yīng)用需求不斷發(fā)展。萬(wàn)物互聯(lián)不僅包括人與人、人與物，以及物與物的連接，還包括具有語(yǔ)境感知能力、更強(qiáng)計(jì)算能力和感知能力的人、物、數(shù)據(jù)、流程、場(chǎng)景等有機(jī)融合，從而使得互聯(lián)更有價(jià)值。萬(wàn)物互聯(lián)所涉及的邊緣設(shè)備類型十分廣泛，傳感器、智能家電、智能手機(jī)，甚至可穿戴設(shè)備都將成為萬(wàn)物互聯(lián)的一部分。因此，位于互聯(lián)網(wǎng)邊緣的終端設(shè)備數(shù)量及其產(chǎn)生的數(shù)據(jù)量將會(huì)急劇增長(zhǎng)。根據(jù)國(guó)際數(shù)據(jù)公司（International Data Corporation）統(tǒng)計(jì)數(shù)據(jù)[1]顯示，到2025年，全球?qū)⒂?500億個(gè)終端設(shè)備接入網(wǎng)絡(luò)，其中超過(guò)70%的數(shù)據(jù)將在網(wǎng)絡(luò)邊緣進(jìn)行處理。美國(guó)思科公司預(yù)計(jì)，全球設(shè)備產(chǎn)生的數(shù)據(jù)量將從2016年的218ZB增長(zhǎng)到2021年的847ZB。隨著邊緣設(shè)備所產(chǎn)生數(shù)據(jù)量的增加和計(jì)算需求的提升，網(wǎng)絡(luò)的時(shí)延過(guò)大和帶寬不足正逐漸成為傳統(tǒng)云計(jì)算的瓶頸問(wèn)題，然而僅靠增加網(wǎng)絡(luò)帶寬并不能滿足海量物聯(lián)網(wǎng)設(shè)備和應(yīng)用對(duì)時(shí)延的要求，必須在接近數(shù)據(jù)源的邊緣設(shè)備上卸載計(jì)算任務(wù)，從而減少數(shù)據(jù)傳輸并提高響應(yīng)速度。[2]

針對(duì)云計(jì)算面臨的困境，邊緣計(jì)算作為一種新型計(jì)算范式被提出，并逐漸成為適應(yīng)萬(wàn)物互聯(lián)應(yīng)用需求的新興計(jì)算模式。邊緣計(jì)算模型中的邊緣設(shè)備具有計(jì)算和分析的能力，通過(guò)在網(wǎng)絡(luò)的邊緣來(lái)執(zhí)行計(jì)算，為應(yīng)用開(kāi)發(fā)者和服務(wù)供應(yīng)商提供計(jì)算能力支持。[3]邊緣計(jì)算采用了一種分布式計(jì)算架構(gòu)，將主要應(yīng)用程序、服務(wù)和數(shù)據(jù)存儲(chǔ)下沉到網(wǎng)絡(luò)的邊緣側(cè)，從而使計(jì)算更加靠近數(shù)據(jù)源頭。邊緣計(jì)算通過(guò)將原本在中心節(jié)點(diǎn)處理的大型任務(wù)分解成多個(gè)小的更易管理的子任務(wù)，放置在靠近數(shù)據(jù)源或者用戶服務(wù)終端上運(yùn)行，就近提供邊緣智能服務(wù)，從而降低網(wǎng)絡(luò)通信和服務(wù)交付的時(shí)延，減少云端壓力，并且產(chǎn)生更快的網(wǎng)絡(luò)服務(wù)響應(yīng)，滿足行業(yè)的實(shí)時(shí)業(yè)務(wù)、智能應(yīng)用、安全與隱私保護(hù)等方面的關(guān)鍵需求。2017年，加州大學(xué)伯克利分校Michael I. Jordan教授（美國(guó)科學(xué)院、美國(guó)工程院、美國(guó)藝術(shù)與科學(xué)院三院院士）領(lǐng)銜發(fā)布的人工智能研究報(bào)告，指出邊緣—云端融合是支撐未來(lái)人工智能應(yīng)用的九大關(guān)鍵技術(shù)之一。相較于傳統(tǒng)的云計(jì)算，邊緣計(jì)算的優(yōu)勢(shì)主要體現(xiàn)在以下三個(gè)方面。

就近實(shí)時(shí)計(jì)算。云計(jì)算需要將數(shù)據(jù)上傳到中心節(jié)點(diǎn)進(jìn)行處理，由于網(wǎng)絡(luò)帶寬的限制，將邊緣設(shè)備產(chǎn)生的海量數(shù)據(jù)上傳到云計(jì)算中心會(huì)造成巨大的網(wǎng)絡(luò)負(fù)擔(dān)，而物聯(lián)網(wǎng)應(yīng)用往往具有高實(shí)時(shí)性需求，比如無(wú)人駕駛要求每一個(gè)動(dòng)作都要在10毫秒內(nèi)完成，云計(jì)算在傳輸數(shù)據(jù)的過(guò)程中造成的巨大時(shí)延顯然無(wú)法滿足如此實(shí)時(shí)性需求。與之相反，邊緣計(jì)算能夠?qū)⑺懔Σ渴鹪诰W(wǎng)絡(luò)中離各個(gè)操作邏輯最近的地方（如移動(dòng)蜂窩基站），從而保證自動(dòng)駕駛車輛可以實(shí)時(shí)對(duì)車輛感知數(shù)據(jù)進(jìn)行處理。

本地化數(shù)據(jù)保護(hù)。物聯(lián)網(wǎng)中的數(shù)據(jù)與用戶的生活息息相關(guān)，將這些數(shù)據(jù)上傳到云計(jì)算中心會(huì)增加泄露用戶隱私數(shù)據(jù)的風(fēng)險(xiǎn)。而邊緣計(jì)算數(shù)據(jù)的收集和計(jì)算都在本地或邊緣節(jié)點(diǎn)上進(jìn)行，不用上傳到云端，重要敏感的信息不必經(jīng)過(guò)網(wǎng)絡(luò)傳輸，從而有效避免了隱私泄漏問(wèn)題。數(shù)據(jù)中心和終端設(shè)備位于與用戶鄰近的位置，也就減少了網(wǎng)絡(luò)傳輸?shù)挠绊?。同時(shí)，物聯(lián)網(wǎng)設(shè)備很容易受到網(wǎng)絡(luò)攻擊，邊緣計(jì)算的分布式架構(gòu)天然具有抵御這種攻擊的特性，具有更高的可靠性和容錯(cuò)性。

減少云端數(shù)據(jù)傳輸。隨著聯(lián)網(wǎng)的設(shè)備越來(lái)越多，云數(shù)據(jù)中心的計(jì)算量和數(shù)據(jù)傳輸量越來(lái)越大，網(wǎng)絡(luò)的傳輸壓力也越來(lái)越大。而在邊緣計(jì)算模式下，由邊緣服務(wù)器提供算力對(duì)存儲(chǔ)的本地?cái)?shù)據(jù)進(jìn)行計(jì)算，與云端服務(wù)器交互的數(shù)據(jù)減少，顯著降低了所占用的網(wǎng)絡(luò)寬帶，從而減少了進(jìn)入核心網(wǎng)絡(luò)的流量消耗和云計(jì)算中心的算力損耗，同時(shí)也實(shí)現(xiàn)了降低能耗的目的。

簡(jiǎn)單而言，邊緣計(jì)算和云計(jì)算兩者的特點(diǎn)與區(qū)別如表1所示。

由于邊緣計(jì)算潛在的巨大產(chǎn)業(yè)價(jià)值，世界各個(gè)國(guó)家和地區(qū)均大力推動(dòng)邊緣計(jì)算技術(shù)的研發(fā)。2019年歐盟委員會(huì)及歐盟“地平線2020”（Horizon 2020）研究及創(chuàng)新計(jì)劃聯(lián)合資助實(shí)施邊緣計(jì)算項(xiàng)目DECENTER，用于研發(fā)可以實(shí)現(xiàn)無(wú)縫部署智能應(yīng)用的邊緣計(jì)算平臺(tái)，同時(shí)提供可控的安全和隱私保護(hù)。美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）發(fā)布2017～2019年CNS（Computer and Network Systems）核心計(jì)劃，重點(diǎn)支持邊緣計(jì)算研究項(xiàng)目。2018～2019年我國(guó)國(guó)家重點(diǎn)研發(fā)計(jì)劃“先進(jìn)網(wǎng)絡(luò)制造”“物聯(lián)網(wǎng)與智慧城市”專項(xiàng)中，也把邊緣計(jì)算作為重點(diǎn)課題列入。在工業(yè)界，各大廠商和巨頭公司也在紛紛布局邊緣計(jì)算。AT&T、微軟、Amazon、阿里、騰訊等公司均發(fā)布了邊緣計(jì)算戰(zhàn)略，華為、英特爾等廠商紛紛牽頭成立邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟，歐洲電信標(biāo)準(zhǔn)化協(xié)會(huì)（ETSI）發(fā)布5G邊緣計(jì)算白皮書(shū)。經(jīng)過(guò)幾年的技術(shù)積累，目前邊緣計(jì)算處于快速發(fā)展階段。

邊緣計(jì)算的主要應(yīng)用領(lǐng)域和發(fā)展趨勢(shì)

在萬(wàn)物互聯(lián)時(shí)代，邊緣計(jì)算正在引領(lǐng)社會(huì)發(fā)展的未來(lái)。邊緣計(jì)算主要存在于以下一些應(yīng)用領(lǐng)域。

智能家居。物聯(lián)網(wǎng)的發(fā)展使家庭環(huán)境變得更加智能，市場(chǎng)上出現(xiàn)越來(lái)越多的智能家居，例如掃地機(jī)器人、智能燈光、智能門(mén)窗等。[4]在云計(jì)算主導(dǎo)的時(shí)代，家居所感知產(chǎn)生的數(shù)據(jù)主要是通過(guò)無(wú)線網(wǎng)絡(luò)發(fā)送到云數(shù)據(jù)中心，一些比較耗時(shí)耗資源的任務(wù)由云端統(tǒng)一進(jìn)行處理。而隨著邊緣計(jì)算的發(fā)展，家居終端本身就擁有更強(qiáng)大的計(jì)算力，加之更低的處理延時(shí)使得家居更加智能。幾乎所有的家庭家居都可以接入物聯(lián)網(wǎng)，掃地機(jī)器人可以自主學(xué)習(xí)更加復(fù)雜的家庭布局從而做到全屋規(guī)劃不漏掃，門(mén)窗門(mén)鎖等家居產(chǎn)生的帶有隱私的數(shù)據(jù)不需要傳輸?shù)皆贫硕诩彝シ秶鷥?nèi)即可完成處理。邊緣計(jì)算的引入，提升了家居的便利性、舒適性和安全性。

智慧醫(yī)療。隨著醫(yī)療保健行業(yè)的重要性日益增加，人工智能輔助的醫(yī)療平臺(tái)和可穿戴設(shè)備為行業(yè)發(fā)展助力。個(gè)性化的便捷醫(yī)療服務(wù)和醫(yī)療數(shù)據(jù)的隱私安全問(wèn)題，讓邊緣計(jì)算在智慧醫(yī)療保健行業(yè)發(fā)揮著越來(lái)越重要的作用。邊緣計(jì)算的應(yīng)用，使醫(yī)療保健資源可以更好地被偏遠(yuǎn)地區(qū)的人們所享用，通過(guò)更智能的可穿戴設(shè)備和人工智能醫(yī)療平臺(tái)，享受到更加個(gè)性化的醫(yī)療服務(wù)。醫(yī)療保健行業(yè)將隨之迎來(lái)更美好光明的未來(lái)。

智能交通。邊緣計(jì)算在智能交通中的應(yīng)用包括自動(dòng)駕駛、智能網(wǎng)聯(lián)車、交通管理等。生活中的各類交通工具都會(huì)產(chǎn)生很多數(shù)據(jù)（包括文本、圖像、視頻等），并需要實(shí)時(shí)處理，邊緣計(jì)算技術(shù)可以極大地提升交通秩序管理和交通運(yùn)輸?shù)男?。例如，自?dòng)駕駛對(duì)任務(wù)響應(yīng)時(shí)間的要求極高，汽車上各種各樣的傳感器收集了很多數(shù)據(jù)，利用邊緣計(jì)算，可以在距離車輛更近的地方處理數(shù)據(jù)，從而減少延時(shí)。[5]

智慧教育。隨著物聯(lián)網(wǎng)與人工智能時(shí)代的到來(lái)，教育信息化正逐漸從“互聯(lián)網(wǎng)+”升級(jí)到“智能+”。在現(xiàn)代化智慧校園中，教學(xué)設(shè)備不斷升級(jí)，例如多媒體教學(xué)設(shè)備、交互式電子白板、智能監(jiān)考與監(jiān)控、智能控制中心等。教育應(yīng)用也在不斷進(jìn)化，特別是VR/AR、沉浸式教學(xué)等教育模式的出現(xiàn)，對(duì)邊緣計(jì)算設(shè)備的數(shù)據(jù)分析能力、高效處理音視頻能力等提出了更高要求。通過(guò)邊緣計(jì)算與基礎(chǔ)設(shè)施的交互與協(xié)同，有利于積極應(yīng)對(duì)教育領(lǐng)域的各種挑戰(zhàn)，比如個(gè)人學(xué)習(xí)、數(shù)據(jù)分析、教學(xué)創(chuàng)新、校園安全等。

智慧農(nóng)業(yè)。農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)是實(shí)現(xiàn)智慧農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)的有效手段。邊緣計(jì)算能很好地解決偏遠(yuǎn)地區(qū)的網(wǎng)絡(luò)帶寬資源不足問(wèn)題，通過(guò)物聯(lián)網(wǎng)感知，將動(dòng)植物和環(huán)境信息（如溫度、濕度、土壤、光照和設(shè)備性能等）進(jìn)行全面的感知和互聯(lián)，服務(wù)于農(nóng)業(yè)生產(chǎn)的各個(gè)場(chǎng)景中，提升農(nóng)業(yè)效益，助力農(nóng)業(yè)生產(chǎn)數(shù)字化和智能化。

智能制造。邊緣計(jì)算與工業(yè)制造存在密切關(guān)系。隨著“工業(yè)4.0”時(shí)代的來(lái)臨，工業(yè)制造將走向智能化，設(shè)備的組件化和專一性要求更高，生產(chǎn)過(guò)程將產(chǎn)生更多的數(shù)據(jù)，生產(chǎn)制造的各個(gè)環(huán)節(jié)都需要做到數(shù)據(jù)互通和實(shí)時(shí)交互。邊緣計(jì)算的應(yīng)用，讓設(shè)備可以進(jìn)行本地的升級(jí)更新，對(duì)設(shè)備性能起到更好的監(jiān)控，滿足了生產(chǎn)過(guò)程中實(shí)時(shí)性的要求。通過(guò)邊云協(xié)同，可以做到產(chǎn)業(yè)鏈和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，讓工業(yè)真正走向智能制造。

公共安全。公共安全涉及社會(huì)的方方面面（如消防、出行），影響著人們的生活。自然災(zāi)害、交通事故、刑事犯罪等各類事件存在諸多不確定性，在預(yù)防和處理公共安全事件時(shí)，對(duì)實(shí)時(shí)性和準(zhǔn)確度的要求很高。公共環(huán)境安裝了很多傳感器和攝像頭，尤其是對(duì)于視頻圖像，在邊緣端進(jìn)行處理可以降低網(wǎng)絡(luò)帶寬需求，即時(shí)數(shù)據(jù)分析處理對(duì)很多公共安全事件的預(yù)防和處理具有極其重要的作用。[6]

緊急救援。近年來(lái)，頻發(fā)的災(zāi)害給人們的生命財(cái)產(chǎn)造成了嚴(yán)重?fù)p失，人們?cè)絹?lái)越重視對(duì)緊急救援機(jī)制和方案的研究。在緊急救援場(chǎng)景下，對(duì)信息的實(shí)時(shí)處理以及救援人員的安全保障極為重要。將無(wú)人機(jī)技術(shù)應(yīng)用于救援中，可以獲取更加全面的信息，并保障救援人員的人身安全。類似地，一些輕巧的救援機(jī)器人可以深入到危險(xiǎn)區(qū)域，并通過(guò)邊緣計(jì)算和云計(jì)算向急救人員提供緊急情況的有關(guān)信息。這些應(yīng)用，都離不開(kāi)邊緣計(jì)算的快速發(fā)展。

邊緣計(jì)算的應(yīng)用領(lǐng)域遠(yuǎn)不止以上提到的幾個(gè)場(chǎng)景，還可以應(yīng)用到經(jīng)濟(jì)社會(huì)中的方方面面，例如金融、新零售、能源等?？傊?，邊緣計(jì)算正在引領(lǐng)物聯(lián)網(wǎng)的未來(lái);也將會(huì)是5G的核心功能之一，5G時(shí)代將會(huì)產(chǎn)生更多的數(shù)據(jù)，5G帶來(lái)的高帶寬低時(shí)延將會(huì)進(jìn)一步促進(jìn)邊緣計(jì)算的發(fā)展。[7]

邊緣計(jì)算給智慧城市帶來(lái)的機(jī)遇和挑戰(zhàn)

邊緣計(jì)算技術(shù)具有廣闊的發(fā)展?jié)摿?，將為智慧城市的?gòu)建帶來(lái)巨大機(jī)遇，可歸納為技術(shù)層面和應(yīng)用層面。

技術(shù)層面。邊緣計(jì)算通過(guò)采用網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力為一體的開(kāi)放平臺(tái)，提供高效的近端服務(wù)。由于其應(yīng)用程序在邊緣側(cè)發(fā)起，從而可以達(dá)到更快的網(wǎng)絡(luò)服務(wù)響應(yīng)，從技術(shù)層面滿足了智慧城市建設(shè)中在實(shí)時(shí)業(yè)務(wù)、快速部署、高效運(yùn)行、安全與隱私保護(hù)等方面的基本需求。由于更加靠近用戶，邊緣計(jì)算為智慧城市的應(yīng)用提供更快的響應(yīng)，將任務(wù)需求在邊緣端解決。通過(guò)采用邊緣計(jì)算技術(shù)體系架構(gòu)，許多控制將通過(guò)本地設(shè)備實(shí)現(xiàn)，而無(wú)需交由云端;處理過(guò)程也將在本地邊緣計(jì)算層完成，大大提升處理效率，減輕云端負(fù)荷。邊緣計(jì)算還可以與云計(jì)算相結(jié)合，以克服不同計(jì)算模式的特定限制，并提供更高效的服務(wù)。在隱私保護(hù)方面，許多終端設(shè)備（如智能路燈、電子標(biāo)簽）沒(méi)有足夠的資源來(lái)支持端到端的安全性，通過(guò)采用邊緣計(jì)算模式，安全管理任務(wù)可以從低性能的終端設(shè)備轉(zhuǎn)移到性能更強(qiáng)大的邊緣設(shè)備上，通過(guò)使用邊緣設(shè)備作為安全代理來(lái)管理終端設(shè)備的安全需求。在實(shí)現(xiàn)時(shí)，邊緣設(shè)備可以為每個(gè)終端設(shè)備創(chuàng)建一個(gè)安全配置文件，任何對(duì)終端設(shè)備的訪問(wèn)或發(fā)送到終端設(shè)備的指令都由邊緣設(shè)備代表這些終端設(shè)備通過(guò)完備的安全審查機(jī)制來(lái)處理。例如，代理終端設(shè)備的邊緣設(shè)備可以利用認(rèn)證協(xié)議來(lái)認(rèn)證希望與終端設(shè)備通信的第三方設(shè)備。授權(quán)也可以由邊緣設(shè)備管理，決定哪些第三方設(shè)備有權(quán)訪問(wèn)由終端設(shè)備收集的數(shù)據(jù)，或者可以向終端設(shè)備發(fā)送控制命令。[8]

應(yīng)用層面。邊緣計(jì)算在智慧城市中具有豐富的應(yīng)用場(chǎng)景，從網(wǎng)絡(luò)視頻攝像頭部署、智能感知系統(tǒng)平臺(tái)搭建到數(shù)據(jù)采集、傳輸與處理。眾多研究與觀察發(fā)現(xiàn)邊緣計(jì)算非常適用于需要超短延遲的用戶服務(wù)，例如沉浸式虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)應(yīng)用。利用邊緣計(jì)算，可以實(shí)現(xiàn)高清視頻流的增強(qiáng)現(xiàn)實(shí)用例，支持智慧城市的旅游行業(yè)發(fā)展。無(wú)論用戶如何移動(dòng)，邊緣計(jì)算確保服務(wù)始終跟隨用戶，并始終從最近的邊緣為用戶提供服務(wù)?；谶吘売?jì)算，智慧城市建筑有望實(shí)現(xiàn)智能化、人性化，并對(duì)建筑產(chǎn)生的數(shù)據(jù)進(jìn)行良好的處理和利用。基于移動(dòng)邊緣計(jì)算，并輔助以深度學(xué)習(xí)和大數(shù)據(jù)分析的自主駕駛技術(shù)，無(wú)人駕駛服務(wù)可以實(shí)現(xiàn)包括視線內(nèi)不可見(jiàn)車輛的實(shí)時(shí)定位，城市區(qū)域的協(xié)同危險(xiǎn)預(yù)測(cè)，以及自主駕駛?cè)S地圖生成?；谶吘売?jì)算的多能源網(wǎng)絡(luò)可以提高包括大型建筑在內(nèi)的不同規(guī)模區(qū)域（如公園、島嶼、城鎮(zhèn)等）能源系統(tǒng)的整體效率和效益。基于邊緣計(jì)算技術(shù)的多能源網(wǎng)絡(luò)可以整合智能電網(wǎng)、供熱供氣網(wǎng)和網(wǎng)絡(luò)流量，實(shí)現(xiàn)智能城市的統(tǒng)一能源管理。

邊緣計(jì)算作為一種新興技術(shù)，其發(fā)展同樣也會(huì)經(jīng)歷從無(wú)到有、從初始到成熟的過(guò)程，還會(huì)受到社會(huì)需求與傳統(tǒng)規(guī)則的影響。盡管邊緣計(jì)算無(wú)論從技術(shù)層面還是應(yīng)用層面都將為智慧城市的構(gòu)建帶來(lái)巨大機(jī)遇，其發(fā)展過(guò)程也會(huì)面臨技術(shù)、應(yīng)用甚至法律、倫理層面的挑戰(zhàn)。

邊緣計(jì)算技術(shù)在智慧城市應(yīng)用中面臨的主要挑戰(zhàn)包括以下三個(gè)方面。

數(shù)據(jù)收集與存儲(chǔ)挑戰(zhàn)。智慧城市應(yīng)用會(huì)產(chǎn)生大量的感知數(shù)據(jù)，這對(duì)邊緣計(jì)算系統(tǒng)的存儲(chǔ)與計(jì)算都提出挑戰(zhàn)。研究報(bào)告顯示，[9]一個(gè)人口100萬(wàn)的城市每天將產(chǎn)生180PB的數(shù)據(jù)，這些數(shù)據(jù)來(lái)自公共安全、公共衛(wèi)生、公共設(shè)施和公共交通等方面。此外，將邊緣計(jì)算應(yīng)用到智慧城市的建設(shè)，還會(huì)遇到數(shù)據(jù)所有權(quán)歸屬的法律問(wèn)題?；谶吘売?jì)算，大量數(shù)據(jù)被存儲(chǔ)在邊緣，并被利用到智慧城市的各類應(yīng)用中。但是，數(shù)據(jù)的產(chǎn)生者（或者擁有者）很多情況下并不知道自己的數(shù)據(jù)（甚至是隱私數(shù)據(jù)）被他人利用了。如何從倫理或立法的角度，明晰邊緣計(jì)算系統(tǒng)數(shù)據(jù)所有權(quán)的問(wèn)題，是智慧城市建設(shè)的一大挑戰(zhàn)。

差異化與可擴(kuò)展服務(wù)挑戰(zhàn)。差異化且可擴(kuò)展的邊緣計(jì)算服務(wù)管理系統(tǒng)設(shè)計(jì)是智慧城市建設(shè)的重要需求之一。未來(lái)的智慧城市建設(shè)預(yù)計(jì)將在網(wǎng)絡(luò)邊緣部署多個(gè)服務(wù)，這些服務(wù)將有不同的優(yōu)先級(jí)。例如，一些關(guān)鍵的服務(wù)，如公共安全和故障報(bào)警，應(yīng)該比普通服務(wù)得到更早的處理。健康相關(guān)服務(wù)，如跌倒檢測(cè)或心力衰竭檢測(cè)也應(yīng)該比娛樂(lè)等其他服務(wù)具備更高的優(yōu)先級(jí)。[10]與此同時(shí)，邊緣計(jì)算系統(tǒng)中可能有多個(gè)應(yīng)用程序共享同一個(gè)數(shù)據(jù)源。一個(gè)應(yīng)用程序失效或沒(méi)有響應(yīng)，可能會(huì)導(dǎo)致使用同一數(shù)據(jù)源的其他應(yīng)用同時(shí)失效。上述系統(tǒng)應(yīng)用隔離帶來(lái)的挑戰(zhàn)可以通過(guò)引入部署或取消部署框架來(lái)解決。如果在安裝應(yīng)用程序之前操作系統(tǒng)可以檢測(cè)到?jīng)_突，則可以警告用戶并避免潛在的訪問(wèn)問(wèn)題。另外，如何將用戶的私有數(shù)據(jù)與第三方應(yīng)用程序進(jìn)行隔離也是隔離挑戰(zhàn)之一。

數(shù)據(jù)隱私和安全挑戰(zhàn)。在網(wǎng)絡(luò)的邊緣，數(shù)據(jù)隱私安全保護(hù)是最重要的一項(xiàng)服務(wù)。采用邊緣計(jì)算推動(dòng)智慧城市建設(shè)，可以從感知到的使用數(shù)據(jù)中獲取大量隱私信息。隨著邊緣設(shè)備上可用數(shù)據(jù)的增多和計(jì)算能力的提高，邊緣設(shè)備同樣可能會(huì)受到安全攻擊。[11]例如，通過(guò)對(duì)用電量或用水量的了解，可以很容易推測(cè)出市民住房是否空置。對(duì)于邊緣數(shù)據(jù)安全和使用隱私問(wèn)題的解決，仍然存在巨大挑戰(zhàn)。以WiFi網(wǎng)絡(luò)安全為例。在全球4.39億使用無(wú)線連接的家庭中，49%的WiFi網(wǎng)絡(luò)是不安全的，而80%的家庭仍然將路由器設(shè)置為默認(rèn)密碼。對(duì)于公共WiFi熱點(diǎn)，89%屬于不安全的利益相關(guān)者，包括服務(wù)提供商、系統(tǒng)和應(yīng)用程序開(kāi)發(fā)者以及終端用戶。需要意識(shí)到，在網(wǎng)絡(luò)邊緣用戶的隱私會(huì)在不被通知的情況下受到損害。用戶或者應(yīng)用需要邊緣服務(wù)器提供計(jì)算資源，不可避免會(huì)將數(shù)據(jù)臨時(shí)存儲(chǔ)在邊緣，網(wǎng)絡(luò)邊緣高度動(dòng)態(tài)的環(huán)境會(huì)使用戶隱私和數(shù)據(jù)安全面臨更大挑戰(zhàn)，目前還缺乏有效工具來(lái)保護(hù)網(wǎng)絡(luò)邊緣的數(shù)據(jù)隱私和安全。

邊緣計(jì)算驅(qū)動(dòng)的城市公共安全視頻分析案例

作為視頻數(shù)據(jù)的重要來(lái)源之一，視頻采集攝像頭在城市各個(gè)角落隨處可見(jiàn)。不僅如此，攝像頭的數(shù)量還以每年20%的增長(zhǎng)率不斷擴(kuò)大規(guī)模，伴隨而來(lái)的是視頻大數(shù)據(jù)衍生的視頻分析應(yīng)用數(shù)量的飛速增長(zhǎng)，城市公共安全場(chǎng)景下的視頻分析也隨之吸引了學(xué)術(shù)界和工業(yè)界的注意力。

在數(shù)據(jù)處理量急劇增長(zhǎng)的背景下，如何獲取視頻中的有用信息，成為智慧城市發(fā)展過(guò)程中的關(guān)鍵目標(biāo)，而智能視頻分析則是實(shí)現(xiàn)該目標(biāo)的有效手段，將決定著整個(gè)智慧城市的智能化程度。視頻分析任務(wù)往往會(huì)要求高準(zhǔn)確率和低延遲以支撐應(yīng)用實(shí)時(shí)獲得結(jié)果的需求，這就需要很強(qiáng)的計(jì)算性能。目前的商業(yè)攝像頭，其本身的計(jì)算性能還無(wú)法高效實(shí)時(shí)地支持其完成視頻分析任務(wù)。為了解決這個(gè)問(wèn)題，可以采用視頻源與云結(jié)合的解決方案，將攝像頭產(chǎn)生的視頻流發(fā)送到計(jì)算性能強(qiáng)大的云端，再在云端完成視頻分析任務(wù)。然而，這帶來(lái)額外的網(wǎng)絡(luò)資源消耗和網(wǎng)絡(luò)延遲，對(duì)要求高實(shí)時(shí)性的視頻分析任務(wù)造成了很大的阻礙。為了追求更低的延遲，結(jié)合邊緣計(jì)算的解決方案應(yīng)運(yùn)而生。如圖1所示，通過(guò)在距離攝像頭更近的邊緣端完成部分或全部的計(jì)算任務(wù)，視頻分析系統(tǒng)以更低的帶寬消耗，實(shí)現(xiàn)更低的延遲以完成視頻分析任務(wù)。

不同的視頻分析任務(wù)往往有著不同的性能需求。有些視頻分析任務(wù)是長(zhǎng)期、持續(xù)進(jìn)行的，例如統(tǒng)計(jì)車流量作為紅綠燈持續(xù)時(shí)間的參考，對(duì)時(shí)延的需求就不會(huì)很高;而有些視頻分析任務(wù)則是需要在很短的時(shí)間內(nèi)完成，例如車牌應(yīng)用對(duì)準(zhǔn)確率和時(shí)延的要求都會(huì)很高。與此同時(shí)，視頻分析任務(wù)的性能會(huì)受許多因素影響，例如計(jì)算資源（處理器類型、內(nèi)存等）、視頻流的參數(shù)（分辨率、傳輸碼率等）、視頻分析算法的模型等。如果提供的資源不足，可能會(huì)無(wú)法運(yùn)行滿足準(zhǔn)確率需求的視頻分析算法，或者延遲太高，不能滿足應(yīng)用需求;如果提供的資源過(guò)多，又會(huì)造成浪費(fèi)。所以，對(duì)于視頻分析系統(tǒng)，如何合理地調(diào)度任務(wù)、分配資源，使系統(tǒng)可以在滿足視頻分析任務(wù)需求的前提下有效利用資源，具有非常重要的研究意義。

而從架構(gòu)方面而言，現(xiàn)有視頻分析系統(tǒng)關(guān)注的是如何在不同層次之間、同層次的不同節(jié)點(diǎn)之間決定任務(wù)的執(zhí)行位置，以實(shí)現(xiàn)計(jì)算卸載從而提高整個(gè)系統(tǒng)的性能表現(xiàn)。由于現(xiàn)實(shí)中存在許多系統(tǒng)架構(gòu)、資源特點(diǎn)各不相同的場(chǎng)景，有些工作提出了在特定場(chǎng)景下結(jié)合視頻分析任務(wù)特性與整體架構(gòu)特點(diǎn)的調(diào)度策略，以提高系統(tǒng)性能。例如，對(duì)于一個(gè)承擔(dān)多任務(wù)的攝像頭，其產(chǎn)生的視頻流往往會(huì)被用以執(zhí)行多個(gè)不同的視頻分析應(yīng)用（包括車流檢測(cè)、失蹤兒童搜尋和逃逸車輛追蹤等）。然而，這些視頻分析過(guò)程的執(zhí)行流程在某些步驟上是相同的，意味著可以利用這個(gè)特性去節(jié)省資源開(kāi)銷。多任務(wù)對(duì)同一臺(tái)攝像頭的視頻流分別做目標(biāo)檢測(cè)，再基于目標(biāo)檢測(cè)結(jié)果來(lái)根據(jù)不同應(yīng)用進(jìn)行不同分析，不可避免地會(huì)導(dǎo)致系統(tǒng)效率的下降。針對(duì)邊緣計(jì)算驅(qū)動(dòng)的城市公共安全視頻分析，如何高效合并任務(wù)需求以及合理的配置邊緣計(jì)算資源是一個(gè)亟待解決的研究課題。

發(fā)展建議與展望

在邊緣計(jì)算驅(qū)動(dòng)智慧城市發(fā)展過(guò)程中，可以從以下幾個(gè)路徑出發(fā)提升邊緣計(jì)算的應(yīng)用效能和安全水平。

夯實(shí)安全基礎(chǔ)，完善邊緣計(jì)算安全保障體系。智慧城市的建設(shè)需要提升城市基礎(chǔ)信息網(wǎng)絡(luò)、核心要害信息以及系統(tǒng)的安全可控水平，智慧城市的建設(shè)涉及應(yīng)用、平臺(tái)、連接、終端等多個(gè)層次，各方面存在不同的安全隱患。同時(shí)，伴隨邊緣計(jì)算在賦能智慧城市進(jìn)程的不斷深入，應(yīng)用層面、平臺(tái)層面、網(wǎng)絡(luò)層面、數(shù)據(jù)層面、終端層面等每個(gè)層面的威脅和風(fēng)險(xiǎn)都有其獨(dú)特性，任何一個(gè)層面的安全防御被突破都可能會(huì)帶來(lái)不可預(yù)估的損失。在邊緣計(jì)算賦能智慧城市的進(jìn)程中，需要不斷完善安全保障體系以及安全防護(hù)機(jī)制，根據(jù)不同層面的特征，統(tǒng)籌考慮安全技術(shù)、安全管理、安全運(yùn)營(yíng)等因素，設(shè)計(jì)制定個(gè)性化的安全規(guī)則，配置部署針對(duì)防御全層次的定制化安全防護(hù)機(jī)制，為賦能智慧城市夯實(shí)安全基礎(chǔ)。

堅(jiān)持融合發(fā)展策略，研制邊緣計(jì)算標(biāo)準(zhǔn)規(guī)范體系。在邊緣計(jì)算賦能智慧城市的進(jìn)程中，需要積極響應(yīng)政府主導(dǎo)，協(xié)調(diào)有關(guān)各方研制統(tǒng)一的、科學(xué)合理的智慧城市中邊緣計(jì)算技術(shù)的應(yīng)用標(biāo)準(zhǔn)規(guī)范體系，為各地進(jìn)行智慧城市建設(shè)程度、水平和效益評(píng)估等提供依據(jù)，為有需求的部分地區(qū)建立地域化的拓展以及定制化的評(píng)價(jià)指標(biāo)體系提供基礎(chǔ)，為綜合分析各地區(qū)智慧城市規(guī)劃建設(shè)等提供統(tǒng)一維度。同時(shí)，針對(duì)不同技術(shù)、政策等產(chǎn)生的異構(gòu)海量數(shù)據(jù)、硬件設(shè)備、網(wǎng)絡(luò)資源等異構(gòu)信息，需要推動(dòng)構(gòu)建一個(gè)開(kāi)放的、可擴(kuò)展的、可伸縮的、能適應(yīng)城市各領(lǐng)域需求動(dòng)態(tài)變化的標(biāo)準(zhǔn)規(guī)范體系，將智慧城市建設(shè)發(fā)展推向深入。

圍繞核心需求，打造開(kāi)放的邊緣計(jì)算生態(tài)體系。智慧城市是高新科技的載體，涵蓋政務(wù)、園區(qū)、物流、交通、教育、醫(yī)療等應(yīng)用場(chǎng)景，需要多技術(shù)、多產(chǎn)業(yè)深度融合。在邊緣計(jì)算賦能智慧城市的進(jìn)程中，需要打造足夠開(kāi)放的生態(tài)體系，能夠融合邊緣計(jì)算、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、人工智能等新技術(shù)，吸引優(yōu)質(zhì)伙伴，吸納優(yōu)質(zhì)資源，圍繞智慧城市核心需求，在市民、企業(yè)、城市管理等方面，有針對(duì)性地開(kāi)展符合城市定位的特色應(yīng)用，多方多角度參與共同建設(shè)智慧城市。

構(gòu)建完善監(jiān)督機(jī)制，形成智慧城市建設(shè)的良好閉環(huán)。在邊緣計(jì)算賦能智慧城市的進(jìn)程中，需要遵循智慧城市與邊緣計(jì)算技術(shù)發(fā)展規(guī)律，做好頂層設(shè)計(jì)、搭建好體系化布局，探討邊緣計(jì)算技術(shù)在賦能智慧城市過(guò)程中的監(jiān)管問(wèn)題，同步開(kāi)展相關(guān)政策以及法律法規(guī)研究，注意防范各種潛在風(fēng)險(xiǎn)，構(gòu)建科學(xué)合理的監(jiān)管監(jiān)督機(jī)制，為完善安全保障體系、優(yōu)化標(biāo)準(zhǔn)規(guī)范體系、建設(shè)開(kāi)放生態(tài)體系提供科學(xué)指引，形成良好閉環(huán)，促進(jìn)邊緣計(jì)算技術(shù)賦能下的智慧城市可持續(xù)化發(fā)展。

（本文系國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目和國(guó)家自然科學(xué)基金聯(lián)合基金重點(diǎn)支持項(xiàng)目的階段性研究成果，項(xiàng)目編號(hào)分別為：2018YFB0204100、U1911201;胡淼、吳潤(rùn)、陳嘉文、謝自軒等對(duì)本文亦有貢獻(xiàn)）

注釋

[1]IDC， "The Digital Universe of Opportunities： Rich Data and the Increasing Value of the Internet of Things"， EMC Digital Universe with Research & Analysis， April， 2014.

[2]丁春濤、曹建農(nóng)、楊磊等：《邊緣計(jì)算綜述：應(yīng)用，現(xiàn)狀及挑戰(zhàn)》，《中興通訊技術(shù)》，2019年第3期。

[3][10]Shi W， Cao J， Zhang Q， et al. "Edge computing： Vision and challenges"， IEEE Internet of Things Journal， 2016， 3（5）， pp. 637-646.

[4]于文平：《〈2017～2018年中國(guó)物聯(lián)網(wǎng)發(fā)展年度報(bào)告〉發(fā)布》，《物聯(lián)網(wǎng)技術(shù)》，2018年第10期，第5～6頁(yè)。

[5]Liu S， Liu L， Tang J， Yu B， Wang Y， Shi W， "Edge computing for autonomous driving： Opportunities and challenges"， Proceedings of the IEEE， 2019， 107（8）， pp.? 1697-1716.

[6]Zhang Q， Sun H， Wu X， Zhong H， "Edge Video Analytics for Public Safety： A Review"， Proceedings of the IEEE， 2019， 107（8）， pp. 1675-1696.

[7]施巍松、孫輝、曹杰、張權(quán)、劉偉：《邊緣計(jì)算：萬(wàn)物互聯(lián)時(shí)代新型計(jì)算模型》，《計(jì)算機(jī)研究與發(fā)展》，2017年第5期，第907～924頁(yè)。

[8][11]Sha K， Wei W， Yang T A， Wang Z， Shi W， "On security challenges and open issues in Internet of Things"， Future Generation Computer Systems， 2018， 83， pp. 326-337.

[9]Cisco， "Cisco global cloud index： Forecast and methodology， 2014–2019"， White Paper， 2014.

責(zé) 編/郭 丹