以萬(wàn)物互聯(lián)為核心的邊緣計(jì)算時(shí)代正在開啟

【摘要】 隨著萬(wàn)物互聯(lián)時(shí)代的到來(lái)，物聯(lián)網(wǎng)設(shè)備數(shù)量呈爆炸式增長(zhǎng)，在傳統(tǒng)的云計(jì)算模型下，需要將終端設(shè)備產(chǎn)生的海量數(shù)據(jù)傳輸?shù)皆朴?jì)算中心服務(wù)器，而海量數(shù)據(jù)傳輸所帶來(lái)的時(shí)延無(wú)法滿足當(dāng)前多種實(shí)時(shí)性服務(wù)的時(shí)延要求。在此背景下，邊緣計(jì)算的出現(xiàn)開創(chuàng)了能夠在網(wǎng)絡(luò)邊緣處收集和處理數(shù)據(jù)的新型計(jì)算模式，為解決傳統(tǒng)云計(jì)算模式中的時(shí)延、帶寬和負(fù)載等問(wèn)題帶來(lái)了極大便利。邊緣計(jì)算通過(guò)將部分云中心的功能拓展到網(wǎng)絡(luò)邊緣，為終端設(shè)備提供有效的數(shù)據(jù)訪問(wèn)、計(jì)算、處理、存儲(chǔ)、控制等服務(wù)，實(shí)現(xiàn)了從云到物之間無(wú)縫連接，被認(rèn)為是實(shí)現(xiàn)萬(wàn)物互聯(lián)的基礎(chǔ)。

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

【中圖分類號(hào)】D51 ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2020.09.003

許多早期的物聯(lián)網(wǎng)設(shè)備只能收集和發(fā)送數(shù)據(jù)去分析，然而，如今設(shè)備日益增長(zhǎng)的計(jì)算能力允許現(xiàn)場(chǎng)執(zhí)行復(fù)雜的計(jì)算，這得益于單片機(jī)嵌入式系統(tǒng)的發(fā)展使得越來(lái)越多的商用設(shè)備擁有足夠的資源來(lái)運(yùn)行較為成熟的操作系統(tǒng)，使其成為智能終端。同時(shí)，計(jì)算機(jī)技術(shù)與網(wǎng)絡(luò)通信技術(shù)的發(fā)展可以實(shí)現(xiàn)物與物之間數(shù)據(jù)信息的實(shí)時(shí)共享，實(shí)現(xiàn)具有智能化的實(shí)時(shí)數(shù)據(jù)收集、傳遞、處理、執(zhí)行，使得物聯(lián)網(wǎng)（Internet of Things， IoT）具有巨大的潛力。隨著物聯(lián)網(wǎng)的快速發(fā)展和4G/5G通信技術(shù)的普及，終端設(shè)備能夠獲得環(huán)境感知與增強(qiáng)的處理能力，該趨勢(shì)使得人類社會(huì)正在走入萬(wàn)物互聯(lián)（Internet of Everything， IoE）的時(shí)代。[1]將人、物、數(shù)據(jù)融合在一起，會(huì)得到一個(gè)規(guī)模巨大的網(wǎng)絡(luò)，使數(shù)據(jù)共享和網(wǎng)絡(luò)連接比以往任何時(shí)候都更加相關(guān)聯(lián)和有價(jià)值，為個(gè)人、企業(yè)、國(guó)家、社會(huì)創(chuàng)造了前所未有的發(fā)展機(jī)遇。以萬(wàn)物互聯(lián)為背景，大數(shù)據(jù)處理正在從以云計(jì)算為中心的集中式處理時(shí)代，跨入以萬(wàn)物互聯(lián)為核心的邊緣計(jì)算時(shí)代。

從云計(jì)算到邊緣計(jì)算

云計(jì)算在過(guò)去十幾年里是個(gè)非常熱門的研究領(lǐng)域，它具有高可靠性、成本低廉、按需分配信息等特點(diǎn)，為人們解決大規(guī)模計(jì)算、資源存儲(chǔ)等問(wèn)題開辟了一條新路徑。云計(jì)算是一些由計(jì)算資源集合（網(wǎng)絡(luò)、服務(wù)器、存儲(chǔ)）組成的服務(wù)池，通過(guò)多租戶模式為多個(gè)消費(fèi)者提供服務(wù)，服務(wù)池中的資源可以通過(guò)接入網(wǎng)絡(luò)來(lái)獲取，能夠?qū)崿F(xiàn)動(dòng)態(tài)提供服務(wù)并重新配置。云計(jì)算模式擁有不同的部署模型和服務(wù)模型，從給任何消費(fèi)者提供云計(jì)算服務(wù)的公有云模型到部署各自的私有云計(jì)算平臺(tái)，從提供基礎(chǔ)計(jì)算資源的基礎(chǔ)設(shè)施即服務(wù)（Infrastructure as a Service， IaaS）模型到應(yīng)用作為能力的軟件即服務(wù)（Software as a Service， SaaS）模型。云計(jì)算具有很多優(yōu)勢(shì)，如最小化管理代價(jià)、方便、彈性、按次收費(fèi)、普遍性，使其得到廣泛的應(yīng)用。[2]這種大規(guī)模的商業(yè)模式計(jì)算數(shù)據(jù)中心有足夠多的資源為巨量的用戶服務(wù)。

然而，這種資源的集中化表現(xiàn)出終端用戶設(shè)備和服務(wù)云之間巨大的平均距離，反過(guò)來(lái)增加了平均網(wǎng)絡(luò)延遲和抖動(dòng)。[3]除此之外，集中式云計(jì)算模型也已經(jīng)展現(xiàn)出許多其他內(nèi)在的問(wèn)題。

（一）云計(jì)算線性增長(zhǎng)的計(jì)算能力不能滿足網(wǎng)絡(luò)邊緣海量的多源數(shù)據(jù)處理需求。[4]

（二）由于大規(guī)模的用戶接入，網(wǎng)絡(luò)帶寬和傳輸速度已經(jīng)達(dá)到瓶頸，同時(shí)，用戶和云中心之間長(zhǎng)距離的傳輸將會(huì)導(dǎo)致很高的服務(wù)延遲和計(jì)算資源的浪費(fèi)。

（三）網(wǎng)絡(luò)邊緣的大部分終端用戶一般是資源限制的移動(dòng)設(shè)備，只有較低的存儲(chǔ)、計(jì)算能力和有限的電池供應(yīng)周期，所以它需要給相對(duì)于云數(shù)據(jù)中心較短距離傳輸?shù)倪吘壭遁d一些計(jì)算任務(wù)。

（四）在外包處理中，邊緣設(shè)備的用戶隱私數(shù)據(jù)容易被泄露。例如，精確的用戶位置甚至移動(dòng)軌跡。

因此，傳統(tǒng)的云計(jì)算不能有效支持基于萬(wàn)物互聯(lián)的應(yīng)用服務(wù)。在過(guò)去幾年，許多新的模式已經(jīng)出現(xiàn)，如，霧計(jì)算、移動(dòng)邊緣計(jì)算和微云計(jì)算等，這些邊緣模式的共同特征是將計(jì)算資源部署在網(wǎng)絡(luò)的邊緣。2012年，思科提出了霧計(jì)算（Fog Computing）的概念，它起始的定義是“以云計(jì)算模式的拓展在終端設(shè)備和傳統(tǒng)云服務(wù)器之間提供計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)服務(wù)”，是為遷移云計(jì)算中心任務(wù)到網(wǎng)絡(luò)邊緣設(shè)備執(zhí)行的一種高度虛擬化計(jì)算平臺(tái);2013年，移動(dòng)邊緣計(jì)算（Mobile Edge Computing， MEC）的術(shù)語(yǔ)第一次被提出，用于描述網(wǎng)絡(luò)邊緣的服務(wù)執(zhí)行，指的是在接近移動(dòng)用戶的無(wú)線接入網(wǎng)范圍內(nèi)，提供信息技術(shù)服務(wù)和云計(jì)算能力的一種網(wǎng)絡(luò)結(jié)構(gòu);微云計(jì)算更加側(cè)重于“移動(dòng)”的概念，其處在移動(dòng)終端和云平臺(tái)之間，是被部署在網(wǎng)絡(luò)邊緣、具有移動(dòng)性的小型數(shù)據(jù)中心。類似地，有許多計(jì)算模式的目標(biāo)是將云服務(wù)和資源帶到距用戶更近的地方，有效地處理邊緣大數(shù)據(jù)問(wèn)題。研究者將這種把從數(shù)據(jù)源到云計(jì)算中心路徑之間的任意計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)資源看作是一個(gè)“連續(xù)統(tǒng)”，[5]而邊緣，可以是這條路徑上的一個(gè)或多個(gè)資源節(jié)點(diǎn)的模式的計(jì)算統(tǒng)稱為“邊緣計(jì)算”。

在網(wǎng)絡(luò)邊緣的設(shè)備由于其對(duì)大數(shù)據(jù)的處理能力從數(shù)據(jù)消費(fèi)者變?yōu)閿?shù)據(jù)生產(chǎn)者。例如，數(shù)據(jù)獲取、模式識(shí)別和數(shù)據(jù)挖掘。同時(shí)，這些終端設(shè)備提供豐富的服務(wù)接口，以邊緣計(jì)算模型為核心，結(jié)合云計(jì)算中心一起為用戶提供協(xié)作計(jì)算服務(wù)，二者相輔相成，應(yīng)用于云中心和邊緣端大數(shù)據(jù)處理，解決萬(wàn)物互聯(lián)下云計(jì)算服務(wù)不足的問(wèn)題。顯而易見，邊緣計(jì)算與云計(jì)算相比，并不是為了取代云計(jì)算，而是對(duì)云計(jì)算的補(bǔ)充和延伸，為移動(dòng)計(jì)算、萬(wàn)物互聯(lián)等提供更好的平臺(tái)。邊緣計(jì)算模型需要云計(jì)算中心的強(qiáng)大計(jì)算能力和海量存儲(chǔ)的支持，而云計(jì)算也同樣需要邊緣計(jì)算中邊緣設(shè)備對(duì)于海量數(shù)據(jù)及隱私數(shù)據(jù)的處理，從而滿足實(shí)時(shí)性、隱私保護(hù)和降低功耗等需求。

邊緣計(jì)算特性

邊緣計(jì)算的架構(gòu)是如圖1中的“終端設(shè)備—邊緣—云中心”三層模型，三層都可以為應(yīng)用提供資源與服務(wù)。在這種架構(gòu)中，邊緣設(shè)備可以連接到邊緣服務(wù)器上，可以彼此相互連接，也可以直接連接到云。這樣的計(jì)算結(jié)構(gòu)表明了邊緣計(jì)算的執(zhí)行可以發(fā)生在不同的層，像在核心云、邊緣服務(wù)器和終端節(jié)點(diǎn)上。盡管邊緣計(jì)算的目的是執(zhí)行一個(gè)應(yīng)用中計(jì)算密集和延遲敏感的部分，邊緣服務(wù)器的一些應(yīng)用仍然需要和云中心通信來(lái)為全局應(yīng)用同步數(shù)據(jù)。值得注意的是，分層代表了邊緣計(jì)算中各組成部分的不同特征和計(jì)算能力。最低層為有較少計(jì)算能力的終端設(shè)備，主要訂閱邊緣服務(wù)。中間節(jié)點(diǎn)離終端用戶更近的提供邊緣計(jì)算服務(wù)。邊緣服務(wù)器有時(shí)接入離終端節(jié)點(diǎn)距離很遠(yuǎn)的云中心。

數(shù)據(jù)分層結(jié)構(gòu)利于云中心和邊緣的交互。在很多應(yīng)用場(chǎng)景中，邊緣節(jié)點(diǎn)收集傳感器和設(shè)備產(chǎn)生的數(shù)據(jù)，做適當(dāng)處理，向執(zhí)行器發(fā)出控制命令。在過(guò)濾掉本地執(zhí)行所需的數(shù)據(jù)后，將剩下的數(shù)據(jù)抽象虛擬化發(fā)送到更高層，在云端進(jìn)行地理和時(shí)間范圍內(nèi)的全局化處理，這個(gè)過(guò)程的處理時(shí)間從秒級(jí)到分鐘甚至以天為計(jì)量單位。所以，邊緣計(jì)算必須支持許多類型的數(shù)據(jù)存儲(chǔ)，從底層的短暫存儲(chǔ)到更高層的半永久或永久存儲(chǔ)。邊緣端可以通過(guò)隔離需要在邊緣存儲(chǔ)的用戶數(shù)據(jù)來(lái)延展云的功能，管理者可以直接在他的模型里定向分析、保護(hù)安全或者進(jìn)行其他個(gè)性化定制服務(wù)。

邊緣計(jì)算不能代替云計(jì)算，它是一個(gè)在終端設(shè)備和傳統(tǒng)云計(jì)算數(shù)據(jù)中心之間提供計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)服務(wù)的高度虛擬化平臺(tái)。[6]邊緣計(jì)算的很多特征決定了它是云計(jì)算重要的拓展。

（一）邊緣分布、位置感知、低延遲。邊緣計(jì)算由許多分布式的終端節(jié)點(diǎn)組成邊緣網(wǎng)絡(luò)。邊緣節(jié)點(diǎn)在網(wǎng)絡(luò)邊緣為終端設(shè)備提供豐富的服務(wù)，因此，可以實(shí)現(xiàn)低延遲和環(huán)境感知的特性。

（二）分層組織結(jié)構(gòu)。分層代表了邊緣計(jì)算不同組成部分的不同特征和計(jì)算能力，云中心提供集中化海量資源，綜合情況作全局決策。邊緣節(jié)點(diǎn)使得數(shù)據(jù)的處理和服務(wù)更加靠近終端設(shè)備以降低時(shí)耗和功耗。

（三）地理分布密集。隨著萬(wàn)物互聯(lián)的進(jìn)一步發(fā)展，移動(dòng)終端設(shè)備的數(shù)量達(dá)到了前所未有的程度，邊緣的服務(wù)和應(yīng)用分布式部署以應(yīng)對(duì)地理密集的服務(wù)請(qǐng)求。

（四）實(shí)時(shí)交互。在邊緣計(jì)算很多應(yīng)用場(chǎng)景中，必須實(shí)現(xiàn)毫秒級(jí)的反應(yīng)和交互，應(yīng)用批處理必不可少。比如，車聯(lián)網(wǎng)中的路邊單元監(jiān)控實(shí)時(shí)路況，必須做到多因素全方位檢測(cè)并與來(lái)往行人車輛及時(shí)交互。

（五）高異構(gòu)性。邊緣節(jié)點(diǎn)可能屬于不同地理位置上分離的服務(wù)提供商，形成大規(guī)模異構(gòu)的計(jì)算網(wǎng)絡(luò)。邊緣節(jié)點(diǎn)在網(wǎng)絡(luò)架構(gòu)的不同層中是高動(dòng)態(tài)且異構(gòu)的。

（六）安全性。通過(guò)減少信息需要傳輸?shù)木嚯x，竊聽的幾率會(huì)大幅度降低。利用基于鄰近距離的認(rèn)證技術(shù)，身份驗(yàn)證會(huì)得到增強(qiáng)。邊緣計(jì)算的其他特性天然地增強(qiáng)了其安全性。

邊緣計(jì)算實(shí)現(xiàn)的驅(qū)動(dòng)力量得益于不同類型的技術(shù)。蓬勃發(fā)展的網(wǎng)絡(luò)技術(shù)是實(shí)現(xiàn)延遲敏感型應(yīng)用的基礎(chǔ)，例如4G/5G、[7]認(rèn)知無(wú)線電。邊緣計(jì)算中的這些通信技術(shù)被用于設(shè)備到設(shè)備之間和設(shè)備到邊緣服務(wù)器之間;擁有友好應(yīng)用編程接口的軟件開發(fā)工具箱輔助開發(fā)和集成新的可兼容性應(yīng)用，并支持個(gè)性定制化的應(yīng)用和服務(wù);云計(jì)算利用集中化的強(qiáng)大的服務(wù)器處理計(jì)算密集的數(shù)據(jù)，邊緣計(jì)算將云部分的能力帶到邊緣終端設(shè)備附近來(lái)最小化延遲，所以服務(wù)器也可以幫助小的資源受限的移動(dòng)設(shè)備卸載計(jì)算任務(wù)。

為了處理邊緣計(jì)算生態(tài)中邊緣節(jié)點(diǎn)的高異構(gòu)屬性，需要一個(gè)通用編排平臺(tái)來(lái)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(gòu)邊緣節(jié)點(diǎn)在相同架構(gòu)下運(yùn)作;軟件可編程性使得應(yīng)用開發(fā)者可以基于通用虛擬化硬件編程，邊緣節(jié)點(diǎn)的底層硬件實(shí)現(xiàn)細(xì)節(jié)被屏蔽;虛擬化技術(shù)將邊緣節(jié)點(diǎn)的資源劃分為資源單元，如基于內(nèi)核的虛擬機(jī)（Virtual Machines， VMs）和容器，允許用相同的物理資源產(chǎn)生邏輯上分離的資源，可以使得多個(gè)萬(wàn)物互聯(lián)應(yīng)用在不互相干擾的情況下共享資源。[9]

邊緣計(jì)算的應(yīng)用

目前許多方面的服務(wù)已經(jīng)應(yīng)用到了邊緣計(jì)算，如視頻分析、智慧交通、智能家居、電子醫(yī)療、智能電網(wǎng)等。

視頻分析。視頻監(jiān)控和分析在過(guò)去的幾年里已經(jīng)得到了大范圍的應(yīng)用，相對(duì)于傳統(tǒng)的將視頻數(shù)據(jù)上傳至云，邊緣視頻分析指的是在邊緣設(shè)備上執(zhí)行部分或全部的視頻分析負(fù)載，比如實(shí)時(shí)性要求高的不同的人工智能檢測(cè)算法，其在公共安全和反恐方面展現(xiàn)出顯著的優(yōu)勢(shì)：一是低數(shù)據(jù)傳輸開銷，二是低響應(yīng)延遲，三是實(shí)現(xiàn)各種前所未有的應(yīng)用程序。[10]由此，可以提取視頻中有價(jià)值的信息傳輸?shù)皆谱黾刑幚砗蜎Q策。錄像機(jī)和視頻傳感器獲取并共享不同的視頻內(nèi)容，這些視頻可以存儲(chǔ)且有效管理以便之后使用。不同的安全應(yīng)用可以自動(dòng)從視頻內(nèi)容存檔中提取所需數(shù)據(jù)。

智慧交通。隨著萬(wàn)物互聯(lián)中軟件、硬件和通信技術(shù)的快速發(fā)展，車輛配備了如傳感器和車載計(jì)算機(jī)等設(shè)備。這些設(shè)備具有冗余的存儲(chǔ)和計(jì)算資源，允許車輛交換信息并且以分布式方法與周圍車輛和路邊基礎(chǔ)設(shè)施協(xié)同執(zhí)行一些復(fù)雜的計(jì)算任務(wù)。通過(guò)車連車，車連邊緣接入點(diǎn)、邊緣接入點(diǎn)連邊緣接入點(diǎn)的聯(lián)通性和交互性，車聯(lián)網(wǎng)的應(yīng)用場(chǎng)景得到極大的豐富。邊緣的移動(dòng)性、低延遲、支持實(shí)時(shí)交互成為一個(gè)實(shí)現(xiàn)智慧交通的理想化平臺(tái)。如，智慧交通燈邊緣節(jié)點(diǎn)可以與傳感器本地交互，基于傳感器探測(cè)的信息，智能燈給靠近的車輛發(fā)送警告信號(hào)來(lái)阻止交通事故。

智能家居。智能家居是以住宅為平臺(tái)，利用綜合布線技術(shù)、網(wǎng)絡(luò)通信技術(shù)、安全防范技術(shù)、自動(dòng)控制技術(shù)、音視頻技術(shù)將家居生活有關(guān)的設(shè)施集成，構(gòu)建高效的住宅設(shè)施與家庭日程事務(wù)的管理系統(tǒng)，提升家居安全性、便利性、舒適性、藝術(shù)性，并實(shí)現(xiàn)環(huán)保節(jié)能的居住環(huán)境。[11]智能家居配備了大量涌現(xiàn)的萬(wàn)物互聯(lián)無(wú)線設(shè)備去探測(cè)溫度、濕度、天然氣等的剩余水平。[12]建筑中所有的傳感器之間可以互相交換信息，聯(lián)合它們的讀數(shù)可組成有效測(cè)量數(shù)據(jù)。傳感器將使用邊緣設(shè)備的分布式?jīng)Q策和激活狀態(tài)來(lái)對(duì)測(cè)量數(shù)據(jù)作出反饋和響應(yīng)。系統(tǒng)組件會(huì)協(xié)同工作來(lái)降低室內(nèi)溫度、注入新鮮空氣或打開窗戶。空調(diào)可以除濕或者增加空氣中的濕度。傳感器也可以根據(jù)人的活動(dòng)做出相應(yīng)反應(yīng)（如，在人進(jìn)入或者離開時(shí)打開或關(guān)閉燈）?？梢栽诮ㄖ拿繉硬渴鸬讓舆吘壴O(shè)備，在執(zhí)行的更高層協(xié)作處理。在這個(gè)場(chǎng)景下的邊緣計(jì)算，智能家居可以感知其組織構(gòu)造、內(nèi)外部環(huán)境來(lái)節(jié)約能源、水和其他資源。

電子醫(yī)療。邊緣計(jì)算在這幾年里已經(jīng)成功應(yīng)用到各個(gè)方面，也被經(jīng)常用于醫(yī)療。在萬(wàn)物互聯(lián)中，電子醫(yī)療服務(wù)往往是延遲敏感的應(yīng)用，數(shù)據(jù)的實(shí)時(shí)處理和極短的事務(wù)反應(yīng)時(shí)間在醫(yī)療看護(hù)中是至關(guān)重要的，邊緣計(jì)算使得終端用戶和醫(yī)護(hù)人員可以實(shí)時(shí)監(jiān)測(cè)從不同傳感器產(chǎn)生的與健康相關(guān)的數(shù)據(jù)，如體溫、心率、血壓、脈搏等，如果病人出現(xiàn)緊急情況，可以即刻實(shí)施相關(guān)治療措施或通知附近的醫(yī)護(hù)人員，這大大地提高了有效搶救時(shí)間的利用率，增加了病人康復(fù)的可能性，降低了造成不可逆損傷的概率，甚至是挽救緊急病人的生命。起初，云計(jì)算也被用于電子醫(yī)療應(yīng)用，但因?yàn)檠舆t的問(wèn)題并沒(méi)有獲得巨大的成功，邊緣計(jì)算模式的出現(xiàn)為解決這個(gè)問(wèn)題帶來(lái)了新的希望。例如，可以利用邊緣計(jì)算來(lái)探測(cè)、預(yù)測(cè)、防止中風(fēng)病人摔倒，跌倒探測(cè)算法可以動(dòng)態(tài)地部署在邊緣設(shè)備和云資源中，文獻(xiàn)[13]中的實(shí)驗(yàn)可以得出邊緣—云中心系統(tǒng)比起單獨(dú)使用云計(jì)算方法有更短的反應(yīng)時(shí)間并消耗更少能源的結(jié)論。邊緣節(jié)點(diǎn)可能收集到病人很多隱私的信息，可以在不傳到云中心或通知醫(yī)生的情況下，自主產(chǎn)生輔助治療的決策?？偟膩?lái)說(shuō)，基于邊緣計(jì)算的電子醫(yī)療系統(tǒng)帶來(lái)更低的時(shí)間延遲、移動(dòng)支持和位置感知并可從一定程度上解決病人隱私擔(dān)憂方面的問(wèn)題。

智能電網(wǎng)：智能電網(wǎng)就是電網(wǎng)的智能化（智電電力），也被稱為“電網(wǎng)2.0”，它是建立在集成的、高速雙向通信網(wǎng)絡(luò)的基礎(chǔ)上，通過(guò)先進(jìn)的傳感和測(cè)量技術(shù)、先進(jìn)的設(shè)備技術(shù)、先進(jìn)的控制方法以及先進(jìn)的決策支持系統(tǒng)技術(shù)的應(yīng)用。[14]作為萬(wàn)物互聯(lián)邊緣計(jì)算的一個(gè)典型的應(yīng)用場(chǎng)景，智能電表和微電網(wǎng)在網(wǎng)絡(luò)邊緣設(shè)備上作為能源負(fù)載均衡應(yīng)用?；诳捎眯院湍茉匆螅O(shè)備可以自動(dòng)轉(zhuǎn)換成可代替的能源，比如，太陽(yáng)能和風(fēng)能。邊緣節(jié)點(diǎn)可以自動(dòng)觀察能源消耗和分布模式。在大范圍能源網(wǎng)絡(luò)部署的情況下，云計(jì)算中心可作為集中策略的工具處理巨量數(shù)據(jù)使得應(yīng)用健壯且動(dòng)態(tài)，邊緣和云中心的協(xié)作可以實(shí)現(xiàn)電網(wǎng)的可靠、安全、經(jīng)濟(jì)、高效、環(huán)境友好和使用安全等目標(biāo)。

邊緣計(jì)算的挑戰(zhàn)與機(jī)遇

邊緣計(jì)算面臨的挑戰(zhàn)涉及很廣的范圍，從異構(gòu)和資源受限節(jié)點(diǎn)的計(jì)算任務(wù)分解到云—邊緣接口的定義;從分布計(jì)算的狀態(tài)一致性到易失性介質(zhì)的彈性存儲(chǔ);從經(jīng)濟(jì)激勵(lì)的價(jià)格到可擴(kuò)展的安全對(duì)策。這些問(wèn)題的基礎(chǔ)是在“本地”和“全局”之間尋找內(nèi)在平衡，我們?cè)谠坪瓦吘壷g權(quán)衡，來(lái)決策何處分配功能以及如何將它們重新組合。例如，邊緣計(jì)算在異構(gòu)節(jié)點(diǎn)（終端用戶、網(wǎng)關(guān)、本地服務(wù)器或者數(shù)據(jù)中心）和一系列基礎(chǔ)軟件上執(zhí)行一個(gè)復(fù)雜的應(yīng)用，這個(gè)應(yīng)用的編排絕對(duì)是一個(gè)重大挑戰(zhàn)，要考慮高動(dòng)態(tài)環(huán)境的復(fù)雜性、終端用戶設(shè)備安裝的不同邊緣應(yīng)用和支持不同管理域的必要性來(lái)適應(yīng)基礎(chǔ)設(shè)施的極度異構(gòu)性和復(fù)雜的外部環(huán)境。

萬(wàn)物互聯(lián)場(chǎng)景下，由于邊緣計(jì)算的特性，在不同的服務(wù)級(jí)應(yīng)用的實(shí)現(xiàn)中，展現(xiàn)出特定方面的需求和挑戰(zhàn)。

（一）延遲最小化。高延遲已經(jīng)成為基于萬(wàn)物互聯(lián)智能應(yīng)用亟待解決的一個(gè)嚴(yán)重問(wèn)題。邊緣計(jì)算使得數(shù)據(jù)分析在網(wǎng)絡(luò)的邊緣進(jìn)行，可以支持時(shí)間敏感的功能。這是很多商業(yè)應(yīng)用所必須要求的，比如，擁有毫秒級(jí)反應(yīng)時(shí)間的嵌入式人工智能（Artificial Intelligence， AI）應(yīng)用。作為一個(gè)解決方案平臺(tái)，邊緣計(jì)算必須保證滿足服務(wù)質(zhì)量且及時(shí)地交付任務(wù)，以達(dá)到延遲敏感應(yīng)用的需求。

（二）動(dòng)態(tài)和自治。由于萬(wàn)物互聯(lián)應(yīng)用的啟動(dòng)-關(guān)閉轉(zhuǎn)換和邊緣節(jié)點(diǎn)的移動(dòng)性，邊緣網(wǎng)絡(luò)的狀態(tài)是動(dòng)態(tài)改變的，同時(shí)，會(huì)有一些不可靠邊緣節(jié)點(diǎn)接入到網(wǎng)絡(luò)，邊緣計(jì)算要能夠自治地處理這些動(dòng)態(tài)情況，支持邊緣計(jì)算的架構(gòu)需要是動(dòng)態(tài)可擴(kuò)展的，而且要能夠考慮到個(gè)人喜好，滿足定制需求。

（三）服務(wù)質(zhì)量。萬(wàn)物互聯(lián)應(yīng)用能指定其服務(wù)質(zhì)量（Quality-of-Service， QoS）需求，如，延遲時(shí)間、吞吐量和數(shù)據(jù)位置，來(lái)滿足關(guān)系感知的卸載處理。邊緣計(jì)算需要可以決定在一個(gè)共享的邊緣網(wǎng)絡(luò)中同時(shí)部署多少個(gè)應(yīng)用，并達(dá)到用戶要求的服務(wù)質(zhì)量參數(shù)。

（四）網(wǎng)絡(luò)管理。萬(wàn)物互聯(lián)場(chǎng)景下，由于海量設(shè)備的接入，產(chǎn)生許多常見網(wǎng)絡(luò)現(xiàn)象。[15]例如，不恰當(dāng)?shù)奶摂M化支持、缺乏無(wú)縫連接和低效的擁塞控制，降低了整體的網(wǎng)絡(luò)性能。在邊緣計(jì)算中有效使用網(wǎng)絡(luò)資源對(duì)萬(wàn)物互聯(lián)來(lái)說(shuō)是最基本的。

（五）成本優(yōu)化。應(yīng)用一個(gè)合適的平臺(tái)來(lái)實(shí)現(xiàn)邊緣計(jì)算必要的可擴(kuò)展基礎(chǔ)設(shè)施的部署，牽扯到前期大量的投資和操作花費(fèi)。[16]這些花費(fèi)的大部分與網(wǎng)絡(luò)節(jié)點(diǎn)的布局有關(guān)，所以，為了最小化整體成本，邊緣節(jié)點(diǎn)的布置需要精心規(guī)劃和優(yōu)化。在合適的位置部署最優(yōu)化的節(jié)點(diǎn)數(shù)量可以大幅降低資金花銷，邊緣節(jié)點(diǎn)的最優(yōu)化布局可以最小化運(yùn)營(yíng)成本。

（六）能耗管理。邊緣計(jì)算需要分配終端和云之間的計(jì)算、存儲(chǔ)和控制功能，使得這個(gè)“連續(xù)統(tǒng)”的可用資源得到充分的利用，從而優(yōu)化整個(gè)系統(tǒng)的效率和性能。能耗管理是一個(gè)基于萬(wàn)物互聯(lián)場(chǎng)景的重要目標(biāo)，邊緣計(jì)算需要能源有效的萬(wàn)物互聯(lián)設(shè)備和應(yīng)用。數(shù)以億計(jì)的萬(wàn)物互聯(lián)節(jié)點(diǎn)需要一個(gè)智能感知平臺(tái)獲取能源以確?？蓴U(kuò)展性、減少成本且避免頻繁的電池替換來(lái)支持不同應(yīng)用。

（七）資源管理。在應(yīng)用級(jí)服務(wù)實(shí)現(xiàn)時(shí)，最優(yōu)的資源管理也是關(guān)鍵的。適當(dāng)?shù)馁Y源管理包括資源協(xié)調(diào)、可用資源估計(jì)和適當(dāng)?shù)呢?fù)載分配。[17]

（八）數(shù)據(jù)管理。目前，海量的萬(wàn)物互聯(lián)設(shè)備會(huì)產(chǎn)生巨量的數(shù)據(jù)需要以實(shí)時(shí)方式管理。在邊緣計(jì)算中，需要有效的數(shù)據(jù)管理機(jī)制。萬(wàn)物互聯(lián)設(shè)備產(chǎn)生數(shù)據(jù)的集合和傳輸也是數(shù)據(jù)管理中的一項(xiàng)挑戰(zhàn)。

（九）安全與隱私。萬(wàn)物互聯(lián)場(chǎng)景下的安全不同于其他環(huán)境，主要是因?yàn)槿f(wàn)物互聯(lián)設(shè)備受限的資源屬性。邊緣計(jì)算由于其分層結(jié)構(gòu)特性可以天然地為資源受限的設(shè)備提供一定的安全保證，也因?yàn)槿绱颂匦?，使得邊緣?jì)算收集的數(shù)據(jù)更加靠近用戶端，可能牽扯到隱私問(wèn)題。這種情況下，萬(wàn)物互聯(lián)的安全泄露更加具有毀滅性，而邊緣節(jié)點(diǎn)監(jiān)測(cè)和操縱物理設(shè)備的能力是有可能威脅生命的。解決安全與隱私的問(wèn)題，是實(shí)現(xiàn)萬(wàn)物互聯(lián)與邊緣計(jì)算的基礎(chǔ)。

邊緣計(jì)算將會(huì)帶來(lái)許多新的商業(yè)機(jī)會(huì)，賦能云至今都不能有效解決的問(wèn)題。[18]例如，作為云中心的代理為許多不能直接有效連接到云的終端設(shè)備提供云服務(wù)?；谶吘壍姆?wù)范圍正在逐漸擴(kuò)大，云和邊緣將會(huì)融合成統(tǒng)一的端到端的平臺(tái)并且提供集成服務(wù)和應(yīng)用，為突破現(xiàn)有的云計(jì)算商業(yè)模式創(chuàng)造機(jī)會(huì)，邊緣計(jì)算的商業(yè)模型涉及到多方參與者，網(wǎng)絡(luò)服務(wù)提供商擁有邊緣服務(wù)器和網(wǎng)絡(luò)設(shè)備，終端設(shè)備和用戶可能既是客戶端又是服務(wù)端。為了構(gòu)造一個(gè)完全的商業(yè)模型，需要決定如何計(jì)算和監(jiān)控資源，對(duì)于眾多邊緣參與者，如何根據(jù)冗余的資源獲取激勵(lì)報(bào)酬也是邊緣計(jì)算商業(yè)化進(jìn)程中亟待解決的重要問(wèn)題。

注釋

[1]馬立川、裴慶祺：《萬(wàn)物互聯(lián)背景下的邊緣安全需求與挑戰(zhàn)》，《中興通訊技術(shù)》，2019年第25卷第3期，第37～42頁(yè)。

[2]Pedro Garcia Lopez et al.， "Edge-centric Computing： Vison and Challenges "， ACM SIGCOMM Computer Communication Review， 2015， pp. 37-39.

[3]RouZhou Yu， "The Fog of Things Paradigm： Road toward On-Demand Internet"， IEEE Communication Magazine， 2018， pp. 48-54.