隨著萬(wàn)物互聯(lián)時(shí)代的到來(lái)，網(wǎng)絡(luò)邊緣設(shè)備產(chǎn)生的數(shù)據(jù)量飛速增長(zhǎng)，帶來(lái)了更高的數(shù)據(jù)傳輸帶寬需求，同時(shí)，新型應(yīng)用也對(duì)數(shù)據(jù)處理的實(shí)時(shí)性以及數(shù)據(jù)存儲(chǔ)也提出了更高的要求。傳統(tǒng)的云計(jì)算模型不能滿足現(xiàn)有的性能需求，因此，邊緣計(jì)算模型應(yīng)運(yùn)而生。本文從邊緣計(jì)算的產(chǎn)生背景入手，然后介紹了什么是邊緣計(jì)算以及基本邊緣計(jì)算模型架構(gòu)，通過(guò)一些案例來(lái)介紹邊緣計(jì)算的相關(guān)實(shí)際應(yīng)用。

為什么需要邊緣計(jì)算?

云中心具有強(qiáng)大的處理性能，能夠處理海量的數(shù)據(jù)，自提出以來(lái)就在不斷改變我們的生活、工作、學(xué)習(xí)的方式。但云計(jì)算模型的系統(tǒng)性能瓶頸在于網(wǎng)絡(luò)帶寬的有限性，傳送海量數(shù)據(jù)需要一定的時(shí)間，云中心處理數(shù)據(jù)也需要一定的時(shí)間，這就會(huì)加大請(qǐng)求響應(yīng)時(shí)間，用戶體驗(yàn)差。傳統(tǒng)云計(jì)算在以下方面存在問(wèn)題：

網(wǎng)絡(luò)帶寬：據(jù)IDC統(tǒng)計(jì)，到2020年我國(guó)數(shù)據(jù)儲(chǔ)存量達(dá)到約39ZB，其中約30%的數(shù)據(jù)來(lái)自于物聯(lián)網(wǎng)設(shè)備的接入。網(wǎng)絡(luò)帶寬正在逐漸成為云計(jì)算的一大瓶頸。此外，未經(jīng)處理的數(shù)據(jù)中可能包含大量的靜態(tài)畫面、空閑狀態(tài)等冗余數(shù)據(jù)，也極大的降低了網(wǎng)絡(luò)帶寬的利用率。

實(shí)時(shí)性：海量的數(shù)據(jù)為云端分析的準(zhǔn)確性提供了保障，但傳統(tǒng)模式下云端也必須與物聯(lián)網(wǎng)設(shè)備聯(lián)機(jī)數(shù)據(jù)和控制通路來(lái)處理數(shù)據(jù)和實(shí)時(shí)交互，因此云計(jì)算平臺(tái)的計(jì)算性能也正逐漸達(dá)到瓶頸，無(wú)法滿足新興萬(wàn)物互聯(lián)應(yīng)用對(duì)延遲時(shí)間的要求，從而降低整個(gè)系統(tǒng)的可用性。

隱私保護(hù)：云計(jì)算平臺(tái)將醫(yī)療設(shè)備、網(wǎng)絡(luò)攝像頭等物聯(lián)網(wǎng)設(shè)備采集到的個(gè)人和家庭用戶的隱私數(shù)據(jù)傳輸?shù)綌?shù)據(jù)中心集中保存，傳輸、存儲(chǔ)和使用路徑過(guò)長(zhǎng)，不但涉嫌將大量云端應(yīng)用無(wú)關(guān)的用戶隱私數(shù)據(jù)泄露給第三方，還存在安全威脅、數(shù)據(jù)丟失等其他隱私風(fēng)險(xiǎn)。

能耗：云數(shù)據(jù)中心的能耗問(wèn)題已經(jīng)成為數(shù)據(jù)中心管理規(guī)劃的核心問(wèn)題，將部分任務(wù)從云端遷移到設(shè)備端，可以大大降低云計(jì)算數(shù)據(jù)中心的計(jì)算負(fù)載，進(jìn)而達(dá)到降低能耗的目的。

因此，在物聯(lián)網(wǎng)和云計(jì)算的推動(dòng)下，考慮到大多數(shù)物聯(lián)網(wǎng)設(shè)備具有有限的計(jì)算和能量資源，我們假設(shè)了一種處理問(wèn)題的新模型——邊緣計(jì)算，即在網(wǎng)絡(luò)的邊緣產(chǎn)生、處理、分析數(shù)據(jù)。在邊緣結(jié)點(diǎn)處理這些數(shù)據(jù)將會(huì)帶來(lái)極小的響應(yīng)時(shí)間、減輕網(wǎng)絡(luò)負(fù)載、保證用戶數(shù)據(jù)的私密性。

圖1 邊緣計(jì)算需求

什么是邊緣計(jì)算?

邊緣計(jì)算是指在網(wǎng)絡(luò)邊緣節(jié)點(diǎn)來(lái)處理、分析數(shù)據(jù)。而網(wǎng)絡(luò)邊緣節(jié)點(diǎn)指的是在數(shù)據(jù)產(chǎn)生源頭和云計(jì)算中心之間具有計(jì)算資源和網(wǎng)絡(luò)資源的節(jié)點(diǎn)，比如手機(jī)就是人與云計(jì)算中心之間的邊緣節(jié)點(diǎn)，而網(wǎng)關(guān)則是智能家居和云計(jì)算中心之間的邊緣節(jié)點(diǎn)。

邊緣計(jì)算的構(gòu)成包括兩大部分：

一是資源的邊緣化，具體包括計(jì)算、存儲(chǔ)、緩存、帶寬、服務(wù)等資源的邊緣化分布，把原本集中式的資源縱深延展，靠近需求側(cè)，提供高可靠、高效率、低時(shí)延的用戶體驗(yàn);

二是資源的全局化，即邊緣作為一個(gè)資源池，而不是中心提供所有的資源，邊緣計(jì)算融合集中式的計(jì)算模型(例如：云計(jì)算、超算)，通過(guò)中心和邊緣之間的協(xié)同，達(dá)到優(yōu)勢(shì)互補(bǔ)、協(xié)調(diào)統(tǒng)一的目的。

邊緣計(jì)算不是為了取代云計(jì)算，而是對(duì)云計(jì)算的補(bǔ)充和延伸，為移動(dòng)計(jì)算、物聯(lián)網(wǎng)提供更好的計(jì)算平臺(tái)。邊緣計(jì)算模型架構(gòu)簡(jiǎn)圖如下所示：

圖2 邊緣計(jì)算基本模型架構(gòu)[1]

該架構(gòu)模型包括了三個(gè)部分：

1)前端：終端設(shè)備(例如：傳感器)部署在邊緣計(jì)算結(jié)構(gòu)的前端。

2)近端：在邊緣計(jì)算中，大多數(shù)數(shù)據(jù)計(jì)算和存儲(chǔ)將遷移到這種近端環(huán)境。近端通常由個(gè)人電腦、智能路由器、無(wú)線基站等設(shè)備構(gòu)成，這些設(shè)備往往能夠提供計(jì)算或者存儲(chǔ)數(shù)據(jù)的能力，從而對(duì)采集到的數(shù)據(jù)進(jìn)行進(jìn)一步的分析處理。

3)遠(yuǎn)端：遠(yuǎn)端環(huán)境中的云服務(wù)器可以提供更多的計(jì)算能力和更多的數(shù)據(jù)存儲(chǔ)。

云計(jì)算需要把數(shù)據(jù)進(jìn)行遠(yuǎn)距離傳輸，這需要消耗大量的資源，而邊緣計(jì)算則沒(méi)有數(shù)據(jù)傳輸這樣的資源消耗，直接把計(jì)算任務(wù)攔截到本地，是一種優(yōu)化的計(jì)算模型。圖3表示基于雙向計(jì)算流的邊緣計(jì)算模型，網(wǎng)絡(luò)邊緣設(shè)備不僅從云中心請(qǐng)求相關(guān)服務(wù)，同時(shí)可以執(zhí)行部分計(jì)算任務(wù)，包括設(shè)備管理、數(shù)據(jù)分析、隱私保護(hù)等。從而，邊緣計(jì)算可以滿足敏捷連接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的需求。

圖3 邊緣計(jì)算架構(gòu)[2]

邊緣計(jì)算可以用在哪里?

1)云計(jì)算任務(wù)遷移：把云中心的計(jì)算任務(wù)卸載到邊緣節(jié)點(diǎn)這個(gè)過(guò)程叫做云計(jì)算任務(wù)遷移。數(shù)據(jù)的生產(chǎn)和消費(fèi)往往都是發(fā)生在邊緣節(jié)點(diǎn)，因此邊緣節(jié)點(diǎn)也需要像云中心一樣，承擔(dān)一定的計(jì)算任務(wù)。例如針對(duì)在線購(gòu)物應(yīng)用，利用邊緣計(jì)算可以對(duì)購(gòu)物車視圖實(shí)時(shí)更新，而不必將視圖更新操作發(fā)送至云端。

2)視頻分析：在本地對(duì)視頻進(jìn)行簡(jiǎn)單處理，智能算法選擇性存儲(chǔ)視頻數(shù)據(jù)，實(shí)現(xiàn)更小空間存儲(chǔ)更大價(jià)值的數(shù)據(jù)。例如公安機(jī)關(guān)在追捕逃犯的過(guò)程中，能夠分布式查詢節(jié)點(diǎn)內(nèi)信息，最快的找到目標(biāo)，進(jìn)行抓捕。

3)智能交通：有關(guān)居民的出行問(wèn)題一直是亟待解決的重要社會(huì)問(wèn)題之一。智能交通系統(tǒng)利用邊緣計(jì)算技術(shù)來(lái)實(shí)時(shí)決策更優(yōu)路線，并可根據(jù)路面實(shí)況來(lái)指示智能交通信號(hào)燈變化，從而減輕路面的擁堵情況。同時(shí)，一些智能停車場(chǎng)還能夠采集周圍環(huán)境信息，從而發(fā)布給附近用戶現(xiàn)有的車位信息等，并給出相應(yīng)的指示。

4)協(xié)同邊緣：利用多個(gè)邊緣節(jié)點(diǎn)協(xié)同合作，創(chuàng)建一個(gè)虛擬的共享數(shù)據(jù)視圖，利用一個(gè)預(yù)定義的公共服務(wù)接口來(lái)將這些數(shù)據(jù)進(jìn)行整合。同時(shí)，利用該接口編寫的應(yīng)用程序能夠?yàn)橛脩籼峁└鼜?fù)雜的服務(wù)。我們以流感病情為例闡述什么是協(xié)同邊緣。醫(yī)院能夠總結(jié)有關(guān)的流感病情信息以及提供病人的統(tǒng)計(jì)數(shù)據(jù)。藥房根據(jù)醫(yī)院提供的統(tǒng)計(jì)信息，備好庫(kù)存，以便最快遏制流感，同時(shí)檢索物流公司、制藥公司的相關(guān)運(yùn)輸價(jià)格、制藥成本價(jià)格等，以便獲得更大利潤(rùn)。保險(xiǎn)公司可以及時(shí)報(bào)銷流感病人的有關(guān)開(kāi)銷，如果患者愿意分享，還可以進(jìn)一步提供個(gè)性化的保險(xiǎn)政策。政府也能夠根據(jù)流感嚴(yán)重程度，發(fā)布流感預(yù)警信息。從而多數(shù)參與者能夠通過(guò)該協(xié)同邊緣提高服務(wù)效率并進(jìn)行獲益。

圖4 協(xié)同邊緣案例

總結(jié)

邊緣計(jì)算有著廣泛的應(yīng)用前景。自提出以來(lái)不過(guò)短短幾年，就獲得了爆發(fā)式的增長(zhǎng)，本文作者相信，邊緣計(jì)算憑借其低時(shí)延、高性能、隱私保護(hù)性強(qiáng)的特點(diǎn)，一定能夠推動(dòng)各行業(yè)的進(jìn)一步發(fā)展， 但目前邊緣計(jì)算還處于發(fā)展階段，落地設(shè)備較少，如何努力攻克現(xiàn)有難題，加速邊緣計(jì)算的發(fā)展是未來(lái)的研究重點(diǎn)之一。

參考文獻(xiàn)

[1] Xinyu Y , Fan L , Jie L , et al. A Survey on the Edge Computing for the Internet of Things[J]. IEEE Access, 2018, 6(99):6900-6919.

[2] Shi W , Cao J , Zhang Q , et al. Edge Computing: Vision and Challenges[J]. IEEE Internet of Things Journal, 2016, 3(5):637-646.

[3] 施巍松, 張星洲, 王一帆, et al. 邊緣計(jì)算：現(xiàn)狀與展望[J]. 計(jì)算機(jī)研究與發(fā)展, 2019, 56(1):69-89.

[3] 施巍松, 劉芳, 孫輝, 裴慶琪 邊緣計(jì)算[M] 北京:科學(xué)出版社 2018年1月

[4] 洪學(xué)海, 汪洋, 郭樹(shù)盛. 邊緣計(jì)算技術(shù)研究報(bào)告[EB/OL] http://www.cnic.cas.cn/xwdt/yfdt/201811/P020181108393346075254.pdf. 2018,2

【本文為51CTO專欄作者“中國(guó)保密協(xié)會(huì)科學(xué)技術(shù)分會(huì)”原創(chuàng)稿件，轉(zhuǎn)載請(qǐng)聯(lián)系原作者】

戳這里，看該作者更多好文