隨著萬物互聯(lián)時代的到來，網(wǎng)絡邊緣設備產(chǎn)生的數(shù)據(jù)量飛速增長，帶來了更高的數(shù)據(jù)傳輸帶寬需求，同時，新型應用也對數(shù)據(jù)處理的實時性以及數(shù)據(jù)存儲也提出了更高的要求。傳統(tǒng)的云計算模型不能滿足現(xiàn)有的性能需求，因此，邊緣計算模型應運而生。本文從邊緣計算的產(chǎn)生背景入手，然后介紹了什么是邊緣計算以及基本邊緣計算模型架構，通過一些案例來介紹邊緣計算的相關實際應用。

為什么需要邊緣計算?

云中心具有強大的處理性能，能夠處理海量的數(shù)據(jù)，自提出以來就在不斷改變我們的生活、工作、學習的方式。但云計算模型的系統(tǒng)性能瓶頸在于網(wǎng)絡帶寬的有限性，傳送海量數(shù)據(jù)需要一定的時間，云中心處理數(shù)據(jù)也需要一定的時間，這就會加大請求響應時間，用戶體驗差。傳統(tǒng)云計算在以下方面存在問題：

網(wǎng)絡帶寬：據(jù)IDC統(tǒng)計，到2020年我國數(shù)據(jù)儲存量達到約39ZB，其中約30%的數(shù)據(jù)來自于物聯(lián)網(wǎng)設備的接入。網(wǎng)絡帶寬正在逐漸成為云計算的一大瓶頸。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)絡帶寬的利用率。

實時性：海量的數(shù)據(jù)為云端分析的準確性提供了保障，但傳統(tǒng)模式下云端也必須與物聯(lián)網(wǎng)設備聯(lián)機數(shù)據(jù)和控制通路來處理數(shù)據(jù)和實時交互，因此云計算平臺的計算性能也正逐漸達到瓶頸，無法滿足新興萬物互聯(lián)應用對延遲時間的要求，從而降低整個系統(tǒng)的可用性。

隱私保護：云計算平臺將醫(yī)療設備、網(wǎng)絡攝像頭等物聯(lián)網(wǎng)設備采集到的個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、存儲和使用路徑過長，不但涉嫌將大量云端應用無關的用戶隱私數(shù)據(jù)泄露給第三方，還存在安全威脅、數(shù)據(jù)丟失等其他隱私風險。

能耗：云數(shù)據(jù)中心的能耗問題已經(jīng)成為數(shù)據(jù)中心管理規(guī)劃的核心問題，將部分任務從云端遷移到設備端，可以大大降低云計算數(shù)據(jù)中心的計算負載，進而達到降低能耗的目的。

因此，在物聯(lián)網(wǎng)和云計算的推動下，考慮到大多數(shù)物聯(lián)網(wǎng)設備具有有限的計算和能量資源，我們假設了一種處理問題的新模型——邊緣計算，即在網(wǎng)絡的邊緣產(chǎn)生、處理、分析數(shù)據(jù)。在邊緣結點處理這些數(shù)據(jù)將會帶來極小的響應時間、減輕網(wǎng)絡負載、保證用戶數(shù)據(jù)的私密性。

圖1 邊緣計算需求

什么是邊緣計算?

邊緣計算是指在網(wǎng)絡邊緣節(jié)點來處理、分析數(shù)據(jù)。而網(wǎng)絡邊緣節(jié)點指的是在數(shù)據(jù)產(chǎn)生源頭和云計算中心之間具有計算資源和網(wǎng)絡資源的節(jié)點，比如手機就是人與云計算中心之間的邊緣節(jié)點，而網(wǎng)關則是智能家居和云計算中心之間的邊緣節(jié)點。

邊緣計算的構成包括兩大部分：

一是資源的邊緣化，具體包括計算、存儲、緩存、帶寬、服務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、低時延的用戶體驗;

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

邊緣計算不是為了取代云計算，而是對云計算的補充和延伸，為移動計算、物聯(lián)網(wǎng)提供更好的計算平臺。邊緣計算模型架構簡圖如下所示：

圖2 邊緣計算基本模型架構[1]

該架構模型包括了三個部分：

1)前端：終端設備(例如：傳感器)部署在邊緣計算結構的前端。

2)近端：在邊緣計算中，大多數(shù)數(shù)據(jù)計算和存儲將遷移到這種近端環(huán)境。近端通常由個人電腦、智能路由器、無線基站等設備構成，這些設備往往能夠提供計算或者存儲數(shù)據(jù)的能力，從而對采集到的數(shù)據(jù)進行進一步的分析處理。

3)遠端：遠端環(huán)境中的云服務器可以提供更多的計算能力和更多的數(shù)據(jù)存儲。

云計算需要把數(shù)據(jù)進行遠距離傳輸，這需要消耗大量的資源，而邊緣計算則沒有數(shù)據(jù)傳輸這樣的資源消耗，直接把計算任務攔截到本地，是一種優(yōu)化的計算模型。圖3表示基于雙向計算流的邊緣計算模型，網(wǎng)絡邊緣設備不僅從云中心請求相關服務，同時可以執(zhí)行部分計算任務，包括設備管理、數(shù)據(jù)分析、隱私保護等。從而，邊緣計算可以滿足敏捷連接、實時業(yè)務、數(shù)據(jù)優(yōu)化、應用智能、安全與隱私保護等方面的需求。

圖3 邊緣計算架構[2]

邊緣計算可以用在哪里?

1)云計算任務遷移：把云中心的計算任務卸載到邊緣節(jié)點這個過程叫做云計算任務遷移。數(shù)據(jù)的生產(chǎn)和消費往往都是發(fā)生在邊緣節(jié)點，因此邊緣節(jié)點也需要像云中心一樣，承擔一定的計算任務。例如針對在線購物應用，利用邊緣計算可以對購物車視圖實時更新，而不必將視圖更新操作發(fā)送至云端。

2)視頻分析：在本地對視頻進行簡單處理，智能算法選擇性存儲視頻數(shù)據(jù)，實現(xiàn)更小空間存儲更大價值的數(shù)據(jù)。例如公安機關在追捕逃犯的過程中，能夠分布式查詢節(jié)點內(nèi)信息，最快的找到目標，進行抓捕。

3)智能交通：有關居民的出行問題一直是亟待解決的重要社會問題之一。智能交通系統(tǒng)利用邊緣計算技術來實時決策更優(yōu)路線，并可根據(jù)路面實況來指示智能交通信號燈變化，從而減輕路面的擁堵情況。同時，一些智能停車場還能夠采集周圍環(huán)境信息，從而發(fā)布給附近用戶現(xiàn)有的車位信息等，并給出相應的指示。

4)協(xié)同邊緣：利用多個邊緣節(jié)點協(xié)同合作，創(chuàng)建一個虛擬的共享數(shù)據(jù)視圖，利用一個預定義的公共服務接口來將這些數(shù)據(jù)進行整合。同時，利用該接口編寫的應用程序能夠為用戶提供更復雜的服務。我們以流感病情為例闡述什么是協(xié)同邊緣。醫(yī)院能夠總結有關的流感病情信息以及提供病人的統(tǒng)計數(shù)據(jù)。藥房根據(jù)醫(yī)院提供的統(tǒng)計信息，備好庫存，以便最快遏制流感，同時檢索物流公司、制藥公司的相關運輸價格、制藥成本價格等，以便獲得更大利潤。保險公司可以及時報銷流感病人的有關開銷，如果患者愿意分享，還可以進一步提供個性化的保險政策。政府也能夠根據(jù)流感嚴重程度，發(fā)布流感預警信息。從而多數(shù)參與者能夠通過該協(xié)同邊緣提高服務效率并進行獲益。

圖4 協(xié)同邊緣案例

總結

邊緣計算有著廣泛的應用前景。自提出以來不過短短幾年，就獲得了爆發(fā)式的增長，本文作者相信，邊緣計算憑借其低時延、高性能、隱私保護性強的特點，一定能夠推動各行業(yè)的進一步發(fā)展， 但目前邊緣計算還處于發(fā)展階段，落地設備較少，如何努力攻克現(xiàn)有難題，加速邊緣計算的發(fā)展是未來的研究重點之一。

參考文獻

[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. 邊緣計算：現(xiàn)狀與展望[J]. 計算機研究與發(fā)展, 2019, 56(1):69-89.

[3] 施巍松, 劉芳, 孫輝, 裴慶琪 邊緣計算[M] 北京:科學出版社 2018年1月

[4] 洪學海, 汪洋, 郭樹盛. 邊緣計算技術研究報告[EB/OL] http://www.cnic.cas.cn/xwdt/yfdt/201811/P020181108393346075254.pdf. 2018,2

【本文為51CTO專欄作者“中國保密協(xié)會科學技術分會”原創(chuàng)稿件，轉(zhuǎn)載請聯(lián)系原作者】

戳這里，看該作者更多好文