邊緣計算技術(shù)發(fā)展與對策研究

1、中國工程科學(xué)2018年第20卷第2期doi 10.15302/j-sscae-2018 02.004邊緣計算技術(shù)發(fā)展與對策研究(1.中國科學(xué)院計算技術(shù)研究所,北京100190： 2.中國科學(xué)院計算機(jī)網(wǎng)絡(luò)信息中心,北京100190)摘要：邊緣計算是一項(xiàng)正在興起的技術(shù)，通過把計算、存儲、帶寬、應(yīng)用等資源放在網(wǎng)絡(luò)的邊緣側(cè).以便減小傳輸延遲和帶 寬消耗同時,應(yīng)用開發(fā)者和內(nèi)容提供商可以根據(jù)實(shí)時的網(wǎng)絡(luò)信息提供可感知的服務(wù)移動終端.物聯(lián)網(wǎng)等設(shè)備為計算敏感 取的應(yīng)川摞供了必要的前處理支博，例如圖像識別、網(wǎng)絡(luò)游戲等應(yīng)川，以利川初級計算的處理靜力分相云端工作仇荷.本 文介紹r邊緣計算的概念、需解決的關(guān)鍵問題、主要

2、研究進(jìn)展，邊緣計算發(fā)展帶來的影響以及邊緣計算帶來的機(jī)遇和發(fā)展對策。 關(guān)鍵詞：云計算：邊緣計算：霧計算：移動邊緣計算：物聯(lián)網(wǎng)：前端號能中圖分類號：tp391文獻(xiàn)標(biāo)識碼：aedge computing technology: development andcountermeasureshong xuehai wang yang(1. institute of computing technology. chinese academy of sciences, beijmg 100190, china; 2. conqjuter network informationcenter. chinese

3、academy of sciences. beijing 100190. cluna)abstract: edge computing is an emerging technology that reduces transmission delays and bandwidth consumption by placmg computing, storage, bandwidth, applications, and other resources on the edge of the network. moreover, application developers and content

4、 providers can provide perceptible services based on real-time network infbimation mobile terminals, internet of things, and other devices provide the necessary front-end support for computing sensitive applications, such as image recognition and network games, to share the cloud work load with the

5、processing capability of edge computing. this paper discusses the concept of edge computing, key problems that require solutions, main advances in edge computing, influence of edge computing developments, and oppomimties and development countermeasures of edge calculationkeywords: clcud computmg; ed

6、ge computing, fog computing: mobile edge computing, internet of things: front-end intelligence25一、邊緣計算的概念絡(luò)端負(fù)責(zé)數(shù)據(jù)傳輸，而物聯(lián)網(wǎng)各個節(jié)點(diǎn)端負(fù)責(zé)采集數(shù)據(jù)，并通過網(wǎng)絡(luò)交給云端，云端再根據(jù)數(shù)據(jù)分析“云、網(wǎng)、端”基本功能的最初設(shè)想是，在云并做決策后再把結(jié)果返還給終端。在這種模型中,端有一個異常強(qiáng)大的數(shù)據(jù)中心，負(fù)責(zé)數(shù)據(jù)處理，網(wǎng)云端負(fù)責(zé)智能計算，而終端節(jié)點(diǎn)負(fù)責(zé)數(shù)據(jù)采集以及201s 04 18,2018 04 20洪學(xué)海中國科學(xué)院.研究員，主要研究方向?yàn)楦咝阅苡嬎?云計算和信息技術(shù)與信息化戰(zhàn)略研尢等：

7、e-mail: hxh i 不戔容詢項(xiàng)ii “互聯(lián)網(wǎng)+ 行動計劃的發(fā)展戰(zhàn)略2;q016zd03)：國工科學(xué)牝:項(xiàng)11 (91646127)；中國科學(xué)院文獻(xiàn)情報能力建設(shè)專項(xiàng)一院所協(xié)同項(xiàng)ii ocp2o17-16) 決策執(zhí)行。然而，這樣的設(shè)想在實(shí)際執(zhí)行中遇到了不少困 難。第一個困難來源于數(shù)據(jù)傳輸?shù)拈_銷。物聯(lián)網(wǎng)節(jié) 點(diǎn)通常都使用無線網(wǎng)絡(luò)與云端做數(shù)據(jù)傳輸，而如果 物聯(lián)網(wǎng)節(jié)點(diǎn)把不加任何處理的原始數(shù)據(jù)全部傳到云 端，會導(dǎo)致帶寬需求爆炸，網(wǎng)絡(luò)基礎(chǔ)架構(gòu)沒法支撐 如此高的帶寬需求：開銷的另一部分是無線傳輸?shù)?功耗，如果把數(shù)據(jù)不加任何處理全部傳輸?shù)皆贫? 那么終端節(jié)點(diǎn)的無線傳輸模塊必須支持高速無線傳 輸，這就意味著

8、無線模塊需要很大的功耗，與物聯(lián) 網(wǎng)節(jié)點(diǎn)低功耗的設(shè)想不符。第二個困難在于網(wǎng)絡(luò)延 遲。許多節(jié)點(diǎn)執(zhí)行的任務(wù)對于延遲非常敏感，例如, 無人駕駛、增強(qiáng)現(xiàn)實(shí)技術(shù)/虛擬現(xiàn)實(shí)技術(shù)（ar/vr） 應(yīng)用等，在這些應(yīng)用中由于網(wǎng)絡(luò)傳輸帶來的延遲（幾 卜亳秒以上，有時候網(wǎng)絡(luò)信號不好會帶來數(shù)秒的延 遲甚至抻線）使任務(wù)無法被接受。針對這些問題, 邊緣計算技術(shù)應(yīng)運(yùn)而生。但是，對于邊緣計算的概念，目前還沒有一 個嚴(yán)格的定義。目前認(rèn)為的邊緣計算的物理邊界, 如圖1所示。施魏松等1定義的邊緣計算是指在網(wǎng)絡(luò)的邊 緣執(zhí)行計算的一種新型計算模式，包含下行的云服 務(wù)和上行的萬物互聯(lián)服務(wù)。我國邊緣計算產(chǎn)業(yè)聯(lián)盟 （ecc）定義的邊緣計算是指在

9、靠近物或數(shù)據(jù)源頭 的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心 能力的開放平價，就近提供邊緣智能服務(wù)，滿足行 業(yè)數(shù)字在敏捷聯(lián)接、實(shí)時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智 能、安全與隱私保護(hù)等方面的關(guān)鍵需求。對于邊緣 計算，無論是上行互聯(lián)還是下行云服務(wù)以及融合業(yè) 務(wù)計算，其核心的理念是“計算應(yīng)該更靠近數(shù)據(jù)的 源頭，可以更貼近用戶”，以及將智能計算的任務(wù) 前置利物端，而不僅僅在云端。在邊緣計算概念出 現(xiàn)之前，還出現(xiàn)過海云計算、霧計算2以及近來 比較熱的移動邊緣計算等概念，本質(zhì)上這些概念描 述的應(yīng)該是同一個問題，即克服云計算和云服務(wù)的 重負(fù)載、長時延、安全隱患等問題，并與玄計算和 云服務(wù)互為補(bǔ)充，靠近用戶和數(shù)據(jù)源

10、，并提供智能 計算前置的一種新型計算模型。因此，邊緣計算是 繼分布式計算、網(wǎng)格計算、云計算之后的又一新型 計算漠型。作者認(rèn)為邊緣計算是以云計算為核心, 以現(xiàn)代通信網(wǎng)絡(luò)為途徑，以海量終端為感知的端, 通過優(yōu)化資源配置，使得計算、存儲、傳輸、應(yīng)用 等服務(wù)更智能，具備優(yōu)勢互補(bǔ)、深度協(xié)同的資源調(diào) 度能力，是集云、網(wǎng)、端、智四位一體的新型計算 模型，二、發(fā)展邊緣計算要解決的關(guān)鍵問題計算資源和存儲資源緣鼻理國邊計物也圖1邊緣計算的物理邊界在邊緣計算中，終端節(jié)點(diǎn)不再是完全不負(fù)責(zé)計 算，而是做一定量的計算和數(shù)據(jù)處理，之后把處理 過的數(shù)據(jù)再傳遞到云端。這樣一來網(wǎng)絡(luò)延遲和帶寬 的問題可以解決，因?yàn)橛嬎阍诒镜?，而?/p>

11、處理過的 數(shù)據(jù)一定是從原始數(shù)據(jù)中進(jìn)行過精煉的數(shù)據(jù)，所以 數(shù)據(jù)量會小很多。當(dāng)然，具體要在邊緣做多少計算 也取決于計算功耗和無線傳輸功耗的折衷一終端 計算越多，計克功耗越大，無線傳輸功耗通常就可 以更小，對于不同的系統(tǒng)存在不同的最優(yōu)值。此外, 由于物端數(shù)據(jù)不是全部都通過網(wǎng)絡(luò)傳輸?shù)皆贫?，?某些數(shù)據(jù)比較敏感的應(yīng)用場景下，數(shù)據(jù)安全也得到 一定的保障，因此，對于邊緣計算，需要解決以下 幾個主要問題.(-)邊緣計算的體系結(jié)構(gòu)問題目前的霧計算、海云計算、三元計算以及移動 邊緣計算等，本質(zhì)上是屬于邊緣計算的一種形式, 它涵蓋物聯(lián)網(wǎng)、移動蜂窩網(wǎng)、車聯(lián)網(wǎng)、互聯(lián)網(wǎng)、移 動互聯(lián)網(wǎng)等眾多領(lǐng)域，是it資源設(shè)施的優(yōu)化配置

12、解決方案，包括計算、存儲、網(wǎng)絡(luò)、軟件、輸入輸 出(io)等資源，是算法上的改進(jìn)、算力上的優(yōu)化、 數(shù)據(jù)的重新布局。但是由于邊緣計算直接應(yīng)對網(wǎng)絡(luò) 的邊緣側(cè)眾多的應(yīng)用場景和應(yīng)用模式，因此，除研 究通用的體系結(jié)構(gòu)來應(yīng)對這些復(fù)雜的應(yīng)用場景和應(yīng) 用模式之外，還需要針對不同的應(yīng)用場景和應(yīng)用模 式設(shè)計具體的體系結(jié)構(gòu)，如霧計算的體系結(jié)構(gòu)、移 動邊緣計克的體系結(jié)構(gòu)等，并以此來規(guī)劃計算、存 儲、網(wǎng)絡(luò)、軟件等資源的配置，使得具體應(yīng)用性能、 功耗、安全等最優(yōu)化。(-)邊緣計算物端設(shè)備的處理器能力問題在不同的應(yīng)用場景下，對邊緣計算物端的處理 器的能力、功耗等需求不同。有的邊緣計算是以物 端控制為目的的應(yīng)用，對運(yùn)算能力需求

13、相對較弱。 而有的邊緣計算應(yīng)用是就近物端處理數(shù)據(jù)，以減少 數(shù)據(jù)網(wǎng)絡(luò)傳輸、降低網(wǎng)絡(luò)延遲和實(shí)時信息處理為目 的的應(yīng)用，如島清視頻監(jiān)控等，數(shù)據(jù)需要就近處理, 這對物端計尊處理器的運(yùn)算能力要求相對較高。因 此.時邊緣計算設(shè)備的處理器能力需要針對不同的 應(yīng)用場景，配置相應(yīng)能力的物端設(shè)備處理器。(三)邊緣計算的算法與內(nèi)存設(shè)計問題邊緣計算的一個重要的應(yīng)用場景是將在云端的 智能處理能力延展到物端，即計算智能前置。但現(xiàn) 在主流的深度神經(jīng)網(wǎng)絡(luò)處理克法程序大小通常為幾 兆字節(jié)甚至幾百兆字節(jié)，這就給物端計和節(jié)點(diǎn)的處 理器和內(nèi)存配置帶來r挑戰(zhàn)。因?yàn)槲锒擞嬎愕奶幚?器和內(nèi)存一般不可能配置較大的處理器和內(nèi)存，m 此需要進(jìn)行

14、算法模型的壓縮和智能處理算法硬ip 化，并配置到物端處理器上。同樣需要進(jìn)一步考慮 如果算法無法把模型做到很小，就需要號慮內(nèi)存內(nèi) 計算 (in-memory computing)。(四)邊緣計算與云計算的能力資源協(xié)同問題云計算是中心化的計算模式，而邊緣計算木質(zhì) 上是去中心化的計算模式。但云計算與邊緣計算并 不是完全對立的計算架構(gòu) 在一些應(yīng)用場景中，運(yùn) 用邊緣計算在網(wǎng)絡(luò)邊緣端做數(shù)據(jù)預(yù)處理后再傳揚(yáng)到 云端，在云端再進(jìn)行深入大規(guī)模分析，使兩者各展 所長。作為與云計算相互補(bǔ)充和相伴相生的邊緣計 算，其能力的實(shí)現(xiàn)必須與云計克進(jìn)行有效的協(xié)同, 才能真正實(shí)現(xiàn)邊緣計算的目的。在云計算和邊緣計 算協(xié)同的過程中，兩

15、者在數(shù)據(jù)全生命周期中，在哪 個階段進(jìn)行協(xié)同、計算負(fù)載如何適度分配、任務(wù)如 何調(diào)度、云端和邊緣物端設(shè)備協(xié)同的協(xié)議如何定義 等方面，目前還沒有一個很好的、統(tǒng)一的模型。(五)邊緣計算的系統(tǒng)安全問題由于邊緣計算與物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、互聯(lián)網(wǎng) 的天然聯(lián)接，因此必然存在系統(tǒng)安全方面的問題。 但由于邊緣計算的物端計算一般是能力相對比較弱 小的計算系統(tǒng)，它不能像常規(guī)的計算系統(tǒng)一樣采 取多層、多種安全保障措施。有的邊緣計算是直 接應(yīng)用于系統(tǒng)控制，其安全問題顯得尤其重要, 因此，邊緣計算系統(tǒng)的安全問題研尢是一個新的 課題.三、邊緣計算技術(shù)研究主要進(jìn)展當(dāng)前，邊緣計算的研究主要集中在移動邊緣 網(wǎng)絡(luò)、霧計算、小云(clo

16、udlets)、邊緣云、體系 結(jié)構(gòu)等方面。美國韋恩州立大學(xué)施魏松教授是國內(nèi) 外邊級計算研究的引領(lǐng)者，他從邊緣計算基礎(chǔ)、邊 緣計算系統(tǒng)平臺和典型應(yīng)用等多個方削對邊緣計算 技術(shù)的研究給予了描述。文獻(xiàn)3從融合計算、緩 存、通信角度對移動邊緣網(wǎng)絡(luò)做了介紹，文獻(xiàn)4 介紹了從云計算向用戶側(cè)推進(jìn)的小云計算模型，從 霧計算概念角度研究較多，文獻(xiàn)習(xí)主要討論了'霧 計算在物聯(lián)網(wǎng)中所扮演的重要角色，文獻(xiàn)6介紹 了如何通過霧計算來降低云計算的能耗，文獻(xiàn)7 主要探討了霧計算是否是云計算發(fā)展的未來，文 獻(xiàn)網(wǎng)主要介紹廣霧計算的概念、應(yīng)用及面臨的問 題，文獻(xiàn)9,10主要討論霧計算的安全、隱私和管 控方法，文獻(xiàn)11介紹

17、了霧計算平臺及其上層應(yīng)用。 文獻(xiàn)12介紹了邊緣計算在擴(kuò)展企業(yè)應(yīng)用到網(wǎng)絡(luò)邊 緣發(fā)揮的作用，其延遲、效能分析在文獻(xiàn)口3中做 了介紹.文獻(xiàn)14介紹了邊修計算的興起、定義. 體系結(jié)構(gòu)、研究領(lǐng)域、技術(shù)挑戰(zhàn)等方面內(nèi)容。此外, ecc也在邊緣計算的定義、體系結(jié)構(gòu)、產(chǎn)業(yè)生態(tài)等 方面進(jìn)行論述。移動邊緣計算是邁向5g的關(guān)鍵 技術(shù)之一 15,更是一種針對大規(guī)模物聯(lián)網(wǎng)應(yīng)用的 新型編程模型16,文獻(xiàn)17對相關(guān)技術(shù)做了較為 詳細(xì)的描述?？偨Y(jié)來看，這些研究進(jìn)展集中表現(xiàn)在 如下幾個方面。（-）定義清楚了通用的邊緣計算的體系結(jié)構(gòu)霧計算和邊緣計算各有側(cè)重，但本質(zhì)上描述的 是同一類計算模型。當(dāng)前的研究是將通用的邊緣計 算體系結(jié)構(gòu)從

18、橫向與縱向兩個維度定義，即縱向是 基礎(chǔ)設(shè)備層、統(tǒng)一接口層、應(yīng)用服務(wù)層：橫向包括 動態(tài)智能、安全保障、運(yùn)維管控等。（1）基礎(chǔ)設(shè)備層：主要涵蓋數(shù)以億計的異構(gòu)智 能終端設(shè)備，它們分你任網(wǎng)絡(luò)的邊緣測，靠近用戶。 基礎(chǔ)設(shè)備層是計算、存儲、帶寬、緩存等資源調(diào)配 的資源池,為邊緣用戶提供服務(wù)的邊緣基礎(chǔ)設(shè)施。（2）統(tǒng)一接口層：眾多的智能設(shè)備存在異構(gòu)問 題，想要高效利用這些資源，必須進(jìn)行整合，使得 這些資源可以有效地進(jìn)行管理和統(tǒng)一管理。統(tǒng)一接 口層的目標(biāo)就是消除這些異構(gòu)，使得基礎(chǔ)設(shè)備能夠 按照統(tǒng)、規(guī)范的標(biāo)準(zhǔn)接口實(shí)現(xiàn)互聯(lián)互通，從而可 以有效地進(jìn)行資源協(xié)同管理。（3）應(yīng)用服務(wù)層：靠近應(yīng)用的服務(wù)商，是用戶 服務(wù)得以滿

19、足的上層應(yīng)用和系統(tǒng)程序。其作用為協(xié) 同各方資源進(jìn)行按需調(diào)配，把負(fù)我、應(yīng)用、服務(wù)等 任務(wù)下發(fā)、上傳、協(xié)同給其他資源提供方，以便滿 足用戶的切實(shí)需求。（4）動態(tài)智能層：縱向涵蓋以上三個橫向?qū)哟? 該層次的目標(biāo)是能高效、智能、自動化地對其設(shè)備、接口、應(yīng)用進(jìn)行管理和控制，脫離人工的繁瑣配置 和監(jiān)管，達(dá)到計算的智能化。（二）移動邊緣計算成為研究重點(diǎn)，并提出了統(tǒng)一 的邊緣計算參考框架截至目前，移動邊緣計算（mec）已經(jīng)發(fā)展演 進(jìn)為珞來移動寬帶網(wǎng)絡(luò)的關(guān)鍵組成部分。同軟件定 義網(wǎng)絡(luò)/網(wǎng)絡(luò)功能虛擬化（sdn/nfv） 一道，mec 將成為下一代移動通信網(wǎng)絡(luò)的關(guān)鍵技術(shù)之一。另外, 業(yè)界對mec技術(shù)所達(dá)成的共識為：

20、mec是物聯(lián)網(wǎng) （iot）及低時延，高可靠等垂直行業(yè)通信的關(guān)鍵使 能者，在多個行業(yè)有著眾多應(yīng)用場景。mec還被 業(yè)界視為第五代移動通信（5g）的關(guān)鍵架構(gòu)概念與 技術(shù)之一。目前歐洲電信標(biāo)準(zhǔn)協(xié)會（etsi）定義 n1ec的計算框架（見圖2）,并正在加緊推動mec 平臺和接口的標(biāo)準(zhǔn)化工作。mec平臺定義了移動 邊緣主機(jī)、移動邊緣平臺管理、移動邊緣編排、虛 擬基礎(chǔ)設(shè)施管理等功能模塊18,19o（1）通過移動邊緣主機(jī)模塊，實(shí)現(xiàn)了移動邊緣 平分能力開放，虛擬基礎(chǔ)設(shè)施的數(shù)據(jù)面轉(zhuǎn)發(fā)能力開 放和移動邊緣應(yīng)用的部署。（2）通過移動邊緣平臺管理模塊，實(shí)現(xiàn)了移動 邊緣平臺網(wǎng)元管理、移動邊緣應(yīng)用生命周期管理、 移動邊緣

21、應(yīng)用規(guī)則和需求管理。（3）通過移動邊緣編排模塊，實(shí)現(xiàn)/移動邊緣 應(yīng)用在全局范圍內(nèi)的部詈和實(shí)例化、標(biāo)準(zhǔn)化。（4）通過虛擬基礎(chǔ)設(shè)施管理模塊，實(shí)現(xiàn)了基礎(chǔ) 設(shè)施的虛擬資源統(tǒng)一分配、管理、配置及虛擬資源 性能和故障的收集與上報。（三）針對邊緣計算的使能技術(shù)提出了多種解決 方案針對移動邊緣計算使能技術(shù)，中國聯(lián)合通信有 限公司提出了具體的解決方案。其提出了邊緣計算 使能技術(shù)的三個方面，分別是云與虛擬化、大容量 服務(wù)器、啟用應(yīng)用程序和服務(wù)生態(tài)系統(tǒng)。云和虛擬 化技術(shù)以及大容量服務(wù)器都是對邊緣計算硬件的能 力要求，而應(yīng)用程序和服務(wù)生態(tài)系統(tǒng)是將軟件和應(yīng) 用程序供應(yīng)商引入邊緣計算市場，并提供豐宓的應(yīng) 用，進(jìn)而產(chǎn)生一個

22、生態(tài)系統(tǒng)，即提供豐富的邊緣計 算應(yīng)用的app和提供基于開放標(biāo)準(zhǔn)的各類應(yīng)用程 序編程接口（api ）開發(fā)的編程模型和相關(guān)的工具傳動邊緣計算系統(tǒng)統(tǒng)管理邊練計霽系統(tǒng)層移動邊緣應(yīng)用1移動邊緣應(yīng)用3移動邊緣 應(yīng)用2移動邊緣平臺移動邊緣應(yīng)用移動邊緣主機(jī)級管琰移動邊緣主機(jī)層虛擬基礎(chǔ)設(shè)施如 nfvi傳動功緣主機(jī)3gpp網(wǎng)絡(luò)本地網(wǎng)絡(luò)外部網(wǎng)絡(luò)網(wǎng)絡(luò)層圖2 etsi定義的mec計算框架圖>r： nfvi：網(wǎng)由功健虛姒化玨礎(chǔ)設(shè)筆解決方案.鏈、軟件開發(fā)包等。針對邊緣計算的物端計算能力方面，現(xiàn)有的思 路是針對不同的應(yīng)用的場景，進(jìn)行不同的資源配置 以控制為目的的邊緣計完，文物端計算節(jié)點(diǎn)配置計 算能力較弱的微控制單元（m

23、cu）；若對物端計算 能力需求較大的一類應(yīng)用，一種方案是使用新的指 令集增加對矢量計算的支持或使用多核做類似單指 令多數(shù)據(jù)流（simd）的架構(gòu)等把mcu做強(qiáng)：第二 種方案是走異構(gòu)計算的思路，mcu還是保持簡單 的控制目的，計算部分則交給專門的加速器ip來 完成，口前的人工智能（ai）芯片其實(shí)大部分做的 就是這樣的一個專用人匚智能克法加速器ip中國 科學(xué)院計嵬技術(shù)研究所的寒武紀(jì)ip內(nèi)嵌在華為手機(jī) 上即是一例，此外，針對物端計算的內(nèi)存配置方案 也是重點(diǎn)。由于邊緣計兜的物端計算節(jié)點(diǎn)端基丁成 本、體積和能耗的考量不能加動態(tài)隨機(jī)存取存儲器 （dram）, 一般用閃存flasli （同時用于存儲操作系 統(tǒng)

24、等）作為系統(tǒng)存儲器。由于緩存必須在處理器芯 片上完成,并且緩存一般較小，算法必須要能把模 型做到很小，即“模型壓縮”。此外正在研究的內(nèi)存 內(nèi)計算和使用新型存儲器如非易失性的磁性隨機(jī)存 儲器（mram）、電阻式隨機(jī)存取存儲器（reram） 等實(shí)現(xiàn)高密度片上內(nèi)存也將是重要的解決方案。四、邊緣計算技術(shù)發(fā)展帶來的影響（-）邊緣云將使云計算中心建設(shè)從集中到分散和 功能解耦邊緣云是邊緣計算在云架構(gòu)技術(shù)體系的表現(xiàn)形 式，云計算中心不必把過多的設(shè)備統(tǒng)一、集中放到 一個區(qū)域，而是采用星型結(jié)構(gòu)，多地多中心，把眾 多的邊緣云用中心連接起來，這樣分布在其他區(qū)域 的邊緣云可以就近為當(dāng)?shù)赜脩籼峁┓?wù)，避免過多 的帶寬消耗

25、、過多的數(shù)據(jù)傳輸、過量的訪問壓力等。 這一模式可以均衡負(fù)載，緩解資源消耗過高等問題, 有效提高運(yùn)行效率同時也使得目前的云計算中心 功能解耦，即邊緣計算可以把基礎(chǔ)設(shè)施的功能進(jìn)行 有效地劃分，每個區(qū)域的資源可以專門承擔(dān)模塊化、 定制化、單一化的處理任務(wù)，降低了應(yīng)用、數(shù)據(jù)、 服務(wù)的耦合度。（二）邊緣計算將使計算能力從集中到分散邊緣計算本身是化解云計算壓力過大、資源利 用不高、可靠性不高、可用性差、帶寬資源不足等 問題的技術(shù)手段，把原本集中式的優(yōu)勢在物聯(lián)網(wǎng)興 起的新形式下轉(zhuǎn)變成分布式的一種有效途徑。因?yàn)?云計算不能包羅所有的海量智能終端，而11隨著邊 緣設(shè)備計算、存儲等能力的增強(qiáng)，原本需要在云側(cè) 解決

26、的計算任務(wù)，現(xiàn)在在終端側(cè)可以方便地就地解 決，這樣整體來看計算模型就發(fā)生r重大變化，從 原來的集中式計算變成了分布式計算。這一趨勢 將影響信息化建設(shè)的若干問題，如云側(cè)的設(shè)備投 資規(guī)模將大大降低、帶寬需求降低、存儲壓力減 少等。（三）邊緣計算將使it資源從隔離到協(xié)同傳統(tǒng)的云計算中心、大數(shù)據(jù)中心、超算中心等建 設(shè)規(guī)模過于龐大，而且所屬用戶相互隔離，很難就近 使用，這在很大程度上浪費(fèi)了基礎(chǔ)設(shè)施投資，資源沒 有得到充分的利用，浪費(fèi)了過多的資源。為此，邊緣 計算可以打破各自為政的信息化建設(shè)模式，使得某一 組織下的各分支能夠互聯(lián)互通，消除資源孤島，使得 原本隔離的資源可以優(yōu)勢互補(bǔ)、協(xié)同計算。（四）邊緣計算

27、將使信息系統(tǒng)的安全從單一集中負(fù) 擔(dān)到分?jǐn)傌?fù)擔(dān)邊緣計算建設(shè)模式將打破大而全的信息化建設(shè) 模式，從而很多風(fēng)險、隱患可以分掩到其他部分， 如信息安全。在傳統(tǒng)的集中式建設(shè)模式下，往往 需要安全等級指標(biāo)，一旦出現(xiàn)問題，整體云計算 中心、數(shù)據(jù)中心將整體受到影響。而邊緣計算建 設(shè)模式可以把這些風(fēng)險分?jǐn)偅液芏鄶?shù)據(jù)無需 保存到云惻，而是用戶自己保存數(shù)據(jù)，信息泄露 的風(fēng)險將大大降低。五、邊緣計算發(fā)展的機(jī)遇與對策2017年2月，美國計算機(jī)社區(qū)聯(lián)盟（ccc）發(fā) 布邊緣計克重大挑戰(zhàn)研討會報告，闡述了邊緣 計算在應(yīng)用、架構(gòu)、能力與服務(wù)方面的主要挑戰(zhàn)。 這些挑戰(zhàn)概括起來主要表現(xiàn)在邊緣設(shè)備的多源、異 構(gòu)、異地性管理、邊緣

28、計算的信息服務(wù)質(zhì)量（qos） 保障、邊緣端的數(shù)據(jù)隙私及信息安全保障、云與邊 緣的分布式協(xié)同計算、智能化情景感知能力和統(tǒng)一 開放平臺等方面。從未來的發(fā)展趨勢看，物聯(lián)網(wǎng)、 移動互聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)的發(fā)展將使邊緣計和模型 逐步打破單一以互聯(lián)網(wǎng)數(shù)據(jù)中心（idc）為中心的 云計算模型，并最終形成互補(bǔ)的局面：“云-網(wǎng)- 端”基礎(chǔ)設(shè)施隨著海量智能設(shè)備在存儲、計算、安 全、傳輸?shù)确矫婺芰Φ纳墸Y源配苴趨于下沉, 與“端”距離更近：邊緣計算引起了計算模型”去 中心化”的趨勢，協(xié)同計算將是未來技術(shù)的發(fā)展方 向：海量終端將對人工智能、機(jī)器學(xué)習(xí)等技術(shù)產(chǎn)生 影響20,將促進(jìn)微內(nèi)核技術(shù)的發(fā)展，方便算法、 模型等嵌入到海量

29、設(shè)備的固件當(dāng)中，使前端智能更 具發(fā)展前景；邊緣計算平臺的開放性、通用性、兼 容性、交互性、安全性等將是未來需要解決的問 題和技術(shù)發(fā)展趨勢21。如果這些挑戰(zhàn)性的技術(shù)問 題能夠得到突破,將帶來“互聯(lián)網(wǎng)+”發(fā)展的新機(jī) 遇，同樣也能夠帶來產(chǎn)業(yè)發(fā)展的機(jī)遇。無線及移動 行業(yè)研究機(jī)構(gòu)1gr的創(chuàng)始人iain gillott在2017年 9月25日至27日舉行的全球移動邊緣計克大會上 表示，邊緣計算改變移動網(wǎng)絡(luò)的經(jīng)濟(jì)形態(tài)。據(jù)估 算，2017-2026年美國在邊緣計算方面的支出將達(dá) 到870億美元，歐洲則為1 850億美元。因此，為 應(yīng)對新的發(fā)展機(jī)遇，對我國發(fā)展邊緣計算技術(shù),建 議采取以下對策。（-）加強(qiáng)邊緣計算

30、的技術(shù)標(biāo)準(zhǔn)和規(guī)范建設(shè)邊緣計第涉及到海量的終端設(shè)備、邊緣節(jié)點(diǎn), 是數(shù)據(jù)采集、數(shù)據(jù)匯聚、數(shù)據(jù)集成、數(shù)據(jù)處理的前 端，而這些設(shè)備往往育在異構(gòu)性，來自于不同的生 產(chǎn)廠商、不同的數(shù)據(jù)接口、不同的數(shù)據(jù)結(jié)構(gòu)、不同 的傳輸協(xié)議、不同的底層平臺等，為此統(tǒng)一的技術(shù) 規(guī)范和標(biāo)準(zhǔn)亟待達(dá)成一致。同樣這些標(biāo)準(zhǔn)和規(guī)范的 制定將大大節(jié)約邊緣云等的建設(shè)成本。（-）將邊緣計算技術(shù)的研發(fā)和應(yīng)用與“互聯(lián)網(wǎng)+”、 云計算、大數(shù)據(jù)和新一代通信技術(shù)等研發(fā)計 劃發(fā)展協(xié)同起來邊緣計克是與云計算相生相伴的一種技術(shù)，并 且與大數(shù)據(jù)、5g通信和智能信息處理技術(shù)等高度 聯(lián)接。因此，我國在制定相關(guān)研發(fā)計劃的時候，要 將邊緣計算技術(shù)和應(yīng)用的研發(fā)活動納入進(jìn)

31、去，加快 相關(guān)核心技術(shù)的研發(fā)，加快和提升邊緣計算技術(shù)的 成熟度。（三）加強(qiáng)邊緣計算的開源生態(tài)建設(shè)邊緣計算本身由海量的終端設(shè)備構(gòu)成，而眾多 智能終端可采用統(tǒng)一的開源操作系統(tǒng)，以便形成開 源生態(tài)環(huán)境，這趨勢將會給各廠商提供均等的發(fā)展機(jī)會，利用開源生態(tài)來維持核心代碼，以便形成 業(yè)界認(rèn)可的技術(shù)接口、關(guān)健功能、發(fā)展路徑等。卷考文獻(xiàn)1施魏松,劉芳.邊緣計w j.北京：科學(xué)出版社,2018.shi w s. lni e edge computing (j. beijing china science publishing & media ltd , 2018.2 mungc.bharathb算計算,

32、技術(shù)、柒構(gòu)及應(yīng)用m.旬實(shí)，彭 木根，烽.北京:機(jī)技工業(yè)出版社,2018.mung c. bharath b fog computing: technology, architectxxre and applications nf. translate by yan s. peng m g. beijing: china machine press, 2018.3 waug s, zhaug x. zhaug y、el al. a >iuvey uu luvbiie edge networks: convergence of computing, caching and communica

33、tions j. ieee access. 2017. 5(99): 6757ts779.4 verbelen t. simoens p turek f d. et al cloxidlets: bringing the cloud to the mobile user c. acm: acm workshop on mobile cloud computing and services. 2012. 29-36.5 bonomi e xfihto r. zhu j, et al fog computing and its role in the internet of things c ac

34、m: mcc workshop on mobile cloud computing. 2012:13-16.6 fatemeh j. kerry h. robert a. et al tucker, *'fog computing may help to save energy in cloud computing'' j. ieee journal of selected areas m communications. 2016,34(5): 1728-1734.7 firdhous m, ghazali o. hassan s. fog computing: wil

35、l it be the future of cloud computing?c. the third international conference on informatics & applications (icia2014), 2014.8 yi s, li c, li q a survey of fog computing: concepts, applications and issues c. acni the 2015 workshop on mobile big data. 2015: 37-42.9 dsouza c. ahn g j. taguinod m. po

36、licy-driven security management for fog computing: preliminary framework and a case study c. information reuse and integration (iri). 2014 ieee 15th international conference on ieee, 2014: 16-23.10 yi s、qm z. li q security and pnvacy issues of fbg computing a survey c 4asa, 2015: 685-695.11 yi s. ha

37、o z. qin z, et al. fog computing: platform and applications c hot topics in web systems and technologies (hotweb), 2015 third ieee workshop on ieee. 2015: 73-78.12 davis a, parikh j. weihl w e edge computing: extending enterprise applications to the edge of the internet cj. acm the 13th internationa

38、l world wide web conference on alternate track papers & posters. 20m: 180-187.13 malandrmo f. kirkpatrick s. chiassernu c f how close to the edge? delay, utilization trends in mec c. acm: acm workshop on cloud-.a.$isted networking, 2016:37-42.14 sh; w s, cao j, zhang q. et al edge computing: vision and challenges j. ieee internet of things journal 2016, 3(5): 637- 646.15 huy c. patel m. sabella d. et al mobile edge computing a key technology towards 5g j. etsi wtnte pa