通過對邊緣計算概念、典型應(yīng)用場景、研究現(xiàn)狀及關(guān)鍵技術(shù)等系統(tǒng)性的介紹，認為邊緣計算的發(fā)展還處在初級階段，在實際的應(yīng)用中還存在很多問題需要解決研究，包括優(yōu)化邊緣計算性能、安全性、互操作性以及智能邊緣操作管理服務(wù)。
邊緣計算模型中邊緣設(shè)備具有執(zhí)行計算和數(shù)據(jù)分析的處理能力，將原有云計算模型執(zhí)行的部分或全部計算任務(wù)遷移到網(wǎng)絡(luò)邊緣設(shè)備上，降低云服務(wù)器的計算負載，減緩網(wǎng)絡(luò)帶寬的壓力，提高萬物互聯(lián)時代數(shù)據(jù)的處理效率。邊緣計算并不是為了取代云，而是對云的補充，為移動計算、物聯(lián)網(wǎng)等相關(guān)技術(shù)提供一個更好的計算平臺。邊緣計算模型成為新興萬物互聯(lián)應(yīng)用的支撐平臺，目前已是大勢所趨。本文中，我們從概念、關(guān)鍵技術(shù)、典型應(yīng)用、現(xiàn)狀趨勢和挑戰(zhàn)等幾個方面對邊緣計算的模型展開詳細介紹，旨在為邊緣計算研究者提供參考。
1邊緣計算的概念
對于邊緣計算，不同的組織給出了不同的定義。美國韋恩州立大學計算機科學系的施巍松等人把邊緣計算定義為：“邊緣計算是指在網(wǎng)絡(luò)邊緣執(zhí)行計算的一種新型計算模式，邊緣計算中邊緣的下行數(shù)據(jù)表示云服務(wù)，上行數(shù)據(jù)表示萬物互聯(lián)服務(wù)”。邊緣計算產(chǎn)業(yè)聯(lián)盟把邊緣計算定義為：“邊緣計算是在靠近物或數(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)用核心能力的開發(fā)平臺，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、實時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護等方面的關(guān)鍵需求”。
因此，邊緣計算是一種新型計算模式，通過在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，為應(yīng)用提供融合計算、存儲和網(wǎng)絡(luò)等資源。同時，邊緣計算也是一種使能技術(shù)，通過在網(wǎng)絡(luò)邊緣側(cè)提供這些資源，滿足行業(yè)在敏捷聯(lián)接、實時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護等方面的關(guān)鍵需求。
1.1邊緣計算的體系架構(gòu)
邊緣計算通過在終端設(shè)備和云之間引入邊緣設(shè)備，將云服務(wù)擴展到網(wǎng)絡(luò)邊緣。邊緣計算架構(gòu)包括終端層、邊緣層和云層。圖展示了邊緣計算的體系架構(gòu)。接下來我們簡要介紹邊緣計算體系架構(gòu)中每層的組成和功能。
（1）終端層
終端層是最接近終端用戶的層，它由各種物聯(lián)網(wǎng)設(shè)備組成，例如傳感器、智能手機、智能車輛、智能卡、讀卡器等。為了延長終端設(shè)備提供服務(wù)的時間，則應(yīng)該避免在終端設(shè)備上運行復雜的計算任務(wù)。因此，我們只將終端設(shè)備負責收集原始數(shù)據(jù)，并上傳至上層進行計算和存儲。終端層連接上一層主要通過蜂窩網(wǎng)絡(luò)。
（2）邊緣層
邊緣層位于網(wǎng)絡(luò)的邊緣，由大量的邊緣節(jié)點組成，通常包括路由器、網(wǎng)關(guān)、交換機、接入點、基站、特定邊緣服務(wù)器等。這些邊緣節(jié)點廣泛分布在終端設(shè)備和云層之間，例如咖啡館、購物中心、公交總站、街道、公園等。它們能夠?qū)K端設(shè)備上傳的數(shù)據(jù)進行計算和存儲。由于這些邊緣節(jié)點距離用戶距離較近，則可以為運行對延遲比較敏感的應(yīng)用，從而滿足用戶的實時性要求。邊緣節(jié)點也可以對收集的數(shù)據(jù)進行預處理，再把預處理的數(shù)據(jù)上傳至云端，從而減少核心網(wǎng)絡(luò)的傳輸流量。邊緣層連接上層主要通過因特網(wǎng)。
（3）云層
云層由多個高性能服務(wù)器和存儲設(shè)備組成，它具有強大的計算和存儲功能，可以執(zhí)行復雜的計算任務(wù)。云模塊通過控制策略可以有效地管理和調(diào)度邊緣節(jié)點和云計算中心，為用戶提供更好的服務(wù)。
1.2邊緣計算的范例
與邊緣計算類似的范例，如霧計算、移動邊緣計算等，雖然與邊緣計算不盡相同，但它們在動機、節(jié)點設(shè)備、節(jié)點位置等上與邊緣計算范例類似。協(xié)同邊緣計算[3]是一種新的計算范例，它使用邊緣設(shè)備和路由器的網(wǎng)狀網(wǎng)絡(luò)來實現(xiàn)網(wǎng)絡(luò)內(nèi)的分布式?jīng)Q策。決策是在網(wǎng)絡(luò)內(nèi)部通過在邊緣設(shè)備之間共享數(shù)據(jù)和計算而不是將所有數(shù)據(jù)發(fā)送到集中式服務(wù)器來完成的。這與通常執(zhí)行集中計算的現(xiàn)有計算范例不同，并且諸如網(wǎng)關(guān)的邊緣設(shè)備僅用于收集數(shù)據(jù)并將數(shù)據(jù)發(fā)送到服務(wù)器以進行處理。
1.3邊緣計算的優(yōu)勢
邊緣計算模型將原有云計算中心的部分或全部計算任務(wù)遷移到數(shù)據(jù)源附近，相比于傳統(tǒng)的云計算模型，邊緣計算模型具有實時數(shù)據(jù)處理和分析、安全性高、隱私保護、可擴展性強、位置感知以及低流量的優(yōu)勢。
（1）實時數(shù)據(jù)處理和分析。將原有云計算中心的計算任務(wù)部分或全部遷移到網(wǎng)絡(luò)邊緣，在邊緣設(shè)備處理數(shù)據(jù)，而不是在外部數(shù)據(jù)中心或云端進行；因此提高了數(shù)據(jù)傳輸性能，保證了處理的實時性，同時也降低了云計算中心的計算負載。
（2）安全性高。傳統(tǒng)的云計算模型是集中式的，這使得它容易受到分布式拒絕服務(wù)供給和斷電的影響。邊緣計算模型在邊緣設(shè)備和云計算中心之間分配處理、存儲和應(yīng)用，使得其安全性提高。邊緣計算模型同時也降低了發(fā)生單點故障的可能性。
（3）保護隱私數(shù)據(jù)，提升數(shù)據(jù)安全性。邊緣計算模型是在本地設(shè)備上處理更多數(shù)據(jù)而不是將其上傳至云計算中心，因此邊緣計算還可以減少實際存在風險的數(shù)據(jù)量。即使設(shè)備受到攻擊，它也只會包含本地收集的數(shù)據(jù)，而不是受損的云計算中心。
（4）可擴展性。邊緣計算提供了更便宜的可擴展性路徑，允許公司通過物聯(lián)網(wǎng)設(shè)備和邊緣數(shù)據(jù)中心的組合來擴展其計算能力。使用具有處理能力的物聯(lián)網(wǎng)設(shè)備還可以降低擴展成本，因此添加的新設(shè)備都不會對網(wǎng)絡(luò)產(chǎn)生大量帶寬需求。
（5）位置感知。邊緣分布式設(shè)備利用低級信令進行信息共享。邊緣計算模型從本地接入網(wǎng)絡(luò)內(nèi)的邊緣設(shè)備接收信息以發(fā)現(xiàn)設(shè)備的位置。例如導航，終端設(shè)備可以根據(jù)自己的實時位置把相關(guān)位置信息和數(shù)據(jù)交給邊緣節(jié)點來進行處理，邊緣節(jié)點基于現(xiàn)有的數(shù)據(jù)進行判斷和決策。
（6）低流量。本地設(shè)備收集的數(shù)據(jù)可以進行本地計算分析，或者在本地設(shè)備上進行數(shù)據(jù)的預處理，不必把本地設(shè)備收集的所有數(shù)據(jù)上傳至云計算中心，從而可以減少進入核心網(wǎng)的流量。
2邊緣計算的典型應(yīng)用
邊緣計算在很多應(yīng)用場景下都取得了很好的效果。本節(jié)中，我們將介紹基于邊緣計算框架設(shè)計的幾個新興應(yīng)用場景，部分場景在歐洲電信標準化協(xié)會（ETSI）白皮書中進行了討論，如視頻分析和移動大數(shù)據(jù)。還有一些綜述論文介紹了車輛互聯(lián)、醫(yī)療保健、智能建筑控制、海洋監(jiān)測以及無線傳感器和執(zhí)行器網(wǎng)絡(luò)與邊緣計算結(jié)合的場景。
（1）醫(yī)療保健。
（2）視頻分析。
（3）車輛互聯(lián)。
邊緣計算可以為這一需要提供相應(yīng)的架構(gòu)、服務(wù)、支持能力，縮短端到端延遲，使數(shù)據(jù)更快地被處理，避免信號處理不及時而造成車禍等事故。一輛車可以與其他接近的車輛通信，并告知他們?nèi)魏晤A期的風險或交通擁堵。
3邊緣計算現(xiàn)狀和關(guān)鍵技術(shù)
目前，邊緣計算的發(fā)展仍然處于初期階段。隨著越來越多的設(shè)備聯(lián)網(wǎng)，邊緣計算得到了來自工業(yè)界和學術(shù)界的廣泛重視和一致認可。本節(jié)中，我們主要從工業(yè)界和學術(shù)界的角度介紹邊緣計算的現(xiàn)狀。
3.1工業(yè)界
在工業(yè)界中，亞馬遜、谷歌和微軟等云巨頭正在成為邊緣計算領(lǐng)域的領(lǐng)先者。亞馬遜的AWS Greengrass服務(wù)進軍邊緣計算領(lǐng)域，走在了行業(yè)的前面。AWS Greengrass將AWS擴展到設(shè)備上，這樣本地生成的數(shù)據(jù)就可以在本地設(shè)備上處理。微軟在這一領(lǐng)域也有大動作，該公司計劃未來4年在物聯(lián)網(wǎng)領(lǐng)域投入50億美元，其中包括邊緣計算項目。谷歌宣布了2款新產(chǎn)品，意在幫助改善邊緣聯(lián)網(wǎng)設(shè)備的開發(fā)。
分別是硬件芯片Edge張量處理單元（TPU）和軟件堆棧Cloud物聯(lián)網(wǎng)（IoT）Edge。涉足邊緣計算領(lǐng)域的并不只是這3大云巨頭。2015年，思科、ARM、英特爾、微軟、普林斯頓大學聯(lián)合成立了開放霧計算（OpenFog）聯(lián)盟；2016年11月30日，在北京正式成立了產(chǎn)學研結(jié)合的邊緣計算產(chǎn)業(yè)合作平臺，推動運行技術(shù)（OT）和信息與通信技術(shù)（ICT）產(chǎn)業(yè)開放協(xié)作，引領(lǐng)邊緣計算產(chǎn)業(yè)蓬勃發(fā)展，深化行業(yè)數(shù)字化轉(zhuǎn)型。
3.2學術(shù)界
學術(shù)界也展開了關(guān)于邊緣計算的研究，邊緣計算頂級年會電氣和電子工程師協(xié)會/國際計算機協(xié)會邊緣計算研討會、IEEE國際分布式計算系統(tǒng)會議、國際計算機通信會議等重大國際會議都開始增加邊緣計算的分會和專題研討會。涉及主要關(guān)鍵技術(shù)及研究熱點如下：
（1）計算卸載。計算卸載是指終端設(shè)備將部分或全部計算任務(wù)卸載到資源豐富的邊緣服務(wù)器，以解決終端設(shè)備在資源存儲、計算性能以及能效等方面存在的不足。計算卸載的主要技術(shù)是卸載決策。卸載決策主要解決的是移動終端如何卸載計算任務(wù)、卸載多少以及卸載什么的問題。根據(jù)卸載決策的優(yōu)化目標將計算卸載分為以降低時延為目標、以降低能量消耗為目標以及權(quán)衡能耗和時延為目標的3種類型。
（2）移動性管理。邊緣計算依靠資源在地理上廣泛分布的特點來支持應(yīng)用的移動性，一個邊緣計算節(jié)點只服務(wù)周圍的用戶。云計算模式對應(yīng)用移動性的支持則是服務(wù)器位置固定，數(shù)據(jù)通過網(wǎng)絡(luò)傳輸?shù)椒?wù)器，所以在邊緣計算中應(yīng)用的移動管理是一種新模式。
4挑戰(zhàn)
目前邊緣計算已經(jīng)得到了各行各業(yè)的廣泛重視，并且在很多應(yīng)用場景下開花結(jié)果；但邊緣計算的實際應(yīng)用還存在很多問題[5]需要研究。本文中，我們對其中的幾個主要問題進行分析，包括優(yōu)化邊緣計算性能、安全性、互操作性以及智能邊緣操作管理服務(wù)。
（1）優(yōu)化邊緣計算性能。在邊緣計算架構(gòu)中，不同層次的邊緣服務(wù)器所擁有的計算能力有所不同，負載分配將成為一個重要問題。成本分析需要在運行過程中完成、分發(fā)負載之間的干擾和資源使用情況，都對邊緣計算架構(gòu)提出了挑戰(zhàn)。
（2）安全性。邊緣計算的分布式架構(gòu)增加了攻擊向量的維度，邊緣計算客戶端越智能，越容易受到惡意軟件感染和安全漏洞攻擊。在邊緣計算架構(gòu)中，在數(shù)據(jù)源的附近進行計算是保護隱私和數(shù)據(jù)安全的一種較合適的方法。
（3）互操作性。邊緣設(shè)備之間的互操作性是邊緣計算架構(gòu)能夠大規(guī)模落地的關(guān)鍵。不同設(shè)備商之間需要通過制定相關(guān)的標準規(guī)范和通用的協(xié)作協(xié)議，實現(xiàn)異構(gòu)邊緣設(shè)備和系統(tǒng)之間的互操作性。
（4）智能邊緣操作管理服務(wù)。網(wǎng)絡(luò)邊緣設(shè)備的服務(wù)管理在物聯(lián)網(wǎng)環(huán)境中需要滿足識別服務(wù)優(yōu)先級，靈活可擴展和復雜環(huán)境下的隔離線。
5結(jié)束語
本文主要從基本概念、應(yīng)用場景、研究現(xiàn)狀和關(guān)鍵技術(shù)、存在的挑戰(zhàn)方面對邊緣計算模型進行了系統(tǒng)性介紹。邊緣計算的核心思想是為應(yīng)用在網(wǎng)絡(luò)邊緣側(cè)提供計算、存儲和網(wǎng)絡(luò)等資源，是一種新的計算架構(gòu)。邊緣計算架構(gòu)可以滿足用戶對延遲敏感應(yīng)用的需求和減少核心網(wǎng)絡(luò)的負載壓力。值得注意的是，單個邊緣節(jié)點計算和存儲資源有限且安全性低于云計算中心，如何實現(xiàn)邊緣節(jié)點之間的安全、高性能協(xié)作和智能管理是目前亟待探索和研究的問題。
