带您了解边缘计算

随着万物互联时代的到来，物联网设备数量呈爆炸式增长，在传统的云计算模型下，需要将终端设备产生的海量数据传输到云计算中心服务器，而海量数据传输所带来的时延无法满足当前多种实时性服务的时延要求。在此背景下，边缘计算的出现开创了能够在网络边缘处收集和处理数据的新型计算模式，为解决传统云计算模式中的时延、带宽和负载等问题带来了极大便利。

边缘计算是对云计算的补充和延伸

边缘计算的边缘分布、位置感知、低延迟，分层组织结构，地理分布密集，实时交互，高异构性，安全性等特征决定了它是云计算重要的拓展。

边缘计算模型需要云计算中心的强大计算能力和海量存储的支持，而云计算也同样需要边缘计算中边缘设备对于海量数据及隐私数据的处理，从而满足实时性、隐私保护和降低功耗等需求。

边缘计算的特性导致其在不同的服务级应用的实现中，展现出特定方面的需求和挑战。

目前许多方面的服务已经应用到了边缘计算，如视频分析、智慧交通、智能家居、电子医疗、智能电网等。万物互联场景下，边缘计算在不同的服务级应用的实现中，展现出特定方面的需求和挑战。

边缘计算必须保证满足服务质量且及时地交付任务，以达到延迟敏感应用的需求；边缘网络的状态是动态改变的，边缘计算要能够自治地处理这些动态情况，支持边缘计算的架构需要是动态可扩展的，而且要能够满足定制需求；边缘计算可以决定在一个共享的边缘网络中同时部署多少个应用，并达到用户要求的服务质量参数；在边缘计算中有效使用网络资源对万物互联来说是最基本的；在合适的位置部署最优化的节点数量可以大幅降低资金花销，边缘节点的最优化布局可以最小化运营成本；边缘计算需要能源有效的万物互联设备和应用；资源管理，包括资源协调、可用资源估计和适当的负载分配；在边缘计算中，需要有效的数据管理机制；解决安全与隐私的问题，是实现万物互联与边缘计算的基础。

从云计算到边缘计算

云计算在过去十几年里是个非常热门的研究领域，它具有高可靠性、成本低廉、按需分配信息等特点，为人们解决大规模计算、资源存储等问题开辟了一条新路径。云计算是一些由计算资源集合（网络、服务器、存储）组成的服务池，通过多租户模式为多个消费者提供服务，服务池中的资源可以通过接入网络来获取，能够实现动态提供服务并重新配置。

云计算模式拥有不同的部署模型和服务模型，从给任何消费者提供云计算服务的公有云模型到部署各自的私有云计算平台，从提供基础计算资源的基础设施即服务模型到应用作为能力的软件即服务模型。云计算具有很多优势，如最小化管理代价、方便、弹性、按次收费、普遍性，使其得到广泛的应用。这种大规模的商业模式计算数据中心有足够多的资源为巨量的用户服务。

然而，这种资源的集中化表现出终端用户设备和服务云之间巨大的平均距离，反过来增加了平均网络延迟和抖动。除此之外，集中式云计算模型也已经展现出许多其他内在的问题。云计算线性增长的计算能力不能满足网络边缘海量的多源数据处理需求。由于大规模的用户接入，网络带宽和传输速度已经达到瓶颈，同时，用户和云中心之间长距离的传输将会导致很高的服务延迟和计算资源的浪费。网络边缘的大部分终端用户一般是资源限制的移动设备，只有较低的存储、计算能力和有限的电池供应周期，所以它需要给相对于云数据中心较短距离传输的边缘卸载一些计算任务。在外包处理中，边缘设备的用户隐私数据容易被泄露。例如，精确的用户位置甚至移动轨迹。

因此，传统的云计算不能有效支持基于万物互联的应用服务。在过去几年，许多新的模式已经出现，如，雾计算、移动边缘计算和微云计算等，这些边缘模式的共同特征是将计算资源部署在网络的边缘。研究者将这种把从数据源到云计算中心路径之间的任意计算、存储、网络资源看作是一个“连续统”，而边缘，可以是这条路径上的一个或多个资源节点的模式的计算统称为“边缘计算”。

在网络边缘的设备由于其对大数据的处理能力从数据消费者变为数据生产者。例如，数据获取、模式识别和数据挖掘。同时，这些终端设备提供丰富的服务接口，以边缘计算模型为核心，结合云计算中心一起为用户提供协作计算服务，二者相辅相成，应用于云中心和边缘端大数据处理，解决万物互联下云计算服务不足的问题。

显而易见，边缘计算与云计算相比，并不是为了取代云计算，而是对云计算的补充和延伸，为移动计算、万物互联等提供更好的平台。边缘计算模型需要云计算中心的强大计算能力和海量存储的支持，而云计算也同样需要边缘计算中边缘设备对于海量数据及隐私数据的处理，从而满足实时性、隐私保护和降低功耗等需求。

边缘计算的特性

边缘计算的架构是“终端设备—边缘—云中心”三层模型，三层都可以为应用提供资源与服务。在这种架构中，边缘设备可以连接到边缘服务器上，可以彼此相互连接，也可以直接连接到云。

这样的计算结构表明了边缘计算的执行可以发生在不同的层，像在核心云、边缘服务器和终端节点上。尽管边缘计算的目的是执行一个应用中计算密集和延迟敏感的部分，边缘服务器的一些应用仍然需要和云中心通信来为全局应用同步数据。

边缘计算不能代替云计算，它是一个在终端设备和传统云计算数据中心之间提供计算、存储和网络服务的高度虚拟化平台。边缘计算的很多特征决定了它是云计算重要的拓展。

一是边缘分布、位置感知、低延迟。边缘计算由许多分布式的终端节点组成边缘网络。边缘节点在网络边缘为终端设备提供丰富的服务，因此，可以实现低延迟和环境感知的特性。

二是分层组织结构。分层代表了边缘计算不同组成部分的不同特征和计算能力，云中心提供集中化海量资源，综合情况作全局决策。边缘节点使得数据的处理和服务更加靠近终端设备以降低时耗和功耗。

三是地理分布密集。随着万物互联的进一步发展，移动终端设备的数量达到了前所未有的程度，边缘的服务和应用分布式部署以应对地理密集的服务请求。

四是实时交互。在边缘计算很多应用场景中，必须实现毫秒级的反应和交互，应用批处理必不可少。比如，车联网中的路边单元监控实时路况，必须做到多因素全方位检测并与来往行人车辆及时交互。

五是高异构性。边缘节点可能属于不同地理位置上分离的服务提供商，形成大规模异构的计算网络。边缘节点在网络架构的不同层中是高动态且异构的。

六是安全性。通过减少信息需要传输的距离，窃听的几率会大幅度降低。利用基于邻近距离的认证技术，身份验证会得到增强。边缘计算的其他特性天然地增强了其安全性。

西安市移动边缘计算

及安全重点实验室裴庆祺

新闻推荐

交大一附院率先提出“围手术期针刺”概念并成功应用于临床

针灸是祖国传统医学瑰宝，针刺麻醉是对祖国针灸学精华的继承，作为中西医结合的典范，被世界卫生组织认可为中国原创性医学科学...

西安新闻，讲述家乡的故事。有观点、有态度，接地气的实时新闻，传播西安正能量。看家乡事，品故乡情。家的声音，天涯咫尺。