下载掌阅APP，畅读海量书库
立即打开
智联网在传统物联网的基础上融合了智能技术，其系统架构继承传统物联网架构的同时，根据计算所在位置衍生出了智联网的端网云架构及将云计算部分下沉的端边云架构，其本质上的区别是对海量数据进行处理的计算的位置不同。
智联网与物联网一脉相承，国内外对物联网体系结构的研究由来已久。SENSEI [2] 是欧盟第七框架计划支持的三层物联网体系结构，包括通信服务层、资源层和应用层；欧盟第七框架计划的另一个项目IoT-A [3] 架构为SENSEI架构的增强版，是为解决大规模异构物联网环境中无线与移动通信带来的问题而提出的四层体系结构，包括无线通信协议层、M2M API层、IP层和应用层；USN [4] 体系结构为由韩国电子与通信技术研究所（ETRI）提出的五层体系结构，自底向上分别为感知网、接入网、网络基础设施、中间件和应用平台等。智联网融合AI技术和IoT技术，其体系结构继承了传统物联网体系结构，在此基础上，为更好地融合利用AI技术而对传统物联网体系结构进行了调整。
以上众多体系结构可高度抽象概括为典型的端网云架构，端网云架构是互联网与传统行业融合建设的基础结构。“端网云”代表泛在化终端感知网络、融合化网络通信层和云平台层。融入该架构的人工智能技术与方案，从而形成智联网。此外，该架构中的云平台层可向上与应用层相结合，形成涵盖云平台层的应用层 [5] ，如图2-1所示。
图2-1 典型端网云架构
其中，感知层由各种传感器或智能终端构成，采集并处理数据，实现对物理世界的智能感知识别、信息采集处理和自动控制，并通过通信模块将物理实体连接到网络层 [6] 。
网络层基于网络、通信技术和协议实现信息的数据传输。它包括了现有的互联网、通信网、广电网及各种接入网和专用网。数据传输网络主要实现信息的传递、路由和控制，包括延伸网、接入网和核心网。网络层可依托电信网，也可以依托行业专用通信网络。
云平台层是指云计算以及用以支撑云计算的基础设施及资源。将物联网终端产生的海量数据通过网络传输、存储于云端。云计算是用来计算海量复杂的网络数据的技术，是专门处理大数据的技术。各种各样的信息在云计算中心汇聚，然后根据需要进行处理和分流。而应用层是包括各种应用子集层和服务支撑层，功能是对各类业务提供统一、实时的信息资源支撑，由各类可重复使用并实时更新的信息库和应用服务资源库做保证，云计算服务使各类业务服务根据用户的需求随需组合 [7] 。
在该架构下，感知层获取大量原始数据并进行处理，将数据或处理过的数据经过网络层传输至云平台层，云平台层利用高性能的云计算对其进行处理，赋予数据智能，最终转换成对终端用户有用的信息。
端、网、云三者不是割裂的，而是相互融合的整体。在端网云体系中，智联网的智能性主要体现在云端，云端利用云计算、数据挖掘和模糊识别等人工智能技术，对海量的数据和信息进行分析和处理，对物体实施智能化控制。此外，智能终端的自主决策也体现了智能性 [8] 。
端网云架构采用了基于云计算的执行模式，通过将智能服务部署于云端，依托云端服务器集群丰富的硬件资源来处理计算请求。这虽然解决了硬件资源不足的问题，但云端服务器远距离传输的特性也造成了额外时延，导致基于云计算的架构无法满足实时服务需求 [9] 。随着设备的智能化、终端数量的快速增长、数据的爆发式增长，对带宽、功率、延迟、隐私等要求逐渐变高，将所有数据传送到云端是不现实的。随着移动通信技术和边缘计算的研究发展，边缘计算成为一种应对数据压力的有效方法。因此，利用网络“边缘”对云端分流，能够有效减小云端的流量与计算压力，云端AI、流计算等能力从云向边缘下沉，形成了端+边+网+云架构，有时也称端边云架构，如图2-2和图2-3所示。
图2-2 典型端边云架构一
图2-3 典型端边云架构二
该架构在端与云之间引入边缘计算技术来支撑人工智能服务，在网络边缘分布式部署大量的边缘节点，从而向资源受限的终端设备提供支持来实现边缘智能。边缘节点接收到来自终端设备的服务请求后开始进行数据处理，在边缘端还可以进行多个边缘节点之间的智能协作以提供更好的服务。当边缘端无法满足应用的资源需求时，可以将数据传输至云端处理，称为边云协同。云端除了提供强大的资源支持之外，还能为边缘端提供人工智能模型的聚合更新能力，从而帮助边缘节点对全局知识进行学习和训练。
“边”即边缘层，智联网边缘（IoT Edge）是边缘计算在物联网中的应用。与端网云架构不同的是，边缘智能依托于边缘计算低时延、分布式的特性，实现了将人工智能的自主学习、智能决策能力下放。智联网边缘在靠近物或数据源头的边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供计算和智能服务，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。对智联网而言，边缘计算技术意味着许多控制将通过本地设备实现而不需要交由云端，处理过程将在本地边缘节点中完成，这些节点无疑将大大提升处理效率，减轻云端的负荷，大大减少信息传递中的网络时延、网络负载、信息安全等问题，为用户提供更快、更安全的响应。
该架构下，边缘的位置并不清楚，取决于业务问题需要解决的关键目标。工业互联网联盟在白皮书《工业物联网的边缘计算》（ Introduction to Edge computing in IoT ）中指出：边缘是一个逻辑概念，而并非物理划分。有四种边缘值得关注，分别为网关型边缘、中间件边缘、终端型边缘和混合云边缘 [10] 。
该架构中云、边、端三体协同，边缘分流了云平台的部分工作，《边缘云计算技术及标准化白皮书》中提出了“边缘云计算”的概念。边缘云计算是基于云计算技术的核心和边缘计算的能力，构筑在边缘基础设施之上的云计算平台。形成边缘位置的计算、网络、存储、安全等能力全面的弹性云平台，并与中心云和物联网终端形成“云、边、端三体协同”的端到端的技术架构，通过将网络转发、存储、计算、智能化数据分析等工作放在边缘处理，降低响应时延、减轻云端压力、降低带宽成本，并提供全网调度、算力分发等云服务。
人工智能促使边缘不仅仅是连接，而且变得智能，边缘端多种多样的应用场景（如车联网、智慧家居等）不断产生着大量的数据，边缘计算中的丰富数据可以支持人工智能。边缘计算与人工智能是互补的，也是相辅相成的，与传统的算法相比，边缘计算具有更加灵活的、可扩展的分布式计算的特性 [11] 。
随着人工智能及5G技术的发展，未来智联网的架构将继续发生变化。很多边缘计算业务将会放在各智能终端上，结合5G通信的终端直连技术，边缘计算平台的功能就会弱化，感知层会更加智能。同时网络形态会变得单一，智能终端设备互联需要统一的网络协议和网络标准。智联网体系结构也会随着5G技术、智能技术的发展而不断变化。