下载掌阅APP，畅读海量书库
立即打开
云计算大多采用集中式管理的方法，使云服务创造出较高的经济效益。在万物互联的背景下，应用服务需要低延时、高可靠性以及数据安全，而传统云计算无法满足这些需求。当前，线性增长的集中式云计算能力已无法匹配爆炸式增长的海量边缘数据，基于云计算模型的单一计算资源已不能满足大数据处理的实时性、安全性和低能耗等需求。在现有以云计算模型为核心的集中式大数据处理的基础上，需要以边缘计算模型为核心，面向海量边缘数据的边缘式大数据处理技术，二者相辅相成，应用于云中心和边缘端大数据处理，解决万物互联时代云计算服务不足的问题。
边缘计算（edge computing）是指在网络边缘执行计算的一种新型计算模型，边缘计算中边缘的下行数据表示云服务，上行数据表示万物互联服务，而边缘计算的边缘是指从数据源到云计算中心路径之间的任意计算和网络资源。图1-6表示基于双向计算流的边缘计算模型。云计算中心不仅从数据库收集数据，也从传感器和智能手机等边缘设备收集数据，这些设备既是数据生产者又是数据消费者，因此，终端设备和云中心之间的请求传输是双向的。网络边缘设备不仅从云中心请求内容及服务，还可以执行部分计算任务，包括数据存储、数据处理、数据缓存、设备管理、隐私保护等。因此，需要更好地设计边缘设备硬件平台及其软件关键技术，以满足边缘计算模型中可靠性和数据安全性的需求。
图1-6 边缘计算模型
边缘计算产业联盟（Edge Computing Consortium，ECC）对边缘计算的定义为：边缘计算是指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。万物联网应用需求的发展催生了边缘式大数据处理模式，即边缘计算模型，其能在网络边缘设备上增加执行任务计算和数据分析的处理能力，将原有云计算模型的部分或全部计算任务迁移到网络边缘设备上，降低云计算中心的计算负载，减缓网络带宽的压力，提高万物互联时代数据的处理效率。
边缘计算与雾计算的概念相似，原理也相似，即都是在网络边缘进行的计算。边缘计算和雾计算的关键区别在于以下两点。一是智能和计算发生的位置。雾计算中的智能发生在本地局域网络层，数据的处理是在雾节点或者IoT网关进行的。边缘计算则是将智能、处理能力和通信能力都放在边缘网关或者直接的应用设备中。二是雾计算具有层次性更强且更平坦的架构，其中几个层次形成网络，而边缘计算依赖于不构成网络的单独节点。雾计算在节点之间具有广泛的对等互连能力，边缘计算在孤岛中运行其节点，需要通过云实现对等流量传输。边缘计算可以广泛应用于云端向网络边缘侧转移的各个场景，包括但不限于以下场景。
● 云计算任务迁移：云计算中的大多数计算任务在云计算中心执行，这会导致响应延时较长，损害用户体验。根据用户设备的环境可确定数据分配和传输方法，EAWP（Edge Accelerated Web Platform）模型改善了传统云计算模式下较长响应时间的问题，一些学者已经开始研究解决云迁移在移动云环境中的能耗问题。在边缘计算中，边缘端设备借助其一定的计算资源实现从云中心迁移部分或全部任务到边缘端执行。移动云环境借助基站等边缘端设备的计算、存储、网络等资源，实现从服务器端迁移部分或全部任务到边缘端执行，例如通过分布式缓存技术提高网页加载和DNS解析速度，或者将深度学习的分析、训练过程放在云端，生成的模型部署在边缘网关直接执行，优化效率、提升产能。
● 边缘视频分析：在本地对视频进行简单处理，选择性地丢弃一些静止或无用的画面，只将有用的数据传输到云端，减少带宽浪费，节省时间。
● 车联网：将汽车需要的云服务扩展到高度分散的移动基站环境中，并使数据和应用程序能够安置在车辆附近，从而减少数据的往返时间并提供实时响应、路边服务、附近消息互通等功能。
● 智能家居：通过家庭内部的边缘网关提供Wi-Fi、蓝牙、ZigBee等多种连接方式，连接各种传感器和网络设备，同时出于数据传输负载和数据隐私的考虑，在家庭内部就地处理敏感数据，降低数据传输带宽的负载，向用户提供更好的资源管理和分配。
● 智能制造（工业互联网）：将现场设备封装成边缘设备，通过工业无线和工业SDN网络将现场设备以扁平互联的方式连接到工业数据平台，与大数据、深度学习等云服务对接，解决工业控制高实时性要求与互联网服务质量的不确定性之间的矛盾。
● 智慧水务：利用先进的传感技术、网络技术、计算技术、控制技术、智能技术，对二次供水等设备进行全面感知，集成城市供水设备、信息系统和业务流程，实现多个系统间大范围、大容量数据的交互，从而进行全程控制，实现故障自诊断、可预测性维护，以降低能耗，保证用水安全。
● 智慧物流：通过专用车载智能物联网终端，实时全面采集车辆、发动机、油箱、冷链设备、传感器等的状态参数、业务数据以及视频数据，视频、温控、油感、事件联动，全面感知车辆运行状况，形成高效低耗的物流运输综合管理服务体系。