邊緣計算綜述：關鍵技術與應用方向

劉子杰 張成偉 許萌萌 張一帆 欒天宇

摘要：未來的萬物互聯的應用服務程序需要一種新的計算模型替代傳統云計算模型，邊緣計算是一種在網絡邊緣執行計算任務的新型計算模型，因而較好地解決這些問題。首先介紹了邊緣計算的產生原因，其次闡述了邊緣計算的定義、參考構架，隨后基于邊緣計算的參考架構總結了邊緣計算的四類關鍵技術。最后對邊緣計算的應用方向與未來發展階段進行了介紹。

關鍵詞：邊緣計算;云計算;架構

中圖分類號：TP391? ? 文獻標識碼：A

文章編號：1009-3044（2019）28-0278-04

Abstract： The traditional cloud computing model will not be able to efficiently support the application service program based on the Internet of Everything. Edge computing is a new computing model that performs computing tasks at the edge of the network， thus better solving these problems. Firstly， the causes of edge calculation are introduced. Secondly， the definition of edge calculation and reference architecture are expounded. Then summarizes four key technologies of edge calculation. Finally， the application direction and future development stage of edge calculation are introduced... .

Key words： Edge computing; cloud computing; architecture

1 引言

未來的智能社會的發展方向是邁向萬物感知、萬物互聯、萬物智能，智能社會必然帶來的一場遍及全社會各類行業的數字化轉型，基于OT（運營技術）和ICT（信息通信技術）技術的持續發展，這場遍及各類行業的數字化轉型將會將構建“物”與“物”之間的鏈接，行業自動化水平將達到新的高度，從而支持用戶定制化產品及服務。數字化轉型還帶動商業模式轉向全生命周期服務運營，并必將給各類行業價值鏈，供應鏈和商業架構帶來一場變革[1]。

邊緣設備以往僅僅使用消費各類數據，隨著萬物互聯的飛速發展及廣泛應用，為其增加了數據生產者這一新角色。引用思科全球云指數的預測，2019年，全球數據中心總數據流量能夠將達到10. 4澤字節（Zettabyte，ZB），其中由物聯網產生數據的45%將在網絡邊緣存儲、處理、分析，到2020年，連接到網絡的無線設備數量將達到500億臺[2]。在此情況下，未來的萬物互聯的應用服務程序需要一種新的計算模型替代傳統云計算模型，因而較好地解決這些問題的邊緣計算模型應運而生。

2 邊緣計算產生的原因

2.1 數據處理需求

據統計，隨著終端設備尤其是移動終端的普及，2020年后聯網的終端與設備數量將有超過500億個，在網絡邊緣側進行分析、處理與儲存至少達到總數據量的超過45%的數據，這一數據量已達到海量級別，已遠遠超過集中式云計算的能力。在這一背景下，通過利用網絡邊緣設備計算部分或全部工作，有效降低云計算負載，提高數據處理效率的邊緣計算應運而生。

2.2 業務實時需求

隨著邊緣設備數據量的增加，大量網絡邊緣設備均需要將數據傳輸到云數據中心，數據量的非線性增長大大提高網絡傳輸帶寬的負載，導致數據傳輸延遲時間持續增加。根據現有的業務需求，在云端部署全部工作任務，例如數據分析和控制邏輯，將無法滿足業務實時性需求;因而，將部分工作任務，例如數據分析直接在邊緣設備上完成，降低數據傳輸量及傳輸帶寬負載，滿足業務實時性要求。

2.3 智能應用需求

智能化發展的大趨勢使得業務流程、運行維護等逐步向智能化發展，例如設備預測性維護作為一種典型的智能化應用場景，正推動行業的服務模式與商業模式進行創新與變革。而邊緣側智能能夠帶來顯著的效率與成本優勢。

2.4 降低能耗需求

云數據中心能耗問題是與數據中心的一個關鍵問題，幾年針對此問題的調查研究已有很多。根據Yevgenity的研究報告，美國所有數據中心的總能耗將達到730億千瓦時，其增長率達到4% [3]。根據環境360報告，我國數據中心消耗電能也達到了一個驚人的數字，全國數據中心消耗的電能已超過匈牙利和希臘兩國用電總和。而為了滿足迅速發展著的智能化社會對云計算中心計算能力的需求，伴隨著云計算用戶應用程序數量的持續性增長，大規模數據中心的總能耗將達到一個無法滿足的數字。

2.5 安全隱私需求

用戶在日常生活中使用網絡上各種應用程序時，各種應用程序均會獲取用戶的各種數據，包括隱私數據。這些數據大都被上傳至云中心進行保存，在數據傳輸與保存過程，均增加了泄露用戶隱私數據的風險。

3 邊緣計算定義

3.1 內涵

邊緣計算指在直接在數據源頭的物或者網絡邊緣一側，擁有網絡、計算、存儲、應用核心能力的開放式平臺。邊緣計算提供在快速連接、業務實時、數據融合、智能應用、安全隱私保護等方面滿足行業數字化轉型所需要的智能服務。

3.2 架構

邊緣計算是基于網絡邊緣側的各種嵌入式終端的計算、存儲、網絡通信能力，構建開放的網絡化計算與泛在化感知與控制應用服務平臺，面向分布式的感知、決策與控制，滿足快速連接、業務實時、數據融合、智能應用、安全隱私保護等方面的關鍵需求，是一種互聯、互通、互操作的開放生態環境[4]。邊緣計算參考架構共包含四個功能域，如圖1所示。

應用域： 基于其余三個功能域支持的接口類型及形式，結合行業業務需求，提供行業業務應用，支持行業業務的正常運行;

數據域：通過融合各類數據信息，在數據傳輸、處理、保持全方位的安全與隱私保障基礎上，在提供一系列數據行業全周期服務，支持對數據進行提取、聚合、互操作、語義化以及分析與呈現;

網絡域：是系統的中心樞紐，支持不同系統及設備之間提供數據傳輸橋梁;

設備域：數據采集端與應用承載端，通過在設備嵌入或安裝節點，提供行業所需的實時連接與智能應用功能。

3.3 與云計算的關系

邊緣計算的發展與應用不意味著徹底拋棄云計算，云計算與邊緣計算是一種協同融合的關系，兩者協同是行業數字化轉型的發展方向。云計算的特點是注重非實時和長周期數據的大數據分析，在定期維護和業務決策支持等需要大量數據分析的領域能夠發揮良好作用，而邊緣計算的特點是注重于實時和短周期數據分析，能夠滿足本地業務的實時性需求。因此，未來兩者之間的寫作模式可以是由云計算基于大數據分析優化輸出業務規則，并傳遞到邊緣側，再由邊緣計算基于業務執行優化的新業務規則進行智能處理和執行。

4 關鍵技術

為實現邊緣計算架構型式的四個功能域的各自功能，邊緣計算關鍵技術包括應用域技術、數據域技術、網絡域技術和設備域技術五大類。

4.1應用域技術

（1）應用程序可編程技術

邊緣計算模型中邊緣計算節點類型多樣繁雜，每個節點上的運行環境均不完全相同，如果使用傳統的編程方式無法滿足邊緣模型下部署應用程序的需求，因此應開發一種適用于邊緣計算的新型編程方式，例如煙花模型（Firework）。

（2）負載分配技術

邊緣計算模型一般分為多個層級，每個層級所需要處理的工作任務不同，因此為更合理的分配計算資源是邊緣計算能夠高效運行的重要前提。需要確定特定負載由哪層來確定或每層需要處理多少負載。可采用多種分配策略來完成一項工作負載，如將負載按照層次的數量平均分配到每個層上，或者在某一層次上分配最大可承受的負載數量，極端的情況是將任務全部分配到邊緣終端或云端來完成。

4.2數據域技術

（1）數據聚合與互操作技術

為實現數據跨廠商的互操作并實現對數據的解析，首先要實現語義的統一。通過構建統一信息模型架構實現對多種現存模型的兼容，例如：

現場設備集成FDI（Field Device Integration），工廠內一般擁有的各種智能設備供應商并不完全相同，這就導致不同供應商的設備各自有不同的信息協議及信息描述格式，用為滿足設備間不同協議集成需求，FDI通過建立一個跨協議的設備集成技術，完成了對EDDL和FDT/DTM技術的集成與整合，從而支持工廠能夠高效地對現場設備進行全局管理[5]。

（2）數據分析與呈現技術

數據分析與呈現技術如圖2所示。適配數據分析模型，實時執行數據清洗、數據分析并根據數據分析結果觸發預定義的業務響應策略，同時為應用域提供數據計算結果，并支持靈活統一的數據呈現方式。例如數據預處理的關鍵就是如何保證在提供應用或服務程序正常運行所必要數據的同時，盡量過濾掉過多的可能會導致數據存儲及管理問題的冗余數據。

4.3 網絡域技術

（1）海量聯接與自動化運維技術：

海量聯接與自動化運維技術如圖3所示。將網絡的控制平面與數據轉發平面進行分離，并實現可編程化控制。通過應用SDN（Software-Defined Networking），能夠滿足百萬級邊緣設備及終端的連接，并支持靈活接入與擴展。同時，降低自動化運維管理成本并提高其運行效率，融合網絡與安全的策略，是海量聯接與自動化運維技術的另一種需求，如圖2所示[6]。

（2）實時聯接技術

邊緣計算對網絡聯接的實時性要求很高，不僅需要滿足傳輸數據實時性，還需要保證時間的準確性和數據的完整性，因此需要定義一種統一的技術標準，例如，國際標準組織IEEE制定的TSN（Time-Sensitive Networking）就是一種能夠支持實施優先級、時鐘等關鍵服務的系列標準。

4.4 設備域技術

（1）操作系統技術

操作系統技術如圖4所示。分為兩類場景，輕量級、低功耗場景應具備零配置、自組網、跨平臺能力;實時計算場景應具備多任務、優先級調度能力，支持確定時間內完成事件響應和任務處理。

（2）設備安全技術

設備域的操作系統、中間件及上層應用的具體設計與實現要滿足安全防護需求，保護根秘鑰、軟件、固件及配置信息不被篡改。

5 應用方向

（1）云計算任務遷移

傳統的云計算由于云計算中心承擔了絕大部分工作計算任務，從而導致數據計算速度與傳輸數據都無法達到實時性需求。通過架構邊緣計算軟硬件框架，為系統提供具有預處理功能的平臺，將部分工作計算任務遷移到邊緣端，通過邊緣端提供額外的計算能力與資源從而提高業務實時性。

（2）位置識別

在地圖導航、設備管理等領域，需要準確的定位地理位置。位置識別技術本質上對基于地理位置的數據可進行實時處理、分析，通過應用邊緣計算模型，可在邊緣側直接進行數據的實時處理和收集，從而節省了數據傳輸到云計算中心的時間，提高了位置識別業務的實時性。

（3）協同信息共享

傳統的云計算模型基于隱私與數據傳輸成本兩方面的考慮，并不允許邊緣側的設備之間直接進行數據交換與分享。通過在建立數據處理的微型數據分析中心，可支持同時連接多個邊緣設備，從而使數據可以自由在邊緣設備之間協同共享。

（4）預測性維護

預測性維護是通過設備上的傳感器獲取大量設備運行數據，通過故障機理及專家知識等狀態評估算法，直接通過布置在設備側的本地邊緣計算融合網關對數據分析，從而能夠在設備發生狀態異常時報警，實現視情維護、事前保障的功能。

（5）多級可靠性

邊緣側可以存儲一定量數據，控制計劃和策略同步并存儲在本地。與云端通訊斷開情況下，邊緣設備具有相對獨立計算能力，邊緣設備仍能保持部分功能，保證正常工作和管理，同時待通訊恢復后本地數據再上傳云端，保證云端對所有設備形成完整視圖;

（6）安全防護

通過邊緣計算可以更好地對本地和云端數據進行防護與加密，提供覆蓋終端、網關芯片、網關OS、網絡、數據的多重安全保護。邊緣計算模型可以在兩方面降低隱私泄露風險：

一方面是在數據傳輸前，即在邊緣側先對數據進行預處理等工作;另一方面是保證邊緣節點的連接唯一性，使邊緣節點僅支持指定的信息請求。

（7）能效管理

利用智能算法感知監控場景內行為變化，通過邊緣智能計算，實時控制能效，節省能源方面的開支;

（8）設備靈活替換

系統在底層通過工業服務適配器，將現場設備封裝成web服務。通過建立統一定義的接口，并對現有的互操作工序進行重組，支持同型設備的互換，從而實現迅速替換故障設備;

（9）快速部署

建立一種新的web化的自適應工藝模型，大大減少甚至消除了重編程、斷電重啟、OPC變量修改重置的時間。

6 發展階段

伴隨行業數字化轉型進程的不斷深入，邊緣計算產業將持續走向縱深。總體上，邊緣計算產業的發展階段分為以下三個階段。

（1）聯接：實現終端和設備的大規模，異構和實時連接，自動網絡部署和操作與維護，并確保連接的安全性，可靠性和互操作性;

（2）智能：邊緣方面引入了數據分析和業務自動處理功能，支持大部分的數據分析與業務處理工作，并能夠按照云計算中心下發的本地業務優化邏輯執行，顯著提高了效率并降低了成本;

（3）自治：邊緣計算能夠在本地不而不是基于云計算中心，實現自我優化調整功能。

參考文獻：

[1] 顧碩.深度協同 促進邊緣計算產業健康與可持續發展[J].自動化博覽， 2017（1）.

[2] 高永梅，程冠杰. 基于邊緣計算的數據密集型服務部署[J].電信科學， 2019.

[3] 施巍松，張星洲，王一帆，等.邊緣計算：現狀與展望[J].計算機研究與發展， 2018.

[4] 凌捷;陳家輝;羅玉，等.邊緣計算安全技術綜述[J].大數據，2019.

[5] 李林哲，周佩雷，程鵬，等. 邊緣計算的架構、挑戰與應用[J].大數據，2019.

[6] Jakob Zietsch;;Lennart Büth;;Max Juraschek ，Identifying the potential of edge computing in factories through mixed reality[J] Procedia CIRP 2019-08.

【通聯編輯：梁書】