基于邊云協(xié)同的智慧酒店系統(tǒng)

馮朔，鄭學(xué)智

（武漢郵電科學(xué)研究院，湖北 武漢 430074）

隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展以及云計算技術(shù)的興起，智慧家居系統(tǒng)已經(jīng)成為許多家庭提高生活品質(zhì)的選擇。在家庭之外，物聯(lián)網(wǎng)也在向智慧酒店方面發(fā)展。一方面，人們?yōu)榱双@得良好的旅行和入住體驗(yàn)；另一方面，大部分酒店由于采用人工服務(wù)，也面臨著員工培訓(xùn)成本高、服務(wù)標(biāo)準(zhǔn)不統(tǒng)一等問題，造成酒店效益難以提高。智慧酒店系統(tǒng)不僅可以滿足用戶對于住宿過程中的需要，同時也能方便酒店管理、降低運(yùn)營成本，是將來發(fā)展的趨勢[1]。目前智慧酒店系統(tǒng)采用的是傳統(tǒng)云計算模式，計算節(jié)點(diǎn)設(shè)在云端服務(wù)器，云平臺處理目標(biāo)是智慧酒店中的大數(shù)據(jù)[2]。在酒店運(yùn)行環(huán)境中，需要降低處理時延、提高物聯(lián)網(wǎng)設(shè)備響應(yīng)，也面臨著保護(hù)用戶隱私等問題[3]，因此需對當(dāng)前智慧酒店系統(tǒng)進(jìn)行改進(jìn)。

1 邊云計算處理

文中以智慧酒店的應(yīng)用為背景，為解決傳統(tǒng)云計算在實(shí)時性上面的不足，總結(jié)了云計算的優(yōu)點(diǎn)與目前設(shè)備發(fā)展的現(xiàn)狀，提出了一套整體完善的邊云計算酒店智慧系統(tǒng)的設(shè)計方案。該方案集合了邊緣計算與云計算的優(yōu)點(diǎn)：

1）保留傳統(tǒng)云計算框架。對于復(fù)雜度較高的計算，或是在邊緣節(jié)點(diǎn)無力進(jìn)行數(shù)據(jù)處理時，以及用戶總體數(shù)據(jù)的分析，交付云端進(jìn)行計算。

2）新增分布式計算結(jié)構(gòu)，利用分布在網(wǎng)絡(luò)邊緣中的多個邊緣計算單元，邊緣端可以對采集的數(shù)據(jù)本地化分析、處理并將結(jié)果進(jìn)行臨時緩存，再與云端進(jìn)行交互，并進(jìn)行更加深入的分析[4]，是滿足系統(tǒng)低延時的重要條件；對于云計算中心而言，減少計算資源的浪費(fèi)，充分利用低成本的計算單元。邊緣計算單元依舊保留與云端的接口，可以實(shí)現(xiàn)“邊緣”與“云端”二者的互補(bǔ)。

3）同時系統(tǒng)的可靠性也能得到保障。計算節(jié)點(diǎn)置于網(wǎng)絡(luò)邊緣之后，靠近終端設(shè)備，若WAN 網(wǎng)絡(luò)發(fā)生故障，例如面臨斷網(wǎng)或設(shè)備故障，也能夠?qū)崿F(xiàn)局域范圍內(nèi)的數(shù)據(jù)處理，保證本地業(yè)務(wù)的可靠運(yùn)行[5]。

2 邊云計算處理方案

邊緣計算的出現(xiàn)并非會造成云計算的淘汰，而是對云算力的延伸和拓展[6]。相比云計算結(jié)構(gòu)，在云中心計算層和終端節(jié)點(diǎn)層之間引入了邊緣計算層。數(shù)據(jù)上傳的過程先經(jīng)過該邊緣層再傳到云中心。對頂層而言，可以看作下放計算能力。將原本中心式的基礎(chǔ)結(jié)構(gòu)擴(kuò)展成星型，如圖1 所示。

圖1 邊緣計算節(jié)點(diǎn)結(jié)構(gòu)星型圖

層與層之間的信道有所不同。云中心計算層與邊緣節(jié)點(diǎn)之間，通常采用有線廣域網(wǎng)WAN 連接，邊緣計算層與終端節(jié)點(diǎn)層之間則是多種短距離無線連接方式，例如WiFi、ZigBee、藍(lán)牙等連接方式[7]，由于物理位置相對較近，通常一個邊緣節(jié)點(diǎn)和其下終端節(jié)點(diǎn)構(gòu)成一個本地網(wǎng)絡(luò)。

可以將邊緣計算的執(zhí)行過程各部分模塊化。整個邊緣計算過程分別抽象為核心計算模塊、任務(wù)產(chǎn)出模塊、邊緣協(xié)調(diào)模塊、網(wǎng)絡(luò)傳輸模塊，4 個模塊一起構(gòu)成了邊緣計算模型。模塊間關(guān)系如圖2 所示。其中，核心計算模塊包括各邊緣節(jié)點(diǎn)與云中心，主要負(fù)責(zé)執(zhí)行云任務(wù)，核心模塊包括了邊緣計算模塊以及核心計算模塊。任務(wù)產(chǎn)出模塊負(fù)責(zé)隨機(jī)生成待執(zhí)行的任務(wù)。邊緣協(xié)調(diào)模塊負(fù)責(zé)決策，該層決定邊緣任務(wù)的分配方式，決定任務(wù)由哪臺主機(jī)執(zhí)行，盡管邊緣設(shè)備的計算能力不足以媲美中心云設(shè)備，但仍然可以承擔(dān)小部分框架內(nèi)的云任務(wù)。網(wǎng)絡(luò)傳輸模塊則負(fù)責(zé)處理網(wǎng)絡(luò)傳輸?shù)倪^程，包括處理任務(wù)的上傳與下載，而且WAN 網(wǎng)絡(luò)延遲較高、帶寬有限，LAN 網(wǎng)絡(luò)延時低、帶寬較高。

圖2 各模塊之間處理流程圖

考慮云計算與物聯(lián)網(wǎng)相互作用的效果。利用微軟芯片MXCHIP AZ3166 為例[8]，觀察云計算的處理結(jié)果。傳感器收集溫度信息，經(jīng)由無線信道傳遞到本地路由器，本地網(wǎng)關(guān)經(jīng)Internet 上傳到遠(yuǎn)端微軟云服務(wù)器Azure；云服務(wù)器經(jīng)過處理，可以將運(yùn)行結(jié)果打印在Web 端，如有需要，可以在Azure IoT Central實(shí)時讀取測試數(shù)據(jù)，如圖3 所示。

圖3 Azure IoT Central溫濕度監(jiān)測

AZ3166 等芯片以及Azure 云平臺的應(yīng)用，證明目前的技術(shù)已經(jīng)可以支持利用云計算——設(shè)備構(gòu)成一個簡單的物聯(lián)網(wǎng)系統(tǒng)。可以在此基礎(chǔ)上，結(jié)合智慧酒店的應(yīng)用場景，對邊云結(jié)合網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行設(shè)計，構(gòu)建自己的網(wǎng)絡(luò)結(jié)構(gòu)，設(shè)計結(jié)果如圖4 所示。對每一個住宿房間而言，部署一個AP 站點(diǎn)，連接房間內(nèi)部的終端設(shè)備，包括該房間所屬的攝像頭、傳感器、客戶手機(jī)、物聯(lián)網(wǎng)設(shè)備等，構(gòu)成本地局域網(wǎng)；AP 站點(diǎn)附屬有邊緣節(jié)點(diǎn)；酒店內(nèi)多臺邊緣節(jié)點(diǎn)匯聚成小型網(wǎng)絡(luò)，附屬有邊緣編排器，并經(jīng)過WAN 與遠(yuǎn)程云計算中心互聯(lián)。

圖4 智慧酒店內(nèi)邊緣網(wǎng)絡(luò)模擬圖

把邊緣計算網(wǎng)絡(luò)模型應(yīng)用到智慧酒店生態(tài)內(nèi)，傳感器和攝像頭等輸入設(shè)備為任務(wù)產(chǎn)出模塊；遠(yuǎn)端機(jī)房云服務(wù)器與酒店內(nèi)部的邊緣節(jié)點(diǎn)構(gòu)成核心計算模塊；網(wǎng)關(guān)、路由器屬于邊緣協(xié)調(diào)模塊；光纖、寬帶、室內(nèi)無線等傳輸信道及傳輸設(shè)備構(gòu)成網(wǎng)絡(luò)傳輸模塊。

3 利用EdgeCloudSim進(jìn)行仿真

3.1 仿真說明

EdgeCloudSim 是基于CloudSim的一種對邊緣場景下的模擬環(huán)境仿真軟件，可以對實(shí)際場景進(jìn)行有效的仿真，構(gòu)建多個數(shù)據(jù)中心、虛擬機(jī)，并模擬用戶與用戶任務(wù)，同樣可以將工作流程模塊化，其模塊處理流程如圖5所示[9,14]。

圖5 EdgeCloudSim各模塊處理流程

在智慧酒店環(huán)境中，存在兩種數(shù)據(jù)來源。來源之一是房間內(nèi)的傳感器組的信息數(shù)據(jù)，另一種是攝像頭的圖像數(shù)據(jù)[10]。兩種數(shù)據(jù)信息的對比情況如表1 所示。

表1 兩種應(yīng)用數(shù)據(jù)的參數(shù)

在EdgeCloudSim 中關(guān)于內(nèi)部構(gòu)造設(shè)定有3 種傳輸結(jié)構(gòu)：分別表示為單層、多層、帶有邊緣編排器的多層結(jié)構(gòu)，如圖6 所示。圖6(a)、(b)、(c)分別代表了邊緣、云、邊云協(xié)同的3 種情況[11-12]。其中，單層結(jié)構(gòu)表示信息云任務(wù)只在邊緣服務(wù)器的區(qū)域內(nèi)運(yùn)行；多層結(jié)構(gòu)表示云任務(wù)可以上傳至共有云平臺；帶邊緣編排器的多層結(jié)構(gòu)，其任務(wù)也可以把單層任務(wù)卸載到臨近的邊緣節(jié)點(diǎn)[13]。

圖6 3種云任務(wù)網(wǎng)絡(luò)結(jié)構(gòu)圖

對于第一種任務(wù)，即為人臉識別任務(wù)進(jìn)行仿真。在實(shí)際情況中，房間門口的攝像頭終端采集圖像，存儲并發(fā)起人臉識別的請求，并可根據(jù)識別結(jié)果進(jìn)行開門、報警之類的操作[15]。分別模擬3 種結(jié)構(gòu)下的計算任務(wù)，并統(tǒng)計處理結(jié)果。設(shè)定該任務(wù)需要上傳待識別的人臉圖像，圖像大小為1 500 kB，同時需要對任務(wù)識別結(jié)果進(jìn)行返回，數(shù)據(jù)大小為15 kB。第二種任務(wù)為信息任務(wù)，上傳數(shù)據(jù)為25 kB，下載數(shù)據(jù)為20 kB。其余配置如表2 所示。

表2 任務(wù)參數(shù)配置

3.2 人臉識別任務(wù)仿真結(jié)果分析

經(jīng)過EdgeCloudSim的仿真，仿真結(jié)果如圖7所示。實(shí)驗(yàn)結(jié)果X軸表示設(shè)備數(shù)量，Y軸表示執(zhí)行的任務(wù)反饋結(jié)果，三條曲線則代表了3 種不同的傳輸結(jié)構(gòu)。通過分析仿真結(jié)果從而給出邊云計算體系的特點(diǎn)。需要注意的是，單層結(jié)構(gòu)下，任務(wù)只會提交到邊緣節(jié)點(diǎn)，不會經(jīng)由WAN 網(wǎng)絡(luò)上傳到云端計算。

圖7 為3 種不同架構(gòu)下的人臉識別應(yīng)用中的任務(wù)失敗率。可見，隨著設(shè)備數(shù)量的增多，特別是在超過200 臺設(shè)備后，單層和雙層結(jié)構(gòu)的任務(wù)失敗率都會顯著增加。分析得出任務(wù)失敗的大概率發(fā)生在LAN 側(cè)，這是由于邊緣設(shè)備的性能有限，用于處理任務(wù)的虛擬機(jī)無法處理接收到的任務(wù)，從而導(dǎo)致任務(wù)失敗。由此可見虛擬機(jī)的處理能力是決定任務(wù)失敗幾率的關(guān)鍵因素。與此相對應(yīng)的是，在帶有邊緣編排器的結(jié)構(gòu)中，由于可以根據(jù)本地邊緣節(jié)點(diǎn)虛擬機(jī)的利用率，決定任務(wù)的如何分配，即是分配給空閑的邊緣節(jié)點(diǎn)，還是上傳至云端。在這種結(jié)構(gòu)下，如果設(shè)備數(shù)增多，任務(wù)的失敗率仍然可以維持在很低的水平。

圖7 人臉識別云任務(wù)失敗率圖

圖8 為3 種不同架構(gòu)下的人臉識別應(yīng)用的網(wǎng)絡(luò)傳輸時延。可見，在單層結(jié)構(gòu)中，由于不涉及WAN 側(cè)網(wǎng)絡(luò)，故其網(wǎng)絡(luò)延時只出現(xiàn)在LAN 側(cè)。而兩層和帶邊緣編排器的兩層結(jié)構(gòu)，都因?yàn)樯婕傲薟AN 網(wǎng)絡(luò)，都引入了網(wǎng)絡(luò)延遲。設(shè)定的任務(wù)上傳云端的概率是20%，所以部分任務(wù)的傳輸會受到影響。分析還可得出設(shè)備數(shù)量的增多對于網(wǎng)絡(luò)延時的影響不是太強(qiáng)。如果把任務(wù)上傳云端的概率變?yōu)?0%，則可以得到如圖9的結(jié)果，可見任務(wù)向云端卸載的概率會影響整體網(wǎng)絡(luò)延時。而且可從數(shù)據(jù)中發(fā)現(xiàn)，概率提高2 倍，網(wǎng)絡(luò)延時變?yōu)樵瓉淼? 倍。

圖8 人臉識別云任務(wù)傳輸時延圖(20%)

圖9 人臉識別云任務(wù)時延圖(40%)

圖10 為3 種架構(gòu)下人臉識別應(yīng)用任務(wù)的處理時間。對于處理時間而言，由于中心節(jié)點(diǎn)的虛擬機(jī)性能優(yōu)于邊緣，任務(wù)的處理時間也相對較短。從(b),(c)對比可見在云端的處理時間，明顯要優(yōu)于在邊緣的處理時間。對于單層結(jié)構(gòu)，其處理時延全部集中在邊緣節(jié)點(diǎn)。同樣可以注意到隨著設(shè)備數(shù)量的增多，單層結(jié)構(gòu)和兩層結(jié)構(gòu)的處理時間增速較快，在處理多任務(wù)時具有一定的困難，這也符合處理設(shè)備增多，任務(wù)失敗率在單層和兩層結(jié)構(gòu)中增加的原因。對比兩層結(jié)構(gòu)和帶有邊緣編排器的兩層結(jié)構(gòu)的任務(wù)處理時間可以看出，帶有邊緣編排器的結(jié)構(gòu)由于可以將任務(wù)卸載到其他邊緣節(jié)點(diǎn)，總處理時延要優(yōu)于兩層結(jié)構(gòu)。

圖10 人臉識別云任務(wù)處理時長圖

3.3 傳感器任務(wù)仿真結(jié)果分析

修改響應(yīng)參數(shù)并重新進(jìn)行仿真，可以得到傳感器數(shù)據(jù)的處理結(jié)果，如圖11 所示。可以發(fā)現(xiàn)，對于傳感器這樣的小數(shù)據(jù)量任務(wù)，其失敗率相較于人臉識別任務(wù)有較大的降低。由于任務(wù)都在邊緣節(jié)點(diǎn)被處理，帶邊緣編排器的兩層結(jié)構(gòu)任務(wù)的失敗率仍然可以維持在較低的水平。網(wǎng)絡(luò)延遲參數(shù)如圖11(b)所示，由于傳輸數(shù)據(jù)量的減少，相比較于人臉識別任務(wù)，任務(wù)的網(wǎng)絡(luò)延遲也有所降低。在任務(wù)處理時延上，低數(shù)據(jù)量任務(wù)處理時間較短，在設(shè)備較多時，單層結(jié)構(gòu)處理時間上升迅速，而邊緣編排器的結(jié)構(gòu)可以維持一個較低的任務(wù)處理時間。另有總服務(wù)時間仿真數(shù)據(jù)如圖11(d)所示，在數(shù)據(jù)量較低時，兩層結(jié)構(gòu)處理時間較長，這是由于任務(wù)開始執(zhí)行需要一定的時間。

圖11 傳感器云任務(wù)處理結(jié)果圖

3.4 仿真分析

綜合以上兩種仿真數(shù)據(jù)的結(jié)果，待處理任務(wù)的時延主要包含網(wǎng)絡(luò)時延和設(shè)備處理時延。相較于其他兩種結(jié)構(gòu)，帶有邊緣編排器的兩層結(jié)構(gòu)在運(yùn)行設(shè)備數(shù)量較多的情況下，仍然可以保持較低的任務(wù)失敗率；同樣在這種結(jié)構(gòu)下，由于任務(wù)的底層卸載，使得具體到某個設(shè)備上的任務(wù)處理時延也較低；由于需要上傳數(shù)據(jù)到WAN側(cè)網(wǎng)絡(luò)，網(wǎng)絡(luò)傳輸時延必然會增多，但是可以通過調(diào)整上傳云端的任務(wù)數(shù)量來縮短。

根據(jù)數(shù)據(jù)與仿真結(jié)果，可以得出結(jié)論，相較于傳統(tǒng)的云計算以及單純的邊緣計算，帶有邊緣編排器的兩層結(jié)構(gòu)，即邊云協(xié)同處理系統(tǒng)可以對系統(tǒng)性能有更好的提升。運(yùn)用此邊緣計算的架構(gòu)，可以滿足終端計算需求，擴(kuò)展了業(yè)務(wù)范圍，又有效節(jié)約云服務(wù)器與終端設(shè)備之間在信道上的浪費(fèi)。特別是在傳感器和人臉識別任務(wù)為主的智慧酒店系統(tǒng)的實(shí)際應(yīng)用中，使用該結(jié)構(gòu)可以有效提升系統(tǒng)性能，故該仿真對實(shí)際應(yīng)用有一定的指導(dǎo)作用。

4 結(jié)論

目前在物聯(lián)網(wǎng)行業(yè)中，有關(guān)智慧酒店的業(yè)務(wù)正逐步發(fā)展，對云計算的需求也在逐步提高。邊緣計算的出現(xiàn)為云計算拓寬了應(yīng)用場景，邊緣端讓一部分云任務(wù)在本地即可完成處理，縮短了傳輸時延，降低了任務(wù)的處理時間，可以為時延敏感的應(yīng)用提供良好的運(yùn)行環(huán)境。文中提出了一種邊云協(xié)同系統(tǒng)，并通過對實(shí)際兩種任務(wù)的仿真，證實(shí)了若該結(jié)構(gòu)應(yīng)用在智慧酒店系統(tǒng)中，可以解決當(dāng)前環(huán)境中面臨的有關(guān)降低時延、提升任務(wù)成功率。下一步將繼續(xù)完善邊緣計算系統(tǒng)中云任務(wù)的分配方式問題，考慮在多種任務(wù)并發(fā)情況下處理多種任務(wù)，從而更好地仿真現(xiàn)實(shí)智慧酒店中多重任務(wù)同時發(fā)起請求的情況。

值得一提的是，數(shù)據(jù)安全問題也是邊緣計算應(yīng)用的一大亮點(diǎn)。物聯(lián)網(wǎng)設(shè)備的增多，不同物聯(lián)網(wǎng)廠商亦有可能掌握許多用戶的使用數(shù)據(jù)，從而引發(fā)數(shù)據(jù)安全問題[16]。而本地數(shù)據(jù)處理可以有效規(guī)避連接共有網(wǎng)絡(luò)的風(fēng)險。在應(yīng)用方面，可以設(shè)計相應(yīng)的物聯(lián)網(wǎng)應(yīng)用程序，例如入住、室內(nèi)設(shè)備控制、點(diǎn)餐等應(yīng)用，還可以配合工作人員的手持設(shè)備，為用戶提供良好應(yīng)用體驗(yàn)，為智慧酒店的全面構(gòu)建提供新思路。