智慧圖書館建設(shè)背景下邊緣計(jì)算技術(shù)的應(yīng)用探析
——以深圳大學(xué)圖書館為例

張文新

（深圳大學(xué)圖書館 廣東深圳 518060）

1 引言

近年來，大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等新一代信息技術(shù)在圖書館的廣泛使用，加速了圖書館的轉(zhuǎn)型升級(jí)，推動(dòng)了可穿戴設(shè)備、AI機(jī)器人、BIM（Building Information Modeling，建筑信息模型）、VR/AR等智能設(shè)備的大規(guī)模部署，也帶來了終端數(shù)據(jù)快速增長和數(shù)據(jù)結(jié)構(gòu)類型高度復(fù)雜化的問題，使得線性增長的計(jì)算能力和傳輸帶寬無法匹配指數(shù)級(jí)增長的終端數(shù)據(jù)，導(dǎo)致云計(jì)算技術(shù)無法滿足海量數(shù)據(jù)的實(shí)時(shí)處理需求，阻礙了圖書館的創(chuàng)新與發(fā)展。面向邊緣側(cè)數(shù)據(jù)計(jì)算的新計(jì)算模型——邊緣計(jì)算（Edge Computing，EC）[1-2]應(yīng)運(yùn)而生，為這一問題的解決提供了新的技術(shù)手段，為智慧圖書館的發(fā)展起到了積極的推進(jìn)作用。智慧圖書館是在信息技術(shù)基礎(chǔ)上的整合集群與協(xié)同管理，是以綠色發(fā)展和數(shù)字惠民為本質(zhì)追求，以推動(dòng)用戶的智慧活動(dòng)過程為目的，以引導(dǎo)用戶知識(shí)轉(zhuǎn)化能力為核心的現(xiàn)代化圖書館[3-4]。通過部署在圖書館側(cè)的邊緣計(jì)算節(jié)點(diǎn)對智能設(shè)備產(chǎn)生的數(shù)據(jù)進(jìn)行存儲(chǔ)與計(jì)算，可以提升圖書館智慧服務(wù)的響應(yīng)實(shí)時(shí)性。因此，本文分析了邊緣計(jì)算在圖書館中的應(yīng)用價(jià)值和可行性，并以深圳大學(xué)圖書館的應(yīng)用實(shí)踐為例，闡述了邊緣計(jì)算對圖書館業(yè)務(wù)自動(dòng)化、智能化水平的提升作用，為智慧圖書館的建設(shè)發(fā)展提供參考與借鑒。

2 邊緣計(jì)算的應(yīng)用價(jià)值和可行性分析

2.1 應(yīng)用價(jià)值

邊緣計(jì)算所具備的低時(shí)延、高效數(shù)據(jù)處理、情景融合等特點(diǎn)[5]能夠很好地滿足智慧圖書館的發(fā)展需求，具有廣泛的應(yīng)用價(jià)值。

2.1.1 完善服務(wù)體系

（1）提高服務(wù)響應(yīng)速度。隨著生活節(jié)奏的不斷加快，用戶對服務(wù)的響應(yīng)速度變得更加敏感。云計(jì)算較高的響應(yīng)時(shí)延和網(wǎng)絡(luò)帶寬要求無法對強(qiáng)實(shí)時(shí)性服務(wù)做出及時(shí)響應(yīng)，服務(wù)效果大打折扣。邊緣計(jì)算為用戶提供毫秒級(jí)的端到端時(shí)延，能夠及時(shí)響應(yīng)用戶請求并做出實(shí)時(shí)判斷，有效提高用戶體驗(yàn)滿意度和用戶黏度。

（2）提升服務(wù)品質(zhì)。隨著國家對創(chuàng)新的重視，服務(wù)創(chuàng)新正成為圖書館界發(fā)展的重點(diǎn)[6]。新服務(wù)新業(yè)態(tài)層出不窮，但較高的資金、技術(shù)、人力和設(shè)備要求，令部分創(chuàng)新型服務(wù)或疏于管理、或內(nèi)容疏于更新、或流于形式，反而降低了圖書館的服務(wù)品質(zhì)。如果將邊緣計(jì)算融合進(jìn)智慧圖書館服務(wù)中，那么通過邊緣設(shè)備實(shí)時(shí)采集和分析用戶在館行為、線上交互數(shù)據(jù)（如圖書館服務(wù)平臺(tái)、微信公眾號(hào)、圖書館APP等線上系統(tǒng)的操作日志），可以增進(jìn)圖書館對用戶的了解，形成長效反饋機(jī)制，從而持續(xù)迭代服務(wù)內(nèi)容、提升服務(wù)質(zhì)量，使服務(wù)始終切合用戶的當(dāng)前需求。

（3）促進(jìn)業(yè)務(wù)規(guī)模化發(fā)展。劉煒等人[7]認(rèn)為智慧圖書館的“智慧”表現(xiàn)在具有大量的“無人”或“自助”服務(wù)，和能夠自動(dòng)感知用戶需求的精準(zhǔn)服務(wù)。實(shí)際上，圖書館并非沒有支撐這些智慧服務(wù)的技術(shù)，但礙于網(wǎng)絡(luò)條件、環(huán)境因素、服務(wù)可靠性等限制，未能形成規(guī)模化發(fā)展。邊緣計(jì)算能夠利用無處不在但物理上分散的邊緣設(shè)備，將服務(wù)源和網(wǎng)絡(luò)性能提高幾個(gè)數(shù)量級(jí)，從而在網(wǎng)絡(luò)連接受限的情況下持續(xù)提供高質(zhì)量服務(wù)，實(shí)現(xiàn)過去難以實(shí)現(xiàn)的智慧應(yīng)用場景。

2.1.2 提高管理水平

邊緣計(jì)算的引入為館內(nèi)多元異構(gòu)資源協(xié)同提供新的技術(shù)支撐，實(shí)現(xiàn)更精細(xì)化的管理。

（1）提高館舍管理水平。隨著圖書館服務(wù)功能的拓展，娛樂休閑正逐漸成為圖書館又一標(biāo)簽屬性，用戶對館舍空間資源服務(wù)智能化的需求與日俱增。遺憾的是，當(dāng)前館舍普遍存在著重建設(shè)輕管理的現(xiàn)象，影響著館舍資源的使用和功能的發(fā)揮。邊緣節(jié)點(diǎn)可以對館內(nèi)溫濕度、照明系統(tǒng)進(jìn)行實(shí)時(shí)智能監(jiān)控，能夠根據(jù)館內(nèi)外環(huán)境變化自動(dòng)調(diào)節(jié)室內(nèi)溫濕度和照明強(qiáng)度，為用戶創(chuàng)造更舒適的體驗(yàn)環(huán)境。

（2）提高監(jiān)控能力。智能安防監(jiān)控是場館管理的重要組成部分，包含攝像頭聯(lián)網(wǎng)、人臉識(shí)別、人流監(jiān)測、風(fēng)險(xiǎn)預(yù)警、應(yīng)急疏導(dǎo)等功能，其中視頻監(jiān)控是實(shí)現(xiàn)智能安防監(jiān)控的主要方式。然而由于視頻本身的非結(jié)構(gòu)化數(shù)據(jù)特性和爆炸式增長的視頻數(shù)量，導(dǎo)致基于云計(jì)算的視頻監(jiān)控技術(shù)無法同時(shí)滿足視頻實(shí)時(shí)傳輸、目標(biāo)實(shí)時(shí)識(shí)別和視頻無損壓縮的監(jiān)控需求，同樣需要邊緣計(jì)算技術(shù)的支持?；谶吘売?jì)算的視頻預(yù)處理技術(shù)[8]可以對視頻圖像進(jìn)行預(yù)處理，去除視頻冗余信息，減少網(wǎng)絡(luò)帶寬的需求和無效視頻的存儲(chǔ)，提升視頻分析的效率，從而實(shí)現(xiàn)遠(yuǎn)程實(shí)時(shí)控制和提前預(yù)警，更有效地保障讀者、圖書館和館員的安全。

2.1.3 降低數(shù)據(jù)泄露造成的損失

邊緣計(jì)算將隱私數(shù)據(jù)的操作限制在防火墻內(nèi)，提升數(shù)據(jù)的安全性[9]，不但可以減少數(shù)據(jù)泄露風(fēng)險(xiǎn)，還能夠降低數(shù)據(jù)泄露造成的損失，這是因?yàn)檫吘売?jì)算可以對上傳數(shù)據(jù)進(jìn)行脫敏處理，減少信息暴露度，從而降低云數(shù)據(jù)泄露造成的損失。此外，如果是邊緣設(shè)備的數(shù)據(jù)被泄露，由于邊緣設(shè)備僅“關(guān)注”本地的、臨時(shí)的數(shù)據(jù)，因此設(shè)備的存儲(chǔ)資源相對有限，數(shù)據(jù)保留時(shí)間較短，在一定程度上可以降低數(shù)據(jù)泄露造成的信息損失。

2.2 可行性分析

2.2.1 現(xiàn)實(shí)基礎(chǔ)

資源獲取方式的進(jìn)步與信息服務(wù)競爭的加劇促進(jìn)了新一代信息技術(shù)在圖書館的長足發(fā)展，也為邊緣算力在圖書館的成功部署提供了現(xiàn)實(shí)基礎(chǔ)，主要表現(xiàn)在：一方面，新一代信息技術(shù)的廣泛使用促使圖書館非結(jié)構(gòu)化數(shù)據(jù)迅速增加，數(shù)據(jù)結(jié)構(gòu)類型復(fù)雜度日益加大，現(xiàn)有技術(shù)的數(shù)據(jù)處理效率難以提高，圖書館面臨著技術(shù)升級(jí)換代的客觀需求；另一方面，新一代信息技術(shù)的廣泛使用有助于減少邊緣計(jì)算應(yīng)用落地所投入的成本，進(jìn)而增強(qiáng)邊緣計(jì)算對圖書館的吸引力。

2.2.2 歷史機(jī)遇

近年來，中央密集部署與新型基礎(chǔ)設(shè)施建設(shè)（以下簡稱“新基建”）相關(guān)的任務(wù)，強(qiáng)調(diào)要豐富新基建應(yīng)用場景，加強(qiáng)新基建投資支持政策，為此各省市紛紛將新基建納入今后的投資重點(diǎn)，出臺(tái)配套政策措施。新基建時(shí)代的到來為智慧圖書館的建設(shè)發(fā)展帶來新的機(jī)遇，也為邊緣計(jì)算——新基建的一項(xiàng)重要技術(shù)支撐，在圖書館智慧服務(wù)中的部署提供良好的契機(jī)。

2.2.3 邊緣產(chǎn)品大規(guī)模使用趨勢明顯

2014年，歐洲電信標(biāo)準(zhǔn)化協(xié)會(huì)（European Telecommunications Standards Institute，ETSI）率先發(fā)布了移動(dòng)邊緣計(jì)算白皮書[10]，內(nèi)容涵蓋邊緣計(jì)算的概念、應(yīng)用場景、平臺(tái)架構(gòu)和部署方案等方面，拉開了邊緣計(jì)算產(chǎn)業(yè)化序幕；2017年亞馬遜推出了首個(gè)商用邊緣產(chǎn)品AWS IoT Greengrass[11]，使亞馬遜云服務(wù)無縫擴(kuò)展到邊緣設(shè)備；2018年谷歌推出了兩款邊緣計(jì)算產(chǎn)品，即硬件芯片Edge TPU和軟件工具Cloud IoT Edge，意在幫助客戶開發(fā)和部署邊緣設(shè)備；英偉達(dá)、英特爾、高通等硬件廠商也先后推出邊緣AI芯片并在多重場景中落地。

我國的邊緣計(jì)算商業(yè)應(yīng)用緊跟世界步伐，云服務(wù)商紛紛布局。2016年10月華為發(fā)起成立了邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟（Edge Computing Consortium，ECC）[12]，2017年發(fā)布了基于邊緣計(jì)算的物聯(lián)網(wǎng)EC-IoT（Edge Computing IoT）解決方案，2018年又推出了智能邊緣平臺(tái)（Intelligent EdgeFabric，IEF）和昇騰310芯片，是國內(nèi)邊緣計(jì)算行業(yè)的引領(lǐng)者；BAT也不甘落后，2018年百度云發(fā)布了智能邊緣計(jì)算產(chǎn)品BIE（Baidu Intelligent Edge）[13]和開源邊緣計(jì)算平臺(tái)OpenEdge，是我國首個(gè)同時(shí)實(shí)現(xiàn)商業(yè)化和開源的邊緣計(jì)算產(chǎn)品的云服務(wù)商；同年，阿里云推出了IoT邊緣計(jì)算產(chǎn)品Link IoT Edge[14]，憑借著阿里云強(qiáng)大的技術(shù)實(shí)力和極高的市場占有率，在互動(dòng)直播、在線教育領(lǐng)域應(yīng)用廣泛；2019年騰訊云公開了邊緣計(jì)算網(wǎng)絡(luò)平臺(tái)（Tencent Smart Edge Connector, TSEC），致力打造成為5G/IoT網(wǎng)絡(luò)、移動(dòng)用戶和業(yè)務(wù)之間的連接器。

由此可見，目前國內(nèi)外邊緣計(jì)算產(chǎn)業(yè)蓬勃發(fā)展，應(yīng)用加速落地，相信不久的將來，邊緣服務(wù)會(huì)像今天的云服務(wù)一樣無處不在，而這樣的前景將有助于消除圖書館對邊緣計(jì)算的疑慮。

3 深圳大學(xué)圖書館的應(yīng)用實(shí)踐

邊緣計(jì)算的應(yīng)用優(yōu)勢引起了深圳大學(xué)圖書館（以下簡稱“深大館”）的注意，深大館以設(shè)備監(jiān)控為切入點(diǎn)，積極探索基于邊緣計(jì)算的圖書館應(yīng)用體系架構(gòu)，設(shè)計(jì)和實(shí)現(xiàn)了基于邊緣計(jì)算的設(shè)備監(jiān)控平臺(tái)。平臺(tái)已于2019年12月上線試運(yùn)行，在戰(zhàn)“疫”期間充分發(fā)揮出遠(yuǎn)程智能運(yùn)維的價(jià)值，驗(yàn)證了邊緣計(jì)算在圖書館中應(yīng)用的有效性。

3.1 系統(tǒng)架構(gòu)設(shè)計(jì)

如圖1所示，監(jiān)控平臺(tái)由數(shù)據(jù)采集層、數(shù)據(jù)處理層和應(yīng)用層三個(gè)模塊組成。

圖1 系統(tǒng)架構(gòu)

3.1.1 數(shù)據(jù)采集層

數(shù)據(jù)采集層由各類型傳感器、攝像頭以及數(shù)據(jù)采集插件和舊監(jiān)控系統(tǒng)組成，主要用于數(shù)據(jù)實(shí)時(shí)采集與上傳。為了更平滑地整合已有監(jiān)控資源，以及減少對被監(jiān)測軟件系統(tǒng)的程序改動(dòng)，數(shù)據(jù)采集層采用了非侵入式數(shù)據(jù)采集方法，提取第三方系統(tǒng)的監(jiān)控?cái)?shù)據(jù)，不間斷地向邊緣計(jì)算層發(fā)送監(jiān)控?cái)?shù)據(jù)，既滿足了軟硬件設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)采集的需求，又節(jié)省了平臺(tái)建設(shè)經(jīng)費(fèi)，還降低了程序?qū)崿F(xiàn)難度。

3.1.2 數(shù)據(jù)處理層

數(shù)據(jù)處理層可劃分為邊緣計(jì)算和云計(jì)算中心兩部分。云計(jì)算中心主要用于重要數(shù)據(jù)統(tǒng)計(jì)與持久化、異常數(shù)據(jù)分析、模型訓(xùn)練，以及更新邊緣服務(wù)器的業(yè)務(wù)模型；邊緣計(jì)算則由網(wǎng)絡(luò)邊緣設(shè)備、網(wǎng)關(guān)和邊緣服務(wù)器組成，通過網(wǎng)絡(luò)鏈接和協(xié)議轉(zhuǎn)換聯(lián)接終端設(shè)備和數(shù)字世界，執(zhí)行前端數(shù)據(jù)計(jì)算和異常數(shù)據(jù)上傳任務(wù)。

3.1.3 數(shù)據(jù)應(yīng)用層

數(shù)據(jù)應(yīng)用層所提供的監(jiān)控程序基本覆蓋運(yùn)維人員的日常監(jiān)控工作，強(qiáng)化圖書館對設(shè)備資源的掌控和管理，縮短故障響應(yīng)時(shí)間。不同于傳統(tǒng)的單向服務(wù)響應(yīng)流系統(tǒng)，基于邊緣計(jì)算和微服務(wù)架構(gòu)的設(shè)備監(jiān)控平臺(tái)能提供更快速高效的多元化服務(wù)。

3.2 核心功能

3.2.1 機(jī)房監(jiān)控

早在2009年深大館已采用機(jī)房監(jiān)控系統(tǒng)，該系統(tǒng)提供了B/S和ActiveX兩種監(jiān)控途徑，但由于瀏覽器兼容性、設(shè)備老舊、無監(jiān)控歷史數(shù)據(jù)和后續(xù)升級(jí)服務(wù)等問題，達(dá)不到無人值守的效果，進(jìn)而添購了UPS監(jiān)控和溫濕度監(jiān)控兩款監(jiān)控子系統(tǒng)。但這些系統(tǒng)僅采集各自的傳感數(shù)據(jù)，彼此數(shù)據(jù)互不共享，反而增加了工作人員的監(jiān)控復(fù)雜度。為了控制研發(fā)成本，監(jiān)控平臺(tái)利用圖像識(shí)別、網(wǎng)頁爬取、日志分析等技術(shù)手段，實(shí)現(xiàn)了動(dòng)力系統(tǒng)、回路開關(guān)、溫濕度、消防、水浸等參數(shù)跨系統(tǒng)聯(lián)查聯(lián)控，并運(yùn)用機(jī)器學(xué)習(xí)技術(shù)，從歷史數(shù)據(jù)中挖掘各類參數(shù)之間的聯(lián)系，從而更及時(shí)準(zhǔn)確地發(fā)現(xiàn)設(shè)備故障和隱患。

3.2.2 網(wǎng)絡(luò)及自助設(shè)備監(jiān)控

①利用多種網(wǎng)絡(luò)協(xié)議對圖書館業(yè)務(wù)網(wǎng)站、路由、無線AP和存包柜的工作狀態(tài)、網(wǎng)絡(luò)可用率等數(shù)據(jù)進(jìn)行采集分析；②在自助借還書機(jī)中嵌入監(jiān)控插件，通過監(jiān)聽借還系統(tǒng)狀態(tài)信息，獲取程序進(jìn)程、內(nèi)存/CPU使用率等信息，還提供了自助借還系統(tǒng)啟動(dòng)關(guān)閉功能，縮短了故障診斷與維護(hù)時(shí)間。

3.2.3 網(wǎng)頁篡改檢測

根據(jù)服務(wù)器部署位置的不同，本文將被檢測網(wǎng)站劃分成部署在圖書館內(nèi)的本地網(wǎng)站和部署在云端的外部網(wǎng)站兩類。文件哈希值是文件的“指紋”，隨文件內(nèi)容的變化而變化，因此哈希值校驗(yàn)是判斷本地網(wǎng)站是否被篡改的最有效方法。通過文件采集模塊采集本地網(wǎng)站文件的哈希值，再將數(shù)據(jù)集上傳到附近的邊緣服務(wù)器進(jìn)行計(jì)算分析，即可立即發(fā)現(xiàn)網(wǎng)站異常，然后執(zhí)行恢復(fù)措施，構(gòu)筑網(wǎng)站安全的最后一道防線。對于外部網(wǎng)站則采用關(guān)鍵標(biāo)簽校驗(yàn)加敏感詞檢測的監(jiān)控方法，定期爬取網(wǎng)站的重要頁面，校驗(yàn)網(wǎng)頁布局、文字內(nèi)容、JS/CSS文件（見圖2），不符合校驗(yàn)規(guī)則的頁面將反饋給運(yùn)維人員處理。

圖2 校驗(yàn)流程示例圖

3.3 效果評(píng)估

3.3.1 功能評(píng)估

圖書館設(shè)備監(jiān)控的主要職責(zé)是監(jiān)控本館網(wǎng)絡(luò)設(shè)備、服務(wù)器和業(yè)務(wù)系統(tǒng)，保障圖書館業(yè)務(wù)的正常開展。表1對比了新舊監(jiān)控模式下的監(jiān)控情況，可以發(fā)現(xiàn)新監(jiān)控模式整合了各類監(jiān)控資源，提高了監(jiān)控自動(dòng)化、智能化水平，解決了過去值守時(shí)間不足和整體監(jiān)控耗時(shí)過長的問題，讓運(yùn)維從被動(dòng)應(yīng)對變主動(dòng)作為。

表1 新舊模式比較

3.3.2 數(shù)據(jù)整合

原監(jiān)控模式下，監(jiān)控系統(tǒng)之間、運(yùn)維人員之間“各自為政”，監(jiān)控信息分散在不同的監(jiān)控系統(tǒng)和運(yùn)維人員中，圖書館對監(jiān)控?cái)?shù)據(jù)的掌控與使用程度有限，信息孤島現(xiàn)象嚴(yán)重。依靠邊緣算力，監(jiān)控平臺(tái)完成了多源異構(gòu)監(jiān)控?cái)?shù)據(jù)的整合，打破數(shù)據(jù)煙囪與碎片化應(yīng)用，為后續(xù)應(yīng)用協(xié)同提供數(shù)據(jù)支撐。

3.3.3 性能分析

（1）篡改檢測性能分析。為驗(yàn)證規(guī)則檢測算法的準(zhǔn)確率，本實(shí)驗(yàn)抓取了37個(gè)巡檢網(wǎng)站的首頁，隨機(jī)修改網(wǎng)頁結(jié)構(gòu)、鏈接、文字內(nèi)容或圖片，形成篡改數(shù)據(jù)集，進(jìn)行檢測測試，平均檢測耗時(shí)47ms，統(tǒng)計(jì)結(jié)果如表2所示。實(shí)驗(yàn)結(jié)果表明，平臺(tái)檢測速度快，反饋信息直觀明了，整體檢出率均處于較高水平，可以有效發(fā)現(xiàn)頁面劫持、木馬掛載等網(wǎng)絡(luò)危害。

表2 篡改檢測結(jié)果統(tǒng)計(jì)

（2）數(shù)據(jù)處理性能分析。在邊緣計(jì)算技術(shù)支持下，實(shí)現(xiàn)了數(shù)據(jù)去中心化計(jì)算，所有監(jiān)控?cái)?shù)據(jù)的處理任務(wù)均遷移到邊緣服務(wù)器執(zhí)行，邊緣服務(wù)器日均處理數(shù)據(jù)量超60萬，僅將約1 600條重要數(shù)據(jù)上傳至云端，數(shù)據(jù)流量由過去的日均約700MB下降到現(xiàn)在的不足300KB，極大地減輕了云計(jì)算中心的計(jì)算壓力和存儲(chǔ)壓力。此外，極低的網(wǎng)絡(luò)時(shí)延讓監(jiān)控平臺(tái)能夠在2秒內(nèi)完成數(shù)萬份本地網(wǎng)站文件的篡改檢測操作，為圖書館提供幾乎無感知的網(wǎng)站保護(hù)服務(wù)。

3.3.4 效益評(píng)估

邊緣計(jì)算充分利用已有邊緣設(shè)備的計(jì)算資源，降低了場地、供電、制冷、消防、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施投入和冗余設(shè)備要求。同時(shí)，監(jiān)控平臺(tái)中的每個(gè)邊緣計(jì)算服務(wù)都是獨(dú)立部署、互不影響，因此容錯(cuò)率更高、可擴(kuò)展性更好、技術(shù)選型更靈活，能夠輕松滿足未來功能拓展需求，具有很高的成本效益比。

綜上所述，云邊協(xié)同的監(jiān)控平臺(tái)在功能、數(shù)據(jù)整合、性能、效益方面都比傳統(tǒng)云計(jì)算監(jiān)控系統(tǒng)更具優(yōu)勢，有效解決了長期困擾圖書館的設(shè)備（尤其是軟件設(shè)備）監(jiān)控成效差、耗時(shí)耗力等問題。

4 結(jié)語

邊緣計(jì)算擁有應(yīng)用于諸多行業(yè)領(lǐng)域的巨大潛力，并對智慧圖書館的建設(shè)發(fā)展起到積極推動(dòng)作用。雖然當(dāng)前邊緣計(jì)算在圖書館中的應(yīng)用研究還處于初級(jí)階段，但新基建的加速落地為邊緣計(jì)算在圖書館的成功部署提供了良好契機(jī)，此外中國在邊緣計(jì)算領(lǐng)域處于領(lǐng)先地位[15]，也給國內(nèi)圖書館開展智慧邊緣服務(wù)開啟先行之利。圖書館應(yīng)抓住此次機(jī)遇，積極探討基于邊緣計(jì)算的智慧圖書館服務(wù)模式，加速邊緣計(jì)算與圖書館各項(xiàng)業(yè)務(wù)的深度融合，早日全面實(shí)現(xiàn)智慧圖書館。