摘 要：邊緣計算作為萬物互聯時代的關鍵技術，具有廣泛的應用場景。文章首先分析了邊緣計算平臺在推廣中面臨的問題；隨后從架構出發分析了典型邊緣計算平臺，并列舉了邊緣計算應用場景的需求參數，最后提出了一種邊緣計算平臺分類模型。
物聯網應用發展帶來終端設備的指數型增加，據思科網絡指數預估[1]，到 2022 年，網絡設備連接量將達到 500 億，其中物聯網終端占比將達到 51%。由于物聯網終端的資源局限，往往需要借助遠端的云計算資源為用戶提供服務，如果將終端所有數據傳輸到云中心統一處理后再返回終端，勢必給網絡鏈路和數據中心帶來極大的壓力，也極易導致云中心過載而拒絕服務（DoS），影響終端用戶體驗。
因此，研究者們根據分級分層計算的理念和應用實踐，逐步提出了邊緣計算模式，通過在用戶鄰近區域提供計算服務，有效減少網絡和云計算中心資源壓力。邊緣計算并不是為了取代云計算，而是對云計算的拓展，為物聯網提供更好的計算平臺。邊緣計算的構架是“端設備—邊緣—云”三層模型，三層均可以為應用提供資源與服務，其結構如圖 1 所示。

圖1 邊緣計算邏輯結構圖

劉等[2]闡述了邊緣計算的定義，通過一些應闡述了邊緣計算的定義，通過一些應用實例來分析邊緣計算在移動應用和物聯網應用上的優勢，指出邊緣計算的發展方向。呂等[3]研究了邊緣計算標準化的進展，分析了一些邊緣計算應用案例。溫[4]研究了當前的多個邊緣計算平臺，提出了移動邊緣計算和 Cloudlet 集成的改進架構，增強邊緣計算平臺的適應性。然而，應用場景的多樣性導致了邊緣計算缺乏統一標準、平臺種類繁多，限制了邊緣計算的推廣應用。基于此，本文分析提出了一組邊緣應用參數，構建了邊緣計算的分類模型。
1典型邊緣計算平臺

邊緣計算整合網絡鏈路中廣泛分布且數量眾多的計算、存儲資源為用戶提供服務，通過邊緣計算平臺開發者可以快速發布和部署應用。目前，邊緣計算平臺數目眾多，移動邊緣計算（MEC），霧計算，EdgeX Foundry和 Cloudlet Computing（CC）是其中具有代表性的平臺。1.1 移動邊緣計算
2014 年歐洲電信標準協會提出移動邊緣計算（Mobile Edge Computing，MEC）的概念[5]，MEC 將網絡控制、計算和存儲能力帶到網絡邊緣，有效減少用戶延遲并拓展云計算的環境感知能力。MEC 節點通常位于大型基站或無線網絡控制器處，與用戶處于同一無線區域網（Radio Area Network，RAN）。移動邊緣計算內部框架是“網絡—主機—系統”三層結構，如圖 2 所示。

圖 2 移動邊緣計算平臺框架圖

網絡層代表移動邊緣計算支持的連接方式，由移動蜂窩網絡、本地網絡和外部網絡相關硬件組成。移動邊緣主機層包含移動邊緣主機和移動邊緣層管理設備，其中移動邊緣主機內部可以進一步劃分為?ME?平臺、ME?應用和虛擬基礎設施。系統層是?MEC?最重要的一層，由運營商網絡內的?ME?主機和管理?ME?應用必需的?ME組建構成，負責管控?MEC?的任務分配和系統運行。

1.2 霧計算
霧計算是美國思科公司的研究成果，“霧計算是一個高度虛擬化的平臺，可在終端設備和傳統云計算數據中心之間提供計算、存儲和網絡服務，但通常位于網絡邊緣”[6]，霧計算實現了不同通信協議層和不同通信協議設備間的通信。因此，霧計算支持各種不同類型的基礎設施，包括且不限于路由器，交換機，無線控制器，網關等設備。但是，豐富的設備支持導致霧計算平臺的調度、運維和部署的難度增加。

圖 3 霧計算軟件結構圖

?

如圖 3 所示，霧計算軟件棧分為三層：抽象層、編排層、服務層。抽象層向上層輸出標準的抽象層 API，隱藏不同設備的異構性，降低應用開發難度。編排層利用抽象層 API 構建霧計算資源池，提供虛擬化基礎設施，接收服務層的資源請求。服務層是虛擬機實例，用戶請求的服務均在虛擬機中運行，兼容用戶的可執行環境。

1.3 EdgeX Foundry
EdgeX Foundry 是一個由 Linux 基金會主持的開源項目[7]，其目的是為邊緣計算的開發構建一個通用開放的平臺，已獲得 Dell、百度、Intel 等 50 余家企業的支持，EdgeX Foundry 兼容多種操作系統，支持多種硬件架構，支持不同協議設備間的通信。如圖 4 所示，EdgeX Foundry 基于微服務架構設計有效提高應用與服務開發效率，其微服務被劃分為四個服務層和兩個基礎系統服務，EdgeX Foundry 的四個服務層包含核心服務層、支持服務層、導出服務層和設備服務層；系統服務包含安全服務和管理服務。基于微服務可裁剪特性，從而實現在低性能設備運行 EdgeX Foundry 服務。因此，EdgeX Foundry 支持嵌入式 PC，集線器，網關，路由器和本地服務器等異構設備。EdgeX Foundry 支持容器化部署，有效提高了平臺運行效率。

圖 4 EdgeX Foundry 微服務架構圖

1.4 Cloudlet Computing 平臺
Cloudlet 于 2009 年由卡內基梅隆大學教授 Satyanarayanan M 提出[8]，Cloudlet 是一個位于邊緣設備附近，與互聯網保持高速連接，且資源豐富的微型數據中心（Data Center in a box），向直接連接的局域網用戶提供計算服務。Cloudlet 將用戶數據直接保存在云端，用戶即使移動到其他 Cloudlet 局域網中，也能通過云端備份數據快速為該用戶重建應用服務。Cloudlet 通過高帶寬的一跳網絡向用戶提供服務，最大程度降低延遲。

圖 5 Cloudlet 平臺結構圖

如圖 5 所示，Cloudlet 軟件架構分為三層：第一層由用戶數據緩存器組成，主要用于接收用戶云端數據；第二層由 Cloudlet 邊緣計算平臺組成，實現主機資源虛擬化和編排管理應用虛擬機；第三層由虛擬機組成，運行用戶卸載至邊緣節點的應用，通過虛擬機彌補與用戶可執行環境的差異。

2邊緣計算應用場景分析
邊緣計算系統對眾多邊緣設備和邊緣應用提供支持，但是不同的邊緣計算系統具有不同的需求和均衡，決定了適合該應用場景的最佳邊緣計算系統。本節根據邊緣計算應用場景需求提出了一組參數，并分析了典型邊緣計算平臺在這組參數下的特點和性能（見表 1）。鄰近度：邊緣層與設備層之間的鄰近度包含有兩層含義。第一，邏輯上的鄰近度，代表邊緣層基礎設施與終端設備之間的路由跳數，跳數越多代表路由中遭遇擁塞的機會越大，延遲增加的可能性也越大。第二，指物理上的鄰近度，物理上的鄰近度取決于終端設備與邊緣層的物理距離和邊緣計算設備的性能。如果在單個邊緣計算節點的一跳服務范圍內，存在大量終端設備且已超過單個邊緣計算節點的服務容量，將導致邊緣計算設備拒絕服務，帶來大量服務延遲。接入方式：設備層到邊緣層的連接方式有多種選擇，如：Wi-Fi、藍牙、蜂窩網絡和有線連接等。接入方式在很多方面都占有重要地位，接入方式決定了終端設備到邊緣計算層的帶寬、延遲、連接范圍以及對連接的設備類型。環境感知：環境感知是將網絡的參數和周圍設備的位置信息暴露給附近的邊緣節點，這是物聯網應用的一個關鍵參數。移動邊緣計算服務器通過放置在無線網絡控制器附近，實現檢測網絡的鏈路狀況、負載以及網絡帶寬，接收終端設備的位置信息，因此移動邊緣計算的感知能力極強。功耗：如果終端設備處于資源受限的環境中，能耗將是邊緣計算的一個重要參數。蜂窩網絡帶來的能量消耗遠高于 Wi-Fi 的能量消耗。因此，移動邊緣計算的能量消耗高于 Cloudlet。霧計算和 EdgeX Foundry 均擁有多種接入方式，可以根據需求靈活選擇，實現最優的能耗表現。計算時延和服務能力：計算時延和服務能力直接取決邊緣計算節點的計算能力和資源調度策略。在這一方面，移動邊緣計算和 Cloudlet 采用資源豐富的專用主機作為服務節點，具有顯著優勢；而霧計算節點主要由傳統設備組成，因此計算性能較差 。EdgeX?Foundry 通過容器和 GO 語言的輕量級特性，兼容不同性能設備，并按需提供計算服務。部署與運維：在邊緣計算平臺的管理和監督中，每個平臺均遵循分層管理方法，通常監督節點作為代理，負責與底層節點通信并收集底層節點可提供的資源和狀態。然而，不同邊緣計算平臺在代理設置和分層的界定均有不同。霧計算平臺中由于節點的異構和多樣性，需要設計多個調度層；EdgeX Foundry 通過容器技術實現異構節點的統一管理；后兩者通過構建統一的編排層即可實現對于設備和任務的監督和管理。表1 邊緣計算平臺對比表

3邊緣計算選擇模型
在本小節中，我們基于前一節中定義的多元應用場景參數提出了一個邊緣計算選擇模型圖，如圖 6 所示，直觀反應不同參數與邊緣計算系統間的耦合關系。在實際用中，分析目標應用場景需求，將其對應到分類模型參數中，幫助用戶快速選擇目標應用場景的最佳邊緣計算系統。

圖 6 邊緣計算分類模型圖
例如，選取適用于遠程醫療監護的邊緣計算平臺，分析在遠程醫療監護應用中的需求，遠程醫療監護主要便于醫護人員即使掌握患者的生理狀況，應對患者的突發狀況，并實現遠程診療服務。對于此應用場景，我們可以將其分為三個部分：患者數據采集端，數據中心，監護中心。患者數據采集端是該應用場景的主要部分，其包含了以下功能：第一，采集和存儲不同患者的生理狀況數據；第二，對采集到的數據預處理，檢測關鍵生理狀況數據即時向患者家屬和監護中心報警，并將處理后的數據傳輸到數據中心；第三，提供流媒體服務能力。數據中心用于長期存儲患者數據，并即時推送到監護中心。監護中心具有管理所有患者數據和提供視頻服務能力。分析該應用的需求，首先采集數據將面臨多種不同設備的接入，因此對于接入方式和對于非 IP 設備的支持應當作為第一選擇，其次需要具有良好的網絡環境感知能力，第三需要對患者的生理狀況數據在邊緣端預處理和長期存儲；第四，對于流媒體傳輸服務需要良好的計算性能和較低的延遲需求；最后，在實現應用的功能需求時，降低功耗和部署運維難度也必不可少。根據邊緣計算平臺的特點和應用場景需求分析：
第一，在接入方式與非 IP 設備接入需求中，EdgeX Foundry和霧計算均支持多種接入方式和非 IP 設備的通信能力，但 Cloudlet 和移動邊緣計算平臺接入方式較少，不符合改應用場景需求，因此暫不考慮 Cloudlet 和移動邊緣計算平臺；
第二，在網絡環境感知中，移動邊緣計算 感 知 能 力 最 強 ，EdgeX Foundry 和 霧 計 算 略 低，Cloudlet 環境感知能力最差，移動邊緣計算平臺為最佳選擇，而EdgeX Foundry 和霧計算作為備選平臺；
第三，數據預處理、存儲和應用延時需求與計算延時和服務能力相關，其中霧計算計算和存儲能力差，與其他平臺存在較大差距，因此優先考慮 EdgeX Foundry；
第四，在功耗方面，霧計算和 EdgeX Foundry 平臺均可以調整設備實現最優的功耗，而移動邊緣計算和Cloudlet 平臺屬于高功耗平臺；
最后，在部署運維和鄰近度方面，EdgeX Foundry 均優于霧計算平臺，需求對比見表2。綜合上述分析，EdgeX Foundry 相較于霧計算、移動邊緣計算和 Cloudlet 更加契合遠程醫療應用場景。
表 2 ?遠程醫療監護需求表

4結束語

霧計算，移動邊緣計算，Cloudlet computing 和EdgeX Foundry 是目前廣受關注的四種邊緣計算平臺，這四種計算平臺都具有自己的適用范圍，本文通過研究物聯網應用的特點，提出了不同的分類特性，對邊緣計算的特征予以區別，利于邊緣計算系統的推廣。然而，邊緣計算還在不斷發展，未來邊緣計算的特征和應用場景將更加復雜，因此邊緣計算的分類勢必更加復雜。

作者簡介
林博（1996-），男，四川資中人，碩士研究生，主要研究方向：邊緣計算；
張惠民（1973-），男，福建上杭人，教授，博士，主要研究方向：云計算、大數據、深度學習、物聯網。
（陸軍裝甲兵學院 信息通信系）

參考文獻[1] Cisco，思科移動產業 VNI 預測報告[R].2018.[2] 趙梓銘，劉芳，蔡志平，等.邊緣計算：平臺、應用與挑戰[J].計算機研究與發展，2018，55(2)：327-337.[3] 呂華章，陳丹，范斌，等. 邊緣計算標準化進展與案例分析[J].計算機研究與發展，2018，55(3)：487-3351.[4] 溫華斌. 基于 Cloudlet 三層結構模型的移動協同計算平臺的研究與實現[D]. 哈爾濱工業大學, 2015.[5]Garcia?Lopez,P.,Montresor,A.,Epema,D.,Datta,A.,Higashino,T.,Iamnitchi,A.,Barcellos,M., Felber,P.,Riviere, E.: Edge-centric computing: vision and challenges. ACM SIGCOMM Comput.Commun. Rev. 45(5), 37-42 (2015)[6] Y. Jararweh, A. Doulat, O. AlQudah, E. Ahmed, M. Al-Ayyoub, and E. Benkhelifa, “The futureof mobile cloud computing:in-tegrating cloudlets and mobile edge computing,”in Telecom-munications (ICT),2016 23rd International Conference on.IEEE, 2016, pp. 1-5.[7] P.J. Escamilla-Ambrosio, A. Rodríguez-Mota, et al.Distributing Computing in the Internet of Things: Cloud, Fog and Edge?Computing Overview, Studies in Computational Intelligence,2018,87-115[8] Satyanarayanan M, Lewis G, Morris E, et al.The role of cloudlets?in hostile environments [J]. Pervasive Computing, IEEE, 2013,12(4): 40-49.
本文首發于《電腦與信息技術》期刊第27卷第4期。
轉發擴散一起促進邊緣計算領域知識傳播推薦閱讀
創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的基于边缘计算平台的分析与研究的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。