边缘计算：万物互联时代新型计算模型

书书书计算机研究与发展ＤＯＩ：１０．７５４４?ｉｓｓｎ１０００－１２３９．２０１７．２０１６０９４１Ｊｏｕｒｎａｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｒｅｓｅａｒｃｈ　ａｎｄ　Ｄｅｖｅｌｏｐｍｅｎｔ　５４（５）：９０７－９２４，２０１７　收稿日期：２０１６－１２－０９；修回日期：２０１７－０２－０９　基金项目：国家自然科学基金面上项目（６１５７２００１）；安徽大学２０１６年博士科研启动经费项目（Ｊ０１００３２１４）Ｔｈｉｓ　ｗｏｒｋ　ｗａｓ　ｓｕｐｐｏｒｔｅｄ　ｂｙ　ｔｈｅ　Ｇｅｎｅｒａｌ　Ｐｒｏｇｒａｍ　ｏｆ　ｔｈｅ　Ｎａｔｉｏｎａｌ　Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｆｏｕｎｄａｔｉｏｎ　ｏｆ　Ｃｈｉｎａ（６１５７２００１）ａｎｄ　ＡｎｈｕｉＵｎｉｖｅｒｓｉｔｙ　Ｆｕｎｄ　ｆｏｒ　Ｄｏｃｔｏｒａｌ　Ｒｅｓｅａｒｃｈ（Ｊ０１００３２１４）．　通信作者：孙辉（[e-mail]）边缘计算：万物互联时代新型计算模型施巍松１　孙　辉２　曹　杰１　张　权１　刘　伟２１（韦恩州立大学计算机科学系　美国底特律　４８２０２）２（安徽大学计算机科学与技术学院　合肥　２３０６０１）（[e-mail]）Ｅｄｇｅ　Ｃｏｍｐｕｔｉｎｇ　Ａｎ　Ｅｍｅｒｇｉｎｇ　Ｃｏｍｐｕｔｉｎｇ　Ｍｏｄｅｌ　ｆｏｒ　ｔｈｅ　Ｉｎｔｅｒｎｅｔ　ｏｆ　ＥｖｅｒｙｔｈｉｎｇＥｒａＳｈｉ　Ｗｅｉｓｏｎｇ１，Ｓｕｎ　Ｈｕｉ　２，Ｃａｏ　Ｊｉｅ１，Ｚｈａｎｇ　Ｑｕａｎ１，ａｎｄ　Ｌｉｕ　Ｗｅｉ　２１（Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ，Ｗａｙｎｅ　Ｓｔａｔｅ　Ｕｎｉｖｅｒｓｉｔｙ，Ｄｅｔｒｏｉｔ，ＵＳＡ４８２０２）２（Ｓｃｈｏｏｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ａｎｈｕｉ　Ｕｎｉｖｅｒｓｉｔｙ，Ｈｅｆｅｉ　２３０６０１）Ａｂｓｔｒａｃｔ　Ｗｉｔｈ　ｔｈｅ　ｐｒｏｌｉｆｅｒａｔｉｏｎ　ｏｆ　Ｉｎｔｅｒｎｅｔ　ｏｆ　ｔｈｉｎｇｓ（ＩｏＴ）ａｎｄ　ｔｈｅ　ｂｕｒｇｅｏｎｉｎｇ　ｏｆ　４Ｇ?５Ｇｎｅｔｗｏｒｋ，ｗｅ　ｈａｖｅ　ｓｅｅｎ　ｔｈｅ　ｄａｗｎｉｎｇ　ｏｆ　ｔｈｅ　ＩｏＥ（Ｉｎｔｅｒｎｅｔ　ｏｆ　ｅｖｅｒｙｔｈｉｎｇ）ｅｒａ，ｗｈｅｒｅ　ｔｈｅｒｅ　ｗｉｌｌ　ｂｅ　ａ　ｈｕｇｅ　ｖｏｌｕｍｅｏｆ　ｄａｔａ　ｇｅｎｅｒａｔｅｄ　ｂｙ　ｔｈｉｎｇｓ　ｔｈａｔ　ａｒｅ　ｉｍｍｅｒｓｅｄ　ｉｎ　ｏｕｒ　ｄａｉｌｙ　ｌｉｆｅ，ａｎｄ　ｈｕｎｄｒｅｄｓ　ｏｆ　ａｐｐｌｉｃａｔｉｏｎｓ　ｗｉｌｌ　ｂｅｄｅｐｌｏｙｅｄ　ａｔ　ｔｈｅ　ｅｄｇｅ　ｔｏ　ｃｏｎｓｕｍｅ　ｔｈｅｓｅ　ｄａｔａ．Ｃｌｏｕｄ　ｃｏｍｐｕｔｉｎｇ　ａｓ　ｔｈｅ　ｄｅ　ｆａｃｔｏ　ｃｅｎｔｒａｌｉｚｅｄ　ｂｉｇ　ｄａｔａｐｒｏｃｅｓｓｉｎｇ　ｐｌａｔｆｏｒｍ　ｉｓ　ｎｏｔ　ｅｆｆｉｃｉｅｎｔ　ｅｎｏｕｇｈ　ｔｏ　ｓｕｐｐｏｒｔ　ｔｈｅｓｅ　ａｐｐｌｉｃａｔｉｏｎｓ　ｅｍｅｒｇｉｎｇ　ｉｎ　ＩｏＥ　ｅｒａ，ｉ．ｅ．，１）ｔｈｅ　ｃｏｍｐｕｔｉｎｇ　ｃａｐａｃｉｔｙ　ａｖａｉｌａｂｌｅ　ｉｎ　ｔｈｅ　ｃｅｎｔｒａｌｉｚｅｄ　ｃｌｏｕｄ　ｃａｎｎｏｔ　ｋｅｅｐ　ｕｐ　ｗｉｔｈ　ｔｈｅ　ｅｘｐｌｏｓｉｖｅ　ｇｒｏｗｉｎｇｃｏｍｐｕｔａｔｉｏｎａｌ　ｎｅｅｄｓ　ｏｆ　ｍａｓｓｉｖｅ　ｄａｔａ　ｇｅｎｅｒａｔｅｄ　ａｔ　ｔｈｅ　ｅｄｇｅ　ｏｆ　ｔｈｅ　ｎｅｔｗｏｒｋ；２）ｌｏｎｇｅｒ　ｕｓｅｒ－ｐｅｒｃｅｉｖｅｄｌａｔｅｎｃｙ　ｃａｕｓｅｄ　ｂｙ　ｔｈｅ　ｄａｔａ　ｍｏｖｅｍｅｎｔ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｅｄｇｅ　ａｎｄ　ｔｈｅ　ｃｌｏｕｄ；３）ｐｒｉｖａｃｙ　ａｎｄ　ｓｅｃｕｒｉｔｙ　ｃｏｎｃｅｒｎｓｆｒｏｍ　ｄａｔａ　ｏｗｎｅｒｓ　ｉｎ　ｔｈｅ　ｅｄｇｅ；４）ｅｎｅｒｇｙ　ｃｏｎｓｔｒａｉｎｔｓ　ｏｆ　ｅｄｇｅ　ｄｅｖｉｃｅｓ．Ｔｈｅｓｅ　ｉｓｓｕｅｓ　ｉｎ　ｔｈｅ　ｃｅｎｔｒａｌｉｚｅｄｂｉｇ　ｄａｔａ　ｐｒｏｃｅｓｓｉｎｇ　ｅｒａ　ｈａｖｅ　ｐｕｓｈｅｄ　ｔｈｅ　ｈｏｒｉｚｏｎ　ｏｆ　ａ　ｎｅｗ　ｃｏｍｐｕｔｉｎｇ　ｐａｒａｄｉｇｍ，ｅｄｇｅ　ｃｏｍｐｕｔｉｎｇ，ｗｈｉｃｈｃａｌｌｓ　ｆｏｒ　ｐｒｏｃｅｓｓｉｎｇ　ｔｈｅ　ｄａｔａ　ａｔ　ｔｈｅ　ｅｄｇｅ　ｏｆ　ｔｈｅ　ｎｅｔｗｏｒｋ．Ｌｅｖｅｒａｇｉｎｇ　ｔｈｅ　ｐｏｗｅｒ　ｏｆ　ｃｌｏｕｄ　ｃｏｍｐｕｔｉｎｇ，ｅｄｇｅ　ｃｏｍｐｕｔｉｎｇ　ｈａｓ　ｔｈｅ　ｐｏｔｅｎｔｉａｌ　ｔｏ　ａｄｄｒｅｓｓ　ｔｈｅ　ｌｉｍｉｔａｔｉｏｎ　ｏｆ　ｃｏｍｐｕｔｉｎｇ　ｃａｐａｂｉｌｉｔｙ，ｔｈｅ　ｃｏｎｃｅｒｎｓ　ｏｆｒｅｓｐｏｎｓｅ　ｔｉｍｅ　ｒｅｑｕｉｒｅｍｅｎｔ，ｂａｎｄｗｉｄｔｈ　ｃｏｓｔ　ｓａｖｉｎｇ，ｄａｔａ　ｓａｆｅｔｙ　ａｎｄ　ｐｒｉｖａｃｙ，ａｓ　ｗｅｌｌ　ａｓ　ｂａｔｔｅｒｙ　ｌｉｆｅｃｏｎｓｔｒａｉｎｔ．“Ｅｄｇｅ”ｉｎ　ｅｄｇｅ　ｃｏｍｐｕｔｉｎｇ　ｉｓ　ｄｅｆｉｎｅｄ　ａｓ　ａｎｙ　ｃｏｍｐｕｔｉｎｇ　ａｎｄ　ｎｅｔｗｏｒｋ　ｒｅｓｏｕｒｃｅｓ　ａｌｏｎｇ　ｔｈｅｐａｔｈ　ｂｅｔｗｅｅｎ　ｄａｔａ　ｓｏｕｒｃｅｓ　ａｎｄ　ｃｌｏｕｄ　ｄａｔａ　ｃｅｎｔｅｒｓ．Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｗｅ　ｉｎｔｒｏｄｕｃｅ　ｔｈｅ　ｄｅｆｉｎｉｔｉｏｎ　ｏｆ　ｅｄｇｅｃｏｍｐｕｔｉｎｇ，ｆｏｌｌｏｗｅｄ　ｂｙ　ｓｅｖｅｒａｌ　ｃａｓｅ　ｓｔｕｄｉｅｓ，ｒａｎｇｉｎｇ　ｆｒｏｍ　ｃｌｏｕｄ　ｏｆｆｌｏａｄｉｎｇ　ｔｏ　ｓｍａｒｔ　ｈｏｍｅ　ａｎｄ　ｃｉｔｙ，ａｓｗｅｌｌ　ａｓ　ｃｏｌｌａｂｏｒａｔｉｖｅ　ｅｄｇｅ　ｔｏ　ｍａｔｅｒｉａｌｉｚｅ　ｔｈｅ　ｃｏｎｃｅｐｔ　ｏｆ　ｅｄｇｅ　ｃｏｍｐｕｔｉｎｇ．Ｆｉｎａｌｌｙ，ｗｅ　ｐｒｅｓｅｎｔ　ｓｅｖｅｒａｌｃｈａｌｌｅｎｇｅｓ　ａｎｄ　ｏｐｐｏｒｔｕｎｉｔｉｅｓ　ｉｎ　ｔｈｅ　ｆｉｅｌｄ　ｏｆ　ｅｄｇｅ　ｃｏｍｐｕｔｉｎｇ，ａｎｄ　ｈｏｐｅ　ｔｈｉｓ　ｐａｐｅｒ　ｗｉｌｌ　ｇａｉｎ　ａｔｔｅｎｔｉｏｎｆｒｏｍ　ｔｈｅ　ｃｏｍｍｕｎｉｔｙ　ａｎｄ　ｉｎｓｐｉｒｅ　ｍｏｒｅ　ｒｅｓｅａｒｃｈ　ｉｎ　ｔｈｉｓ　ｄｉｒｅｃｔｉｏｎ．Ｋｅｙ　ｗｏｒｄｓ　ｅｄｇｅ　ｃｏｍｐｕｔｉｎｇ；ｃｌｏｕｄ　ｃｏｍｐｕｔｉｎｇ；Ｉｎｔｅｒｎｅｔ　ｏｆ　ｅｖｅｒｙｔｈｉｎｇ（ＩｏＥ）；ｓｍａｒｔ　ｈｏｍｅ　ａｎｄ　ｃｉｔｙ；ｃｏｌｌａｂｏｒａｔｉｖｅ　ｅｄｇｅ摘　要　随着物联网的快速发展和４Ｇ?５Ｇ无线网络的普及，万物互联的时代已经到来，网络边缘设备数量的迅速增加，使得该类设备所产生的数据已达到泽字节（ＺＢ）级别．以云计算模型为核心的集中式大ChaoXing数据处理时代，其关键技术已经不能高效处理边缘设备所产生的数据，主要表现在：１）线性增长的集中式云计算能力无法匹配爆炸式增长的海量边缘数据；２）从网络边缘设备传输海量数据到云中心致使网络传输带宽的负载量急剧增加，造成较长的网络延迟；３）网络边缘数据涉及个人隐私，使得隐私安全问题变得尤为突出；４）有限电能的网络边缘设备传输数据到云中心消耗较大电能．为此，以边缘计算模型为核心的面向网络边缘设备所产生海量数据计算的边缘式大数据处理应运而生，其与现有以云计算模型为核心的集中式大数据处理相结合，即二者相辅相成，应用于云中心和网络边缘端的大数据处理，较好地解决了万物互联时代大数据处理中所存在的上述问题．边缘计算中的“边缘”是个相对的概念，指从数据源到云计算中心数据路径之间的任意计算资源和网络资源．边缘计算的基本理念是将计算任务在接近数据源的计算资源上运行．首先系统地介绍边缘计算的概念和原理；其次，通过现有研究工作为案例（即云计算任务迁移、视频分析、智能家居、智慧城市、智能交通以及协同边缘），实例化边缘计算的概念；最后，提出边缘计算领域所存在的挑战．该文希望能让学界和产业界了解和关注边缘计算，并能够启发更多的学者开展边缘式大数据处理时代边缘计算模型的研究．关键词　边缘计算；云计算；万物互联；智能家居和城市；协同边缘中图法分类号　ＴＰ３９１；ＴＰ３９３　　自２００５年，云计算［１］的提出和广泛应用已经改变了人们日常工作和生活的方式，如软件即服务（ｓｏｆｔｗａｒｅ　ａｓ　ａ　ｓｅｒｖｉｃｅ，ＳａａＳ）被广泛应用到谷歌、Ｔｗｉｔｔｅｒ、Ｆａｃｅｂｏｏｋ等著名ＩＴ企业的数据中心．可扩展的基础设施和支持云服务的处理引擎技术已对应用服务程序的运行方式产生了巨大影响，如谷歌的文件系统Ｇｏｏｇｌｅ　Ｆｉｌｅ　Ｓｙｓｔｅｍ［２］、ＭａｐＲｅｄｕｃｅ编程模型［３］、Ａｐａｃｈｅ基金会开发的分布式文件系统Ｈａｄｏｏｐ［４］、加州大学伯克利分校ＡＭＰ实验室开发的内存计算框架Ｓｐａｒｋ［５］等．物联网技术（Ｉｎｔｅｒｎｅｔ　ｏｆ　ｔｈｉｎｇｓ，ＩｏＴ）［６］旨在利用射频识别技术、无线数据通信技术等构造一种全球物品信息实时共享的实物互联网．随后，“无人参与的计算机信息感知”的概念开始逐渐应用到可穿戴医疗、智能家居、环境感知和智能运输系统中［７－８］．如今，我们已经从物联网时代迈进万物互联（Ｉｎｔｅｒｎｅｔｏｆ　ｅｖｅｒｙｔｈｉｎｇ，ＩｏＥ）［９］的时代，相比物联网而言，万物互联除了“物”与“物”的互联，还增加了更高级别的“人”与“物”的互联，其突出特点是任何“物”都将具有语境感知的功能、更强的计算能力和感知能力．将人和信息融入到互联网中，网络将具有数十亿甚至数万亿的连接节点．万物互联以物理网络为基础，增加了网络智能，在互联网的“万物”之间实现融合、协同以及可视化的功能．随着万物互联的飞速发展及广泛应用，边缘设备正在从以数据消费者为主的单一角色转变为兼顾数据生产者和数据消费者的双重角色，同时网络边缘设备逐渐具有利用收集的实时数据进行模式识别、执行预测分析或优化、智能处理等功能．目前，大数据处理已经从以云计算为中心的集中式处理时代（本文中我们把２００５—２０１５这１０年称之为集中式大数据处理时代）正在跨入以万物互联为核心的边缘计算时代（本文中我们称之为边缘式大数据处理时代）．集中式大数据处理时代，更多的是集中式存储和处理大数据，其采取的方式是建造云计算中心，并利用云计算中心超强的计算能力来集中式解决计算和存储问题．相比而言，在边缘式大数据处理时代，网络边缘设备会产生海量实时数据；并且，这些边缘设备将部署支持实时数据处理的边缘计算平台为用户提供大量服务或功能接口，用户可通过调用这些接口来获取所需的边缘计算服务．根据思科全球云指数的预估［１０］，到２０１９年，物联网产生数据的４５％将在网络边缘存储、处理、分析，而全球数据中心总数据流量预计将达到１０．４泽字节（ｚｅｔｔａｂｙｔｅ，ＺＢ）．据思科互联网业务解决方案集团预测［１１］，到２０２０年，连接到网络的无线设备数量将达到５００亿台．基于万物互联平台的应用服务需要更短的响应时间，同时也会产生大量涉及个人隐私的数据．在此情况下，传统云计算模式将不能高效地支持基于万物互联的应用服务程序，而边缘式大数据处理时代下的边缘计算模型则可较好地解决这些问题．在边缘计算模型中，网络边缘设备已经具有足够的计算能力来实现源数据的本地处理，并将结果发送给云计算中心．边缘计算模型不仅可降低数据传输带宽，同时能较好地保护隐私数据，降低终端敏感数据隐私泄露的风险．因此，随着万物互联的８０９计算机研究与发展　２０１７，５４（５）ChaoXing发展，边缘计算模型将成为新兴万物互联应用的支撑平台．万物互联技术发展，将使云计算中心的部分应用服务程序迁移到网络边缘设备．边缘设备兼顾数据消费者和生产者．本文从概念、原理以及挑战等方面对边缘式大数据处理时代的支撑平台，即边缘计算模型展开介绍．首先阐述边缘计算的背景；其次介绍边缘计算的概念；为进一步解释边缘计算的概念，结合我们研究成果，提出未来边缘计算的６种典型案例，包括云计算任务迁移、视频分析、智能家居、智慧城市、智能交通以及协同边缘；最后，讨论边缘计算所面临的挑战，如编程模型、命名规则、数