您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 资本运营 > 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(sunhui@ahu.edu.cn)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)(weisong@wayne.edu)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
本文标题:边缘计算:万物互联时代新型计算模型
链接地址:https://www.777doc.com/doc-1198969 .html