边缘计算的架构、挑战与应用
李林哲, 周佩雷, 程鹏, 史治国
浙江大学工业控制技术国家重点实验室，浙江 杭州 310058
阿里巴巴-浙江大学前沿技术联合研究中心，浙江 杭州 310058
浙江省公众信息产业有限公司，浙江 杭州 310058
摘要：边缘计算是一种在网络边缘执行计算任务的新型计算模型，相比于云计算模型，能够更加迅速、可靠和节能地响应用户需求。从云计算模型的不足出发，首先介绍了边缘计算的概念和通用构架，随后详细阐述了两个边缘计算参考构架，总结了边缘计算面临的挑战，并介绍了针对这些挑战的研究进展。随着边缘计算相关理论和技术的发展，边缘计算将成为推动物联网服务升级的关键技术，以预测性维护和安防监控为例，对边缘计算的应用进行了介绍。
关键词： 边缘计算 ; 云计算 ; 框架
论文引用格式：
李林哲, 周佩雷, 程鹏, 史治国. 边缘计算的架构、挑战与应用. 大数据[J], 2019, 5(2): 3-16
LI L Z, ZHOU P L, CHENG P, SHI Z G. Architecture,challenges and applications of edge computing. Big Data Research[J], 2019, 5(2):3-16
1 引言
随着物联网、5G通信等技术的快速发展，万物互联的智能时代正在加速到来。中国经济信息社在2018年9月发布的《2017—2018年中国物联网发展年度报告》中提到， 2017年物联网设备的数量增长强劲，达到84亿台，首次超过全球人口数量。伴随而来的是数据量的高速增长，数据统计公司Statista预测，到2020年，将大约有310亿个物联网设备连接，同时据思科云指数估计， 2021年云计算的数据总流量将达到18.9 ZB，相比2016年的6.0 ZB增长2.15倍，这种情形对当前广泛使用的云计算模型提出了巨大的挑战。边缘计算是一种在靠近物或数据源头的网络边缘提供智能服务的新型计算模型，它能够节省网络流量、提高响应速度和保护用户隐私，在物联网应用中显示出了优于云计算的性能，受到工业界、学术界的高度关注和一致认可。
边缘计算于2015年进入快速发展期，并迅速在安防监控、智慧城市、智慧家居等行业实现了应用试点。边缘计算的快速发展得益于学术界的高度关注。近年来，计算机及通信等领域的知名国际学术会议中，关于边缘计算的文章数目和比例逐年上升，其中计算机领域顶级会议ICDCS在2015年、2016年和2017年收录的边缘计算方向的文章比例分别为6.7%、9.3%和12.7%，通信领域顶级会议INFOCOM每年约收录270篇文章，其中2016年和2017年收录边缘计算方向的文章分别为8篇和5篇，2018年收录边缘计算方向的文章高达29篇，可见学术界对边缘计算的热情。此外，2016年ACM与IEEE共同创办了首个以边缘计算为主题的学术会议——IEEE/ACM Symposium on Edge Computing（SEC），以推进边缘计算关键技术的发展。
2 边缘计算概述
2.1 边缘计算的产生背景
云计算服务是一种集中式服务，所有数据都通过网络传输到云计算中心进行处理。资源的高度集中与整合使得云计算具有很高的通用性，然而，面对物联网设备和数据的爆发式增长，基于云计算模型的聚合性服务逐渐显露出了其在实时性、网络制约、资源开销和隐私保护上的不足。
● 云计算难以保证实时性要求。云计算模型将全部数据上传至云计算中心进行处理，其处理速度受到网络带宽、中心计算能力、总计算任务量等多因素的影响，且请求至响应的链路较长，各个环节的时延累计可能造成无法接受的处理时延。
● 云计算对网络环境过度依赖。尽管我国4G网络覆盖率已经超过95%，但仍存在海岛、地下室等网络盲区，同时也存在山谷、隧道等无法保证网络质量的区域。由于云计算依赖网络实现数据的传输，在这些场景中其难以提供可靠的服务。
● 云计算的资源开销较大。随着数据量的攀升，数据传输带来的网络流量开销也在逐渐升高，同时云计算中心的计算、存储功能带来了极高的能耗，而这些开销并不是完全必要的。以野生动物保护区中的监控图像处理为例，大量的监控图像中并未包含任何动物，然而云计算模型仍然会对每一张图片进行传输、处理和存储。
● 云计算难以保证用户隐私。云计算处理的数据可能是包含用户隐私的，例如家庭内的监控摄像头、工厂内的生产数据等，尽管存在用户隐私协议等约束，但服务提供商对数据的实际使用情况是不透明的，例如2017年8月，华为技术有限公司被报道根据用户聊天内容自动加载地址、天气等信息，侵犯了用户隐私。
为了弥补集中式云计算的不足，边缘计算的概念应运而生，它是指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务。由于传输链路的缩短，边缘计算能够在数据产生侧快捷、高效地响应业务需求，数据的本地处理也可以提升用户隐私保护程度。另外，边缘计算减小了服务对网络的依赖，在离线状态下也能够提供基础业务服务。云边协同的联合式服务能够充分利用云计算和边缘计算的联合优势，针对不同特征的业务需求进行灵活的部署和响应，图1是云计算模型与云边协同计算模型的对比。据思科云指数估计，2019年人、机、物产生的数据将达到500 ZB，网络带宽将成为云计算的瓶颈，融入边缘计算的云边协同的联合式服务将成为更有效的服务构架。国际数据公司IDC也预测，到2022年，超过40%的云部署结构将容纳边缘计算能力。