边缘计算 美国韦恩州立大学

网上有很多关于边缘计算的问题，也有很多人解答有关美国韦恩州立大学的知识，今天艾巴小编为大家整理了关于这方面的知识，让我们一起来看下吧!

内容导航：

一、边缘计算

一、边缘计算

姓名：王，学号：20181214025学院：广研转自【嵌入牛简介】通过系统介绍边缘计算的概念、典型应用场景、研究现状和关键技术，认为边缘计算的发展还处于起步阶段，在实际应用中还有很多问题需要解决，包括优化性能、安全、互操作和智能边缘运行管理服务等。

边缘计算的应用、现状与挑战【嵌入式牛鼻】边缘计算可以解决哪些问题【嵌入式牛文】1边缘计算的概念，不同的组织给出了不同的边缘计算定义。韦恩州立大学计算机科学系的史等人将边缘计算定义为：“边缘计算是指在网络边缘进行计算的一种新的计算模式。在边缘计算中，边缘的下行数据代表云服务，上行数据代表万物互联服务”。

边缘计算产业联盟将边缘计算定义为：“边缘计算是在靠近对象或数据来源的网络边缘，集成网络、计算、存储和应用的核心能力，就近提供边缘智能服务，满足行业人物在敏捷连接、实时业务、数据优化、应用智能、安全和隐私保护等方面的关键需求的开发平台”。

因此，边缘计算是一种新的计算模式，它通过靠近对象或数据来源的网络边缘，为应用程序提供集成的计算、存储和网络等资源。同时，边缘计算也是一种使能技术。通过在网络边缘提供这些资源，它满足了行业在敏捷连接、实时业务、数据优化、应用智能、安全和隐私保护方面的关键需求。

1.1边缘计算的架构边缘计算通过在终端设备和云之间引入边缘设备，将云服务扩展到网络的边缘。边缘计算架构包括终端层、边缘层和云端层。图显示了边缘计算的架构。接下来，我们简单介绍一下边缘计算架构中各层的组成和功能。(1)终端层终端层是离最终用户最近的一层，由各种IOT设备组成，如传感器、智能手机、智能汽车、智能卡、读卡器等。

为了延长终端设备提供的服务时间，需要避免在终端设备上运行复杂的计算任务。所以我们只从终端设备采集原始数据，上传到上层进行计算和存储。终端层主要通过蜂窝网络连接到上层。(2)边缘层边缘层位于网络的边缘，由大量的边缘节点组成，通常包括路由器、网关、交换机、接入点、基站和特定的边缘服务器。

这些边缘节点广泛分布在终端设备和云端之间，比如咖啡馆、购物中心、公交总站、街道、公园等等。他们可以计算和存储终端设备上传的数据。由于这些边缘节点离用户很近，可以运行延迟敏感的应用，满足用户的实时性要求。边缘节点还可以对采集的数据进行预处理，然后将预处理后的数据上传到云端，从而减少核心网的传输流量。

边缘层主要通过互联网连接上层。(3)云云由多个高性能服务器和存储设备组成，具有强大的计算和存储功能，可以执行复杂的计算任务。云模块可以通过控制策略对边缘节点和云计算中心进行有效管理和调度，为用户提供更好的服务。

1.2边缘计算的优势边缘计算模型将原有云计算中心的部分或全部计算任务迁移到数据源附近。与传统云计算模型相比，边缘计算模型具有实时数据处理和分析、高安全性、隐私保护、可扩展性强、位置感知和低流量等优势。(1)实时数据处理和分析。

将原有云计算中心的部分或全部计算任务迁移到网络边缘，在边缘设备处理数据，而不是在外部数据中心或云端；因此，提高了数据传输性能，保证了实时处理，也降低了云计算中心的计算负荷。(2)安全性高。传统的云计算模式是集中式的，这使得它容易受到分布式拒绝服务和电源故障的影响。

边缘计算模型将处理、存储和应用分布在边缘设备和云计算中心之间，提高了其安全性。边缘计算模型还降低了单点故障的可能性。(3)保护隐私数据，提高数据安全性。边缘计算模式是在本地设备上处理更多的数据，而不是上传到云计算中心，因此边缘计算也可以减少实际处于风险中的数据量。

即使设备受到攻击，也只会包含本地收集的数据，而不是受损的云计算中心。(4)可扩展性。边缘计算提供了一种更廉价的可扩展性途径，允许公司通过IOT设备和边缘数据中心的结合来扩展其计算能力。使用具有处理能力的IOT设备还可以降低扩展成本，因此添加的新设备不会对网络产生大量带宽需求。(5)位置感知。边缘分布式设备使用低级信令来共享信息。

边缘计算模型从本地接入网中的边缘设备接收信息，以发现设备的位置。比如在导航中，终端设备可以根据自身的实时位置，将相关的位置信息和数据交给边缘节点进行处理，边缘节点基于已有的数据进行判断和决策。(6)低流量。

本地设备采集的数据可以在本地进行计算和分析，也可以在本地设备上进行数据预处理，而不需要将本地设备采集的数据全部上传到云计算中心，从而减少进入核心网的流量。2边缘计算的典型应用边缘计算在很多应用场景中都取得了不错的效果。

在本节中，我们将介绍几个基于边缘计算框架设计的新兴应用场景，其中一些在ETSI白皮书中有所讨论，如文章分析和移动大数据。还有一些总结论文介绍了车联网、医疗、智能楼宇控制、海洋监控以及无线传感器和执行器网络与边缘计算结合的场景。(1)医疗保健。(2)文章分析。(3)车辆互联。

边缘计算可以为这种需求提供相应的架构、服务和支撑能力，缩短端到端延迟，使数据处理更快，避免因信号处理不及时而导致车祸等事故。汽车可以与其他接近的车辆通信，并通知他们任何预期的风险或交通堵塞。3边缘计算的现状及关键技术目前，边缘计算的发展还处于起步阶段。

随着越来越多的设备接入互联网，边缘计算得到了业界和学术界的广泛重视和一致认可。在本节中，我们主要从工业界和学术界的角度介绍边缘计算的现状。3.1行业在行业中，亚马逊、谷歌、微软等云巨头正在成为边缘计算领域的领导者。亚马逊的AWS Greengrass服务已经进入边缘计算领域，领先于业界。

AWS Greengrass将AWS扩展到设备，以便本地生成的数据可以在本地设备上处理。微软在这一领域也有大动作。该公司计划未来四年在物联网领域投资50亿美元，包括边缘计算项目。谷歌宣布了两款新产品，以帮助改善边缘网络设备的开发。分别是硬件芯片边缘张量处理单元(TPU)和软件栈云物联网(IoT)边缘。这三大云巨头并不是唯一涉足边缘计算领域的。

2015年，思科、ARM、英特尔、微软、普林斯顿大学联合成立OpenFog计算联盟；2016年11月30日，基于产学研的边缘计算产业合作平台在北京正式成立，推动了运营技术(OT)和信息通信技术(ICT)产业的开放合作，引领边缘计算产业蓬勃发展，深化了产业的数字化转型。

3.2学术界也开始了边缘计算的研究，电气电子工程师协会/国际计算机协会边缘计算研讨会、IEEE分布式计算系统国际会议、计算机通信国际会议等重大国际会议都开始增加边缘计算的章节和专题讨论会。涉及的主要关键技术和研究热点如下：(1)计算卸载。

计算卸载是指终端设备将部分或全部计算任务卸载给资源丰富的边缘服务器，以解决终端设备在资源存储、计算性能和能效方面的不足。计算卸车的主要技术是卸车决策。卸载决策主要解决计算任务如何卸载、卸载多少、卸载什么的问题。

根据卸载决策的优化目标将计算卸载分为以降低时延为目标、以降低能量消耗为目标以及权衡能耗和时延为目标的3种类型。 （2）移动性管理。边缘计算依靠资源在地理上广泛分布的特点来支持应用的移动性，一个边缘计算节点只服务周围的用户。

云计算模式对应用移动性的支持则是服务器位置固定，数据通过网络传输到服务器，所以在边缘计算中应用的移动管理是一种新模式。 4 挑战 目前边缘计算已经得到了各行各业的广泛重视，并且在很多应用场景下开花结果；但边缘计算的实际应用还存在很多问题[5]需要研究。

本文中，我们对其中的几个主要问题进行分析，包括优化边缘计算性能、安全性、互操作性以及智能边缘操作管理服务。 （1）优化边缘计算性能。在边缘计算架构中，不同层次的边缘服务器所拥有的计算能力有所不同，负载分配将成为一个重要问题。成本分析需要在运行过程中完成、分发负载之间的干扰和资源使用情况，都对边缘计算架构提出了挑战。 （2）安全性。

边缘计算的分布式架构增加了攻击向量的维度，边缘计算客户端越智能，越容易受到恶意软件感染和安全漏洞攻击。在边缘计算架构中，在数据源的附近进行计算是保护隐私和数据安全的一种较合适的方法。 （3）互操作性。边缘设备之间的互操作性是边缘计算架构能够大规模落地的关键。

不同设备商之间需要通过制定相关的标准规范和通用的协作协议，实现异构边缘设备和系统之间的互操作性。 （4）智能边缘操作管理服务。网络边缘设备的服务管理在物联网环境中需要满足识别服务优先级，灵活可扩展和复杂环境下的隔离线。

以上就是关于边缘计算的知识，后面我们会继续为大家整理关于美国韦恩州立大学的知识，希望能够帮助到大家！