邊緣計(jì)算綜述：應(yīng)用、現(xiàn)狀及挑戰(zhàn)

丁春濤 曹建農(nóng) 楊磊 王尚廣

摘要：通過對(duì)邊緣計(jì)算概念、典型應(yīng)用場(chǎng)景、研究現(xiàn)狀及關(guān)鍵技術(shù)等系統(tǒng)性的介紹，認(rèn)為邊緣計(jì)算的發(fā)展還處在初級(jí)階段，在實(shí)際的應(yīng)用中還存在很多問題需要解決研究，包括優(yōu)化邊緣計(jì)算性能、安全性、互操作性以及智能邊緣操作管理服務(wù)。

關(guān)鍵詞：邊緣計(jì)算;安全性;互操作性

Abstract： Through the systematic introduction of the concept of edge computing， typical application scenarios， research status and key technologies， we believe that the development of edge computing is still in its early stage， and there are still many problems in practical applications that need to be solved， including optimization of edge computing performance， security， interoperability， and intelligent edge operations management services.

Key words： edge computing; security; interoperability

思科在2016—2021年的全球云指數(shù)中指出：接入互聯(lián)網(wǎng)的設(shè)備數(shù)量將從2016的171億增加到271億。每天產(chǎn)生的數(shù)據(jù)量也在激增，全球的設(shè)備產(chǎn)生的數(shù)據(jù)量從2016年的218 ZB 增長(zhǎng)到2021年的847 ZB。傳統(tǒng)的云計(jì)算模型是將所有數(shù)據(jù)通過網(wǎng)絡(luò)上傳至云計(jì)算中心，利用云計(jì)算中心的超強(qiáng)計(jì)算能力來(lái)集中解決應(yīng)用的計(jì)算需求問題。然而，云計(jì)算的集中處理模式在萬(wàn)物互聯(lián)的背景下有3點(diǎn)不足。

（1）萬(wàn)物互聯(lián)實(shí)時(shí)性需求。萬(wàn)物互聯(lián)環(huán)境下，隨著邊緣設(shè)備數(shù)量的增加，這些設(shè)備產(chǎn)生的數(shù)據(jù)量也在激增，導(dǎo)致網(wǎng)絡(luò)帶寬逐漸成為了云計(jì)算的一個(gè)瓶頸。例如文獻(xiàn)[1]指出：波音787每秒產(chǎn)生的數(shù)據(jù)量超過5 GB，但飛機(jī)與衛(wèi)星之間的帶寬不足以支持實(shí)時(shí)數(shù)據(jù)傳輸。

（2）數(shù)據(jù)安全與隱私。隨著智能家居的普及，許多家庭在屋內(nèi)安裝網(wǎng)絡(luò)攝像頭，直接將攝像頭收集的視頻數(shù)據(jù)上傳至云計(jì)算中心會(huì)增加泄露用戶隱私數(shù)據(jù)的風(fēng)險(xiǎn)。

（3）能耗較大。隨著在云服務(wù)器運(yùn)行的用戶應(yīng)用程序越來(lái)越多，未來(lái)大規(guī)模數(shù)據(jù)中心對(duì)能耗的需求將難以滿足。現(xiàn)有的關(guān)于云計(jì)算中心的能耗研究主要集中在如何提高能耗使用效率方面[2]。然而，僅提高能耗使用效率，仍不能解決數(shù)據(jù)中心巨大的能耗問題，這在萬(wàn)物互聯(lián)環(huán)境下將更加突出。

針對(duì)于此，萬(wàn)物互聯(lián)應(yīng)用需求的發(fā)展催生了邊緣計(jì)算模型。邊緣計(jì)算模型是指在網(wǎng)絡(luò)邊緣執(zhí)行計(jì)算的一種新型計(jì)算模型。邊緣計(jì)算模型中邊緣設(shè)備具有執(zhí)行計(jì)算和數(shù)據(jù)分析的處理能力，將原有云計(jì)算模型執(zhí)行的部分或全部計(jì)算任務(wù)遷移到網(wǎng)絡(luò)邊緣設(shè)備上，降低云服務(wù)器的計(jì)算負(fù)載，減緩網(wǎng)絡(luò)帶寬的壓力，提高萬(wàn)物互聯(lián)時(shí)代數(shù)據(jù)的處理效率。邊緣計(jì)算并不是為了取代云，而是對(duì)云的補(bǔ)充，為移動(dòng)計(jì)算、物聯(lián)網(wǎng)等相關(guān)技術(shù)提供一個(gè)更好的計(jì)算平臺(tái)。

邊緣計(jì)算模型成為新興萬(wàn)物互聯(lián)應(yīng)用的支撐平臺(tái)，目前已是大勢(shì)所趨。本文中，我們從概念、關(guān)鍵技術(shù)、典型應(yīng)用、現(xiàn)狀趨勢(shì)和挑戰(zhàn)等幾個(gè)方面對(duì)邊緣計(jì)算的模型展開詳細(xì)介紹，旨在為邊緣計(jì)算研究者提供參考。

1 邊緣計(jì)算的概念

對(duì)于邊緣計(jì)算，不同的組織給出了不同的定義。美國(guó)韋恩州立大學(xué)計(jì)算機(jī)科學(xué)系的施巍松等人把邊緣計(jì)算定義為：“邊緣計(jì)算是指在網(wǎng)絡(luò)邊緣執(zhí)行計(jì)算的一種新型計(jì)算模式，邊緣計(jì)算中邊緣的下行數(shù)據(jù)表示云服務(wù)，上行數(shù)據(jù)表示萬(wàn)物互聯(lián)服務(wù)”[1]。邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟把邊緣計(jì)算定義為：“邊緣計(jì)算是在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力的開發(fā)平臺(tái)，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字在敏捷聯(lián)接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求”。

因此，邊緣計(jì)算是一種新型計(jì)算模式，通過在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，為應(yīng)用提供融合計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)等資源。同時(shí)，邊緣計(jì)算也是一種使能技術(shù)，通過在網(wǎng)絡(luò)邊緣側(cè)提供這些資源，滿足行業(yè)在敏捷聯(lián)接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求。

1.1 邊緣計(jì)算的體系架構(gòu)

邊緣計(jì)算通過在終端設(shè)備和云之間引入邊緣設(shè)備，將云服務(wù)擴(kuò)展到網(wǎng)絡(luò)邊緣。邊緣計(jì)算架構(gòu)包括終端層、邊緣層和云層。圖1展示了邊緣計(jì)算的體系架構(gòu)。接下來(lái)我們簡(jiǎn)要介紹邊緣計(jì)算體系架構(gòu)中每層的組成和功能。

（1）終端層。終端層是最接近終端用戶的層，它由各種物聯(lián)網(wǎng)設(shè)備組成，例如傳感器、智能手機(jī)、智能車輛、智能卡、讀卡器等。為了延長(zhǎng)終端設(shè)備提供服務(wù)的時(shí)間，則應(yīng)該避免在終端設(shè)備上運(yùn)行復(fù)雜的計(jì)算任務(wù)。因此，我們只將終端設(shè)備負(fù)責(zé)收集原始數(shù)據(jù)，并上傳至上層進(jìn)行計(jì)算和存儲(chǔ)。終端層連接上一層主要通過蜂窩網(wǎng)絡(luò)。

（2）邊緣層。邊緣層位于網(wǎng)絡(luò)的邊緣，由大量的邊緣節(jié)點(diǎn)組成，通常包括路由器、網(wǎng)關(guān)、交換機(jī)、接入點(diǎn)、基站、特定邊緣服務(wù)器等。這些邊緣節(jié)點(diǎn)廣泛分布在終端設(shè)備和云層之間，例如咖啡館、購(gòu)物中心、公交總站、街道、公園等。它們能夠?qū)K端設(shè)備上傳的數(shù)據(jù)進(jìn)行計(jì)算和存儲(chǔ)。由于這些邊緣節(jié)點(diǎn)距離用戶距離較近，則可以為運(yùn)行對(duì)延遲比較敏感的應(yīng)用，從而滿足用戶的實(shí)時(shí)性要求。邊緣節(jié)點(diǎn)也可以對(duì)收集的數(shù)據(jù)進(jìn)行預(yù)處理，再把預(yù)處理的數(shù)據(jù)上傳至云端，從而減少核心網(wǎng)絡(luò)的傳輸流量。邊緣層連接上層主要通過因特網(wǎng)。

（3）云層。云層由多個(gè)高性能服務(wù)器和存儲(chǔ)設(shè)備組成，它具有強(qiáng)大的計(jì)算和存儲(chǔ)功能，可以執(zhí)行復(fù)雜的計(jì)算任務(wù)。云模塊通過控制策略可以有效地管理和調(diào)度邊緣節(jié)點(diǎn)和云計(jì)算中心，為用戶提供更好的服務(wù)。

1.2 邊緣計(jì)算的范例

與邊緣計(jì)算類似的范例，如霧計(jì)算、移動(dòng)邊緣計(jì)算等，雖然與邊緣計(jì)算不盡相同，但它們?cè)趧?dòng)機(jī)、節(jié)點(diǎn)設(shè)備、節(jié)點(diǎn)位置等上與邊緣計(jì)算范例類似。協(xié)同邊緣計(jì)算[3]是一種新的計(jì)算范例，它使用邊緣設(shè)備和路由器的網(wǎng)狀網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)網(wǎng)絡(luò)內(nèi)的分布式?jīng)Q策。決策是在網(wǎng)絡(luò)內(nèi)部通過在邊緣設(shè)備之間共享數(shù)據(jù)和計(jì)算而不是將所有數(shù)據(jù)發(fā)送到集中式服務(wù)器來(lái)完成的。這與通常執(zhí)行集中計(jì)算的現(xiàn)有計(jì)算范例不同，并且諸如網(wǎng)關(guān)的邊緣設(shè)備僅用于收集數(shù)據(jù)并將數(shù)據(jù)發(fā)送到服務(wù)器以進(jìn)行處理。邊緣計(jì)算與協(xié)同邊緣計(jì)算的對(duì)比如表1 所示。

1.3 邊緣計(jì)算的優(yōu)勢(shì)

邊緣計(jì)算模型將原有云計(jì)算中心的部分或全部計(jì)算任務(wù)遷移到數(shù)據(jù)源附近，相比于傳統(tǒng)的云計(jì)算模型，邊緣計(jì)算模型具有實(shí)時(shí)數(shù)據(jù)處理和分析、安全性高、隱私保護(hù)、可擴(kuò)展性強(qiáng)、位置感知以及低流量的優(yōu)勢(shì)。

（1）實(shí)時(shí)數(shù)據(jù)處理和分析。將原有云計(jì)算中心的計(jì)算任務(wù)部分或全部遷移到網(wǎng)絡(luò)邊緣，在邊緣設(shè)備處理數(shù)據(jù)，而不是在外部數(shù)據(jù)中心或云端進(jìn)行;因此提高了數(shù)據(jù)傳輸性能，保證了處理的實(shí)時(shí)性，同時(shí)也降低了云計(jì)算中心的計(jì)算負(fù)載。

（2）安全性高。傳統(tǒng)的云計(jì)算模型是集中式的，這使得它容易受到分布式拒絕服務(wù)供給和斷電的影響。邊緣計(jì)算模型在邊緣設(shè)備和云計(jì)算中心之間分配處理、存儲(chǔ)和應(yīng)用，使得其安全性提高。邊緣計(jì)算模型同時(shí)也降低了發(fā)生單點(diǎn)故障的可能性。

（3）保護(hù)隱私數(shù)據(jù)，提升數(shù)據(jù)安全性。邊緣計(jì)算模型是在本地設(shè)備上處理更多數(shù)據(jù)而不是將其上傳至云計(jì)算中心，因此邊緣計(jì)算還可以減少實(shí)際存在風(fēng)險(xiǎn)的數(shù)據(jù)量。即使設(shè)備受到攻擊，它也只會(huì)包含本地收集的數(shù)據(jù)，而不是受損的云計(jì)算中心。

（4）可擴(kuò)展性。邊緣計(jì)算提供了更便宜的可擴(kuò)展性路徑，允許公司通過物聯(lián)網(wǎng)設(shè)備和邊緣數(shù)據(jù)中心的組合來(lái)擴(kuò)展其計(jì)算能力。使用具有處理能力的物聯(lián)網(wǎng)設(shè)備還可以降低擴(kuò)展成本，因此添加的新設(shè)備都不會(huì)對(duì)網(wǎng)絡(luò)產(chǎn)生大量帶寬需求。

（5）位置感知。邊緣分布式設(shè)備利用低級(jí)信令進(jìn)行信息共享。邊緣計(jì)算模型從本地接入網(wǎng)絡(luò)內(nèi)的邊緣設(shè)備接收信息以發(fā)現(xiàn)設(shè)備的位置。例如導(dǎo)航，終端設(shè)備可以根據(jù)自己的實(shí)時(shí)位置把相關(guān)位置信息和數(shù)據(jù)交給邊緣節(jié)點(diǎn)來(lái)進(jìn)行處理，邊緣節(jié)點(diǎn)基于現(xiàn)有的數(shù)據(jù)進(jìn)行判斷和決策。

（6）低流量。本地設(shè)備收集的數(shù)據(jù)可以進(jìn)行本地計(jì)算分析，或者在本地設(shè)備上進(jìn)行數(shù)據(jù)的預(yù)處理，不必把本地設(shè)備收集的所有數(shù)據(jù)上傳至云計(jì)算中心，從而可以減少進(jìn)入核心網(wǎng)的流量。

2 邊緣計(jì)算的典型應(yīng)用

邊緣計(jì)算在很多應(yīng)用場(chǎng)景下都取得了很好的效果。本節(jié)中，我們將介紹基于邊緣計(jì)算框架設(shè)計(jì)的幾個(gè)新興應(yīng)用場(chǎng)景，部分場(chǎng)景在歐洲電信標(biāo)準(zhǔn)化協(xié)會(huì)（ETSI）白皮書中進(jìn)行了討論，如視頻分析和移動(dòng)大數(shù)據(jù)。還有一些綜述論文[4，5]介紹了車輛互聯(lián)、醫(yī)療保健、智能建筑控制、海洋監(jiān)測(cè)以及無(wú)線傳感器和執(zhí)行器網(wǎng)絡(luò)與邊緣計(jì)算結(jié)合的場(chǎng)景。

（1）醫(yī)療保健。邊緣計(jì)算可以輔助醫(yī)療保健，例如可以針對(duì)患有中風(fēng)的患者輔助醫(yī)療保健。研究人員最近提出了一種名為U-fall的智能醫(yī)療基礎(chǔ)設(shè)施，它通過采用邊緣計(jì)算技術(shù)來(lái)利用智能手機(jī)[6]。在邊緣計(jì)算的輔助下，U-fall借助智能設(shè)備傳感器實(shí)時(shí)感應(yīng)運(yùn)動(dòng)檢測(cè)。邊緣計(jì)算還可以幫助健康顧問協(xié)助他們的病人，而不受其地理位置的影響。邊緣計(jì)算使智能手機(jī)能夠從智能傳感器收集患者的生理信息，并將其發(fā)送到云服務(wù)器以進(jìn)行存儲(chǔ)、數(shù)據(jù)同步以及共享。

（2）視頻分析。在萬(wàn)物聯(lián)網(wǎng)時(shí)代，用于監(jiān)測(cè)控制的攝像機(jī)無(wú)處不在，傳統(tǒng)的終端設(shè)備——云服務(wù)器架構(gòu)可能無(wú)法傳輸來(lái)自數(shù)百萬(wàn)臺(tái)終端設(shè)備的視頻。在這種情況下，邊緣計(jì)算可以輔助基于視頻分析的應(yīng)用。在邊緣計(jì)算輔助下，大量的視頻不用再全部上傳至云服務(wù)器，而是在靠近終端設(shè)備的邊緣服務(wù)器中進(jìn)行數(shù)據(jù)分析，只把邊緣服務(wù)器不能處理的小部分?jǐn)?shù)據(jù)上傳至云計(jì)算中心即可。

（3）車輛互聯(lián)。通過互聯(lián)網(wǎng)接入為車輛提供便利，使其能夠與道路上的其他車輛連接。如果把車輛收集的數(shù)據(jù)全部上傳至云端處理會(huì)造成互聯(lián)網(wǎng)負(fù)載過大，導(dǎo)致傳輸延遲，因此，需要邊緣設(shè)備其本身具有處理視頻、音頻、信號(hào)等數(shù)據(jù)的能力。邊緣計(jì)算可以為這一需要提供相應(yīng)的架構(gòu)、服務(wù)、支持能力，縮短端到端延遲，使數(shù)據(jù)更快地被處理，避免信號(hào)處理不及時(shí)而造成車禍等事故。一輛車可以與其他接近的車輛通信，并告知他們?nèi)魏晤A(yù)期的風(fēng)險(xiǎn)或交通擁堵。

（4）移動(dòng)大數(shù)據(jù)分析。無(wú)處不在的移動(dòng)終端設(shè)備可以收集大量的數(shù)據(jù)，大數(shù)據(jù)對(duì)業(yè)務(wù)至關(guān)重要，因?yàn)樗梢蕴崛】赡苡幸嬗诓煌瑯I(yè)務(wù)部門的分析和有用信息。大數(shù)據(jù)分析是從原始數(shù)據(jù)中提取有意義的信息的過程。在移動(dòng)設(shè)備附近實(shí)施部署邊緣服務(wù)器可以通過網(wǎng)絡(luò)高帶寬和低延遲提升大數(shù)據(jù)分析。例如，首先在附近的邊緣服務(wù)器中收集和分析大數(shù)據(jù)，然后可以將大數(shù)據(jù)分析的結(jié)果傳遞到核心網(wǎng)絡(luò)以進(jìn)一步處理，從而減輕核心網(wǎng)絡(luò)的壓力。

（5）智能建筑控制。智能建筑控制系統(tǒng)由部署在建筑物不同部分的無(wú)線傳感器組成。傳感器負(fù)責(zé)監(jiān)測(cè)和控制建筑環(huán)境，例如溫度、氣體水平或濕度。在智能建筑環(huán)境中，部署邊緣計(jì)算環(huán)境的建筑可以通過傳感器共享信息并對(duì)任何異常情況做出反應(yīng)。這些傳感器可以根據(jù)其他無(wú)線節(jié)點(diǎn)接收的集體信息來(lái)維持建筑氣氛。

（6）海洋監(jiān)測(cè)控制?？茖W(xué)家正在研究如何應(yīng)對(duì)任何海洋災(zāi)難性事件，并提前了解氣候變化。這可以幫助人們快速采取應(yīng)對(duì)措施，從而減輕災(zāi)難性事件造成的嚴(yán)重后果。部署在海洋中某些位置的傳感器大量傳輸數(shù)據(jù)，這需要大量的計(jì)算資源和存儲(chǔ)資源。而利用傳統(tǒng)的云計(jì)算中心來(lái)處理接收到的大量數(shù)據(jù)可能會(huì)導(dǎo)致預(yù)測(cè)傳輸?shù)难舆t。在這種情況下，邊緣計(jì)算可以發(fā)揮重要作用，通過在靠近數(shù)據(jù)源的地方就近處理，從而防止數(shù)據(jù)丟失或傳感器數(shù)據(jù)傳輸延遲。

（7）智能家居。隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，智能家居系統(tǒng)得到進(jìn)一步發(fā)展，其利用大量的物聯(lián)網(wǎng)設(shè)備實(shí)時(shí)監(jiān)測(cè)控制家庭內(nèi)部狀態(tài)，接收外部控制命令并最終完成對(duì)家居環(huán)境的調(diào)控，以提升家居安全性、便利性、舒適性。由于家庭數(shù)據(jù)的隱私性，用戶并不總是愿意將數(shù)據(jù)上傳至云端進(jìn)行處理，尤其是一些家庭內(nèi)部視頻數(shù)據(jù)。而邊緣計(jì)算可以將家庭數(shù)據(jù)處理推送至家庭內(nèi)部網(wǎng)關(guān)，減少家庭數(shù)據(jù)的外流，降低數(shù)據(jù)外泄的可能性，提升系統(tǒng)的隱私性。

（8）智慧城市。預(yù)測(cè)顯示：一個(gè)百萬(wàn)人口的城市每天將可能會(huì)產(chǎn)生200 PB的數(shù)據(jù)[7]。因此，應(yīng)用邊緣計(jì)算模型，將數(shù)據(jù)在網(wǎng)絡(luò)邊緣處理是一個(gè)很好的解決方案。例如，在城市路面檢測(cè)中，在道路兩側(cè)路燈上安裝傳感器收集城市路面信息，檢測(cè)空氣質(zhì)量、光照強(qiáng)度、噪聲水平等環(huán)境數(shù)據(jù)，當(dāng)路燈發(fā)生故障時(shí)能夠即時(shí)反饋給維護(hù)人員，同時(shí)輔助健康急救和公共安全領(lǐng)域。

3 邊緣計(jì)算現(xiàn)狀和關(guān)鍵技術(shù)

目前，邊緣計(jì)算的發(fā)展仍然處于初期階段。隨著越來(lái)越多的設(shè)備聯(lián)網(wǎng)，邊緣計(jì)算得到了來(lái)自工業(yè)界和學(xué)術(shù)界的廣泛重視和一致認(rèn)可。本節(jié)中，我們主要從工業(yè)界和學(xué)術(shù)界的角度介紹邊緣計(jì)算的現(xiàn)狀。

3.1 工業(yè)界

在工業(yè)界中，亞馬遜、谷歌和微軟等云巨頭正在成為邊緣計(jì)算領(lǐng)域的領(lǐng)先者。亞馬遜的 AWS Greengrass 服務(wù)進(jìn)軍邊緣計(jì)算領(lǐng)域，走在了行業(yè)的前面。AWS Greengrass 將AWS 擴(kuò)展到設(shè)備上，這樣本地生成的數(shù)據(jù)就可以在本地設(shè)備上處理。微軟在這一領(lǐng)域也有大動(dòng)作，該公司計(jì)劃未來(lái)4年在物聯(lián)網(wǎng)領(lǐng)域投入50億美元，其中包括邊緣計(jì)算項(xiàng)目。谷歌宣布了2款新產(chǎn)品，意在幫助改善邊緣聯(lián)網(wǎng)設(shè)備的開發(fā)。它們分別是硬件芯片 Edge張量處理單元（TPU） 和軟件堆棧 Cloud 物聯(lián)網(wǎng)（IoT） Edge。涉足邊緣計(jì)算領(lǐng)域的并不只是這3大云巨頭。2015年，思科、ARM、英特爾、微軟、普林斯頓大學(xué)聯(lián)合成立了開放霧計(jì)算（OpenFog）聯(lián)盟;2016 年11月30日，在北京正式成立了產(chǎn)學(xué)研結(jié)合的邊緣計(jì)算產(chǎn)業(yè)合作平臺(tái)，推動(dòng)運(yùn)行技術(shù)（OT）和信息與通信技術(shù)（ICT）產(chǎn)業(yè)開放協(xié)作，引領(lǐng)邊緣計(jì)算產(chǎn)業(yè)蓬勃發(fā)展，深化行業(yè)數(shù)字化轉(zhuǎn)型。

3.2 學(xué)術(shù)界

學(xué)術(shù)界也展開了關(guān)于邊緣計(jì)算的研究，邊緣計(jì)算頂級(jí)年會(huì)電氣和電子工程師協(xié)會(huì)（IEEE）/國(guó)際計(jì)算機(jī)協(xié)會(huì)（ACM）邊緣計(jì)算研討會(huì)（SEC）、IEEE國(guó)際分布式計(jì)算系統(tǒng)會(huì)議（ICDCS）、國(guó)際計(jì)算機(jī)通信會(huì)議（INFOCOM）等重大國(guó)際會(huì)議都開始增加邊緣計(jì)算的分會(huì)和專題研討會(huì)。涉及主要關(guān)鍵技術(shù)及研究熱點(diǎn)如下：

（1） 計(jì)算卸載。計(jì)算卸載是指終端設(shè)備將部分或全部計(jì)算任務(wù)卸載到資源豐富的邊緣服務(wù)器，以解決終端設(shè)備在資源存儲(chǔ)、計(jì)算性能以及能效等方面存在的不足。計(jì)算卸載的主要技術(shù)是卸載決策。卸載決策主要解決的是移動(dòng)終端如何卸載計(jì)算任務(wù)、卸載多少以及卸載什么的問題。根據(jù)卸載決策的優(yōu)化目標(biāo)將計(jì)算卸載分為以降低時(shí)延為目標(biāo)、以降低能量消耗為目標(biāo)以及權(quán)衡能耗和時(shí)延為目標(biāo)的3種類型。

（2）移動(dòng)性管理。邊緣計(jì)算依靠資源在地理上廣泛分布的特點(diǎn)來(lái)支持應(yīng)用的移動(dòng)性，一個(gè)邊緣計(jì)算節(jié)點(diǎn)只服務(wù)周圍的用戶。云計(jì)算模式對(duì)應(yīng)用移動(dòng)性的支持則是服務(wù)器位置固定，數(shù)據(jù)通過網(wǎng)絡(luò)傳輸?shù)椒?wù)器，所以在邊緣計(jì)算中應(yīng)用的移動(dòng)管理是一種新模式。主要涉及2個(gè)問題：資源發(fā)現(xiàn)，即用戶在移動(dòng)的過程中需要快速發(fā)現(xiàn)周圍可以利用的資源，并選擇最合適的資源。邊緣計(jì)算的資源發(fā)現(xiàn)需要適應(yīng)異構(gòu)的資源環(huán)境，還需要保證資源發(fā)現(xiàn)的速度，才能使應(yīng)用不間斷的為用戶提供服務(wù)。另一個(gè)問題是資源切換，即當(dāng)用戶移動(dòng)時(shí)，移動(dòng)應(yīng)用使用的計(jì)算資源可能會(huì)在多個(gè)設(shè)備間切換。資源切換要將服務(wù)程序的運(yùn)行現(xiàn)場(chǎng)遷移，保證服務(wù)連續(xù)性是邊緣計(jì)算研究的一個(gè)重點(diǎn)。一些應(yīng)用程序期望在用戶位置改變之后繼續(xù)為用戶提供服務(wù)。邊緣計(jì)算資源的異構(gòu)性與網(wǎng)絡(luò)的多樣性，需要遷移過程自適應(yīng)設(shè)備計(jì)算能力與網(wǎng)絡(luò)帶寬的變化。文獻(xiàn)[8]中，作者通過選擇性地將虛擬機(jī)遷移到最佳位置來(lái)優(yōu)化遷移增益和遷移成本間的權(quán)衡。

除了以上2個(gè)關(guān)鍵技術(shù)，邊緣計(jì)算研究熱點(diǎn)還包括網(wǎng)絡(luò)控制、內(nèi)容緩存、內(nèi)容自適應(yīng)、數(shù)據(jù)聚合以及安全卸載等問題。在網(wǎng)絡(luò)控制方面，文獻(xiàn)[9]的作者提出了一種有效的工作負(fù)載切片方案，用戶使用軟件定義網(wǎng)絡(luò)處理多邊緣云環(huán)境中的數(shù)據(jù)密集型應(yīng)用程序。在內(nèi)容緩存方面，文獻(xiàn)[10]的作者提出了一種用于自動(dòng)駕駛服務(wù)的兩級(jí)邊緣計(jì)算框架，以便充分利用無(wú)線邊緣的智能來(lái)協(xié)調(diào)內(nèi)容傳輸。在內(nèi)容適應(yīng)方面，文獻(xiàn)[11]的作者介紹了一種用于在多用戶移動(dòng)網(wǎng)絡(luò)中優(yōu)化基于HTTP的多媒體傳送的新穎架構(gòu)。在數(shù)據(jù)聚合方面，文獻(xiàn)[12]的作者提出了混合整數(shù)規(guī)劃公示和算法，用于物聯(lián)網(wǎng)邊緣網(wǎng)絡(luò)中傳感器測(cè)量數(shù)據(jù)的能量最優(yōu)路由和多宿聚合問題，以及聯(lián)合聚合和傳播。在安全卸載方面，文獻(xiàn)[13]的作者提出了一種名為MECPASS的新型協(xié)作DoS防御架構(gòu)，以減輕來(lái)自移動(dòng)設(shè)備的攻擊流量。

4 挑戰(zhàn)

目前邊緣計(jì)算已經(jīng)得到了各行各業(yè)的廣泛重視，并且在很多應(yīng)用場(chǎng)景下開花結(jié)果;但邊緣計(jì)算的實(shí)際應(yīng)用還存在很多問題[5]需要研究。本文中，我們對(duì)其中的幾個(gè)主要問題進(jìn)行分析，包括優(yōu)化邊緣計(jì)算性能、安全性、互操作性以及智能邊緣操作管理服務(wù)。

（1）優(yōu)化邊緣計(jì)算性能。在邊緣計(jì)算架構(gòu)中，不同層次的邊緣服務(wù)器所擁有的計(jì)算能力有所不同，負(fù)載分配將成為一個(gè)重要問題。用戶需求、延時(shí)、帶寬、能耗及成本是決定負(fù)載分配策略的關(guān)鍵指標(biāo)。針對(duì)不同工作負(fù)載，應(yīng)設(shè)置指標(biāo)的權(quán)重和優(yōu)先級(jí)，以便系統(tǒng)選擇最優(yōu)分配策略。成本分析需要在運(yùn)行過程中完成、分發(fā)負(fù)載之間的干擾和資源使用情況，都對(duì)邊緣計(jì)算架構(gòu)提出了挑戰(zhàn)。

（2）安全性。邊緣計(jì)算的分布式架構(gòu)增加了攻擊向量的維度，邊緣計(jì)算客戶端越智能，越容易受到惡意軟件感染和安全漏洞攻擊。在邊緣計(jì)算架構(gòu)中，在數(shù)據(jù)源的附近進(jìn)行計(jì)算是保護(hù)隱私和數(shù)據(jù)安全的一種較合適的方法。但由于網(wǎng)絡(luò)邊緣設(shè)備的資源有限，對(duì)于有限資源的邊緣設(shè)備而言，現(xiàn)有數(shù)據(jù)安全的保護(hù)方法并不能完全適用于邊緣計(jì)算架構(gòu)。而且，網(wǎng)絡(luò)邊緣高度動(dòng)態(tài)的環(huán)境也會(huì)使網(wǎng)絡(luò)更加易受攻擊和難以保護(hù)。

（3）互操作性。邊緣設(shè)備之間的互操作性是邊緣計(jì)算架構(gòu)能夠大規(guī)模落地的關(guān)鍵。不同設(shè)備商之間需要通過制定相關(guān)的標(biāo)準(zhǔn)規(guī)范和通用的協(xié)作協(xié)議，實(shí)現(xiàn)異構(gòu)邊緣設(shè)備和系統(tǒng)之間的互操作性。

（4）智能邊緣操作管理服務(wù)。網(wǎng)絡(luò)邊緣設(shè)備的服務(wù)管理在物聯(lián)網(wǎng)環(huán)境中需要滿足識(shí)別服務(wù)優(yōu)先級(jí)，靈活可擴(kuò)展和復(fù)雜環(huán)境下的隔離線。在傳感器數(shù)據(jù)和通信不可靠的情況下，系統(tǒng)如何通過利用多維參考數(shù)據(jù)源和歷史數(shù)據(jù)記錄，提供可靠的服務(wù)是目前需要關(guān)注的問題。