边缘计算的发展历程及其应用领域.docx

边缘计算的发展历程及其应用领域摘要：本文论述了边缘计算一词的出现背景，在当今万物互联的现实情况下，传统云计算的本身不足、边缘计算模型的优势、边缘计算的发展过程，以及边缘计算在当前各应用领域的研究形势。关键词：边缘计算、云计算、低延迟、低功耗、数据安全伴随万物皆互联信息时代的出现，核心网络系统的边缘设备衍生出呈几何级别增加的数据量，从而对数据传输带宽带来更高级别的需求；同时，近几年新型应用也对处理数据的实时性和时效性提出更高要求，传统云计算模型已经有心无力，无法应对，因此，升级版的计算模型——边缘计算应运而生。边缘计算的基本思路是将计算任务放置在邻近数据源的计算资源点上运行，这样可有效缩减计算系统的延迟，压低数据传输带宽，缓解云计算系统核心压力，提高计算系统的可用性，保障数据安全及隐私。正是基于这些优势，边缘计算技术自2014年得以迅速发展。边缘计算的出现背景近几年，伴随着信息时代万物互联阶段的迅速来临和无线网的大规模普及，网络边缘设备数量和衍生的数据流都迅速增长。据IDC机构预估，2020年全球数据规模总量将超过40泽字节（zettabyte，ZB），也就是40*2^50MB，这是一个天文级别的数据量，而当前方兴未艾、快速爆发的物联网产业45％的衍生数据都将放在网络边缘处理。有专业的IT撰稿人认为2019年物联网或将进入快速上升通道，2024年家电物联网或将爆发，产值达83亿美元。面对这种形势，之前以云计算模型为核心的集中式处理模式已无法高效应对边缘设备产生的数据。集中式处理模型会把所有数据流通过网络通道传输到云计算中心点，借助云计算中心超强的计算能力来集中式处理计算和存储问题，依此方式云服务降低能源消耗和空间占用，创造出较高的经济效益。但是在万物互联时代的大背景下，传统云计算也有４个实实在在的不足：１）时效性或实时性不够。万物互联应用场景下对于系统实时性的要求极高。先前的云计算模型下，应用系统把数据传送到云计算中心，请求并等待中心点数据处理结果，这显然是增大了系统延迟。以汽车无人（智能）驾驶应用为例，高速行驶的无人汽车需要毫秒级的反应处理及相应驾驶操作时间，一旦由于网络响应问题而加大系统延迟，将会导致车毁人亡的严重后果。２）带宽不足。边缘设备会实时产生大量数据，全部数据流如上传至云端将会对网络带宽带来极大压力。例如，波音787综合信息系统每秒产生的数据量超过5GB，这样的数据量，空中飞行的飞机与卫星之间卫星链路带宽显然不足以支持实时传输。３）能耗较大。数据中心物理设备尤其是那些服务器集群会消耗极多的能源，伴随着数据中心服务器规模的增加，相应空调散热也会消耗几乎等量的电力能源，一个大型的数据中心需要吃掉一个区域较高占比的能源供应。４）不利于数据安全和隐私的保护。万物互联中的数据信息与用户日常生活联系极为紧密，比如，很多家庭都常安装的室内智能网络摄像头，视频数据码流传输到云端，会显著增加用户隐私泄露的风险。随着欧盟GDPR（通用数据保护条例）的生效，数据安全和隐私保护问题对于一个云计算公司而言变得尤为重要。为了解决上述问题，专门针对边缘设备所产生海量数据计算的解决方案——边缘计算模型应运而生。边缘计算顾名思义就是在网络边缘执行计算的一种新型计算模型，边缘计算面向的对象包括下行数据流（来自于云服务中心）的和上行数据流（来自于传感网络），而边缘计算中的“边缘”是指从数据源到云计算中心路径之间的任意计算节点和网络资源。边缘计算模型与云计算模型两者并不是取代关系，而是相辅相成、互有千秋的关系，边缘计算离不开云计算中心强大的计算力和海量存储空间的支持，而云计算中心也依赖于边缘计算中模型中边缘设备对天量数据及隐私数据的高效、妥善处理。边缘计算模型三个明显的优点：１）大量临时数据在网络边缘就被处理，不会再全部搬到云端集中处理，极大程度上减轻了网络带宽和数据中心能耗的压力。２）在靠近数据产生的源头处即进行数据处理，不需要通过网络链路向云计算中心发送数据处理请求并等待其处理后的响应，如此可大大减少系统延迟，显著增强相关服务的响应能力和时效性。３）边缘计算模式下，用户隐私数据不再上传云中心，只是存储在边缘设备上，从而减少网络数据泄露的风险，保护了最终用户的数据安全和隐私。得益于上述几点优势，边缘计算近年来得到了迅猛发展。边缘计算的发展历程边缘计算技术的发展大致分成３个阶段：技术储备期、迅速增长期和稳定发展期。1、技术储备期在2015年之前，边缘计算还处于相关技术理论累积阶段，是尝试向各行业灌输边缘计算相关概念的阶段。这一时段，边缘计算先后经历了“蛰伏—提出—定义—推广”几个发展过程。2、迅速增长期2015—2017年，边缘计算开始被业内认可并熟知，各级别刊物上与之相关的论文发表数量增长了10余倍，可以说得到了飞速发展。在这段时期内，基于边缘计算模式