《边缘计算》施巍松——第一章读书笔记

第一章 边缘计算的需求与意义

1.1什么是边缘计算

边缘计算是指在网络边缘执行计算的一种新型计算模式，对数据的计算包括两部分
下行的云服务和上行的万物互联服务
边缘是相对的概念——从数据源到云计算中心路径之间的任意计算，存储和网络资源

边缘可以是这条路径上的一个或多个资源节点

边缘节点——手机、wifi接入点
边缘计算就是要将空间距离或者网络距离上与用户临近的这些独立分散的资源统一起来，为应用提供计算、存储和网络服务

云计算是人的大脑，边缘计算是人的神经末端。当针刺到手时，人总是下意识地收手，然后大脑才会意识到针刺到手，因为手收回的过程是有神经末端直接处理的非条件反射。——边缘计算拥有自己的大脑

1.2 边缘计算的产生背景

物联网技术旨在利用射频识别技术、无线数据通信技术、全球定位系统等，按物联网约定的通信协议将实物与互联网连接起来，进行信息交换，以实现智能化识别、定位、跟踪、监控和管理互联网资源。
延伸——实现实物与实物之间数据信息的实时共享，智能化的实时数据收集、传递、处理和执行
物联网主要涉及一下技术：
1.传感器技术——通过对被测对象的某一确定的信息进行感受与检出，并使之按照一定规律转换成可输出信号
2.无线射频识别技术——通过射频信号自动识别目标对象并获取相关数据，识别无需人工干预，可工作与各种恶劣环境
3.嵌入式技术——传感器是人的感官，网络是神经系统用来传递信息，嵌入式系统则是人的大脑，在接受信息后要进行分类处理

万物互联——在物联网基础上增加了网络智能化处理功能和安全功能
相比于物联网的物与物的互联，其还增加了更高级别的人与物的互联，突出任何物都有语境感知的功能，更强的计算能力和感知能力

因此边缘计算设备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

边缘计算相比于物联网的优点：
极大缓解网络贷款与数据中心压力
增强服务的响应能力
保护隐私数据，提升数据安全性

1.3边缘计算的历史

1.3.1 分布式数据库模型

分布式数据库提供大数据环境下的数据存储，较少关注其所在设备端的异构计算和存储能力，主要用于实现数据的分布式存储和分享
边缘计算模型中数据位于边缘设备端，“终端设备有异构性，并需要支持多应用服务”成为边缘计算模型应对大数据处理的基本思路

1.3.2 对等网络模型

P2P

1.3.3 内容分发网络模型

在网络边缘部署缓存服务器降低远程站点的数据下载延时，加速内容交付
ADCN主动内容分发网络

1.3.4 移动边缘计算

将密集型移动计算任务迁移到附近的网络边缘服务器。由于移动边缘计算更接近移动用户，因此可以实现较低延时、较高带宽提高服务质量和用户体验
边缘计算模型涨红的终端设备具有较强的计算能力

1.3.5 雾计算

迁移云计算中心任务到网络边缘设备执行的一种高度虚拟化计算平台
雾计算在终端设备和传统云计算中心之间提供计算、存储和网络服务，是对云计算的补充

雾计算通过在云与移动设备之间引入中间层，扩展基于云的网络结构，而中间层实质是由部署在网络边缘的雾服务器组织的“雾层”。雾计算避免云计算中心和移动用户之间多次通信
通过雾计算服务器，可以显著减少猪肝脸录得带宽负载和能耗，在移动用户量巨大时，可以访问雾计算服务器中缓存的内容，请求一些特定的服务。雾计算服务器可以与云计算中心互联，并使用云计算中心强大的计算能力和丰富的应用与服务

本书认为边缘计算除了关注基础设施，也关注边缘设备，更强调边缘智能的设计与实现。而雾计算更关注后端分布式共享资源的管理

1.3.6海云计算

1.3.7 物端计算

以物端设备为主的分布式系统和物理环境，物端计算强调在满足应用的服务质量需求的前提下，数据尽可能地在物端计算机上处理，这可有效降低来自物理世界的海量感知数据沿边缘网络链路向数据中心移动带来的带宽损耗、时延与不确定性和安全隐私风险