计算机网络边缘计算,边缘计算的相关概念

参考

https://blog.csdn.net/gui951753/article/details/80952907

https://blog.csdn.net/dpcc2016/article/details/78323114

一、物联网

物联网实在互联网和移动通信等网络通讯的基础上针对不同领域的需求，利用感知、通讯和计算的智能物体自动获取现实世界的信息，将这些对象互联，实现全面的感知、可靠的传输和智能处理，构建人与物、物与物互联的智能信息服务系统。

二、物联网体系结构

物联网体系结构大致可以分为三层：

感知层、网络层和应用层。(至上而下介绍)

应用层：分为行业应用层和管理服务应用层。管理服务层通过中间软件实现感知硬件和应用软件之间的物理隔离和无缝修链接，提供海量的数据的高效汇聚、存储，运用数据挖掘，智能数据处理等计算方式，为行业应用层提供安全的网络管理和智能服务。行业应用层为不同的行业提供物联网服务，可以是智能医疗、智能交通、智能家居、智能物流等等，不同的行业需要指定不同的应用协议。

网络层：又称为传输层，包括接入层、汇聚层和核心交换层。

接入层相当于物理层和数据链路层，RFID标签 、传感器和接入设备构成了物联感知网络的基本单元。接入层网络技术分为无线接入和有线接入，无线接入又分为：无线局域网、移动通信中M2M通信；有线接入分为：现场总线、电力线接入、电视电缆和电话线。

汇聚层位于接入层和核心交换层之间，进行数据的分组汇聚，转发和交换；进行本地路由、过滤、流量均衡等。汇聚层技术也分有线和无线，有线包括局域网、无线城域网、移动通信M2M通信和专用无限网；有线包括局域网、现场总线。

核心交换层为物联网提供高速，安全和具有服务质量保障能力的数据传输。

感知层：主要分为两类，自动感知设备和人工生成信息设备。自动感知设备：能够自动感知外部物理信息，包括RFID，传感器，智能家电；人工生成信息设备：包括智能手机，个人数字助理(PDA)、计算机等。

三、云计算(Cloud Computing)

云计算是分布式计算(Distributed Computing)、并行计算(Parallel Computing)、网络存储(Network Storage Techonologies)、虚拟化(Virtualization)、负载均衡(load balance)、热备冗余(High avaliable)等传统计算机和网络技术发展融合的产物。

云计算范式：

服务提供者提供数据，上传到云中心，终端客户发送请求到云中心，运中心响应相关请求并发送数据给终端客户。终端客户始终是消费者的角色。

四、分布式计算(注意与并行计算的区别)

分布式计算是一门计算机科学。分布式系统是有若干通过互联网互联的计算机组成的软硬件系统。分布式计算是指在分布式系统上执行的计算。

分布式计算;研究如何把一个需要非常巨大计算能力才能解决的问题分成许多小部分，然后把这些部分分配给许多计算机进行处理，最后把这些计算结果综合起来得到最终的结果。

分布式计算的优点：

1.稀有资源可以共享

2.通过分布式计算可以在多台计算机上平衡负载

3.可以把程序放在最适合运行它的计算机上，其中共享稀有资源和平衡负载都是计算机分布式计算的核心思想之一。

五、边缘计算

边缘计算是指在靠近物体或数据源头的一侧，采用网络计算、存储、应用核心能力为一体的开放平台，就近提供近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、智能应用、安全与隐私保护等方面的基本要求。边缘计算处于物理实体和工业连接之间或者处于物理实体顶端。云端计算同样可以访问边缘计算的历史数据。

边缘计算范式：

边缘节点(包括智能家电、手机、平板等)产生的数据上传到云中心，服务提供商也产生数据上传到云中心。边缘节点发送请求到云中心，云中心返还相关数据给边缘节点。

六、边缘计算的主要应用场景

云卸载

视屏分析

智能家居

智慧城市

边缘协作

七、研究需要考虑的问题

编程可行性

命名

服务管理

最优化指标：

延迟

带宽：数据在边缘节点处理的两种情况

1.边缘节点把数据完全处理结束，再上传到云中心

2.边缘节点只处理一部分，剩下的一部分将交由云中处理

能耗

花费