学术前沿 | 边缘计算驱动的工业大数据分析：理论、技术及应用

随着边缘计算和人工智能等信息通信技术的发展和普及，各类互联系统的物理资源和计算能力显著增长。作为第四次工业革命的先驱，德国于2013年4月正式发布“工业4.0”实施建议，旨在充分利用信息化技术促进产业变革，提高德国工业的竞争力，在新一轮工业革命中占领先机。我国具有完备的工业体系和巨大的市场，在两化融合的进程中，工业制造领域的数字化转型与互联互通持续促进着相关产业的建设和发展，以信息化为支撑的新型工业化发展战略逐步形成了高效、环保的可持续发展模式。

2015年5月，国务院部署全面推进实施制造强国战略，制定了中国制造业的顶层规划和发展路线图，旨在强化工业基础能力，促进产业转型升级。同年10月，中德两国宣布进行对接与合作，共同推动新工业革命和业态。2021年12月，工业和信息化部等八部门联合印发《“十四五”智能制造发展规划》，强调智能制造是制造强国建设的主攻方向，其发展程度直接关乎我国制造业质量水平。发展智能制造对于巩固实体经济根基、建成现代产业体系、实现新型工业化具有重要作用。到2025年，规模以上制造业企业大部分实现数字化网络化，重点行业骨干企业初步应用智能化；到2035年，规模以上制造业企业全面普及数字化网络化，重点行业骨干企业基本实现智能化。

《边缘计算驱动的工业大数据分析：理论、技术及应用》（高聪，马立川，陈彦萍，冯杰 著，北京：科学出版社，2024年3月）一书的作者团队在西安邮电大学陕西省网络数据分析与智能处理重点实验室和西安电子科技大学陕西省区块链与安全计算重点实验室的大力支持下，从2014年起致力于边缘计算和大数据分析方面的理论研究与产业化工作。

本书的撰写基于作者团队近10年的科研创新与产学研成果推广经验，同时汇集了国内外新近的研究进展。作者围绕新型计算范式——边缘计算，全面介绍数据全生命周期的理论分析和工程应用。通过详细阐述大数据时代下工业领域数据分析的理论、技术及应用，构建了追本溯源、循序渐进、环环相扣的知识体系。给出了边缘计算在数据分析相关经典问题在应用场景中的实例与解决方案。通过理论研究、实验仿真和实证测试，作者认为边缘计算驱动工业大数据分析的研究具有以下重要意义：

由于工业领域行业自身的特殊性，工业供应链体系高度复杂，需要更加合理与高效的产业协同和资源配置，来维护产业链的安全与稳定。基于以工业互联网平台为载体的数字化技术与服务产品，实施国家制造业创新中心建设、智能制造、工业强基、绿色制造、高端装备创新五项重大工程，实现长期制约我国制造业发展的关键共性技术的突破，加快我国从制造业大国向制造业强国的转变。在工业制造环境中，基于物理空间与网络空间中包含的信息，网络化的设备之间能够形成高效的协同，各类生产线和生产过程持续不断地产生着大量的数据。

为了能够更好地对海量数据进行管理和利用，传统的工厂需要被转化成工业4.0环境下的智能工厂。智能工厂作为承载工业4.0的最主要的应用实体，能够对现代化的生产线和生产过程中产生的数据进行采集与分析，对制造过程进行实时监控和调整，进而实现提高生产效率、降低生产成本的目标。由于信息流在多种不同的信息物理子系统之间存在流通不畅的问题，需要研究智能工厂中海量多源异构数据的智能采集、异常检测和信息融合方案，使得制造网络中的所有设备形成一个自组织的、具有高度灵活性和可重配置性的制造系统。

此外，工业4.0时代网络边缘的设备数量和产生的数据规模都呈现爆炸式增长，传统的云计算模型的集中式处理模式无法高效地处理网络边缘侧产生的海量数据。作为与云计算互补的计算范式，边缘计算弥补了云计算固有的缺陷，将算力部署在网络边缘的数据产生侧，能够显著减少传输时延和缓解网络带宽压力，避免了集中式处理的瓶颈。此外，用户隐私数据的存储和处理都在边缘设备上，无须上传云端，确保了数据的安全与隐私。

本书研究边缘计算驱动的工业大数据数据分析理论及应用。首先从工业4.0、信息物理系统以及大数据三个方面介绍工业大数据的研究背景，详细阐述工业领域的基本原则和核心构件，从大数据的定义、来源、类型以及面临的挑战切入，详细论述大数据的技术和管理；然后基于对边缘计算和传统云计算的对比分析，阐述边缘计算的整体架构和独特优势，结合典型的应用场景对边缘计算的关键技术以及发展趋势进行论述，并给出边缘计算面临的挑战，提出面向无线传感器网络的边缘数据采集方案；接着针对分布式环境下边云协同的数据异常值检测和数据模式异常检测，详细分析现有方法的利弊，分析存在的问题，基于支持向量机、局部敏感哈希以及高维特征表示三个基本构件分别设计新型的算法，提出创新的解决方案；针对移动边缘计算环境下海量同质化服务的评估和选择问题，设计时间感知的张量模型，提出基于时序正则化张量分解的服务质量数据预测方案。最后对工业5.0进行展望，给出未来的研究方向。

本书是全面介绍国内外边缘计算驱动工业大数据分析的第一部专著，内容循序渐进、深入浅出，注重理论与实际应用紧密结合。围绕相关问题、理论方法、技术实现、解决方案等方面对面向边缘计算的工业大数据分析领域的核心知识进行详细的论述。适用于在相关领域开展研究的在读硕士研究生、博士研究生以及其他科研工作者。

作者简介

高聪

高聪，博士，西安邮电大学计算机学院副教授，硕士研究生导师，陕西省网络数据分析与智能处理重点实验室骨干成员。主要从事数据感知与分析、边缘计算、计算机网络等方面的科研和教学工作。主持和参与国家自然科学基金项目、工业和信息化部项目、陕西省重点研发计划项目等15项，以第一完成人获得中国产学研合作创新与促进奖——产学研合作创新成果奖二等奖，以第一完成人两次获得陕西高等学校科学技术奖二等奖，独著出版学术专著一部，第一作者出版学术专著两部，在国内外期刊及会议发表论文30余篇，申请/授权发明专利10余项，担任多个国内外期刊审稿人，陕西省科协科技人才评审专家，“互联网+”大学生创新创业大赛国赛评审专家。

马立川

马立川，博士，西安电子科技大学网络与信息安全学院副教授，硕士研究生导师，陕西省区块链与安全计算重点实验室骨干成员。近年来聚焦群智感知与边缘计算场景中信任管理机制、隐私保护等方面的研究，成果发表于IEEE IoTJ、IEEE TSC、JNCA、《通信学报》等国内外学术期刊和会议，授权发明专利5项，主持国家自然科学基金项目、中电集团第五十四研究所新技术研究高校合作项目，作为合作单位负责人承担国家自然科学基金重点项目以及陕西省重点研发计划项目。

陈彦萍

陈彦萍，博士，西安邮电大学计算机学院院长，教授，硕士研究生导师。主要从事服务计算、工业智能、计算机网络等方面的科研和教学工作。陕西省高校青年创新团队“工业大数据分析与智能处理创新团队”负责人，中国计算机学会高级会员、CCF网络与数据通信专业委员会委员，中国通信学会边缘计算委员会委员。主持国家自然科学基金项目、工业和信息化部项目、陕西省重点研发计划项目、工业科技攻关项目等20项。以第一完成人获得中国通信学会科学技术奖二等奖，陕西高等学校科学技术奖三等奖。在国内外期刊和会议发表论文80余篇，申请/授权专利30余项，担任多个国内外期刊审稿人。

冯杰

冯杰，博士，西安电子科技大学通信工程学院副教授，硕士研究生导师。主要从事移动边缘计算、区块链、深度强化学习、资源调度、联邦学习及分布式计算等方面的科研和教学工作。主持国家自然科学基金项目、陕西省重点研发项目、校企合作项目、广东省基础与应用基础研究基金、中央高校基本科研基金、陕西省信息通信网络及安全重点实验室开放课题等8项，在国内外期刊发表学术论文30余篇，申请/授权专利20余项，获得2023年全球前2%顶尖科学家荣誉称号，担任多个国内外期刊审稿人。

如果您对大模型感兴趣，诚挚邀请您参加2024年6月的全球边缘计算大会·深圳站，相信边缘的力量！预见边缘大模型！