边缘计算
优势:
-
边缘计算可以实时或更快的进行数据处理和分析,让数据处理更靠近源,而不是外部数据中心或者云,可以缩短延迟时间。
-
在成本预算上可以大大减轻经费预算。企业在本地设备上的数据管理解决方案所花费的成本大大低于云和数据中心网络。
-
减少网络流量。随着物联网设备数量的增加,数据生成继续以创纪录的速度增长。结果,网络带宽变得更加有限,压倒了云,导致更大的数据瓶颈。
-
提高应用程序效率。通过降低延迟级别,应用程序可以更高效、更快速地运行。
-
个性化:通过边缘计算,可以持续学习,根据个人的需求调整模型,带来个性化互动体验。
低时延、高带宽、高可靠、海量连接、 异构汇聚和本地安全隐私保护
任务缓存模型:
任务缓存
即将已完成任务及相关数据缓存在边缘云上,任务缓存过程如下:
1、移动设备发出计算任务的卸载请求,若该任务已在边缘云缓存,则边缘云告之移动设备已在云端存储,移动设备无需进行任务卸载。
2、边缘云完成任务处理后,直接将结果传输至移动设备。通过该方式,用户无需对已缓存的任务进行任务卸载,可以降低移动设备的能耗与任务卸载的延时。
尽管边缘云的缓存能力和计算能力优于移动设备,但并非可以缓存和支持所有类型的计算任务,且任务缓存需要同时考虑任务分布、数据量以及任务请求资源大小。
网络功能虚化NFV
网络功能虚拟化(NFV)是一种新兴技术,它从传统的专用硬件实现转变为在虚拟化环境中运行的软件实例。
是个软件实例。
在NFV中,请求的服务由一系列虚拟网络函数(VNF)实现,这些虚拟网络函数可以利用虚拟化技术在通用服务器上运行
业务功能链(SFC)
定义为一组按链序排列的VNFs,用于处理特定应用程序的交付和控制流量。