边缘计算论文笔记

最新推荐文章于 2022-07-04 12:26:17 发布

weixin_43585219

最新推荐文章于 2022-07-04 12:26:17 发布

阅读量5.2k

点赞数

分类专栏：论文研究

论文研究专栏收录该内容

4 篇文章 1 订阅

订阅专栏

本篇整理自《边缘计算：万物互联时代新型计算模型》

边缘计算产生的动机

云计算服务的不足
（1）实时性
实验长
（2）隐私保护
个人信息上传到云端增加泄露风险传统云计算模型是新型万物互联架构云计算模型的障碍：敏感信息（位置，健康等隐私数据）在边缘节点进行处理，边缘节点与云计算中心仍有请求与反馈
（3）能耗
数据中心消耗的电量巨大：分解云数据中心的计算任务，迁移到边缘节点
（4）资源浪费
海量数据由边缘发到云端，带宽负载过大，计算资源浪费。
万物互联兴起
万物互联产的海量数据，云计算的带宽和计算资源无法高效处理：在边缘进行处理后筛选出有效信息发送到云端形成一种新的计算模型，以此来降低负载和带宽。

边缘式大数据处理时代的典型应用

云计算任务迁移
购物车数据缓存在边缘，边缘节点与云中心的数据同步可以在后台进行。
边缘计算视频监控
以万物互联与云计算为基础，融合边缘计算，增强摄像头的处理能力：
（1）基于边缘计算的图像预处理技术，去除视频图像冗余信息，采用软件优化与硬件加速方法提高视频图像分析速率。
（2）基于行为感知的视频监控数据弹性存储机制，分析行为特征决策功能，增强信息可信性与存储空间利用率。
智能家居
边缘网关上运行边缘操作系统EdgeOS，基于EdgeOS的应用服务程序可以向用户提供更好的资源分配和管理。
智慧城市
（1）大数据量
（2）低延时
（3）位置识别：基于地理位置的数据实时处理和收集，不必传到云端。
智能交通
（1）边缘服务器上智能交通控制系统分析路面情况，改变路线与信号灯
（2）无人驾驶汽车：在数据缘执行边缘计算
（3）飞行器：实时处理本身数据并且共享信息，节省电能
协同边缘
融合由虚拟共享数据视图创建的分布式地区数据，利用预先定义的服务接口，用户可虚拟共享数据，服务应用程序向终端用户提供服务，由协同边缘参与者提供，仅在其内部执行，对终端用户透明。

挑战

可编程性
边缘节点大多是异构平台，需研究新型编程方式。
计算流：即沿着数据传输路径，在数据上执行的一系列计算／功能．它可以是某个应用程序的全部或部分函数，其发生在允许应用执行计算的数据传输路径上．该计算流属于软件定义计算流的范畴，主要应用于源数据的设备端、边缘节点以及云计算环境中，以实现高效分布式数据处理。数据生产与消费迁移到了边缘设备以后，增加了大数据分布式共享和处理的需求。
烟花模型：由烟花模型管理器与烟花模型节点组成，节点上，功能与数据集绑定，需注册各自的功能与数据集，抽象成数据视图。管理器将数据视图的服务请求分解成若干子任务，分发给每一个参与者。
命名规则
边缘设备数目巨大，种类繁多，需对异构设备采用统一规则进行命名。
命名数据网络：(named data net—working，NDN)以数据为中心的网络分层结构命名规则和友好的服务管理和可拓展性。但硬件信息与服务提供商很难隔离，有安全隐患。
移动优先（MobilityFirst）：命名与网络地址分离，支持移动性。但网络边缘计算环境中的固定信息聚合服务不需要该命名规则要求的全球唯一标识符。
在范围较小固定边缘环境下：利用边缘操作系统给每个接入设备分配网络地址和标识符，可描述where,who,what.可用于设备识别，管理，部件替换。
数据抽象
数据生产者智能设备向边缘操作系统发送感知数据。网关处理数据之后将发送到系统上层，会遇到问题。
（1）数据格式多样：提取ID，NAME，TIME，DATA存入数据表，会影响数据细节。
（2）程度不确定：保留源数据的程度难确定，不可靠的信息源提取有用信息。
（3）使用性：异构性是数据表示与操作的障碍。