【摘 要】物聯網的發展開啟了萬物互聯時代，設備的爆炸式增長和應用的多樣化帶來了海量數據，對傳輸帶寬、時效性、異構接入等提出了新要求。邊緣計算在靠近數據源側進行數據處理，有效地減少數據傳輸量、降低服務響應時延、增強網絡效能。本文在物聯網架構的不同位置引入邊緣計算，形成端邊緣、網邊緣和云邊緣三類邊緣，分析三類邊緣的技術方案，總結邊緣計算目前存在的問題，為物聯網邊緣計算的發展提供參考。

　　【關鍵詞】物聯網；邊緣計算；MEC

　　1 概述

　　隨著物聯網的不斷發展，更為頻繁的人機交互、指數式增長的數據流量、持續增加的終端種類和不斷涌現的服務場景，對傳輸帶寬、時效性、異構接入等提出了更高要求。邊緣計算在靠近物或數據源的一側，就近提供近端網絡、數據、計算和存儲服務。物聯網一般是“端、網、云”三層架構：端，包括感知設備、執行設備和通信控制網關，實現數據采集和設備控制；網，包括2/3/4G、WiFi,NB-loT、光寬等技術的泛在連接網絡，負責數據傳輸；云，包括云主機、負載、云服務等，負責數據存儲、處理,提供應用服務。因此，很有必要在物聯網架構的不同層次引入邊緣計算，以滿足海量異構設備快速接入，服務迅速響應，網絡效能提高等新需求。

　　目前國內不少學者開展邊緣計算研究，文獻［1-4］介紹邊緣計算的網絡架構、關鍵技術、開源項目和應用展望等，文獻［5-6］介紹移動邊緣計算(MEC)的標準情況、網絡架構、關鍵技術和典型應用場景。但是缺乏整體介紹引入邊緣計算的物聯網架構、不同層次邊緣計算的技術方案，以及邊緣計算在實際應用中遇到的問題。本文基于此,開展進一步的介紹、分析和總結。

　　2 引入邊緣計算的物聯網

　　如圖1所示,在物聯網的端、網、云三層引入邊緣計算,形成端邊緣、網邊緣和云邊緣三類物聯網邊緣計算：

　　（1）端邊緣，在端層引入邊緣計算，提供數據本地解析、分析、決策和設備聯動等服務。

　　（2）網邊緣，在網層引入邊緣計算，提供數據分流、IaaS、PaaS和SaaS級的數據或應用服務。

　　（3）云邊緣，云層引入邊緣計算，負責云服務間的數據協同、解析和交互等公共服務。

　　通常情況下，端邊緣由物聯網服務商提供，網邊緣由電信運營商提供，云邊緣則由云計算服務商提供。

　　

　　圖1 引入邊緣計算的物聯網變化

　　2.1 端邊緣

　　物聯網的端邊緣技術方案如圖2所示。物聯網設備(攝像頭、門禁、空氣監測儀、水質監測器等)通過藍牙、NFC、ZigBee、Wi-Fi和有線等方式接入邊緣網關，邊緣網關提供網絡通信、數據采集、設備控制以及邊緣服務，云端提供邊緣網關管理(邊緣網關的升級優化、參數配置、資源分配和服務部署等)、物聯網云服務。邊緣網關提供的邊緣服務包括但不限于：

　　（1）本地暫存，數據緩存在本地，通信網絡恢復時再次上報，防止數據丟失。

　　（2）本地聯動,基于規則實現快速控制本地設備(比如，氨氣濃度過高，啟動風機通風)，以及本地設備間的快速聯動(比如，開門和開燈聯動)，防止斷網時設備云端控制、云端聯動無法執行。

　　（3）數據分析，使用數據過濾、聚合計算、異常檢測、數據排序等技術分析流式數據，實現數據過濾、清洗、加工、聚合、質量優化(剔除壞數據)后再上云，減少數據傳輸成本和實現數據的標準化；

　　（4）數據分發，基于預定義規則、路由信息和數據分析結果，將數據轉發至其它設備、邊緣網關。

　　（5）協議適配，網絡協議的自動轉換，以及對數據格式進行標準化處理(比如，按照模板將數據轉換成指定格式)。

　　（6）安全服務，包括身份安全、數據安全、網絡安全和系統安全四方面，由于邊緣網關計算能力有限，安全服務要求輕量化。身份安全，主要是海量設備接入的身份認證；數據安全，包括數據加密、數據防篡改、數據脫敏等；網絡安全，包括網絡異常行為識別、DDoS防護等；系統安全，包括進程異常檢測、異常事件監測等。

　　

　　圖2 物聯網端邊緣方案

　　2.2 網邊緣

　　物聯網的網邊緣服務，目前多指移動邊緣計算(MEC)服務。MEC服務的部署形態，除了文獻同提出的4G網絡下MEC服務器以獨立設備部署在無線接入網(RAN)側、4G網絡下MEC服務器與PGW部署、4G網絡下MEC服務器和DGW部署和5G MEC四種形態之外，還有固移融合接入的MEC。目前，大力推進的只有5G MEC,固移融合接入的MEC正在探索實踐中，其它部署形態的MEC業界關注較少。

　　5G MEC結合UPF的邊緣技術方案如圖3所示，是目前電信運營商正在推廣和試點的5G MEC方案。此方案中，MEC管理平臺負責MEC服務管理、服務部署和規則配置；MEC服務負責提供IaaS、PaaS、SaaS級的數據和應用服務；邊緣UPF負責按照MEC管理平臺配置的數據分流規則，將流量轉發至MEC服務；通過三個步驟為用戶提供服務：

　　（1）MEC應用部署，MEC管理平臺為用戶分配MEC服務能力，并將用戶應用部署到MEC服務上。

　　（2）分流規則配置，用戶在MEC管理平臺上配置分流規則，經PCF、SMF,下發到邊緣UPF。

　　（3）數據分流，邊緣UPF根據分流規則，將本地數據轉發到MEC服務或集中UPF；MEC服務處理完數據以后，直接響應或通過SD-WAN,入云專線將數據發送到云端。

　　

　　圖3 5G UPF/ MEC方案

　　2.3 云邊緣

　　云邊緣，業界研究較少。本文認為云邊緣是云服務在邊緣側的延伸，邏輯上仍是云服務，提供的能力依賴于云服務或需要與云服務緊密協同。其提供的服務包括多維多源數據融合、數據轉發、基于輕量深度學習的模型訓練、圖像識別、視頻識別等。

　　3 對比分析

　　端邊緣、網邊緣和云邊緣是邊緣計算的三種形態，都是在靠近數據源側提供近端服務；不過它們在服務能力、功能和作用等方面都有所不同，具體如表1所示。端邊緣，服務能力一般，提供的服務側重于設備管理、數據本地預處理，可以看作是設備能力的擴展。網邊緣，服務能力較強，提供類似于云計算的IaaS、PaaS和SaaS服務，可以看作是云服務能力的下沉。云邊緣，服務能力強，提供的是公共云服務，可以看作是云服務能力的前置。

　　表1 端邊緣、網邊緣和云邊緣的多維對比

　　

　　應用場景方面，端邊緣可以廣泛應用到需要采集設備數據、控制/聯動設備和自組網的本地服務場景，比如工業互聯網的制造自動化，農業的養殖自動化等，適用于本地設備聯動、本地數據清洗和區域組網；網邊緣更多的是應用到區域服務場景，比如園區綜合治理、社區管理以及車聯網等，適用于數據的區域治理；云邊緣則偏向于通用的云服務場景，比如視頻融合、消息轉發等，適用于數據的云端預處理。

　　4 發展挑戰

　　通過分析，可以看到物聯網引入邊緣計算，豐富了物聯網的端、網和云能力，可以為各種場景提供靠近數據源的不同層次的服務能力。產業屆對邊緣計算在消費物聯網、工業互聯網、車聯網、智慧園區、智慧城市等領域發揮重要作用寄予厚望。但是，現階段邊緣計算面臨諸多挑戰，限制了邊緣計算的快速發展。面臨的挑戰，除了文獻［4］中提出的技術尚未成熟、體積架構亟需統一、安全隱私存在挑戰之外，還包括：

　　（1）收費方式、商業模式不清晰。國內典型的端邊緣服務有百度的智能邊緣BIE和阿里云的物聯網邊緣服務，前者正在公測，收費方式商業模式未知；后者暫時不收費，主要是作為一個輔助功能，拉動阿里物聯網IOT平臺的消息數量。網邊緣5G MEC的商業模式，文獻［7］提出了5種商業模式一“基礎設施資源的方式銷售5G邊緣計算服務”、“以能力開放、按照API的不同性質采用不同收費模式”、“直接以應用的方式銷售”、“按照量化指標銷售”以及“與其它電信服務整合銷售”，商業模式豐富。但現實中，更多的是按照算力和存儲的大小，以及是否需要分流功能探索收費方式。云邊緣服務目前商業模式比較單一，基本上采用按調用量收費。

　　（2）業務需求不夠強烈。統一的、開放的端邊緣服務目前需求不強，更多的是物聯網服務商在網關里自實現端邊緣的數據緩存、數據清洗、協議適配和本地聯動等服務中的若干項；并且端邊緣提供的服務，能力較弱，難以滿足不同行業的數據處理要求。5G MEC服務可以應用到物聯網領域的智慧園區、智慧社區等場景，但實際上社區、園區可能僅僅需要邊緣UPF將流量導到自建的邊緣服務器，而不是電信運營商提供的5G MEC。云邊緣的場景不夠豐富，并且其本質上是云服務，邊緣作用體現不夠強。此外，邊緣計算可以應用到計算密集型應用(AR/VR)、車聯網等場景，但是AR/VR、車聯網等新型場景本身正處于摸索發展階段，邊緣計算需求不強。

　　（3）基礎設施建設存在困難。主要是針對網邊緣，包括：機房規模、供電等條件參差不齊，機房改造困難；機房改造需跟邊緣計算設備、通用硬件協同，改造流程復雜邊緣服務器的網絡與機房管理能力參差不齊，管理難度大。

　　5 結束語

　　關于邊緣計算在物聯網中的應用，本文提出“端邊緣”“網邊緣”和“云邊緣”三類邊緣概念，給出三類邊緣服務的方案，分析它們的能力、功能和應用場景，并總結實際應用中遇到的問題。通過研究分析，我們可以發現物聯網在端網云引入邊緣計算，物聯網的計算能力、數據處理能力將不斷豐富、不斷提高，物聯網場景也將越來越智能化、高效化。但是，目前邊緣計算存在商業模式不清晰、業務需求不夠強和基礎設施建設難等方面的問題。只有產業界共同努力解決這些問題，邊緣計算方能在萬物互聯時代大顯身手。

　　參考文獻

　　[1] 楊凱, 丁曉璐, 劉俊萍. 物聯網智能邊緣計算研究及應用[J]. 電信科學, 2019(S2).

　　[2] 楚俊生, 張博山, 林兆驥. 邊緣計算在物聯網領域的應用及展望[J]. 信息通信技術, 2018, 000(005):31-39.

　　[3] 唐汝林. 走近邊緣計算:未來應用實踐初探[J]. 通信企業管理, 2019.

　　[4] 林州波 . 萬物互聯時代:邊緣計算的機遇與挑戰[J]. 上海信息化, 2018.

　　[5] 李子姝, 謝人超, 孫禮,等. 移動邊緣計算綜述[J]. 電信科學, 2018, 034(001):87-101.

　　[6] 齊彥麗, 周一青, 劉玲,等. 融合移動邊緣計算的未來5G移動通信網絡[J]. 計算機研究與發展, 2018, 55(3): 478-486.

　　[7] 梁崢.5G邊緣計算商業模式思考.5G工業物聯公眾號.

　　★原文發表于《廣東通信技術》2020年第7期★

　　DOI:10.3969/j.issn.1006-6403.2020.07.004

　　引用格式：黃澤龍.邊緣計算在物聯網領域的研究與分析[J]. 廣東通信技術, 2020, 40(7): 13-15.

　　作者簡介

　　黃澤龍:中國電信研究院，廣州園區，企業運營支撐中心。