大数据时代下的新型计算模型——边缘计算

刘俊奇，范明翔，李潇

（国际关系学院，北京100091)

大数据时代下的新型计算模型
——边缘计算

刘俊奇，范明翔，李潇

（国际关系学院，北京100091)

2017年注定还是一个信息大爆发的时期，物联网在以惊人的速度快速发展，4G与5G也终覆盖整个无线网络，我们可以很认真地说，万物互联地时代离我们越来越近。与之而来的将会是网络边缘的设备不断增加，这些设备所产生的数据也会达到另一个峰值。传统的以云计算为核心的大数据处理，已经不能满足不断增加的数据量，这样以边缘计算模型为核心的主要用于应对边缘设备产生大量数据计算的大数据处理方式应运而生，与现在的集中式大数据处理集合在一起，两者有机地结合在一起，一个用于数据云中心的数据处理，一个应用于物联网边缘设备所产生海量数据的处理。

大数据；边缘计算；边缘设备；云中心

1 概述

边缘计算作为一种小型数据中心，尽量靠近终端，便于提升访问速度和性能。而物联网应用不断地增长刺激着边缘计算更多的需求，越来越多的物联网设备需要边缘计算。小到一个安防摄像头，大到工业设备网关都需要边缘计算来实现设备间的信息沟通与协同运作。

边缘计算类似于人类的神经末梢，对于简单的信息可以直接处理；对于复杂的信息则传输给云端(即大脑)。类似于人类对于简单处理的记忆，边缘计算可以通过提取到的特征数据的上传进行追溯。正如所有人类都需要神经末梢式的应对一样，所有物联网设备未来都需要配备边缘计算，这样才能实现真正的万物相连。

无论是有实时数据需求的车载终端，还是高带宽的海量数据传输，抑或者是联网电梯以及高速运转的波音飞机、高生产速率的流水线都需要边缘计算的助力。从安全、预测维护、个性化服务等方面提高用户体验，完成设备智能化升级。

2 边缘计算的兴起

我们传统的云计算[1]模式是一种集中式的大数据处理。这种方式是基于数据中心有强大的计算和存储能力，于是所有的数据计算和存储过程均在数据的云中心实现，此种的方法主要特点是不需要占用其他的计算资源和存储资源。但是随着网络的不断发展，边缘设备的数量也在逐年的增加，随之而来的是海量数据的产生，在这种背景下，传统的云计算模式的缺点开始暴露。针对此种问题，更多的企业和研发中心开始寻求一种新的计算模型，来辅助云中心处理海量的数据。

万物互联催生了边缘计算模型，将原本属于云中心的计算任务，分担给具备计算能力和数据分析能力的网络边缘设备上，大大地降低了云中心的计算负载，同时通过减少数据的传输过程来降低网络带宽的压力。

2.1 边缘计算定义

边缘计算是一种新型的大数据处理模型。云中心通过两种方式获取数据，第一种是通过数据库的方式来获取数据，第二种是通过从一些终端设备（传感器；摄像头；智能手机等）上获得数据。而边缘计算模型则是通过对第二种获取数据的方法进行改进的，传统的云计算模型中，边缘设备不具备任何处理数据的能力，而在边缘计算模型中，网络边缘设备不仅可以从云中心请求内容和服务，而且还可以进行数据存储，缓存，以及隐私保护等。我们可以看得出来再边缘计算模型中，边缘设备发挥了不可忽视的作用，当然对于边缘设备的要求也在不断增加，要不断提升边缘设备硬件平台以及边缘设备中的软件技术，才能为边缘计算的数据处理提供可靠性和安全性。

2.2 边缘计算优势

说到边缘计算模型的优势，我们要从大数据的数据量，时效性，多样性三个方面来进行讨论。首先数据量问题，边缘计算模型较传统的计算模型相比，对于数据量的承受能力要远远大于传统的云计算模型，时效性方面，因为边缘设备分担了一些数据处理过程，所以处理数据的速度也会提升，多样性方面，由于边缘设备的数量和种类参差不齐，所以对数据处理过程也表现出了不同的处理方式。

边缘计算模型将原本属于云中心的计算工作部分分给了边缘设备进行执行，这样不仅提高了数据传输的性能，还降低了云中心的计算负载。现在提出的边缘计算模型和云计算模型不是两种相对立的数据处理方式，而是通过两者有机地结合起来，完美的配合，使得数据处理能力能承受住下一轮海量数据的到来。

3 边缘计算的应用发展

目前，诸多行业应用对实时性，可靠性和安全性等都有严格的要求，随着数据量的不断增加，许多行业需要对上传数据中心的流量进行聚合和预处理，因此在网络边缘就需要具备一定数据处理能力的平台，也就是边缘计算平台。

3.1 边缘计算在物联网中应用

物联网是一个技术体系，与我们传统的网络是不同的，它通常被分为4层[2]：传感控制层，网络层，平台层和应用层。其中平台层和应用层均处在数据中心，传统的云计算模型是将数据管理，数据分析，以及数据处理等功能全部寄于数据中心来实施，而网络层作为数据传输的通道，负责数据的来回传输过程，但随着物联网的不断发展，更多的企业希望能够用更高效的方法代替现在的传统算法。

物联网中随着连接的物在不断增加，物与物之间的联系变得更加的密切，在大量的信息面前，数据中心处理数据的方式会降低很多效率，更多的需要是物与物之间的联系，边缘计算模型恰恰能够满足这样的作用方式，既能降低了数据转移过程中的时间，也能减少数据传送过程中的资源消耗问题。

3.2 边缘计算在城市中的应用

现在的都市很多基础设备已经实现了自动化，那么自动化的基础模型又何尝不是边缘计算模型呢。拿我们经常在城市中看到绿化带滴灌方式来说，由于不同区位的空气湿度，天气变化，土壤湿度变化等不同，所以绿化带中的花草对于水量的要求也不同。如果我们仍采用中心控制方法来进行灌溉，那么必然会存在部分地区受灌溉严重，部分地区受灌溉不足的现象。边缘计算为绿化灌溉提供了解决办法，不同的区域均存在自己的控制中心，通过对本地区的各项因素来计算植被的需水量，大大提高了灌溉的可靠性。

智能交通，也成为我们当今生活的一部分。智能交通系统通过在交通中部署的监控摄像头和传感器来收集大量的交通情况，并通过对数据的处理过程，自动做出决策，利用智能交通信号灯来减轻此时的交通拥堵情况或者通过其他指示灯来改变车的行驶路线。如果将这些数据信息传输给智能交通数据处理中心处理，首先由于数据的来回传输耽误了最佳的交通控制时间，使得交通拥堵等情况变得更加严重，其次，由于数据中心处理的数据具有一定的时延性，等到数据处理后在传给各个终端时，得到的处理方案可能已经不再实用于此时的交通状况。

4 边缘计算的未来发展情况

从一些商业应用程序，到及时在社交网站上发布更新，随着商业用户和消费者对效率和速度的要求不断提升，大家越来越注重的是时延问题，生产者希望在较短的时间内获取更多的商业信息，来为自己提供市场先机。而作为消费者，也想在第一时间内了解产品的信息。为了满足这两者的需要，不少企业和部门开始采用了边缘计算方式。边缘计算能够更好地利用计算资源，能在最短的时间内将数据处理的信息发送给需求者，并支持快速和安全的访问。

近期的微软Build 2017开发者大会，微软的首席执行官（CEO）Sataya Nadella确定了就是以“边缘计算”为主题。说明了边缘计算就是云的边缘，它不是云计算的替代品。相反，它通过为网络边缘提供数据处理能力，大大地提高整个数据处理效率。

边缘计算的概念已经普遍存在于各行各业，物联网的应用，制造业，智能手机等等领域，这一概念的核心就是在处理数据时，在网络的边缘设分担起数据处理的任务，来辅助完成一些数据分析和计算，而并非将所有数据均传送给数据中心。算法和模型可以事先在云端建立好，然后通过转移的方式，将其应用在边缘设备上。

人类的科技发展，基本就是以计算为中心的发展历史[3]。从原始时代的结绳计数和通过在石壁在刻画计数方式，人们在不断地追求更加实用更加高效的计算方法。在工业时代到来之前，东方人采用算盘的方式进行计算，西方则采用计算尺机型计算。两次工业革命过后，开始出现了第一台计算机，虽然它的体积很大，成本很高，却没有阻止到它发展的脚步，正是因为它具备了当时最高效的计算方式。到了现在，我们的计算机体型在不断缩小的同时，计算能力却在以指数的形式在提升，云计算中心成为了我们21世纪开端的宝贵产物，为高效地数据处理提供了可靠地保证。

基于历史和人类技术的发展史，我们没有理由不看好边缘计算的未来。在边缘式大数据处理时代下，传统的云计算模型已经不能够有效地解决云中心的计算负载问题，边缘计算模型的推广和应用还会在未来的计算发展中提供更好的数据处理模式。

[1]洪沙,杨深远.云计算关键技术及基于Hadoop的云计算模型研究[J].软件导刊,2010(09).

[2]边缘计算大咖说[N].通信产业报,2016-12-05(015).

[3]从边缘计算看未来企业办公场景[N].中国信息化周报,2017-03-06(023).

TP311

A

1009-3044(2017)19-0182-02

2017-06-10

刘俊奇(1994—)，男，吉林长春人，国际关系学院信息科技学院，硕士研究生，主要研究方向为信息安全、计算机软件研究。