边云协同下移动信息交流信息栈的PKS研究

周杰?黄妍青?杨帆?杨曜宇

摘 要 移动信息交流是网络环境下信息栈的一种新模式，具有交互、信息感知、网络化等优势，但移动信息交流信息栈交流效率并不高。文章以PKS模型为出发点，在移动信息交流信息栈研究现状的基础上，总结出信息栈存在的问题及产生问题的关键本质，提出利用边云协同解决移动信息交流信息栈的问题，提高信息栈对信息的处理能力、满足用户的个性化需求、改善信息栈服务的质量。同时，针对边云协同应用在移动信息交流信息栈中存在的局限性，也对其进行了界定，并给出了建议。

关键词 移动信息交流 移动信息交流信息栈 边云协同 PKS模型

分类号 G201

DOI 10.16810/j.cnki.1672-514X.2019.09.012

Research on PKS of Mobile Information Exchange Information Stack Under the Edge Cloud Synergy

Zhou Jie， Huang Yanqing， Yang Fan， Yang Yaoyu

Abstract Mobile information exchange is a new mode of information stack in the network environment， which has the advantages of interaction， information perception and networking.  Based on the PKS model， this paper summarizes the problems existing in the mobile information exchange information stack and the key nature of the problems. The paper proposes to solve the problems of mobile information exchange information stack with the help of edge cloud， so as to improve the ability of information stack to process information， meet the personalized needs of users， and improve the service quality of information stack. Meanwhile， it also defines the limitations of the application of edge cloud synergy in mobile information exchange information stack and gives some suggestions.

Keywords Mobile information exchange. Mobile information exchange information stack. Edge cloud synergy. PKS model.

隨着信息技术、通信技术的发展、网络普及率的提升，网络成为人们进行信息交流的主要手段。同时，由于大量的智能设备接入网络，使得利用移动终端设备进行信息交流成为当下的主流模式，但是由于现有的移动信息交流模式受到内部因素的限制与外部因素的影响，导致诸如图书馆、出版社这一类移动信息交流信息栈的信息交流效率低下，无法满足移动信息交流者的需求。而边云协同理念的产生对提高信息交流的效率有着重要作用。边云协同是为了缓解云平台处理海量数据的压力而提出的，其在靠近或者边缘端上分担数据的计算与存储问题，能够满足移动信息交流信息栈发展所需的高效率、低时延、丰富的计算资源等要求，以此改善为用户服务的质量。

1 移动信息交流信息栈相关研究

信息栈这一概念是严怡民教授提出的，是指信源到信宿所需要经过的环节（信息交流），具有对数据进行计算与存储的能力。而信息交流按照有无栈的参与，分为零栈交流与栈交流，栈交流中又分为时间栈和空间栈[1]。随着新技术的不断进步，加快了移动网络及移动信息交流[2]（移动网络支持下进行的信息交流） 的发展进程。而对于移动信息交流信息栈是否存在栈模式的两种交流（一种是以栈交流作为信息传递的模式，如图书馆、出版社等时间栈，互联网、广播电视等空间栈，另一种是以零栈交流即直接交流作为信息传递的模式） 都未给予明确的界定。针对这种情况，笔者拟通过对相关文献的整理分析，得出移动信息交流信息栈并不存在零栈交流方式。

针对移动网络下的信息栈研究，主要集中在以网络（空间栈）为基础实现不同平台的移动信息交流。丁敬达、李辉通过理论与实践结合的研究方式，证实了利用微信作为主要信息交流平台可有效改善移动信息服务的现状[3]。屈文建、李琳倩等提出建立高校图书馆社区学术信息交流模式，可用于满足用户的新需求[4]。刘娟分析了网络如何影响传统信息交流模式，并从信息栈的角度出发探讨网络环境下的图书馆信息交流新模式[5]。王卫军概括总结了移动信息服务中的现有服务，从提升移动信息服务质量角度，提出了融合社会网络、融合情景感知的移动信息服务新模式[6]。茆意宏从用户需求的角度探讨了图书馆的移动信息服务，从服务方面论证了移动网络、移动设备在信息交流过程中的重要性[7]。

在针对移动信息交流信息栈的研究上，相关学者运用最新技术或是前沿理念来提升移动信息交流信息栈对数据的操作能力，如图书馆、出版社等时间栈。冯蕾提出了基于云计算的高校图书馆网络信息交流模式，以此提升图书馆这一时间栈对数据所进行的一系列操作能力[8]。段绩伟根据数字图书馆这一前沿理念，提出了数字图书馆的信息交流模式，以此说明图书馆这一信息交流信息栈是如何在数字化、智慧化的背景下实现信息交流效率的提升[9]。

通过对上述文献的分析可知，移动信息交流过程中并不存在零栈交流的方式，主要是通过利用中间环节的获取、计算、转换、存储能力实现信息交流。但信息栈在信息传输过程中可能受到内部因素与外部环境的制约，降低了信息交流的效率，而利用边云协同将会大大削减不利因素制约，提升移动信息交流信息栈的效率。

2 边云协同及其技术

2005年，針对第四范式的提出，即数据密集型范式，云计算被提出并得以广泛应用。在云计算模型中，源数据被传输到云中心，并在云端进行计算。但是，由于数据源传输前可能会涉及到隐私问题，传输中会受到网络延迟影响，到达云端时增加云计算压力，源数据发送端不愿将数据共享的问题，在一定程度上降低了数据的效用。而边缘往往是数据的主要来源端，在靠近或者在边缘端增加数据计算与存储的能力，可缓解云端数据处理量，同时也能加快边缘用户获取所需信息的速度。不同数据源的不同边缘端，类似于点到点的连接方式，通过这一方式可提供不同边缘数据源协同共享的可能。Gartner公司发布2019年值得探索的十大可持续战略性技术，边缘计算位列其中。Gartner在报告中认为，边缘端靠近数据源，可有目的性的实现计算本地化，降低数据链路流量，提高实时处理能力[10]。可见，云计算适用在非实时、长周期性数据、业务管理与决策等方面，而边缘计算适用于实时、短周期性数据、本地化及决策等情境 [11]。边云协同模型如图1所示。

由于边云协同具有明显优势，边云协同已然成为商业界、学术界的热点问题。目前，边云协同理念已经被证实具有实现的可能性，部分企业提出了相关技术模式，如华为、IBM、英特尔发起的移动边缘计算（MEC）计划，美国卡耐基梅隆大学、英特尔提出的微云（现已与腾讯合作），思科提出的雾计算。

MEC、微云、雾计算的位置都位于终端和数据中心之间，可以和接入点、基站、流量汇聚点、网关等组件共址。MEC在移动网络的支持下，在边缘端实现IT应用与云计算的服务，降低了云端的数据处理压力，提高了边缘端数据计算与存储的能力，从而为用户提供一个高效率、低时延的持续服务体验。目前只提供终端从一个边缘节点到另一个边缘节点的移动性管理。微云是腾讯为提升用户服务质量而开发出的一款智能云产品，结合了移动计算与云计算，其位于移动终端、云端的中间层[12]，也可提供丰富的计算资源，研究重点已转移到边缘端的分析应用上，能提取边缘端源数据的标签和元数据，并将其传输到云端，以实现高效的全局搜索[12]。雾计算是由思科提出的一种云计算的延伸概念，是一种分布式计算模式，可将对数据的计算与存储能力应用在网络边缘端，使得用户能够在本地对数据进行一系列的操作，进而获取即时信息。

3 移动信息交流信息栈PKS模型分析

矛盾是推动事物发展的根本动力，而所谓的矛盾就是待解决的问题，而解决问题可以让自我（个人、组织等）发展，即以问题为导向。许多人都知道提出问题、解决问题，但是一个问题的解决又会引发更多的新问题产生。针对这个悖论，学者易仁永澄在其博客中讨论其成因、危害和预防方案，并以患者挂专家号为例，针对医生的接诊、诊断、开处方等行为模式，对医生接待病人全过程中出现的问题进行分析，提出问题解决模型[13]，即PKS模型，该模型是为澄清问题（Problem），探索本质（Key），切入方案（Solution）而提出分析方法，以此有效解决实际问题。本文以PKS模型为出发点，对移动信息交流信息栈进行分析，提出其存在的问题，并深入分析导致问题出现的原因，最终给予有效的解决方案。

3.1 移动信息交流信息栈存在的问题

通过对移动信息交流信息栈相关文献的分析，得出在栈模式交流下，信息并不像零栈模式那样通过直接交流即可避免不必要的问题，必定会因以下因素制约而导致问题的出现。

首先，来自于信息栈自身技术的制约。移动信息在进行交流的过程中，会依靠信息栈对信息进行更有效操作，从而得出最佳的服务交流体验，但是在这一过程中，由于信息栈受到自身技术的制约，其所提供的并不一定是最佳网络、信息等技术。信息栈已有网络并未及时检测、信息栈数据库由于未及时进行维护与必要的更新、只存在单一的检索方式、前沿的、成熟的、完备的技术未及时引入，都将影响移动信息交流的效率与服务质量。

其次，采用陈旧的信息栈服务模式。现有的大多数信息栈依然采用被动的服务模式，如出版社单一的、封闭的服务模式，会影响用户获取所需信息。又如广播电视所传递的信息，对于用户来说依然是被动的、单向的方式。这些陈旧的服务模式已不适应移动信息交流模式的发展，需要有更加高效便利、主动为主、被动为辅的服务模式。

再者，数字信息资源整合与共享问题。移动信息交流信息栈是面向社会的、开放的模式，信息共享一直是其主要问题。随着移动网络技术的发展，信息栈对数据进行有效处理、传输的前提是数字资源的整合与共享。即在移动信息交流模式中，信息栈如何将已有的数字资源以更加有效的方式进行提取，或如何对已有的数字资源进行分类，以便用统一的格式进行整合与序化。

最后，如何适应用户需求变化问题。在信息社会，随着新技术的加入，尤其是在移动网络技术的支持下，一方面随着用户获取信息渠道的多样化，使得更多用户愿意通过信息栈去获取信息，如图书馆的文献资源库、出版社的微信平台、杂志社的在线投稿系统、广播电视的网络平台等，另一方面随着用户需求的不断加强，对信息栈的要求也越来越高，面对多样性、专业性、主动性的用户需求，信息栈如何更加有效地提供丰富的信息资源有待探讨。

3.2 利用边云协同解决移动信息交流信息栈问题

首先，可解决低时延问题。边云协同将计算与存储的能力赋予给边缘端后，当用户发出请求后，通过靠近边缘端的MEC服务器对请求进行部分处理，可降低云网传输延时造成的影响。相关文献中提出利用MEC促进5G网络的发展，提升其高带宽，低时延的能力[14]，改善移动信息交流的效率。

其次，可提供丰富的边缘计算资源。移动网络的接入不仅使资源获取更加便利，而且通过边云协同还能够优化整合资源。通过在信息栈边缘端对资源进行有效处理，使得边缘设备具备更有价值的计算资源数据，为用户提供了全局搜索与管理的可能性。如利用微云可自动汇集用户所上传的照片，并根据照片的时间与来源设备（边缘数据的标签与元数据）进行分类存储。微云可利用文件同步功能，实现数据手持终端到PC的数据同步，从而备份计算资源。

第三，可通过分布式开放架构，实现资源的有效利用。数字资源共享问题是移动信息交流信息栈关注的重点。基于边云协同的开放式架构，可用分布式思想解决共享问题。若将计算、存储的能力赋予到靠近用户的边缘端，如通过雾计算，即可在多个雾节点（智能互联设备，靠近边缘端）对数据进行处理，以实现彼此的信息交流共享。而终端可利用微云进行数据的互传[15]。共享传输数据不仅有利于信息交流模式的实现，而且还可促使资源的多次有效利用，节省更多的计算成本，挖掘资源潜在的价值。

最后，可感知链路流量，提高用户服务质量。信息栈资源的多样性、丰富性会使用户数量增加，随之而来的是用户需求也变得更加个性化。针对信息栈多用户的同时接入，利用边云协同可实现对网络带宽等资源的合理分配。在移动信息交流模式中，信息栈可利用MEC服务器获取终端的相关信息，通过对链路状况的掌握，及时进行调度，避免出现带宽冗余。如用户通过移动网络在相关网络电视平台观看视频，当出现视频卡顿的情况，MEC服务器可提醒用户切换最佳模式进行观看。又如图书馆中的文献资源系统，在用户较长时期未进行操作的情况下，会提醒用户是否继续进行操作，以便将带宽等资源分配给别的用户。在信息栈中，还可基于边云协同及其他技术实现位置的感知，为用户提供更好的信息交流服务。

3.3 边云协同在移动信息交流信息栈的应用

在移动信息交流信息栈PKS模型的基础上，通过列举部分应用来说明边云协同如何解决移动信息交流信息栈存在的问题，实现方案如图2所示。

从图2中可发现，边云协同下移动信息交流信息栈由虚线分隔开。下面主要从信息栈的空间栈与时间栈进行说明。

首先，在空间栈中以互联网、广播电视等为主要对象，在边云协同的支持下，信息栈下的每个终端均为边缘端，利用边缘计算技术，可获取到边缘端的计算源数据（检索数据、行为数据、网络数据等），并将源数据实时上传到数据中心，并对其进行相关的操作（分类、标引、本体演化、关联等），以便于获取元数据。

其次，利用边云协同的高带宽、低时延、合理分配网络资源的优势，使得终端可从移动信息交流信息栈的数据中心获取到经过处理的元数据，满足用戶检索信息的需求。与此同时，边云协同技术有助于需求者实时获取移动边缘端产生的网络数据，如微信、博客、Facebook等社交媒介产生的数据，这对于利用Altemetrics进行科研数据评价研究具有重要的推动作用。

在时间栈中以图书馆、杂志社为主要对象，一方面，信息栈数据中心利用边云协同技术获取大量文献数据，利用大数据相关技术对其进行文献内容的分析。另一方面，当终端访问数据中心，获取相关文献时，可通过边云协同获取该文献的结论与创新观点，节省了用户获取所需信息的时间，同时也满足了当前用户对知识的需求。如在杂志社信息栈下，杂志社已从纸质资源向数字资源演进，如利用微信平台的公众号实现当前文献数字资源的推送，但若是能够利用边云协同使得用户在实现终端上对文献的批注，可帮助杂志社管理人员对数据进行全局管理。通过元数据完善信息栈知识库，以便于利用相关技术挖掘潜力数据，提取知识元，建立知识元的描述模型（对知识元语义内容与结构进行揭示的一种抽象表示[16]）及知识需求平台。这对于促进知识组织与知识服务的开展，满足当下用户对于知识的渴望具有重要的作用。

另外，在图2中可以看出，在移动网络（WIFI、5G）下，利用边云协同技术可实现各信息栈之间的协同发展，如资源协同、数据协同、智能协同及服务协同。资源协同在于各信息栈执行云端资源调度管理策略，包括边缘节点的设备管理、资源管理及网络联接管理，实现信息栈资源共享。数据协同在于各信息栈下的边缘节点采集现场/终端数据，并按照规则或数据模型对数据进行初步处理与分析，经云端实现云数据流的交互，促进各信息栈关联数据的制定与链接。智能协同在于边缘节点按照AI模型执行推理，实现分布式智能，而云端开展AI的集中式模型训练，并将模型下发边缘节点，促进资源与数据协同的实施[17]。服务协同在于加快资源与数据的智能协同，实现多终端、各信息栈之间的资源共享，提升移动信息交流信息栈下对资源的有效利用，满足用户需求，保障服务水平与服务质量。

4 边云协同在移动信息交流信息栈的局限性与建议

边云协同应用在移动信息交流信息栈中，可以优化信息栈的整体功能，提升信息交流的效率，满足用户个性化的需求，为用户提供高质量的服务。但是，由于边云协同其内部结构、研究层面的专业性、技术的新颖性，导致基于边云协同的移动信息交流信息栈PKS模型研究还存在一定的局限性。

一是边缘认知问题。针对边云协同中的边缘一词，其在不同的应用领域，对其所处的位置有着不同的见解。普遍认为边缘主要有基础设施边缘与最终用户视角的设备边缘。前者指靠近边缘端的数据中心，而后者主要是指智能联网设备及其计算资源，两者在计算能力、存储能力等方面具有明显的区别。因此，在实际应用中需要根据不同的应用层面，合理考虑边缘的归类，有效制定基于边云协同的移动信息交流信息栈PKS模型，实现边云协同在移动信息交流信息栈中的应用。

二是边云协同市场价值定位的差异。边云协同存在对边缘认知的问题，自然导致市场对其重视程度也会有差异。如戴尔CEO迈克尔戴尔认为“边缘比云更大”，而另一些企业却认为云比边缘更大。这种差异最终影响对边云协同的研究深入程度，移动信息交流信息栈下应用边云协同亦是如此。随着ECC联盟对边缘计算的深入研究以及边云协同（2018）白皮书的发布[17]，笔者认为移动信息交流拥有移动终端（设备边缘）的支撑，故其在边缘端的研究将呈上升趋势。因而在移动信息交流信息栈中，应依托ECC联盟，根据实际情况，合理估算成本，加大对边缘计算的资本投入，利用边云协同解决当前移动信息交流信息栈已存在的问题。

三是复杂环境下数据分析的统筹问题。边云协同下的移动信息交流信息栈，提倡在边缘端对数据进行分析，但是在复杂环境下（多种数据源、多种结构），需要在边云协同的处理速度、安全性、带宽分配等方面进行综合考虑。如图书馆、出版社在进行纸质文献数字化的过程中，存在结构化数据与非结构数据，可利用融合网络、计算、存储、应用核心能力的分布式开放平台，如华为的智能边缘平台 IEF（Intelligent EdgeFabric），将任务分散到多个设备中进行处理，其处理速度、实时性都将得到提升，再通过云端进行集中管理与归化。

随着对边缘计算关注程度的提高，边云协同应用在移动信息交流信息栈中，将进一步提高信息栈对信息的处理能力、满足用户的个性化需求、改善信息栈服务的质量，体现出移动信息交流信息栈存在的价值。

参考文献：

严怡民.现代情报学理论[M].武汉：武汉大學出版社，1996.

马费成，宋恩梅.信息管理学基础[M].2版.武汉：武汉大学出版社，2011.

丁敬达，李辉.图书馆微信的移动信息服务研究[J].图书馆学研究，2016（22）：46-48.

屈文建，李琳倩，胡媛.高校数字图书馆社区学术信息交流模式探究[J].图书馆学研究， 2016（17）：59-64.

刘娟.网络环境下图书馆信息交流模式研究[J].农业图书情报学刊，2009，21（5）：66-68.

王卫军.高校图书馆移动信息服务模式创新研究[J].图书馆学研究，2014（17）：65-70.

茆意宏.面向用户需求的图书馆移动信息服务[J].中国图书馆学报，2012，38（1）：76-86.

冯蕾.论云计算下的高校图书馆网络信息交流[J].图书馆理论与实践，2010（11）：81-83.

段绩伟.数字图书馆信息交流模式研究[J].情报杂志，2004，23（9）：75-77.

Top 10 strategic technology trends for 2019[EB/0L].[2018-10-15].https：//www.gartner.com/doc/3891569？ref=mrktg-srch.

边缘计算产业联盟.边缘计算参考架构2.0[EB/OL].[2018-10-15].http：//www.org/Lists/show/id/163.html.

李子姝，谢人超，孙礼，等.移动边缘计算综述[J].电信科学，2018（1）：87-101.

易仁永澄.PKS问题解决模型[EB/OL].[2018-10-15].http：//blog.hiddenwangcc.com/archives/2794.

乌云霄，戴晶.面向5G的边缘计算平台及接口方案研究[J].邮电设计技术， 2017（3）：10-14.

王琴，王军.基于移动云计算的移动学习研究[J].制造业自动化，2013，35（8）：6-7.

索传军，盖双双.知识元的内涵、结构与描述模型研究[J].中国图书馆学报，2018， 44（4）：54-72.

边缘计算产业联盟.边缘计算与云计算协同白皮书（2018年）[EB/OL].[2018-10-15].http：//www.ecconsortium.org/Lists/show/id/335.html.