基于物联网的边缘计算特性与挑战研究

赵婉芳 杜辉 赵妍

(北京电子科技职业学院，北京 100176)

0.前言

近年来随着物联网的快速发展，物联网设备的数量呈爆炸式增长。据估计，到2025年，超过750亿台设备将连接到互联网[1]，对全球市场造成经济影响。物联网包括连接物理世界和互联网的软件和硬件基础设施。物联网设备通常内存小、低功耗、计算能力有限，各种物联网终端设备和连接系统，包括主要的传感器，在城市、家庭、交通和工业中大量使用，产生了海量数据。这些数据需要被及时计算处理，但由于数据传输产生的延迟以及网络带宽的限制，因此，面对大量连接设备及数据量，集中云中心的数据处理模式变得不切实际，需要尽可能地减少数据传输量，尽量在本地进行数据计算处理。边缘计算提出尽可能靠近数据源执行数据的计算处理，避免出现大量的数据交换传输，很好地解决了这些问题，为物联网的进一步发展提供了解决方案。

1.边缘计算

边缘计算将计算数据、应用程序和服务从云服务器引导到网络边缘，它通过使服务接近最终用户来减少延迟，是云计算的高级版本。边缘计算通过在边缘网络中提供资源和服务来最小化云的负载。边缘计算的特点是超低延迟、高带宽以及对网络信息的实时访问，可供给多个应用程序使用[2]。服务提供商部署新的边缘计算标准和边缘平台，通过开放对新应用程序和服务的访问，向边缘用户提供无线接入网络。边缘计算可以实现多种服务，包括位置服务、增强现实、视频分析和数据缓存，为企业和消费者提供了离他们更近的多种新服务[3]。

边缘计算和云计算有服务相似之处，与云类似，边缘服务提供商向最终用户提供应用程序、数据计算和存储服务。但这两种计算范式之间仍存在着相当大的差异。边缘计算是云计算的高级版本，它们主要区别在于服务器的位置，边缘计算中的服务位于边缘网络中，而云中的服务位于Internet中，目标用户是一般的Internet用户。云服务在 Internet 中的终端用户与云服务器之间的距离决定了其可用性，如果终端设备与云服务器之间距离较远，则会在云计算中产生较高的延迟，同时也会具有很高的抖动。与使用集中式数据处理的云计算模式不同，边缘计算使用了服务器分发的分布式模型，具有位置感知和高度支持的移动性，与云计算的全局范围不同，边缘计算的范围是有限的。此外，边缘硬件的能力有限，这使得它的可伸缩性不如云。

2.边缘计算特性分析

边缘计算是云计算的延伸，是一种自主计算模型。是为了解决延迟敏感服务和应用程序中延迟较长的问题而开发的，它由许多分布式异构设备组成，它们与网络通信，执行存储和处理等计算任务。这些任务还可以支持用户租赁设备并获得奖励的基于租赁的服务。它使计算服务更接近网络边缘的终端用户。边缘计算有利于提供给有可预测且非常低的延迟，位置感知，移动性支持等要求的应用程序服务。

2.1 位置感知

为了减少物联网中的数据交换传输，边缘计算主要选择就近服务节点对数据计进行计算处理。边缘计算的位置感知属性可以使得移动用户从最接近其物理位置的边缘服务器访问服务。这种位置识别可以用于多种需要位置信息的边缘计算应用程序。使用中用户可以通过手机基础设施、无线接入点或GPS等多种技术方法找到电子设备的位置，例如车辆安全应用程序和基于边缘的灾难管理应用程序，用户都可以通过位置感知功能及时定位。

2.2 密集分布与低延迟

为了使云服务更接近用户，边缘计算通过在边缘网络中部署许多计算平台进行数据处理。基础设施密集的地理分布有助于更快、更准确地执行大数据分析。网络管理员可以在不需要遍历整个广域网的情况下提供基于位置的移动服务。边缘系统可以实现大规模的环境监测的传感器网络和管道监测网络实时分析，由于系统中的边缘服务器和计算资源更接近用户，因此有效减少了用户访问服务的延迟。边缘系统的低延时的属性使得用户能够在专用服务器、路由器、基站等资源丰富的边缘设备上执行其资源密集型和延迟敏感的应用程序。

2.3 异构性

边缘计算中包括了各类边缘计算元素，其中包括边缘服务器、终端设备和网络所使用的各种基础设施、平台、体系结构、通信技术和计算等元素。这些元素使用了不同的接入技术，来自不同的运营商，这些差异导致了边缘计算的异构性。在设备的异质性中，造成异质性的主要因素是软件、硬件和技术的变化。边缘服务器端的异构则主要是由于API、平台和自定义策略存在的不同。边缘系统的异构性导致了系统间互操作性问题，使其成为边缘计算成功部署的主要挑战。其中通信技术的异构也会影响到边缘服务的交付。使得边缘系统能够发挥优势的关键是研究系统间融合的方式，使多得系统之间能取长补短。

2.4 情境意识

边缘系统可以利用计算资源和服务来接近用户，从而提高用户的体验。上下文感知是移动设备的特点，它与位置感知相互依赖。用户位置和网络负载等实时网络信息可用于向边缘用户提供上下文感知服务。本地附近的计算资源和服务的可用性允许用户利用网络上下文信息来进行卸载决策和服务使用决策。在边缘计算中，服务提供商可以通过提取设备信息和分析用户的行为来获得移动用户的信息，提供更符合用户习惯的服务，更从而改善他们的服务和资源分配，改善用户满意度和体验质量。

3.面临的挑战

3.1 安全性和用户信任问题

边缘计算系统将部分数据处理任务卸载到边缘节点，减少了数据的传输量，防止了数据传输过程中的泄漏问题。但是由于边缘计算的分布式数据处理，数据被传输到各类边缘节点做计算处理，而边缘计算的位置感知、分布式体系结构、移动支持需求和海量数据处理等特征阻碍了边缘计算范式中采用传统的安全机制，因此边缘系统数据的安全性面临全新的挑战。与边缘计算相关的安全威胁主要来自于个人角度的用户、网络运营商和第三方应用程序提供商等，属性角度的隐私、完整性、信任、认证、验证和测量以及对处理数据的合法访问和需要符合当地法规的合规性。

此外，用户接受和采用边缘系统的最重要因素之一是要对系统有信任，技术的安全性和性隐私与消费者的信任密切相关，如果用户数据的安全性和隐私性得不到保证，肯定会破坏消费者的信任，成为边缘系统技术发展的最大瓶颈。因此需要基于边缘系统研究开发消费者信任模型，保证用户对边缘计算系统的物联网产品的采用和使用的信任。

为了解决边缘计算中的上述安全问题，在访问控制系统、入侵检测系统、身份和身份验证、隐私、信任管理等方向需要加以发展研究，提供适合边缘系统的解决方案。区块链技术的固有特征，如防篡改、冗余和自愈，也有助于实现一些特定的安全目标，此外，在边缘计算范式中还可以采用基于量子密码的解决方案来进一步提升边缘系统的安全性。

3.2 异构平台之间的协作及资源联合管理

边缘计算系统由一系列不同的异构平台组成，由不同的服务提供商拥有，并在不同的商业模式下工作，按照不同的经营战略和管理政策运营，同时根据其运营组织的规定，遵循不同的规章制度，例如边缘数据中心和边缘设备由不同的供应商开发，并且有自己的接口，使用不同的4G或5G蜂窝网络。虽然边缘计算网络的这种异构性允许边缘设备通过多种无线技术访问服务，但同步性、互操作性、负载平衡、数据隐私性、异构资源共享和无缝服务提供也是使异构边缘计算系统之间的协作具有挑战性的因素，这使得此类系统之间的协作成为一项具有挑战性的任务。

在边缘计算系统中，单个边缘计算服务提供者对基础设施的投资是有限的。这导致为特定数量的用户提供的资源不足，影响服务的性能并产生较高的成本。另一方面，较低的服务需求导致收入较低。因此，服务提供商可以通过互相共享资源来给用户提供更多的资源，增加其收入。在这些具有不同处理方法、内存和网络资源的异构边缘计算系统中，为大量用户提供服务的联合资源管理是一项重要内容。用户服务需求的增加可能导致可变计算和网络资源分配之间的卸载增加和高度优化。为了克服上述问题，需要异构平台之间的协作及资源联合管理，部署业务模型，以确保高性能，向最终用户提供更有效，低成本服务。因此，未来需要在普适系统中做深入互操作性和协作的研究，用于设计和开发异构边缘计算系统之间的高效协作技术。

3.3 移动性管理及动态计费

在边缘计算系统中，无缝服务交付可确保在消费者移动时，在不同边缘计算系统之间不间断地平滑迁移运行应用程序，是系统的一项重要机制。但由于不同的边缘计算服务提供商实施了不同的安全策略和计费方法，移动用户无法从网络外部访问本地资源，这也使得无缝服务交付面临很大的挑战。为了克服这个问题，无线网络的无缝切换和移动性管理计费方案需要做更合理的设计和实施。

边缘系统中用户的移动性以及多服务提供商和运营商的参与，导致了对用户的收费机制面临很大的挑战。当移动用户获得漫游边缘服务时，边缘计算系统的各种服务提供商之间需要对相应的服务实行动态计费机制。动态计费机制的制定原因主要是由于不同移动用户的数量，他们会根据应用程序要求的不同，请求具有不同带宽要求、数据传可用性、延迟性及安全级别等网络参数，还会请求如CPU和内存的使用的一些特定的资源。因此，在开发动态计费机制时要充分考虑到资源的可用性，资源使用频率以及资源使用持续时间。如果存在更多用户，计费费用可能会有所不同，这将导致高资源需求。特定用户使用资源的频率高，或者资源使用持续时间较长，由于管理开销，这些使用资源多的用户与短时间使用资源的用户的费用会不同。

由于用户数量巨大，一个定价模型可能无法满足众多客户，因此开发动态和敏捷的定价模型，为异构边缘计算系统提供最适合的定价系统面临很大困难。边缘计算范式的快速发展开启了对动态定价模型的需求，该模型通过在客户对较少延迟、服务质量和价格的期望以及服务提供商的运营成本和效率之间达成的平衡，来满足不断变化的期望。此外，云服务的“按量付费”定价模型也可尝试用于为边缘计算系统开发动态定价模型。

4.结语

边缘计算是云计算的延升和补充，通过使云计算的服务和实用程序更接近最终用户，来确保快速处理数据密集型应用程序，因此边缘计算是未来更好实现实时应用程序、动态计费机制、资源管理、安全保障系统的解决方案。但是也由于边缘系统的异构特性、安全性和移动性特征，边缘计算范式的发展受到一些限制，使得边缘系统的发展面临很大挑战，未来可以在增强系统安全性，提升用户信任方面，提升资源联合管理促进异构平台之间的协作以及移动管理领域，如开发动态和敏捷的定价模型，为异构边缘计算系统提供最适合的定价系统方面做进一步研究。