基于边缘计算的智能物联网应用技术研究

魏镜郦

（武汉工程职业技术学院， 湖北 武汉 430415）

0 引言

在当今社会中，智能物联网已经成为普及的技术。随着这一技术的广泛应用，面临的挑战也日益增大。在这种情况下，边缘计算技术就应运而生，可以为智能物联网提供更快、更稳定和更灵活的技术支持，从而使其更加高效和可靠。

1 研究背景

智能物联网是一个由普及的机器与物品相连的全球联网系统，其具有智能化、联网化、数据化及云服务化的特点。随着技术的进一步发展，智能物联网逐渐进入实用化阶段。然而，在应用过程中，智能物联网仍然存在许多问题，例如延迟、响应速度慢、数据分析能力有限等。

1.1 智能物联网发展的现状

现在智能物联网技术发展迅速，已经应用到许多领域。传感器和物联网设备不断增加，产生的数据量急剧增加。同时，人工智能和机器学习算法也不断进步和发展。智能物联网提供了许多应用场景，如智能家居、智能电网、智能医疗、智能交通等，这些应用改善了人们的生活和工作方式，极大地提高了效率和便利性。边缘计算技术可以将数据处理推向设备周围，增强了智能物联网的性能，更快速地提供最新的信息和反馈。同时，边缘计算可以从多个角度切入智能物联网，与云计算和传统计算相结合，托管和管理设施更加简化，提升企业工作流程的优化和效能。

1.2 边缘计算技术的概念

边缘计算技术是指将计算和数据处理的重心从云端向网络边缘靠近，将计算任务分布到网络边缘的终端设备上，从而实现更快速和高效的数据处理。边缘计算技术可以让数据更快地被处理和响应，同时也可以减少对网络和云端资源的依赖性，实现更快速的响应和更低成本的数据处理。

边缘计算技术将计算和数据处理靠近了终端设备，减少了数据传输时延，很好地解决了数据安全和隐私问题，并提高了资源利用率，逐渐成为物联网、5G 等技术的重要组成部分。

2 边缘计算技术在智能物联网应用中的作用和意义

2.1 边缘计算技术在智能物联网中的作用和优势

智能物联网中的传感器等设备可以采集大量数据。在传统的云端计算模式中，这些数据需要经过网络传输后才能进行处理，这会导致数据处理速度缓慢，响应延迟长等问题。当边缘计算技术应用于智能物联网中时，可以将数据处理的任务从云端分散到边缘设备，从而使智能物联网具有更快的响应速度和更高的稳定性。

2.2 边缘计算技术对智能物联网应用实现的功能扩展和性能提升的帮助

边缘计算技术在智能物联网中扮演着至关重要的角色，它可以大大扩展智能物联网应用功能和提高性能。边缘计算技术将计算任务从中心云服务器转移到设备端，可以实现更快速的响应和更高效的计算能力。边缘计算技术的应用可以提升智能物联网应用的准确性、实时性、安全性和性能等诸多方面，从而更好地满足用户的需求和提高服务质量。另外，边缘计算技术还可以更好地保护用户数据的隐私和安全，尤其是在医疗和金融领域等安全性要求较高的应用中更加突出。因此，边缘计算技术对于智能物联网应用实现更好的性能和功能扩展有着非常重要的帮助作用。

2.3 深度学习在边缘计算技术的发展

深度学习是一种高效的算法，可以从复杂的物联网环境中部署的原始传感器数据中准确提取信息。由于其多层结构，深度学习也特别适用于边缘计算环境。因此，考虑到物联网应用的特点，首先需要将深度学习引入边缘计算环境中，并为其设计一个边缘计算架构。这可以在边缘处理大量传感器数据的同时，大大降低网络延迟并提高应用性能。例如，在智能交通系统中，可以在边缘使用深度学习算法实时高效地处理监控摄像头中的视频，提供有价值的洞察，优化交通流量并提高安全性[1]。

3 基于边缘计算的智能物联网应用架构设计

3.1 基于边缘计算的智能物联网应用的架构框架

基于边缘计算的智能物联网应用的架构框架大致可以分为以下部分。

3.1.1 感知层

此层包含用于传感和捕捉物联网设备的数据的各种传感器和执行器。这些传感器可以从环境中收集数据，并将数据转换为数字信号。它们也可以用于控制设备执行器的状态和指令。

3.1.2 网络层

此层是将物联网设备连接到互联网的核心。它利用各种通讯协议（如WLAN、Zigbee、LTE 等）将设备连接到边缘设备。

3.1.3 边缘层

此层包含一组边缘设备，它们用于数据存储和处理。这些设备可以包括路由器、交换机、传感器和嵌入式设备。这些设备可以在本地处理和储存数据，从而减少数据传输量和能源消耗。

3.1.4 应用层

此层包含与智能物联网应用程序相关的所有软件。它们可以在物联网设备、边缘设备和云平台中运行。这些应用程序可以直接控制物联网设备或根据数据生成决策，实现智能控制和监测。

3.2 应用边缘计算技术优化智能物联网应用的架构设计

智能物联网应用的架构设计应利用边缘计算技术，将计算任务分配到网络边缘，使得智能设备在本地处理数据和计算，从而实现更快速、更灵活、更安全的数据处理能力。在边缘设备中运行的应用可以采用云和边缘计算来共同实现，充分利用云计算的规模效益和边缘计算的低延迟和数据保密能力。

在边缘节点中，可以利用数据聚合和分布式计算等技术对数据进行过滤和清洗，以保证数据的质量和一致性。同时，也可以利用机器学习模型在本地对数据进行分析和预测，从而实现更智能化的功能，如预测维护、故障检测、异常警报等。可以使用深度学习和神经网络等高级机器学习算法实现更复杂的应用，例如自然语言处理、图像识别和人脸识别等。

在边缘节点中，还可以使用容器技术对应用程序进行封装和部署，从而实现更灵活和可扩展的应用部署方式。使用容器技术可以将应用程序和其依赖关系封装成单个可移植的软件容器，便于跨平台部署、升级和管理。

3.3 采用边缘计算技术实现智能云端的协同工作

智能物联网技术的发展和应用越来越广泛，但同时也带来了一些挑战和问题。为了解决这些问题，采用边缘计算技术和云计算技术进行整合已成为一种有前途的解决方案。边缘计算技术可以对一些简单的计算任务进行处理，从而减轻云端的负担，同时也可以实现快速响应和低延迟的应用程序。而云计算技术可以对复杂的计算任务进行处理，从而提高系统的可扩展性和计算能力。通过将数据的处理和分配工作协同进行，边缘计算和云计算技术可以实现性能更好、更快速的智能物联网应用。

实际上，通过边缘计算和云计算技术进行整合，还可以实现更好的数据处理和管理功能。边缘设备可以在本地处理一些预处理任务，例如数据的压缩和滤波等，从而减小数据的体积，并提高数据上传的效率。而云端可以利用大数据分析技术，对海量数据进行有效地处理和利用，生成更有价值的业务洞察和推荐。由此，智能物联网应用的数据管理和分析能力得到了大幅提升。

边缘计算和云计算技术的整合，可以为智能物联网应用带来更高的性能、更快的响应速度、更好的数据管理和安全性等多方面的优势。未来，还可以期待更多的创新和技术进步，为智能物联网应用打造更加高效和智能的计算框架[2]。

4 基于边缘计算的智能物联网应用关键技术研究

4.1 边缘计算技术在网络传输中的机制

传输机制和安全与隐私保护是边缘计算中传输环节所要解决的重要问题。在智能物联网应用中，数据的安全和隐私保护至关重要，因为涉及到用户的个人信息和敏感数据。

在传输机制方面，边缘计算采用近距离传输模式，将数据处理和存储放在边缘设备上，直接在设备或传感器附近进行本地化处理和存储，省去了将数据传输到云端进行处理的步骤，避免了传输延迟和网络带宽瓶颈等问题。边缘设备可以通过本地缓存、预处理和自适应网络协议等手段，提高数据传输的效率和性能，保证数据在传输过程中的可靠性和稳定性。

在安全和隐私保护方面，边缘计算采用加密技术和安全传输协议等手段来确保数据的安全性，防止被黑客攻击和网络窃取等情况发生。同时，为保护个人隐私，边缘设备还可以采用匿名化、脱敏等技术，去除个人身份信息，降低数据泄露和滥用的风险。

此外，边缘计算还可以实现数据权限管理，通过身份认证、访问控制等技术，确保只有授权的用户可以访问和使用数据。同时，可以对数据进行备份和恢复等措施，增强数据的容灾能力和安全性，避免数据丢失和损坏等情况发生[3]。

4.2 边缘计算技术在智能物联网中的应用安全问题

边缘计算技术在智能物联网中的应用安全问题是一个值得关注的话题，因为边缘计算涉及到大量的设备和数据，安全威胁会导致严重的后果。以下是几个应用安全问题：

1）设备身份验证：智能物联网涉及到大量的设备，这些设备之间需要进行认证和授权，以确保系统的安全性。只有经过身份验证的设备才能连接到网络进行数据交换和处理。使用一些强密码策略来防止网络中的设备被黑客攻击。

2）数据加密：智能物联网中涉及到大量的敏感数据（如用户隐私数据、工业控制数据等），这些数据需要被保护免受未经授权的访问。因此，数据需要进行加密和解密处理以确保数据隐私的保护。边缘设备也应定期更新其安全设置以应对新型的攻击技术。

3）相关数据的完整性：边缘设备之间的通信需要确保数据的完整性，以防止数据在传输过程中被篡改。这可以通过数字签名和哈希算法等技术来实现。此外，部署了强有力的防御机制来应对马后炮式的攻击。

4）安全性监控：智能物联网中的边缘设备需要进行实时监控，以便及时识别和响应潜在的安全问题。这可以通过实时监控设备的运行状态、检测设备的行为来实现，及时检测并快速响应安全威胁问题[4]。

5 基于边缘计算的智能物联网应用案例研究

在物联网技术的支持下，物流企业可以实现全链条的实时监控、控制和管理。具体来说，该应用可以通过布置传感设备，在运输和存储货物的过程中实时监测环境参数，并将数据上传到云平台进行处理和分析。通过数据采集与处理，以及数据存储与共享，物流企业可以实现从传感设备中收集到的数据的可视化监控，及时发出报警提示，当环境参数超出设置的阈值时，及时通知相关人员进行处理，避免货物质量受损。同时，在云平台上实现实时监控和控制，对物流各个环节进行全面管控，优化运输路径、选型和装车方案、库存管理等，进一步提高物流效率和降低运营成本。基于物联网技术的智能化应用还可以实现数据共享、交换和分发，以保证多方数据共享和信息透明。这些数据可以对货物运输和储存过程中的环境参数进行预测和监控，同时可以对运输过程进行优化和改进，提高物流质量和运输安全[5]。

基于物联网技术的冷链智能化应用不仅可以提高物流效率、降低运营成本，同时也可以提高客户满意度，从而获得更好的市场竞争力。它使得物流企业能够实现全链条的数字化转型，具有非常广泛的应用前景。

6 结语

边缘计算技术在智能物联网中的应用，包括如何采用边缘计算技术实现智能云端的协同工作，边缘计算技术中的数据处理，以及边缘计算技术在网络传输中的机制和考虑的问题。同时，边缘计算技术在智能物联网中的应用安全问题，包括设备身份验证、数据加密、数据完整性、数据访问权限管理和安全性监控等方面。通过这些内容的讨论，旨在提高人们对于边缘计算技术在智能物联网中应用的理解和认识，并帮助人们更好地应对智能物联网中的数据管理和安全问题。