文章目录
- 1. 概述
- 1.1 简介
- 1.2 三类落地形态
- 1.2.1 云边缘
- 1.2.2 边缘云
- 1.2.3 云化网关
- 2. 边缘计算的特点
- 2.1 联接性
- 2.2 数据第一入口
- 2.3 约束性
- 2.4 分布性
- 3. 边云协同
- 3.1 概述
- 3.2 六种协同
- 3.2.1 资源协同
- 3.2.2 数据协同
- 3.2.3 智能协同
- 3.2.4 应用管理协同
- 3.2.5 业务管理协同
- 3.2.6 服务协同
- 4. 边缘计算的安全
- 5. 边缘计算应用场合
- 5.1 智慧园区
- 5.2 安卓云与云游戏
- 5.3 视频监控
- 5.4 工业物联网
- 5.4.1 边缘计算解决的问题
- 5.4.2 该场景边缘计算主要功能
- 5.5 Cloud VR
1. 概述
本段教材明显是从其他文章七拼八凑来的,甚至没有仔细校对。大概率不会有太多考点,大概整理了一下:
1.1 简介
- 概念:边缘计算将数据的处理、应用程序的运行甚至一些功能服务的实现,由网络中心下放到网络边缘的节点上,在网络边缘侧就近采集并且处理数据
- 边缘计算产业联盟 (ECC) 给出定义:
- 云计算在数据中心之外汇聚节点的延伸和演进
其他组织给出的定义:
- OpenStack社区
- 边缘计算是为应用开发者和服务提供商在网络的边缘侧提供云服务和IT环境服务
- 目标是在靠近数据输入或用户的地方提供计算、存储和网络带宽
OpenStack社区:由NASA和 Rackspace合作研发并发起
- SO/IEC JTC1/SC38
- 边缘计算是一种将主要处理和数据存储放在网络的边缘节点的分布式计算形式
SO/IEC JTC1/SC38:是国际标准化组织和国际电工委员会下的联合技术委员会第一分委员会第三十八小组,负责制定边缘计算相关标准。
- 发展方向:边云协同、边缘智能
1.2 三类落地形态
1.2.1 云边缘
- 概念:
- 即,云边缘形态的边缘计算
- 是云服务在边缘侧的延伸,逻辑上仍是云服务,主要的能力提供依赖于云服务或需要与云服务紧密协同
- 示例:
- 华为云提供的 IEF解决方案
- 阿里云提供的Link Edge解决方案
- AWS提供的Greengrass解决方案等
1.2.2 边缘云
- 概念:
- 即,边缘云形态的边缘计算
- 是在边缘侧构建中小规模云服务能力,边缘服务能力主要由边缘云提供
- 示例:多接入边缘计算 (MEC)、CDN、 华为云提供的 IEC解决方案等
1.2.3 云化网关
- 概念
- 即,云化网关形态的边缘计算
- 以云化技术与能力重构原有嵌入式网关系统
- 在边缘侧提供协议/接口转换、边缘计算等能力
- 部署在云侧的控制器提供边缘节点的资源调度、应用管理与业务编排等能力
2. 边缘计算的特点
2.1 联接性
- 是边缘计算的基础
- 边缘计算需要丰富的连接功能
- 如:各种网络接口、网络协议、网络拓扑、网络部署与配置、网络管理与维护
- 原因:所联接物理对象的多样性及应用场景的多样性
2.2 数据第一入口
- 边缘计算作为物理世界到数字世界的桥梁,是数据的第一入口
- 面临挑战:数据实时性、确定性、多样性等
2.3 约束性
通过软硬件集成与优化,以适配各种条件约束,从而支撑各种场景。
边缘计算产品需适配工业现场相对恶劣的工作条件与运行环境,如防电磁、防尘、防爆、抗振动、抗电流/电压波动等
2.4 分布性
- 需要支持以下分布式功能
- 分布式计算与存储
- 分布式资源的动态调度与统一管理
- 分布式智能
- 分布式安全
3. 边云协同
3.1 概述
-
各自的优势
- 云计算:
- 擅长:全局性、非实时、长周期的大数据处理与分析
- 应用:能够在长周期维护、业务决策支撑等领域发挥优势
- 边缘计算:
- 擅长:局部性、实时、短周期数据的处理与分析
- 应用:能更好地支撑本地业务的实时智能化决策与执行
- 云计算:
-
边云协同的作用:放大二者的应用价值
- 边缘计算:更好地支撑云端应用
- 靠近执行单元
- 是云端所需高价值数据的采集和初步处理单元
- 云计算:
- 将业务规则或模型下发到边缘侧,使得边缘计算基于新的业务规则或模型运行。
- 边缘计算:更好地支撑云端应用
3.2 六种协同
3.2.1 资源协同
- 边缘节点
- 提供计算、存储、网络、虚拟化等基础设施资源
- 具有本地资源调度管理能力
- 云端:提供资源调度管理策略
如:边缘节点的设备管理、资源管理、网络连接管理
3.2.2 数据协同
- 边缘节点:负责终端数据的采集,初步处理与分析
- 云端:提供海量数据的存储、分析、价值挖掘
- 优势:高效、低成本对数据进行生命周期管理与价值挖掘
3.2.3 智能协同
- 边缘节点:按照AI模型执行推理,实现分布式智能
- 云端:开展 Al 的集中式模型训练,并将模型下发边缘节点
3.2.4 应用管理协同
- 边缘节点:提供应用部署与运行环境,并对本节点多个应用的生命周期进行管理调度
- 云端:主要提供应用开发、测试环境,以及应用的生命周期管理能力
3.2.5 业务管理协同
- 边缘节点:提供应用
- 云端:提供业务编排能力
3.2.6 服务协同
- 边缘节点:
- 按照云端策略实现部分EC-SaaS 服务
- 并与云端SaaS的协同,为用户提供完整的SaaS
- 云端:
- 提供SaaS 服务的分布策略
- 承担云端的SaaS服务能力
4. 边缘计算的安全
边缘安全的价值体现在下述几方面:
-
提供可信的基础设施
- 包括:计算、网络、存储类的物理资源和虚拟资源
- 作用:应对镜像篡改、 DDoS 攻击、非授权通信访问、端口入侵等安全威胁
-
为边缘应用提供可信赖的安全服务
- 从运行维护角度,提供应用监控、应用审计、访问控制等安全服务
- 从数据安全角度,提供轻量级数据加密、数据安全存储、敏感数据处理与监测的安全服务,进一步保证应用业务的数据安全
-
保障安全的设备接入和协议转换
-
提供安全可信的网络及覆盖
- 传统的运营商网络安全保障
如:鉴权、密钥、合法监听、防火墙技术
- 提供端到端全覆盖的全网安全运营防护体系
如:威胁监测、态势感知、安全管理编排、安全事件应急响应、柔性防护
5. 边缘计算应用场合
5.1 智慧园区
概述:(
口水话,看一下可以写论文
)智慧园区建设是利用新一代信息与通信技术来感知、监测、分析、控制、整合园区各个关键环节的资源,在此基础上实现对各种需求做出智慧的响应,使园区整体的运行具备自我组织、自我运行、自我优化的能力
智慧园区场景中,边缘计算主要功能包括:
- 海量网络连接与管理
- 实时数据采集与处理
如:车牌识别、人脸识别、安防告警等
- 本地业务自治
如:楼宇智能自控等应用,在网络连接中断的情况下,继续正常执行本地业务逻辑。在网络连接恢复后,完成数据与状态同步。
5.2 安卓云与云游戏
- 安卓云
- 概念:将安卓的全栈能力云化,为终端提供统一的服务
- 作用:节省终端成本,促进安卓生态发展
- 云游戏场景
- 概念:将游戏应用程序集中在边缘数据中心运行
- 边缘服务器与终端之间传输:
- 从终端向边缘服务器发送的操作指令信息
- 从边缘服务器向终端发送的游戏视频流信息
- 优势:
- 游戏免安装、免升级、免修复、即点即玩
- 终端成本降低
- 具有很好的推广性
- 本场景边缘计算主要功能包括:
- 安卓全栈能力云化,匹配游戏运行环境
- 云端视频的渲染、压缩传输,支持终端良好呈现
- 端到端低时延响应,支撑游戏操作体验
5.3 视频监控
视频监控正在从“看得见”“看得清”向“看得懂”发展。
-
基于边缘计算的视频分析能力,使得部分或全部视频分析迁移到边缘处,由此降低对云中心的计算、存储和网络
带宽需求,提高视频图像分析的效率 -
基于边缘计算的智能视频数据存储机制,可根据目标行为特征确定视频存储策略,实现有效视频数据的高效存储,提高存储空间利用率。
-
本场景边缘计算的功能:
- 边缘节点的图像识别与视频分析,支撑边缘视频监控智能化
- 边缘节点智能存储机制,筛选、保留有价值的视频数据,提高边缘节点存储空间利用率
- 边云协同,支持视频监控多点布控与多机联动
云端AI模型训练,边缘快速部署、推理
5.4 工业物联网
5.4.1 边缘计算解决的问题
- 现场网络协议众多,互联互通困难,且开放性差
- 数据多源异构,缺少统一格式,不利数据交换与互操作
- 产品缺陷难以提前发现。
- 预测性维护缺少有效数据支撑
- 工艺与生产关键数据安全保护措施不够
5.4.2 该场景边缘计算主要功能
- 构建的统一工业现场网络,实现数据的互联互通与互操作。
- 支持生产工艺与流程的柔性
基于边缘计算虚拟化平台构建的vPLC (可编程逻辑控制器)
- 图像识别与视频分析,实现产品质量缺陷检测
- 适配制造场景的边缘计算安全机制与方案
5.5 Cloud VR
- Cloud VR由集中服务向边缘分布式服务发展
- 原因:其大通量、低时延的特性
利用边缘计算,网络带宽可降低30%,网络响应时延降低50%
- 行为:部分业务分流到边缘处理
如:渲染计算、转码和缓存加速
- 原因:其大通量、低时延的特性