边缘计算平台有哪些-主要平台对比分析

边缘计算平台有哪些.主要平台对比分析

边缘计算利用数据传输路径上的计算、存储与网络资源

为用户提供服务，这些资源数量众多且在空间上分散，边缘计

算平台将对这些资源进行统一的控制与管理，使开发者可以快

速地开发与部署应用，成为边缘计算的基础设施。目前关于边

缘计算平台的研究有很多，ParaDrop,Cloudlet,PCloud是其

中比较有代表性的3个项目，其中从Cloudlet还演化出了

OpenEdgeComputing联盟。

1ParaDrop

ParaDrop是威斯康星大学麦迪逊分校

WiNGS实验室的研究项目，无线网关可以在ParaDrop的支持

下扩展为边缘计算平台，可以像普通服务器一样运行应用。

ParaDrop适用于物联网应用,例如智能电网(smartgrid)、车联

网(connectedvehicles)、无线传感执行网络

(wirlesssensorandactuatornetwork)等，可以作为物联网的智能

网关

平台。在物联网应用中，传感器数据都会汇集到物联网网关中,

再传输到云中进行分析。而ParaDrop则在物联网网关中植入

单片机使其具备通用计算能力，并通过软件技术使得部署在云

端的应用与服务塞可以迁移到网关，开发者可以动态定制网关

上运行的应用。

ParaDrop的整体结构如图1所示。ParaDrop使用容器技

术来隔离不同应用的运行环境，因此1个网关上可以运行多个

租户的应用。网关上所有应用的安装、运行与撤销都由云端的

后台服务控制，并对外提供1组

API,开发者通过API来控制资源的利用及监控资源的状态，

而用户通过Web页面与应用进行交互。ParaDrop将

Web的服务与数据分离，Web服务由云端的后台服务提供，

而传感器采集的原始数据则都存储在网关上，用户可以对云端

访问的数据进行控制，保护了用户的数据隐私。

ParaDrop的优势主要有：1）敏感数据可以在本地处理，

不必上传云端，保护了用户隐私;2）WiFi接入点距离数据源只

有一跳，具有低且稳定网络延迟，在

WiFi接入点上运行的任务有更短的响应时间;3）减少传输到互

联网上的数据量，只有被用户请求的数据才会通过互联网传输

到用户设备;4）网关可以通过无线电信号获取一些位置信息，

如设备之间的距离、设备的具体位置等，利用这些信息可以提

供位置感知的服务;5）遇到特殊情况，无法连接互联网时，应

Cloudlet的出现为用户提供了新的选择.Cloudlet的软件栈分为

3层：第1层由操作系统和Cache组成，其中

Cache主要是对云中的数据进行缓存;第2层是虚拟化层，将资

源虚拟化，并通过统一的平台

OpenStack++[18]对资源进行管理;第3层是虚拟机实例，移动

设备卸载的应用者3在虚拟机中运行，这样可以弥补移动设备与

Cloudlet应用运行环境(操作系统、函数库等)的差异。

与云不同，Cloudlet部署在网络边缘，只服务附近的用户,

但Cloudlet也支持应用的移动性，设备可以随着移动切换到最

近的

Cloudleto如图2所示，Cloudlet对应月移动性的支持主要依

赖3个关键步骤：

l)Cloud!et资源发现(cloudletdiscovery)。移动中的移动

设备可以快速发现周围可用的

Cloudlet,并选择最合适的作为卸载任务的载体。

2)虚拟机配给(VMprovisioning)。在选定的Cloudlet上启

动运行应用的虚拟机，并配置运行环境。

3)资源切换(VMhandoff)。将运行应用的虚拟机迁移到另

一个Cloudlet上。

A：Cloudletdiscovery।B：VMprovisioning：C：VMhandoff

Fig.2Cloudletcomponentoverviewandfunctionsthatsuipporlapplicationmobility

图2Cloudlet组件总览及应用移动性机制

动态虚拟机合成(dynamicVMsynthesis)[16]是Cloudlet支

持移动性的关键技术，可以将虚拟机镜像拆分为基底(base)与

覆盖层(overlay),基底与覆盖层可以重新组合为新的虚拟机镜

像,基底包含虚拟机的操作系统、函数库等基础软件，这一部

分在虚拟机镜像之间都是重复的，且占用空间大;而覆盖层是

一个很小的二进制增量文件，只包含用户在原始虚拟机上的一

些定制信息，占用空间小。在虚拟机配置和资源切换时，使用

动态虚拟机合成技术可以只传输轻量的覆盖层，减少了数据传

输量，加快了虚拟机配置和资源切换的速度，保证了应用在

Cloudlet中能得到及时的资源供给。

Cloudlet的主要优势有：对应用开发者没有任何约束，现

有程序基本不需要修改就能在

Cloudlet中运行;加快了很多复杂移动应用的响应速度。随着研

究不断完善，Cloudlet在认知辅助系统

(cognitiveassistancesystem)、众包(crowdsourcing)、敌对环境

(hostileenvironments)[23]等方面都有很好的应用。为了推动

Cloudlet的发展,CMU联合Intel,Huawei等公司建立了

OpenEdgeComputing联盟，为基于Cloudlet的边缘计算平台制

定标准化API。目前，该联盟正在将OpenStack扩展到边缘计

算平台，使分散的

Cloudlet可以通过标准的OpenStackAPI进行控制和管理。

3PCloud

PCloud是佐治亚理工学院

Korvo研究组在边缘计算领域的研究成果。PCloud可以将我们

周围的计算、存储、输入、输出设备与云计算资源整合，使这

些资源可以无缝的为移动设备提供支持。

PCloud的结构图如图3所示。在PCloud中，本地、边缘

以及云上的资源通过网络连接，并由特殊的虚拟化层

STRATUS将资源虚拟化，构成资源池;系统运行时从资源池中

挑选与组合需要的资源。PCloud将资源池化后，由运行时机

制负责资源的申请与分配;该机制提供资源描述接口，可以根

据应用的要求选择合适的资源并进行组合。资源组合后，

PCloud就相当于产生了1个新的实例，该实例可以为外界应

用提供服务;虽然该实例的计算资源可能来自多个物理设备，

但对于外界应用来说却相当于一体的计算设备。

PersonalCloudRuntime

IntentComposition

VirtualPlatform(STRATUS)

NetworkedResources

Edge

Fig.3PCloudarchitecture

图3PCloud结构图

实际运行过程中，移动应用通过接口向

PCloud描述需要的资源，PCloud会根据该描述与当前可用资

源给出最优资源配置，生成实例为应用提供相应的服务。资源

评价指标主要包括计算能力和网络延迟等因素，如果是输入/

输出设备可能还包括屏幕大小、分辨率等因素。

PCloud将边缘资源与云资源有机的结合，使2者相辅相

成，优势互补。云计