边缘计算：原理、技术与实践 课件汇 1概览、2架构-6网络管理

边缘计算概览0课程简介边缘计算概念边缘计算发展脉络和历史必然边缘计算的重要意义领域关键问题发展趋势和技术挑战提纲1本书将为读者介绍边缘计算的基础理论、概念模型、设计原理、关键技术、原型系统、应用案例等方面的前沿进展，以及项目实践。边缘计算产生的原因随着物联网和5G通信产业的快速兴起，“无处不在的计算”成为了各类应用共性而迫切的需求，边缘计算应运而生。边缘计算的特点边缘计算将计算资源下沉到网络边缘设备，甚至嵌入到各类网络系统中。边缘计算的使命是让世间万物具备“思考”的能力。网络边缘在形态上可以千变万化。课程简介2计算与网络的融合：需求交给计算，计算交给网络边缘计算背景EmailVoDShoppingMeeting服务越近越好，代价越小越好边缘计算背景ENIAC个人计算机万物智慧互联摩尔定律集成电路上可容纳的晶体管数目，约每隔两年便会增加一倍移动智能设备服务越近越好专用机房家用电脑随身携带随时随地代价越小越好170平米庞然大物仅占一个书桌可携带可穿戴智能万物计算形态的演变边缘计算背景分时系统ARPANET窄带互联网、ADSL2G/2.5G移动网络光纤宽带3G/4G移动网络5G/6G运算成本发展阶段大型计算机个人计算机智能手机万物智能网络共享计算本地计算

云计算云计算

边缘计算所有资源均在计算中心，用户将任务提交到计算中心集中处理。本地承担相当部分计算存储任务。部分数据和计算交由云中心完成。本地仅保留感知和通信模块，存储和计算均交由边缘服务器完成。计算成本通信成本课程简介6课程简介边缘计算概念边缘计算发展脉络和历史必然边缘计算的重要意义领域关键问题发展趋势和技术挑战提纲7边缘计算出现的背景边缘计算的概念边缘计算带来的改变边缘计算概念81946年，电子晶体管问世以来，为了应对越来越丰富的计算需求，计算的形态经历了几次重大变化。边缘计算出现的背景（1）9共享到独占在计算机发展初期，由于高昂的成本，计算机主要用于进行大型科学实验、几乎不存在现代意义的个人计算机（PC）。随着集成电路的出现，计算机体积不断缩小、计算成本不断降低，人们终于可以通过独占的个人计算机满足各自的计算需求和数据存储需求，计算存在的形态也从共享为主流变为了个人计算机为主流。边缘计算出现的背景（2）10大型科学实验个人计算用途本地到云端随着计算机网络和Web技术的不断发展，计算机再也不仅仅是存储和运算的载体，而是越来越多承担了通信的任务。大量的信息由用户本地迁移到Web服务器当中。这一“信息网络化”的过程，在把数据带到服务器上的同时，也逐步将一部分运算过程也带到了服务器上，从而一步步形成了如今云计算的形态。边缘计算出现的背景（3）11云端到边缘。

随着智能设备的普及，产生了如下问题：本地计算的能力不足或者电量消耗过快；云计算架构无法实现海量前端设备的大规模实时计算；越来越多的设备接入网络，也使得云计算基础设施不堪重负；计算资源从云端再次回到网络边缘，则成为了大规模实时计算的必然要求。边缘计算出现的背景（4）12边缘计算出现的背景边缘计算概念边缘计算带来的改变边缘计算概念13与传统的云计算数据中心相比，边缘计算中直接为用户提供服务的计算实体，距离用户很近，通常只有一跳的距离，即直接相连。边缘计算概念（1）14边缘计算是云计算的延伸边缘计算是一种云计算优化方法，"通过将网络中集中节点（云核心）上的应用、数据和服务放置到逻辑边界节点（边缘）"，从而建立与物理世界的直接联系。边缘计算是前端设备和云计算的中介边缘计算是指哪些使得计算发生在网络边缘的技术的合集，向下的数据流来自于云计算服务，向上的数据流来自于前端的各类物联网设备。边缘计算概念（2）15描述计算平台的角度：中国边缘计算产业联盟的定义在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。它可以作为联接物理和数字世界的桥梁，使能智能资产、智能网关、智能系统和智能服务。边缘计算概念（3）16泛化的云与用户之间的补充：边缘计算是指有数据源到云数据中心的路径上任意计算和网络资源的统称。从计算模式发展的角度给出边缘计算的定义：边缘计算是一种计算资源与用户接近、计算过程与用户协同、整体计算性能高于用户本地计算和云计算的计算模式，是实现无处不在的“泛在算力”的具体手段。边缘计算概念（4）17边缘计算出现的背景边缘计算概念边缘计算带来的改变边缘计算带来的改变18边缘计算模式：前端设备将计算请求发送至边缘服务器；如果边缘服务器具备所请求的计算服务，则执行请计算任务，并将计算结果返回至前端设备；若不具备，从云服务端讲计算服务下载到边缘端，执行任务，返回结果。边缘计算带来的改变（1）19相比于云计算，边缘计算模式有以下重要区别：极低延迟边缘计算相较于云计算更加靠近于前端用户。在典型的边缘计算系统当中，前端用户与边缘服务器是单跳网络连接的。边缘计算带来的改变（2）20应用场景通信技术通信延迟能耗移动计算5G<5ms高移动计算4G<50ms高室内短距WiFi<150ms中室内短距蓝牙<200ms中嵌入式物联网ZigBee2s低嵌入式物联网LoRa2s低嵌入式物联网NB-IoT1s低嵌入式物联网SigFox2s低不同的服务类型对延迟的要求也会有所不同：边缘计算带来的改变（3）21服务类型延迟要求用户体验AR高<10msVR高<10ms游戏中1-30ms极快31-50ms良好51-100ms普通100-200ms较差200-500ms很差>500ms极差音频聊天中<100ms网络状态好<250ms网络状态较差<1100ms网络状态很差视频直播低0.2-2s超低延迟2-6s低延迟6-18s高延迟浏览网页低<350ms好400-700ms平均值云边服务对象异构考虑到边缘计算服务器主要服务于与其直接相连的设备，边缘服务器上承载的服务很大程度上决定于其服务对象设备和服务请求。相比于云计算在数据中心集中管理海量的计算服务的方式，边缘服务器上运行的计算服务直接受到前端请求的影响，具有高度定制化的特点。服务类型定制化由于通信延迟的降低、计算资源的增加，越来越多原本无法使用云计算的应用服务有望进行"边缘化"，与传统云计算相比，其服务类型将极大增加。由于边缘计算服务器接近于前端设备且具有良好的安全性，其能够接入的设备类型也变多。边缘计算带来的改变（4）22智慧码头智慧校园服务形式多样化不同于云计算环境中的数据中心网络，边缘计算的服务器可以是各种具备相对的资源优势和较低的连接延迟设备。对移动性高度敏感由于边缘计算服务于单跳连接的用户，而单跳的通信范围通常十分有限，使得边缘计算对于用户移动具有高度敏感的特性。一方面，用户的移动性会影响到无线传输质量；另一方面，高速移动的用户很有可能在多个边缘服务器之间进行切换。边缘计算带来的改变（5）23隐私保护由于数据保存在靠近用户的边缘设备，从网络结构上降低甚至杜绝了用户数据与其他网络实体的连通性。加密和隐私保护算法在边缘计算服务上的应用。数据传输延迟的降低，允许新型的保护隐私的计算模式和更加复杂的加密算法。边缘计算带来的改变（6）24课程简介边缘计算概念边缘计算发展脉络和历史必然边缘计算的重要意义领域关键问题发展趋势和技术挑战提纲25边缘计算出现的背景计算形态变革的逻辑边缘计算将深刻改变计算方式边缘计算发展脉络和历史必然26计算机技术网络技术通信技术边缘计算出现的背景27边缘计算在计算机技术、通信技术以及二者融合的网络技术的共同作用之下逐步形成。计算机技术发展历程大型计算机个人计算机智能手机及可穿戴设备智能万物后摩尔定律时代边缘计算出现的背景（1）28摩尔定律：由Intel创始人之一的戈登·摩尔提出，指集成电路上可容纳的晶体管数目，每隔两年便会增加一倍（常被引用的“每18个月”版本是由原IntelCEO大卫·豪斯提出）。计算机网络技术发展历程ARPANET与TCP/IPARPANET被称作是互联网的前身，是美国国防高级研究计划局开发的世界上第一个运营的数据包交换网络。TCP/IP协议解决不同设备、不同网络连接的问题。边缘计算出现的背景（2）29宽带互联网最初，计算机是通过电话线拨号的窄带方式接入到互联网。宽带的出现，将网速大幅提升。随着光纤网络的普及，互联网的网络带宽正式进入到千兆时代。计算机网络技术发展历程30移动互联网移动互联网则是在智能移动手机、电信网络的共同演化之下发展出来的业务模式。计算机网络技术发展历程31计算需求随技术发展产生的变化军事场景的大型科学运算大量先进技术的出现最初均是用于军事用途，计算机也不例外。即便是ARPANET的提出，虽然是为了便于资源共享，也具有相当程度的军事需求。办公与数据存储在个人电脑时代初期，计算机主要被用于处理办公文档和统计报表。随着可视化操作系统的出现以及存储器成本的降低，计算机用途开始不断扩展。但是只能在本地进行计算。个人计算机普及、互联网出现之后，更多物理世界中的信息交流需求被转移到了数字世界。边缘计算出现的背景（3）32人工智能业务当人类的生活生产活动开始产生大量的数据，随之而来的，就是如何利用大数据实现"智能化"。人们对于人工智能业务的需求也开始增长。而人工智能算法通常需要大量的数据和持续的模型训练，进而促进了云计算的发展。计算需求随技术发展产生的变化33社交网络、音视频流媒体业务在宽带网络普及之后，网络化的计算需求大量涌现，促进了计算机和计算模式朝网络化的方向持续发展。当有线网进入到光纤宽带、无线网络进入到3G/4G时代时，随着智能手机的普及，网络化的计算需求被进一步放大。计算需求的变化：万变不离其宗计算形态的进化过程呈现出一种“集中-分布-集中-再分布”的模式。这是由于计算模式的驱动是在以“满足人类无处不在的高质量计算需求”为目标、计算需求与运算成本、网络成本不断螺旋变化的因素驱动下而产生的。计算需求随技术发展产生的变化34计算形态会不会再次变为集中式？边缘计算出现的背景计算形态变革的逻辑边缘计算将深刻改变计算方式边缘计算发展脉络和历史必然35以不断地将硬件负担远离用户，不断地将计算服务贴近用户的原则，可以大致将计算机出现至今的这段时间划分为三个阶段：共享计算；本地计算到云计算；云计算到边缘计算。计算形态变革的逻辑36第一阶段：共享计算模式共享计算模式中，通过分时系统批处理、ARPANET等方式将用户任务汇聚到大型机上进行集中处理。个人计算机的出现使得计算形态从"共享计算"的方式快速进入到"本地运算"的形态。第二阶段：云计算随着通信网络技术的发展，部分数据开始通过Web的方式共享。数据量较大的计算任务从本地走向云端。此时仍有部分对于计算实时性要求较高的计算业务在本地执行。在第二阶段，在整体上形成了"本地与云计算混合"的计算模式。计算形态变革的逻辑（1）37第三阶段：边缘计算/雾计算超低的网络通信延迟一方面是通信技术的革新，另一方面也是由于用户和服务器之间的距离被拉进。随着物联网技术的爆发，计算需求持续指数级增长，无法全部由云计算来实现。通过广泛的边缘服务器部署承接绝大部分计算任务。计算形态变革的逻辑（2）38为什么一定是边缘计算的形态？传统集中式云存储云计算方式不可持续数据的集中导致了计算的集中。为计算过程带来不必要的延迟开销，同时增加网络的流量承载压力，造成了大量的能源浪费。历史机遇：5G与物联网的需求形成合力一方面可以显著降低数据传输的延迟，另一方面可以分散处理海量计算需求，减轻计算压力。5G、WiFi6等技术的发展，使得前端设备的单跳延迟可以降到10毫秒以内，有望进一步催生各类实时计算服务。计算形态变革的逻辑（3）39边缘计算出现的背景计算形态变革的逻辑强势崛起：边缘计算将深刻改变计算方式边缘计算发展脉络和历史必然40边缘计算概念的演化及发展趋势边缘计算（EdgeComputing）早在21世纪伊始就已经存在了。彼时的网络边缘定义更加接近于内容分发网络（CDN）的延申强势崛起：边缘计算将深刻改变计算方式41内涵外延边缘计算自从2003年由IBM和Akaimai共同提出以来，期间由不同的角色展开了不同的解读和发展。这些不同的面向有些类似于盲人摸象，却也有助于我们更全面的理解边缘计算的内涵和外延。边缘计算概念的演化及发展趋势（1）42技术发展趋势边缘计算（Edge

Computing）自2017年开始连续上榜，并且其发展阶段逐渐从创新驱动进入到极大期望的阶段。伴随着5G技术的发展与成熟，边缘计算从最初较为泛化的概念衍生各种细分领域。边缘计算概念的演化及发展趋势（2）43年份关键词所处位置达到平稳时间2017EdgeComputingInnovationtrigger2-5年2018EdgeAIInnovationtrigger5-10年2019EdgeAI/AnalyticsPeakofinflatedexpectations2-5年2020Low-costsingle-boardcomputersatedgeinnovationtrigger2-5年学术研究近年来随着边缘计算研究的兴起，越来越多的科研文章被发表出来。笔者根据近5年SCI刊源统计了边缘计算作为关键词的文章数量变化，可以看到边缘计算的研究成果数量几乎是“拔地而起”。边缘计算概念的演化及发展趋势（3）4420152016201720182019600+1200+2000+3100+5000+近五年边缘计算相关学术论文数量变化(IEEE)国家战略各个国家对于电信网络产业的国家战略，均不同程度的促进了边缘计算的发展。边缘计算在其中则扮演了设备、系统和决策之间润滑剂的角色。边缘计算概念的演化及发展趋势（4）452003年：AkamaiEdgeComputingPoweredbyWebSphere。20世纪：Amazon为代表的云技术快速普及。2008年：明确提出了Cloudlet的概念。2012年：提出了FogComputing（雾计算）的概念。2013年：ESTI定义MobileEdgeComputing（移动边缘计算）。2015年：OpenFog开放雾计算联盟成立。2016年：专注于边缘计算的国际高水平学术会议成立。2017年：边缘计算产业联盟在北京成立。2018年：ESTI将MEC的解释由移动边缘计算调整为多接入边缘计算。2019年：边缘计算产业联盟（ECC）与绿色计算产业联盟（GCC）联合发布。2020年卫星边缘计算等面向场景的边缘计算产品和系统开始涌现。标志性事件46课程简介边缘计算概念边缘计算发展脉络和历史必然边缘计算的重要意义领域关键问题发展趋势和技术挑战提纲47赋能万物无处不在的计算即称为泛在计算，而边缘计算则是通过大量部署算力来实现泛在计算的重要手段。低功耗嵌入式芯片、传感器和低功耗无线传输技术是给万物赋予"感知"和"沟通"的能力，而边缘计算则是进一步赋予万物"思考"的能力。边缘计算的重要意义（1）48提升体验，降低能耗在物联网时代，各类物联设备的大幅增长直接导致传感及控制数据将会爆炸性增长。边缘计算的重要意义（2）492000->700亿度2007->3300亿度2005->1525亿度2020->1万亿度进一步改变人类的生产生活方式边缘计算的普及将能够催生大量的新型计算业务，对传统的生产生活方式产生重大影响。边缘计算可以使前端设备仅保留传感器与通信模块，实现真正意义上的"透明计算"。大幅提升计算服务的安全性边缘计算中，数据传递通常是一跳，或经历极短的网络路径，收到大规模攻击的概率也相对较低。边缘服务器完全可以是用户自主拥有的，避免了数据与远程服务器的直接接触。各类隐私保护的计算方法也因为边缘计算较低的延迟得以具有更广阔的应用前景。边缘计算的重要意义（3）50课程简介边缘计算概念边缘计算发展脉络和历史必然边缘计算的重要意义领域关键问题发展趋势和技术挑战提纲51关键词研究问题概览边缘计算架构操作系统与编程模型虚拟化与服务管理服务集群管理人工智能与大数据算法移动性管理系统与应用边缘计算中的关键问题52我们通过分析在IEEE/ACM/USENIX等主流学术机构上发表的边缘计算相关论文的关键词，可以得到如下图：关键词（1）53物联网+边缘计算物联网在边缘计算的相关研究论文中成为热词的第一名。一方面，需要解决物联网设备如何以低成本的方式接入到边缘计算；另一方面，也需要解决边缘计算如何应对物联网服务海量、异构、动态的特点。5G+边缘计算5G技术的发展降低通信延迟，使更多的计算转移到边缘服务器上。需要在现有的云计算集群架构基础之上进行改进，以适应实时性高、数据密集、高移动性、异构动态的5G移动服务需求。虚拟化技术边缘计算所服务的计算请求是高度异构的。使用虚拟化技术对不同的网络功能进行灵活管理。相比于传统云计算，边缘计算的虚拟化技术的延迟要求较高，且要求对资源的消耗更小。关键词（2）54计算卸载边缘计算中的计算卸载是指将计算任务从前端设备转移到边缘服务器上运行，任务执行完毕之后边缘服务器再将计算结果返回到前端设备或按照要求传递到云服务器。关键词（3）55资源分配不同于云计算数据中心，边缘计算更加接近于前端用户，其运行的服务和配备的资源具有较强的针对性，不同边缘服务器上的资源具有较强的异构性，这使得边缘计算中的资源分配问题变得极具挑战性。面向物联网的边缘系统边缘计算的提出并未针对特定的应用场景，更多起到的是类似于内容分发网络（CDN）的作用，减少应用的访问延迟。关键词（4）56边缘计算与人工智能算法基于边缘计算的人工智能算法相比于传统的人工智能算法，系统架构的变化带来了多设备之间的协同问题。基于人工智能的边缘系统优化，利用人工智能算法，和边缘计算系统过程产生的数据，对边缘系统本身进行优化和决策。关键词（5）57关键词研究问题概览边缘计算架构操作系统与编程模型虚拟化与服务管理服务集群管理人工智能与大数据算法移动性管理系统与应用边缘计算中的关键问题58研究问题概况59研究问题概况系统构架模型设计支撑技术产品应用云边端构架两层架构及边缘网络泛在边缘架构系统部署服务部署云边协同服务分发计算卸载资源管理计算数据传输多设备博弈任务分配服务编排服务缓存操作系统编程接口通信技术集群控制虚拟化容器自动驾驶车联网远程医疗ARVR透明计算关键词研究问题概览边缘计算架构操作系统与编程模型虚拟化与服务管理服务集群管理人工智能与大数据算法移动性管理系统与应用边缘计算中的关键问题60"云-边-端"前端设备发起服务请求，一部分将在边缘服务器上直接执行；另一部分，通过边缘服务器继续访问云服务器，执行相应的计算任务。"边-端"当边缘服务器部署的足够广泛且计算与存储资源十分充沛时，云服务就可以完全下拉到边缘服务器上，形成边和端两层架构。边缘计算构架61关键词研究问题概览边缘计算架构操作系统与编程模型虚拟化与服务管理服务集群管理人工智能与大数据算法移动性管理系统与应用边缘计算中的关键问题62现有边缘计算的场景当中，多数计算卸载的过程并非是通过操作系统层面进行的，而是多个应用"各自为战"。边缘计算亟需一套完整的操作系统和编程模型。将边缘计算卸载这一过程从程序设计过程当中抽离出来，融合进操作系统当中。计算卸载与资源分配在计算卸载过程中需要考虑：当前是在本地运算还是需要卸载部分计算任务至边缘服务器进行运算？如果需要计算卸载，具体要卸载哪些计算任务？当有多个边缘计算服务器可供选择时，应当将哪些任务卸载至何处？资源分配则主要指服务端应当如何管理多个同时运行的边缘服务，这对于充分利用边缘服务器资源、保障各种网络条件下稳定的服务质量具有至关重要的意义。操作系统与编程模型63关键词研究问题概览边缘计算架构操作系统与编程模型虚拟化与服务管理服务集群管理人工智能与大数据算法移动性管理系统与应用边缘计算中的关键问题64虚拟化技术能够将复杂专用的网络功能在通用的计算资源上实现，从而实现计算资源和计算服务的自动化管理，通过灵活的服务控制策略极大地降低网络管理成本、提升资源利用率和服务质量。虚拟化与服务管理65关键词研究问题概览边缘计算架构操作系统与编程模型虚拟化与服务管理服务集群管理人工智能与大数据算法移动性管理系统与应用边缘计算中的关键问题66通过边缘服务集群的方法，将边缘服务器连接组成边缘服务器网络，整合多个边缘服务器的计算与通信资源，为前端用户提供统一的服务。服务集群管理67关键词研究问题概览边缘计算架构操作系统与编程模型虚拟化与服务管理服务集群管理人工智能与大数据算法移动性管理系统与应用边缘计算中的关键问题68在边缘服务器上难以运行计算量庞大的人工智能算法。同时，由于边缘计算服务器通常直接与用户相连，涉及一定的用户隐私问题。为此，针对边缘计算场景，研究者提出了一系列工作来提升机器学习算法的运行效率和隐私保护特性。人工智能与大数据算法69关键词研究问题概览边缘计算架构操作系统与编程模型虚拟化与服务管理服务集群管理人工智能与大数据算法移动性管理系统与应用边缘计算中的关键问题70边缘计算的低延迟、轻量级、高可靠等要求均与用户的移动性相关。关于移动性的研究，主要集中在多个边缘服务器协同、以及边缘服务的移动性感知管理（Mobility-awareservicemanagement）上。移动性管理71关键词研究问题概览边缘计算架构操作系统与编程模型虚拟化与服务管理服务集群管理人工智能与大数据算法移动性管理系统与应用边缘计算中的关键问题72AR/VR智慧医疗智慧家庭网关自动驾驶网络系统与应用73课程简介边缘计算概念边缘计算发展脉络和历史必然边缘计算的重要意义领域关键问题发展趋势和技术挑战提纲74发展趋势存在挑战与发展机遇关键机构与成果发展趋势与技术挑战75云计算的下沉：提升资源效率与服务质量该方向研究工作主要由云计算的科研与产业机构发起，旨在基于云计算方面的技术积累打通边缘计算架构中的各个环节，并最终实现类似于云服务的边缘服务。物联网的增强：应对资源限制及定制化要求该方向研究工作主要由物联网相关的科研与产业机构发起，旨在利用边缘计算增强各类物联网系统的算力，持续丰富物联网系统的产品形态和生态。发展趋势76发展趋势存在挑战与发展机遇关键机构与成果发展趋势与技术挑战77前端爆炸导致的自适应设计问题应用开发与管理

每个边缘设备类似于手机安装app，会面临爆炸问题交互和计算的分离感知、控制和计算的分离免安装app编程工具接管跨平台存在挑战与发展机遇78发展趋势存在挑战与发展机遇关键机构与成果发展趋势与技术挑战79科研机构名称研究领域代表成果访问地址开放边缘计算倡议组(OpenEdgeComputingInitiative)边缘系统架构、技术标准、领域发展整合学术界与工业界若干倡议与系统/卡耐基梅隆大学边缘计算系统Gabriel平台/美国韦恩州立大学边缘计算及自动驾驶网络边缘计算书和综述/哈佛大学边缘机器学习框架TinyMachineLearning//tinyml/home微软云和边缘计算模型与系统边缘流量工程/en-us/research/group/mobility-and-networking-research/电子科技大学卫星边缘计算低轨边缘AI星河工程/华中科技大学虚拟化技术高性能虚拟化中国科学院大学体系结构操作系统物端及分布式操作系统/威斯康星大学麦迪逊分校边缘操作系统Paradrop/土耳其博阿齐奇大学边缘仿真系统EdgeCloudSim/CagataySonmez/EdgeCloudSim关键机构与成果（1）80公司机构名称产品类型产品系统访问地址微软边缘计算网关AzurePercept/en-us/services/azure-percept/Linux基金会边缘操作系统EdgeXFoundaryDocker虚拟化及管理Docker,MobyGoogle服务管理K8S,K3Shttps://kubernetes.ioUbiquitiNetworks边缘网关边缘操作系统EdgeRouter,EdgeOS/products/#edgemax百度边缘操作系统OpenEdgehttps://openedge.tech阿里前端操作系统AliOSThingshttps://aliosthings.io华为前端操作系统边缘服务管理LiteOS,KubeEdge/LiteOS/kubeedge谷歌前端操作系统AndroidThings/things亚马逊前端操作系统GreenGrass/greengrass/格力边缘嵌入式芯片EdgelessEAI边缘嵌入式芯片/2020/04/01/edgeless-eai-series-dual-arm-cortex-m4-mcu-features-a-300-gops-cnn-npu/关键机构与成果（2）81什么是边缘计算简述计算形态的发展变化过程及其内在逻辑边缘计算与云计算、物联网的关系边缘计算的关键问题和研究方向列举3个边缘计算的应用场景，并与传统方式相对比本章小测82边缘计算架构原理83边缘计算体系结构简述总体系统架构软件计算架构边缘计算操作系统与开源框架提纲84前言系统评价及设计要求边缘计算架构设计面临的独特挑战边缘计算体系结构简述85边缘计算中，前端设备需要将计算任务卸载至边缘服务器上，而边缘服务器视情况在本地执行或进一步卸载到云端。这一过程当中主要涉及到三个实体：前端设备、边缘设备和云中心。所谓边缘计算体系结构，则是指这三个实体是通过怎样的软硬件方式有效组织起来协同运转的。前言86面向前端用户：服务质量面向服务提供者：服务管理面向应用开发者：边缘底层透明系统评价及设计要求87服务质量（QualityofService）与体验质量（QualityofExperience）是网络服务领域的经典评价方法。服务质量和体验质量上的要求是边缘计算架构设计的本质驱动。面向前端用户：服务质量88期望QoS我们的重点QoE网络服务设备价格品牌对于服务提供者而言，边缘计算同样需要提供便捷、高效的服务管理方式，能够支持边缘网络的快速伸缩（scalein/out）、边缘资源的高效利用、服务任务的合理调度等。面向服务提供者：服务管理89边缘计算将计算过程从前端设备剥离出来并转移到边缘设备上执行，这使得开发者不得不考虑边缘端的服务实现。应用开发者对于边缘计算有较强的诉求，即在开发者“无感”的情况下将计算需求接入到边缘环境当中，做到边缘底层对开发者透明。面向应用开发者：边缘底层透明90多样化、定制化的场景前端用户的移动性多基础设施的资源受限和不确定性边缘服务多样、海量、异构边缘计算架构设计面临的独特挑战91不同于云计算，边缘计算距离实际的计算场景更近，这使得边缘计算会更大程度上收到具体场景要求的影响。这使得针对场景的需求分析，边缘架构设计中的各个环节均成为重要问题。

多样化、定制化的场景92边缘计算通过建立边缘服务器与前端用户的直接通信极大降低了计算服务的端到端延迟，这也使得前端用户的移动性会直接对边缘服务质量和服务可用性造成影响。前端用户的移动性93场景移动速度边缘接入点切换频率（5G）自动驾驶导航+5G边缘网关60KM/h(百度)5AP/m高铁多媒体服务+5G边缘网关300KM/h25AP/m移动AR/VR用户+5G边缘网关4KM/h0.33AP/m商场行人+WiFi边缘网关4KM/h1.33AP/m资源受限的特点，要求边缘服务架构层面形成良好的边缘协同机制，并且边缘上的服务类型应当能够支持快速更新。而边缘设备的不确定性，要求合理的资源配置。

多基础设施的资源受限和不确定性94边缘计算接入的设备类型多样直接导致其面向的服务类型多样，不仅是计算服务要求的资源类型多样，体验质量和服务质量需求也存在较大差异。边缘服务多样、海量、异构95VR/AR视频解析网页浏览视频监控网络日志即时游戏多媒体缓存数据库缓存网络文档CPU需求内存需求存储需求两类边缘：主干网边缘和泛在边缘三层“云-边-端”架构两层“边-端”架构多接入边缘计算分布式D2D/D4D架构AIoT架构总体系统架构96网络边缘是一个相对概念，根据当前的边缘计算定义以及实际的网络架构特点，我们将边缘设备分为两类：主干网边缘和泛在边缘。两类边缘：主干网边缘和泛在边缘97云主干网边缘泛在边缘宏站wifi室分基站笔记本手机可穿戴设备机器人摄像头平板“云-边-端”三层架构包含云中心层、边缘层以及前端层。三层“云-边-端”架构98边缘应用边缘应用网络网络网络边缘计算节点边缘计算节点云边端边缘和云的协同其中涉及到边缘IaaS（基础设施即服务）与云端IaaS的资源协同；边缘Paas（平台即服务）和云端Paas实现数据共享、智能协同、业务协同编排；边缘SaaS（软件即服务）与云端SaaS实现服务协同。三层“云-边-端”架构99云-边-端”架构中不同类型计算请求的去向。

三层“云-边-端”架构100……………计算请求云中心边缘D2D+机会架构GB~PBMB~TBKB~GB随着边缘计算相关技术的不断成熟以及新型应用对于延迟敏感度的提高，边缘网络需要独立承担终端设备的服务请求。两层“边-端”架构101边缘计算节点网关接入节点IoT设备办公区住宅区住宅区商业区随着新型应用的不断产生和边缘设备的不断增多，超密集网络应运而生，每个前端设备可以接入多个边缘服务器，这种架构称为多接入边缘网络（Multi-accessEdgeComputing）。多接入边缘计算102Device-to-Device(D2D)通常指一种新型的通信方式，而所谓D2D或D4D(Device-for-Device)边缘计算，是指边缘设备通过D2D的方式，相互成为其他设备的边缘计算设备。分布式D2D/D4D架构103从物联网能力提升的角度，边缘计算直接推动了AIoT架构——“人工智能+物联网”的产生。顾名思义，AIoT是物联网与人工智能的结合，而在系统层面，人工智能的能力是通过边缘计算来提供的。AIoT架构104网关接入SDKIoTOS数据转换无线适配多通道管理设备适配层数据转换无线适配IoT组件镜像AI模型1镜像AI模型2镜像容器管理AI组件依赖包智能网关的基础软件平台安全Agent规则引擎IoTHubAIoT设备管理发布管理边缘智能管理镜像仓库AIoT设备管理SOC安全运营中心边缘智能管理数据预处理特征提取模型训练、生成基础IoT套件智能IoT套件信息采集流模型分发流终端设备基础AI产品腾讯云（物联网通信+AIoT+IoT安全）AIoT智能网关一般边缘计算架构多接入边缘计算系统架构AIoT技术架构卫星边缘计算架构编程模型软件计算架构105对于多数两层或三层的边缘计算硬件架构，运行其上的软件架构是类似的，主要包含资源管理层和平台管理层。一般边缘计算架构106边缘计算应用虚拟机边缘计算应用虚拟机边缘计算应用虚拟机边缘计算应用虚拟机边缘计算应用虚拟机流卸载功能无线网络信息服务模块通信服务服务注册APIAPIAPIAPI边缘计算虚拟化管理，IaaS

边缘计算应用平台服务

应用平台层

边缘计算虚拟化化层

边缘计算硬件资源

基础设施层应用管理系统边缘计算应用平台管理系统边缘计算基础设施管理系统

边缘计算服务器管理基础设施层主要分为硬件资源和虚拟层两部分，在这两部分基础上，边缘基础设施管理系统能够整合所有的硬件资源形成了一个稳定、通用的运行环境，使得上层的边缘服务可以在这个环境中被部署、执行和管理。边缘计算平台管理层建立在虚拟化资源之上，将硬件资源、平台和软件转变为IaaS,PaaS和SaaS服务。其中边缘应用服务平台通过以下一系列中间件实现。一般边缘计算架构1072016年，欧洲电信标准化协会ESTI将边缘网络的称谓MEC由移动边缘计算更名为多接入边缘网络计算（multi-accessedgecomputing）。多接入边缘计算系统架构108CFS门户设备应用Mx1Mx2用户应用LCM代理运行支持操作系统多路存取边缘协调器Mm8Mm9其他边缘计算平台其他边缘计算主机边缘计算应用边缘计算应用边缘计算应用数据层虚拟架构边缘计算服务服务注册流量控制DNS处理边缘计算平台服务Mp2Mp1Mp2边缘计算主机Mm5Mm5边缘计算应用规则与请求管理边缘计算应用生命周期管理边缘计算平台管理虚拟架构管理Mm2Mm3Mm4边缘计算系统层边缘计算主机层Mm1与一般边缘计算架构不同，多接入边缘计算架构单独剥离了多接入边缘协调模块（multi-accessedgeorchestrator）。该模块具体包含如下功能：管理终端用户卸载决策。包括通过服务部署与请求调度来应对用户请求和通过资源分配方案迎合用户请求。管理部署的边缘计算主机，维护计算、存储、传输资源以及服务器间拓扑结构。管理边缘网络所提供的服务。多接入边缘计算系统架构109考虑到当前AIoT主要面向市场产品的落地，其中的边缘网关更多的是基于上述一般架构针对场景的定制化产品落地，技术重点强调在边缘网关与应用平台两个关键部分。下图以腾讯IoTEIDP[腾讯AIoT]为例展示了典型的AIoT技术架构。AIoT技术架构110AIoT技术架构111应用发布连接管理指令图形化同步管理版本管理YAML导入可视化编辑设备管理设备组群管理应用组群管理设备激活远程监控创建应用远离部署网络代理模块认证授权模块镜像管理模块消息通知模块核心服务行为识别算法容器车牌识别算法容器设备认证/安全启动/防盗版服务发现消息总线平台Agent协议转换采集监控AI中间件时序数据库流数据窄带指令宽带推流Docker引擎宿主操作系统基于AI加速芯片的硬件平台（CPU/GPU/VPU/FPGA）应用与模型分发平台边缘网关/盒子软件栈应用与模型发布平台智能态机器学习平台AI仓库模型IoTHub慢直播……模型及应用镜像仓库公共市场仓库，自有应用仓库可视化配置应用应用管理Docker管理应用管理设备接入服务智能分析服务云端连接服务卫星边缘计算架构112机构方案进度美国国防高级研究计划局DARPA黑杰克：协同、自主的任务运算，550KM轨道，80-100节点规模，2人团队运维，服务实时任务处理。2020年底发射首批卫星欧洲宇航局OPS-SAT：面向第三方用户开放开发和计算能力。预计2019年第四季度发射Exodusorbitals面向普通开发者，共享访问卫星主机，用户可上传代码，未来有计划将卫星飞控开放给开发者。预计2021年开放给开发者卡耐基梅隆大学OEC：面向遥感任务，多卫星协同识别图像中有效数据回传。针对图像场景考虑了图片切割。已完成全系统仿真电子科技大学星河工程：构建一个由低轨AI卫星组成的天基网络系统，并提供实时覆盖全球的任意人、物的通信和高速网络接入服务、厘米级的位置和导航增强服务、高时空分辨率的对地观测和影像服务。2020年已发射首颗6G太赫兹AI卫星“电子科技大学号”微电子技术的蓬勃发展，使得微型卫星成为可能。边缘计算的系统架构必须做出调整，以适应低轨卫星的系统特点。目前国内外上已有一系列工作开展了针对低轨星座在轨计算的研究。当前关于卫星边缘计算架构的研究主要针对卫星与地面的相对移动、卫星本身的能源不稳定等特点。低轨的微型卫星处理能力十分受限，当其移动到新的区域（即接收到新的任务时），虽然能够顺利采集图像，但旧区域的任务极可能仍未完成，从而导致其来不及处理新进入区域的计算任务。为应对此问题，卡耐基梅隆大学提出计算卫星流水线技术CNP（ComputationalNanosatellitePipeline）。计算卫星流水线技术113计算卫星流水线技术114根据卫星阵型和任务分割策略的不同组合，CNP提供四种运算模式：帧距块并发、帧距帧并发、紧凑块并发、紧凑帧并发。计算卫星流水线技术115地面图像帧1地面图像帧3地面图像帧2地面图像帧1地面图像帧3地面图像帧2地面图像帧1地面图像帧3地面图像帧2地面图像帧1地面图像帧3地面图像帧2(a)帧距块并发(b)紧凑块并发(c)帧距帧并发(d)紧凑帧并发与CNP形成互补的另一种方式是“动态星团组网技术”，通过考虑计算任务特点、轨道信息以及各卫星节点上的负载动态地选择一部分卫星形成“星团”来完成一批计算任务。动态星团组网116考虑到边缘设备以及边缘服务的多样性，亟需提出新的编程模型能够支持各类设备接入边缘网络和边缘服务的快速开发迭代。当前多个机构提出了用于物联网+边缘计算场景的编程模型，如微软AzureIoTEdge,AWSGreengrass,EdgeX,百度OpenEdge等。以上编程模型在边缘计算的环境当中面临以下的挑战。编程模型117边缘服务访问的局限性边缘资源的多样性边缘场景的高度动态性

固化的边缘服务方式

下图是面向服务的编程模型（左图是面向设备的，右图是面向服务的）。编程模型118边缘边缘基于主题编排器云服务中介单个边缘的行为基于主题的云+每个边缘AAAA基于内容的发现服务编排器服务实例行为数据和系统环境管理节点雾节点雾节点雾节点雾节点BBBBBA代理者工作者使用环境为解决上述问题，加速边缘计算生态和产业的快速发展，当前在研究界与科研界在编程模式方面展开了一系列前沿探索。如弗吉尼亚理工提出了微服务编排语言MOLE（microserviceorchestrationlanguage）。编程模型119解析产生执行图结构执行序列服务执行Runtime微服务调用执行图执行图编译MOLE脚本边缘网关边缘终端设备开发者：服务组合脚本前端用户：调用开发服务微服务服务请求简介EdgeXFoundaryStarlingX其他开源框架融合边缘的前端物联网操作系统边缘计算操作系统与开源框架120边缘计算中的操作系统主要是打通云、边、端之间的业务流程，并且将各方资源整合并提供开放接口供开发者及用户使用。相比云计算操作系统，边缘操作系统与框架主要面临以下三方面挑战。简介121高度异构性边缘数据分析处理商业模式驱动的边缘优化当前具有代表性的边缘操作系统及开源框架：简介122项目名称发布年份机构定位技术特点EdgeXFoundary

2017年Linux基金会

为工业物联网边缘计算场景提供通用框架

1.中立于任何供应商2.面向算力有限的边缘设备（如树莓派）3.独立于云运行4.跨硬件平台

StarlingX

2018年

Intel+WindRiver

电信及边缘设施的资源管理

1.支持云边端协同2.支持容器编排

AWSIoT

2015年亚马逊将各类智能设备接入到亚马逊云服务1.支持含LoRa在内的异构物联网设备2.支持云边端协同3.支持MQTT协议AzureIoTHub

2010年微软将任意智能设备接入Azure云1.

支持云边端协同2.

支持Serverless3.敏捷IoT开发CORD

2016年OpennetworkingfoundationAT&T将完整的云计算环境在本地实现1.融合SDN,NFV,云2.支持本地云KubeEdge

2020年华为提供端到端边缘体系架构及管理1.支持云边端协同2.支持K8S管理K3S

2018年Google

轻量级的K8S1.独立于云运行2.支持K8S管理Baetyl(原OpenEdge)2019年百度加速丰富边缘计算的生态，缩短开发周期1.支持云边端协同2.跨硬件平台EdgeXFoundary123云中心EdgeXFoundary是由Linux基金会发起的开源项目（简称EdgeX），主要面向通用工业物联网的应用场景，侧重于对海量异构的前端设备管理。StarlingX项目是由Intel和WindRiver开源的边缘计算框架，提供了一个基于Openstack平台及面向电信云的VIM在内的软件栈，提供了自动化的服务打包、编译和安装配置工具。StarlingX124除上述介绍的EdgeX与StarlingX之外，还有其他机构提出的边缘操作系统与开源框架，如亚马逊提出的AWSIoT(Greengrass)，微软提出的AzureIoTHub，AT&T提出的CORD(CentralOfficeRe-architecturedasaDatacenter),华为提出的KubeEdge,Arduino的ArduinoIoTCloud,谷歌提出的K3S,百度提出的OpenEdge,及国产边缘操作系统HopeEdge,Intewell-H等。其他开源框架125对于前端物联网设备而言，当前主流的嵌入式操作系统并不具备直接接入边缘的能力，为此，学术界与工业界提出了一系列融合了边缘计算的前端操作系统，如AliOSThings,TencentOSTiny,HuaweiLiteOS,Contiki等。融合边缘的前端物联网操作系统126什么是边缘计算？简述计算形态的发展变化过程及其内在逻辑。边缘计算与云计算、物联网的关系。边缘计算的关键问题和研究方向。列举3个边缘计算的应用场景，并与传统方式相对比。本章小测127边缘接入技术128边缘计算中的终端节点在接入边缘网络中时需要考虑更多具体的应用场景需求、终端设备的异构性以及边缘设备的部署情况等。接入面临的挑战：应用场景多样、终端设备和边缘设备的异构性对无线数据传输技术提出了挑战。终端设备数量庞大与有限的无线资源之间的冲突。物联网设备往往具有较高的移动性。简介129无线传输机制无线传输的通信服务协议可靠的数据传输多接入网络概述目录130任务卸载是边缘计算的核心组成模块之一，可以将传输机制分为：无线局域网无线个域网传输机制蜂窝网络传输机制低功耗广域网传输机制无线传输机制131无线局域网传输机制无线个域网传输机制无线广域网传输机制低功耗广域网传输机制新型无线传输机制总结无线传输机制132无线局域网，是一种利用无线技术进行数据传输的系统。目前最为广泛使用的无线局域网协议是Wi-Fi。WiFi6的关键技术包括：正交频分多址技术，减少信道的冲突，提升传输效率和降低能耗。多用户多输入多输出技术，极大扩充网络总吞吐量和容量，提高了网络传输速度。无线局域网传输机制（1）133无线局域网传输机制无线个域网传输机制无线广域网传输机制低功耗广域网传输机制新型无线传输机制总结无线传输机制134蓝牙是一种用于短距离无线通信的无线电技术。蓝牙演进时间轴：无线个域网传输机制（1）135蓝牙2.1版本蓝牙4.x版本全面支持mesh网络蓝牙5.2版本蓝牙1.0版本蓝牙3.0版本蓝牙5.0版本蓝牙5.1版本速度大幅提高初始版本高速蓝牙速度提升2倍、距离增加4倍AoA、AoD厘米级定位高速、智能、隐私保护、低功耗建立在低功耗蓝牙上的通信网络，实现多对多通信EATT、LEAudio、等时信道2007年2009年2010年2016年2017年2019年2020年IEEE802.15.4协议标准定义了LR-WPAN的物理层和媒体访问控制层，广泛使用于工业控制、工业物联网等领域。LR-WPAN是一种简单的低成本通信网络，可在功率有限且吞吐量要求宽松的应用中实现无线连接。Zigbee是基于IEEE802.15.4的规范的一组高级通信协议，用于使用小型低功耗数字无线电创建个人区域网络。Zigbee是一种低功耗、低数据速率和近距离（即个人区域）无线自组织网络。无线个域网传输机制（2）136WirelessHART使用2.4GHz频段作为多种无线电技术的传输介质。其架构如下：无线个域网传输机制（2）137ISA100.11a的设计构架：无线个域网传输机制（2）138IEEE802.15.4e解决了802.15.4MAC的无限延迟、通信可靠性较低、没有针对干扰与多径衰落的保护措施的特点。80e定义MAC行为模式：射频识别闪烁、异步多信道自适应、确定性同步多信道扩展、低延迟确定性网络、时隙信道跳频。无线个域网传输机制（3）139无线局域网传输机制无线个域网传输机制无线广域网传输机制低功耗广域网传输机制新型无线传输机制总结无线传输机制1404GLTE旨在使移动设备上的互联网体验与家用计算机上的互联网体验相同。4GLTE特点：通信速度频谱效率频带分配网络时延无线广域网传输机制（1）141LTE关键技术主要包括：OFDM调制技术位移BPSK，QPSK和16QAMMIMO技术4GLTE挑战：移动性管理安全性计费问题识别特定用户无线广域网传输机制（1）1425GNR（5GNewRadio）是基于OFDM的全新空口设计的全球性5G标准，用于实现超低时延、高可靠性的5G通信。无线广域网传输机制（2）143三大运营商2020年5G计划运营商5G资本开支5G基站数量5G覆盖范围5G部署方式中国移动1000亿元25万个覆盖全国所有地级市（含）以上城市加快向SA演进，坚持云网一体发展中国电信453亿元25万个覆盖全国所有地级市（含）以上城市5GSA商用能力处于行业领先地位，5G+公有云+MEC融合最大化5G技术价值中国联通350亿元25万个覆盖全国所有地级市（含）以上城市年中商用5GSA网络，推进“云网边端业”高度协同合计1803亿元75万个————5G主要采用的技术手段：5G通信采用的通信波段为毫米波采用OFDM技术和MIMO技术采用波束赋形技术SDN与NFV技术5G挑战：如何使用更少的5G基站服务更大的范围使一个基站尽可能多的服务更多的设备无线广域网传输机制（2）1446G网络的比较有前景的关键技术：太赫兹通信可见光通信量子通信区块链技术无线广域网传输机制（3）145无线局域网传输机制无线个域网传输机制无线广域网传输机制低功耗广域网传输机制新型无线传输机制总结无线传输机制146低功耗广域网（LPWAN）是物联网的核心组成网络之一。其主要特征：低功耗覆盖范围广低成本低功耗广域网传输机制147LoRa使用ISM频段，通信距离最远可达数千米。LoRa采用CSS技术调制信号，对无线干扰、多普勒效应和多径效应有较强的鲁棒性，因此相比其他的LPWANs技术，LoRa可以支持网络中的许多设备同时传输。LoRa信号显示如下图所示：低功耗广域网传输机制（1）148LoRa通信特点：远距离低功耗LoRaWAN协议的三种模式：低功耗广域网传输机制（1）149Sigfox是一种窄带(或超窄带)技术，它使用称为二进制相移键控的标准无线电传输方法，它采用非常窄的频谱并改变载波无线电波的相位以对数据进行编码。Sigfox网络架构：低功耗广域网传输机制（2）150传感器无线链路SigFox网关SigFox云端商业应用SNMP、HTTP、MQTT安全IP链路SigFox网络架构窄带物联网（NB-IoT）采取的调制解调方式根据在上行和下行链路而不同。NB-IoT支持三种频段部署：独立部署、保护带部署、带内部署。低功耗广域网传输机制（3）151GSM独立频带部署保护频带部署LTELTELTE带内部署200kHz200kHz200kHzNB-IoT三种不同的耗能工作：DRX模式、eDRX模式、PSM模式。NB-IoT的优势：使用的频段位于2G通信频段。使用授权频段，干扰少，可靠性高。快速部署，基础设施由运营商提供。低功耗广域网传输机制（3）152无线局域网传输机制无线个域网传输机制无线广域网传输机制低功耗广域网传输机制新型无线传输机制总结无线传输机制153可见光通信（VLC）系统采用可见光进行通信，该可见光占据了380nm至750nm的频谱，对应于430THz至790THz的频谱。新型无线传输机制（1）154红橙黄绿蓝靛紫无线电微波红外可见光紫外3kHz300MHz300GHz430THz790THz30PHz

1m1mm750nm380nm10nm前沿研究探索了在智能手机利用VLC的特殊应用。将信息编码为专门设计的2D彩色条形码：新型无线传输机制（1）155射频识别（RFID）可以通过无线通信自动识别对象，也可以作为物联网终端设备接入边缘网络的无线通信技术。RFID的系统包括标签（Tag）、读取器（Reader）和后端系统。新型无线传输机制（2）156电子标签读卡器管理软件采取行动基于背向散射的可见光通信：新型无线传输机制（2）157LUXLEDLUX太阳能板光电二极管后向反射器液晶快门无线局域网传输机制无线个域网传输机制无线广域网传输机制低功耗广域网传输机制新型无线传输机制总结无线传输机制158LPWAN市场的竞争激烈程度非常大，不同技术、不同联盟、不同公司的发展路线都不尽相同，当然不同技术、不同商业模型之间的论战也十分激烈。总结159无线传输机制无线传输的通信服务协议可靠的数据传输多接入网络概述目录160物联网通信协议分为两大类：负责子网内设备间的组网及通信的接入协议，以及负责设备通过互联网进行数据交换及通信的通讯协议。MQTTAMQPKafkaSTOMP无线传输的通信服务协议161MQTT主要用于服务器和那些低功耗的物联网设备（IoT）之间的通信。MQTT协议定义了两种实体类型：消息代理和客户端。MQTT162AMQP是应用层协议的一个开放标准,为面向消息的中间件设计。AMQP可以实现一种在全行业广泛使用的标准消息中间件技术，以便降低企业和系统集成的开销，并且向大众提供工业级的集成服务。AMQP163Kakfa是一个高吞吐量的发布订阅消息系统和流处理平台，类似于服务器集群中的日志系统，在企业开发中有广泛的应用。Kafka164生产者第2组消费者第1组消费者ZooKeeper实例主要代理ApacheKafka架构备份Kakfa特性：通过O(1)的磁盘数据结构提供消息的持久化高吞吐量支持通过Kafka服务器和消费机集群来分区消息支持Hadoop并行数据加载。Kafka165STOMP是面向流文本的消息传输协议，是WebSocket通信标准。STOMP提供一个可互操作的连接格式，允许客户端与任意STOMP消息代理（Broker）进行交互。STOMP客户端是一个可以以两种模式运行的用户代理，也可以同时运行两种模式：作为生产者，通过send框架将消息发送给服务器的某个服务；作为消费者，通过订阅制定一个目标服务，通过消息框架，从服务器接收消息。STOMP166无线传输机制无线传输的通信服务协议可靠的数据传输多接入网络概述目录167设备的移动性会对可靠的数据传输带来巨大的影响信号可能会被移动性产生的多普勒频移以及多径效应所改变或难以解码，造成数据传输的失败。设备的移动带来的接入点切换的问题也会对数据传输造成影响移动性蜂窝网络WiFi无线传感器节点考虑移动性的可靠数据传输168蜂窝网络对蜂窝网络而言，移动性如何影响基站的切换速率和停留时间算是经典问题。切换率定义为单位时间的预期切换数，与网络通信的开销与可靠性直接相关。WiFi大量的移动通信对蜂窝网络容量造成极大的压力，影响无线数据传输的效率和可靠性。一个可行的解决方案是部署无处不在的WiFi接入点进行持续通信来缓解蜂窝网络的压力。考虑移动性的可靠数据传输（1）169WiFi的基站切换考虑移动性的可靠数据传输（2）170无线传感器节点通常是小型便携式设备，可以轻松地耦合到诸如车辆或人员之类的移动实体，在无线传感器网络中支持有效的移动机制至关重要。无线传感器移动性特征：考虑移动性的可靠数据传输（3）171基于博弈论的方法对终端节点的接入进行合理的分配。目前基于博弈论的无线数据传输主要考虑终端设备间的资源竞争问题。基于博弈的数据接入172无线传输机制无线传输的通信服务协议可靠的数据传输多接入网络目录173多接入网络指的是用户可以在接入不同的网络的情况下，共享边缘服务器的计算和存储资源。多接入网络174CFS门户设备应用Mx1Mx2用户应用LCM代理运行支持操作系统多路存取边缘协调器Mm8Mm9其他边缘计算平台其他边缘计算主机边缘计算应用边缘计算应用边缘计算应用数据层虚拟架构边缘计算服务服务注册流量控制DNS处理边缘计算平台服务Mp2Mp1Mp2边缘计算主机Mm5Mm5边缘计算应用规则与请求管理边缘计算应用生命周期管理边缘计算平台管理虚拟架构管理Mm2Mm3Mm4边缘计算系统层边缘计算主机层Mm1边缘服务器：边缘服务器为边缘应用程序提供计算，存储和网络资源。边缘服务平台：边缘应用程序运行在由边缘服务器提供的虚拟化基础架构上的虚拟机。边缘网络多接入协调模块多接入网络175简述移动蜂窝网络中4G和5G通信技术的区别及其对边缘计算的影响简述低功耗广域网的不同技术及特点。简述无线通信服务协议MQTT、AMQP、Kafka和STOMP的特点。简述智能手机上利用可见光通信的应用场景。简述纳什均衡。本章小测176计算任务卸载177章节框架简介178任务卸载简介及其衡量指标任务卸载方式不同场景下任务卸载策略研究不同架构下任务卸载策略研究开源工具简介边缘卸载策略展望及其挑战目录179任务卸载简介边缘计算建模边缘计算任务卸载评价指标任务卸载简介及其衡量指标180边缘计算的核心概念是将计算平台的相应功能从网络核心侧（云端）移动至网络接入侧为用户提供服务近距离服务，以减少终端用户时延，增强用户体验。任务卸载简介（1）181任务卸载的三个阶段：任务上传：将任务通过移动接入点卸载至边缘服务器，根据用户服务的特点选择通信技术并且协调上传策略。任务处理：服务器分配合理的资源以及处理时序对到达的任务进行处理。结果回传：将计算结果回传到用户。任务卸载简介（2）182任务卸载简介边缘计算建模边缘计算任务卸载评价指标任务卸载简介及其衡量指标183任务传输建模：边缘计算建模（1）184最大覆盖范围工作频段数据率NFC10cm13.56MHZ106，212，414KbpsRFID3mLF:120-134KHzHF:13.56MHzUHF:850-960MHzLow(LF)ToHigh(UHF)Bluetooth100m2.4GHz22MbpsWi-Fi100m2.4GHz,5GHz135MbpsGSM10km900-1800MHz14.4Kbps3G10km1.92-1.98GHz2MbpsLTE100kmTDD:1850-3800MHzFDD:700-2600MHZDL:300MbpsUL:75Mbps任务传输建模：影响信道质量的因素为以下三点：多径衰落、信噪比和同频干扰。采用香农公式去预估计信道理论的可靠传输速率。任务处理建模：在边缘网络中，边缘用户数量往往高于服务器数量，此时服务器中资源的竞争不可避免。不同的用户将共享服务器中的CPU，高速缓存以及主存等资源，所分配资源的大小直接影响到服务处理时间。边缘计算建模（2）185任务处理建模需要考虑：单个任务的处理时间建模用户持续请求处理时间建模多服务竞争情况下的处理时间建模：首先分析多服务竞争情况下，瓶颈资源在哪些位置。不同的瓶颈资源会影响到哪些与处理时间相关的关键指标。最后根据不同的关键指标进行处理时间的预测。边缘计算建模（3）186多服务竞争情况下的处理时间建模，瓶颈资源分析：边缘计算建模（4）187多服务竞争情况下的处理时间建模，竞争关键指标：影响服务时间的三个“瓶颈”的位置，分别是第三级缓存、DDIO以及主存带宽资源，对三者的竞争进行量化。多服务竞争情况下的处理时间建模，不同的关键指标下处理时间的预测：根据竞争中的核心参数以及其相关度，找出核心参数与最终服务时间的关系，预测出服务处理的时间。边缘计算建模（5）188任务卸载简介边缘计算建模边缘计算任务卸载评价指标任务卸载简介及其衡量指标189服务时延和设备能耗评价服务时延，对本地处理时延，边缘处理时延和云端处理时延进行对比，若边缘时延最优，则边缘卸载策略最优，能耗也如此。在低功耗物联网场景中，存在着大量时延敏感型，计算密集型任务，此类任务需要同时考虑时延和能耗的问题。用户QoE在流视频处理中，用户对视频的体验可以作为衡量边缘卸载策略的依据。又如在AR场景中，可以通过用户的QoA来评价边缘卸载策略的好坏。边缘计算任务卸载评价指标（1）190任务卸载简介及其衡量指标任务卸载方式不同场景下任务卸载策略研究不同架构下任务卸载策略研究开源工具简介边缘卸载策略展望及其挑战目录1910表示任务在本地执行，1表示在边缘网络中执行。任务通常是有一个三元组进行表示：<任务输入大小；任务截止时间；计算复杂度>。用户之间的竞争增加了决策的复杂度：当用户数大于服务器数量时，用户需要共享服务器的计算资源，使得计算时间增加。同一通信范围的用户，会造成一定的通信干扰，增加了数据传输的时间。边缘环境的动态变化，很难设计中心式的卸载策略。0-1卸载192部分卸载可以从两个方面进行理解，即数据分解和任务分解。数据分解是将任务的输入进行拆分。任务分解将一个任务拆分为多个子任务。任务分解示意图如下：部分卸载193任务分解需要克服的挑战：我们需要分析任务的特点并将任务合理的划分为多个子任务。如何将一系列相互关联的子任务卸载至边缘服务器。多用户子任务卸载策略。部分卸载194任务切分技术及实例分析子任卸载策略部分卸载195任务切分：CloneCloud和MAUICloneCloud使用静态分析和动态分析的组合，以精细的粒度自动对目标任务进行分块，同时优化了计算和通信所需要的时间和能耗。MAUI是一种可将细粒度的能量感知型移动代码卸载到基础结构上的系统;它通过细粒度的代码卸载最大程度地节省了能源，同时最大程度地减少了对应用程序的更改。MAUI提供了四个组件：探查器和服务器端代理、周期性地求解线性方程的决策引擎、MAUI协调器。任务切分技术及实例分析（1）196应用切分实例较为广泛的基础应用切分方式：矩阵算法中的任务切分：任务切分技术及实例分析（2）197任务切分技术及实例分析子任卸载策略部分卸载198子任务卸载策略：子任务卸载策略199任务卸载简介及其衡量指标任务卸载方式不同场景下任务卸载策略研究不同架构下任务卸载策略研究开源工具简介边缘卸载策略展望及其挑战目录200单用户边缘网络场景多用户边缘网络场景异构服务器边缘网络场