薛育紅

認(rèn)為霧計(jì)算/邊緣計(jì)算（MEC）是云計(jì)算的延伸，其發(fā)展源自物聯(lián)網(wǎng)（IoT）實(shí)時(shí)反饋型應(yīng)用需求的驅(qū)動(dòng)，通過霧計(jì)算/MEC將數(shù)據(jù)采集、數(shù)據(jù)處理和應(yīng)用分析程序集中在網(wǎng)絡(luò)邊緣設(shè)備中，使云端計(jì)算、網(wǎng)絡(luò)、存儲能力得以向邊緣擴(kuò)展。提出在IoT中采用中樞智能與邊緣智能的兩級架構(gòu)，實(shí)現(xiàn)霧計(jì)算與云計(jì)算的協(xié)作，提高IoT處理效率。

IoT；云計(jì)算；霧計(jì)算；IoT云平臺；IoT網(wǎng)關(guān)

Fog computing/multi-access edge computing（MEC） driven by the real-time feedback application requirements of Internet of things（IoT） is the extension of cloud computing. Fog computing/ MEC centralizes data acquisition， data processing and application analysis on the edge of the network equipments， and extends cloud computing， networking， and storage capacity to the edge. The two layers architecture of IoT which contains central intelligence and edge intelligence is proposed in this paper. By this way， cloud computing and fog computing/MEC can be carried out in collaboration， and the processing efficiency will be improved.

IoT； cloud computing； fog computing； IoT platform； IoT gateway

云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)不斷發(fā)展和成熟，推動(dòng)了傳統(tǒng)行業(yè)的轉(zhuǎn)型升級和增效，改善著人們的生活，物聯(lián)網(wǎng)（IoT）也從簡單的物與物連接向智能化方向轉(zhuǎn)型。隨著智能化的深入，開發(fā)者可以在智能分析的基礎(chǔ)上為各行業(yè)提供特色的應(yīng)用與服務(wù)，從而真正改變?nèi)藗兊墓ぷ魃罘绞?。?jù)Gartner報(bào)告預(yù)測，2020年全球智能連接數(shù)將達(dá)到1 000億，市場規(guī)模達(dá)到3 000多億美元，涵蓋家居安防、環(huán)境監(jiān)測、能源、車聯(lián)網(wǎng)、等領(lǐng)域，IoT規(guī)模應(yīng)用時(shí)機(jī)已經(jīng)成熟。

1 霧計(jì)算的發(fā)展來自于IoT

的需求

IoT應(yīng)用可分為兩種：一種是事后分析型，即通過IoT終端采集數(shù)據(jù)，并通過IoT專用網(wǎng)絡(luò)或公網(wǎng)傳送到云端，與大數(shù)據(jù)結(jié)合進(jìn)行數(shù)據(jù)采集和分析，這種應(yīng)用往往是單向的，即以采集為主，不需要反向的數(shù)據(jù)傳輸；還有一種是實(shí)時(shí)反饋型，即不僅通過IoT終端進(jìn)行數(shù)據(jù)采集和分析，還要在反向進(jìn)行實(shí)時(shí)反饋，這類應(yīng)用對時(shí)延和可靠性有更高的要求。目前的IoT架構(gòu)仍然是以云為中心，主要特征是終端到云的通信，并在云端進(jìn)行數(shù)據(jù)分析，即以事后分析型應(yīng)用為主。隨著IoT的發(fā)展，實(shí)時(shí)反饋型應(yīng)用需求會更多，目前以云為中心的架構(gòu)顯然不能滿足此類應(yīng)用的需求。

霧計(jì)算和邊緣計(jì)算（MEC）應(yīng)運(yùn)而生，或者說霧計(jì)算的發(fā)展本質(zhì)上是由于IoT的驅(qū)動(dòng)。霧計(jì)算的提出使得整個(gè)架構(gòu)從中樞智能向邊緣智能轉(zhuǎn)變，把數(shù)據(jù)采集、數(shù)據(jù)處理和應(yīng)用分析集中到網(wǎng)絡(luò)邊緣的設(shè)備上，即霧計(jì)算將云端的計(jì)算、網(wǎng)絡(luò)、存儲能力向邊緣延伸和擴(kuò)展。云計(jì)算和霧計(jì)算在各方面的不同點(diǎn)如表1所示。

2 霧計(jì)算的本質(zhì)是“就近提

供服務(wù)”和“分布式智能”

與霧計(jì)算異曲同工的另一種技術(shù)是MEC。根據(jù)IMT 2020（5G）的描述，移動(dòng)邊緣內(nèi)容與計(jì)算技術(shù)是在靠近移動(dòng)用戶的位置上提供信息技術(shù)服務(wù)環(huán)境和云計(jì)算能力，將內(nèi)容分發(fā)推送到靠近用戶側(cè)，應(yīng)用、服務(wù)和內(nèi)容都部署在高度分布的環(huán)境中，從而更好地支持5G網(wǎng)絡(luò)中低時(shí)延和高帶寬的業(yè)務(wù)要求，主要就是IoT的場景。無論是霧計(jì)算還是MEC，本質(zhì)都是“就近提供服務(wù)”和“分布式智能”，他們包括如下所述的一些主要特征。

（1）本地在線分析，更好的實(shí)時(shí)計(jì)算能力，滿足高時(shí)延應(yīng)用（如IoT）；

（2）更低時(shí)延和提高可靠性；

（3）最大化安全和私密性；

（4）更低的帶寬需求，解決海量連接云端帶寬擁塞；

（5）數(shù)據(jù)的分布式處理，降低海量數(shù)據(jù)的儲存需求；

（6）位置感知：由于是近距離分布，可以較為精確地獲取設(shè)備的位置信息；

（7）更好地實(shí)現(xiàn)網(wǎng)絡(luò)上下文信息的解析。

從霧計(jì)算和MEC的特點(diǎn)，我們可以看到霧計(jì)算/MEC更適用于需要快速反饋的IoT場景：首先，能夠在本地進(jìn)行數(shù)據(jù)和應(yīng)用的處理，對業(yè)務(wù)的計(jì)算時(shí)間更短；其次，數(shù)據(jù)在本地進(jìn)行處理，需要的帶寬更少，降低了對網(wǎng)絡(luò)的需求；此外，由于部署在本地，響應(yīng)時(shí)間和可調(diào)節(jié)性也就更好。

3 霧計(jì)算與IoT架構(gòu)的結(jié)合

在IoT中，很多垂直行業(yè)應(yīng)用都需要及時(shí)反饋對終端的控制下達(dá)，也就是前面提到的實(shí)時(shí)反饋型應(yīng)用，其對于時(shí)延、可靠性、安全的要求更高。特別是在工業(yè)互聯(lián)網(wǎng)和車聯(lián)網(wǎng)場景下，云端處理的方式不能滿足延時(shí)與可靠性要求，還存在更多的安全漏洞。建議在這種場景下，采用分級處理的方式，第一級處理靠近場景的邊緣，及時(shí)處理本地?cái)?shù)據(jù)并實(shí)時(shí)反饋，處理結(jié)果分析和匯總可以在云端進(jìn)行，本地節(jié)點(diǎn)同樣具備存儲能力，不需要將所有數(shù)據(jù)都傳送到云端。云端處理結(jié)果可以根據(jù)策略反饋給第一級的邊緣處理節(jié)點(diǎn)。為滿足兩級處理的架構(gòu)，在邊緣節(jié)點(diǎn)上需要引入霧計(jì)算/MEC，要求邊緣節(jié)點(diǎn)能夠解決時(shí)延問題，滿足時(shí)延敏感的應(yīng)用需求，并且邊緣節(jié)點(diǎn)需要考慮應(yīng)用的存儲容量、數(shù)據(jù)流量、計(jì)算分布。

傳統(tǒng)的IoT采用3級架構(gòu)，即感知層、網(wǎng)絡(luò)層和平臺層。如圖1所示，在IoT網(wǎng)關(guān)處引入具備存儲、計(jì)算、路由能力的霧計(jì)算平臺，并與IoT架構(gòu)的融合，使IoT網(wǎng)關(guān)不僅具備路由器的功能，還可根據(jù)實(shí)際應(yīng)用場景擁有存儲、計(jì)算的能力。本省即成為一個(gè)智能節(jié)點(diǎn)，實(shí)現(xiàn)了邊緣智能化。

4 云霧協(xié)同計(jì)算平臺

通過部署智能IoT網(wǎng)關(guān)，在IoT邊緣形成一個(gè)霧計(jì)算的平臺。該平臺具備一定的數(shù)據(jù)分析及邏輯處理能力，邊緣節(jié)點(diǎn)具備初步分析能力，有效減少了數(shù)據(jù)傳輸量。部署IoT網(wǎng)關(guān)就相當(dāng)于在網(wǎng)絡(luò)的邊緣部署了微數(shù)據(jù)中心，集中計(jì)算、存儲、感知和處理邏輯。這里引入云霧協(xié)同的概念，即邊緣的微數(shù)據(jù)中心可以通過云端的集中管理中心進(jìn)行管理，簡化本地節(jié)點(diǎn)的運(yùn)維復(fù)雜度。另外，IoT網(wǎng)關(guān)與云端的IoT云平臺實(shí)現(xiàn)了對接，將本地處理的通用性數(shù)據(jù)上傳給IoT云平臺進(jìn)行處理，形成更高級別的分析結(jié)果，為上層應(yīng)用開發(fā)提供數(shù)據(jù)支撐。

IoT網(wǎng)關(guān)與IoT云平臺的協(xié)作真正實(shí)現(xiàn)了云霧結(jié)合，中樞智能與邊緣智能的兩級架構(gòu)實(shí)現(xiàn)了數(shù)據(jù)的分層處理。各智能化節(jié)點(diǎn)處理所屬范圍的數(shù)據(jù)，形成分析結(jié)果和策略，既能在邊緣達(dá)到實(shí)時(shí)快速智能的目標(biāo)，又能在中心對系統(tǒng)統(tǒng)籌。云霧協(xié)同的IoT架構(gòu)為行業(yè)客戶提供了更高效的解決方案，推動(dòng)了IoT的快速發(fā)展。