王同賀, 華昊辰, 曹軍威

(1.清華大學(xué)自動化系, 北京市 100084; 2.河海大學(xué)能源與電氣學(xué)院, 南京市 210098;3.清華大學(xué)北京信息科學(xué)與技術(shù)國家研究中心, 北京市 100084)

0 引 言

邊緣計算(edge computing)是一種分布式計算模式，它通過將計算資源和數(shù)據(jù)存儲下放到網(wǎng)絡(luò)邊緣(即靠近有計算需求的用戶端)，以提高計算的響應(yīng)效率。邊緣計算的概念起源于內(nèi)容交付網(wǎng)絡(luò)[1]，它通過在靠近用戶端的邊緣服務(wù)器上部署網(wǎng)頁和視頻內(nèi)容緩存服務(wù)來提高加載效率。與傳統(tǒng)的云計算(cloud computing)相比，邊緣計算減少了數(shù)據(jù)傳輸耗時，縮短了服務(wù)響應(yīng)時間，減輕了網(wǎng)絡(luò)寬帶的負擔(dān)[2-3]。在大數(shù)據(jù)(big data)和物聯(lián)網(wǎng)(internet of things, IoT)逐漸普及的社會大環(huán)境下，邊緣計算因其具有去中心化特點，不僅彌補了云計算暴露出的計算能力不足的問題[4]，而且能夠滿足物聯(lián)網(wǎng)對響應(yīng)速度和服務(wù)質(zhì)量的較高要求[5]。

而共識(consensus)問題是分布式計算研究中最熱門的課題之一[6]。分布式系統(tǒng)中的個體會接收到一些請求，共識算法需要對這些請求進行認可，從而使所有個體的狀態(tài)達成一致。經(jīng)典共識算法在實際中有許多應(yīng)用，如為異步系統(tǒng)提供同步信息[7-9]，分布式系統(tǒng)中的故障檢測與恢復(fù)[10-12]，分布式數(shù)據(jù)庫系統(tǒng)的一致性維護[13-15]等。

區(qū)塊鏈技術(shù)的問世，極大地促進了分布式共識算法研究的進展。區(qū)塊鏈?zhǔn)且环N基于共識算法的鏈?zhǔn)椒植际接涃~技術(shù)(distributed ledger technology, DLT)。比特幣和以太坊使用工作量證明(proof-of-work, PoW)[16]作為共識層算法，Hyperledger Fabric平臺則使用傳統(tǒng)的實用拜占庭容錯(practical Byzantine fault tolerance, PBFT)共識算法[17]。

現(xiàn)如今，能源危機與環(huán)境問題日益嚴(yán)峻。為充分利用可再生能源，能源互聯(lián)網(wǎng)(energy internet)的概念應(yīng)運而生[18]。能源互聯(lián)網(wǎng)通過結(jié)合能源系統(tǒng)和信息通信技術(shù)，促進了傳統(tǒng)能源產(chǎn)銷、分配、轉(zhuǎn)換和管理的智能化轉(zhuǎn)型[19]。由于可再生能源形式多樣，分布范圍廣，能源密度低，對能源互聯(lián)網(wǎng)的大規(guī)模部署提出了多方面的需求：靈活的接入形式、多樣化的信息采集手段、海量的信息儲存、高效智能化的數(shù)據(jù)處理能力等。而分布式能源網(wǎng)絡(luò)所具有開放性、共享性、智能性和高效性等特點，可以很好地滿足這些需求[20]。

在分布式能源互聯(lián)網(wǎng)場景中，共識算法和邊緣計算都有著廣泛的應(yīng)用。分布式共識以區(qū)塊鏈為載體，為去中心化能源交易、物聯(lián)網(wǎng)自動化管理、碳認證和交易、電動汽車交通等分布式能源系統(tǒng)提供安全保障[20-24]；邊緣計算可以借助可再生能源微網(wǎng)技術(shù)供能減少對一次能源的消耗[25]，同時在智能制造、智慧城市、城市能源管理、車聯(lián)網(wǎng)(internet of vehicles, IoV)信息與能量交互等場景中發(fā)揮重要的作用[26-29]。

盡管邊緣計算和共識各自扮演著重要的角色，但明確地將這兩者結(jié)合起來的文章或項目卻不多。本文嘗試將兩者有機地結(jié)合起來，并首次提出“共識邊緣計算”的概念，并對其在能源互聯(lián)網(wǎng)中的應(yīng)用進行展望性分析。

本文主要有以下3點貢獻：1)基于對邊緣計算和共識算法研究的簡要總結(jié)，正式提出“共識邊緣計算”的概念，強調(diào)“共識邊緣計算”并非是邊緣計算與共識算法的簡單結(jié)合體，而是充分利用二者互惠關(guān)系的系統(tǒng)；2)從共識為邊緣計算提供安全保障和邊緣計算為共識算法提供模型創(chuàng)新兩種角度，描述“共識邊緣計算”的幾種具體實現(xiàn)形式；3)基于能源互聯(lián)網(wǎng)場景，對“共識邊緣計算”的應(yīng)用方向進行展望性分析。

1 邊緣計算

本章將描述通用的邊緣計算模型的層級框架結(jié)構(gòu)，并簡要總結(jié)邊緣計算所研究的問題。

1.1 邊緣計算架構(gòu)

邊緣計算的架構(gòu)通常為3層結(jié)構(gòu)，自上而下分別為云(Cloud)、邊(Edge)、端(End)[30]，如圖1所示。

圖1 邊緣計算架構(gòu)

最上層為云層，即傳統(tǒng)的集中式云服務(wù)器，有著強大的計算能力和存儲資源。中間層為邊緣層，一般由網(wǎng)關(guān)、路側(cè)節(jié)點、邊緣服務(wù)器等組成，具有一定的計算能力和儲存能力，可以執(zhí)行部分從云層下放的任務(wù)。最下層為終端層，包含各類數(shù)字化設(shè)備和傳感器設(shè)備，僅具備有限的計算和儲存能力。

該計算模型將本由云層完成的部分或全部任務(wù)下放到終端附近的邊緣層，縮短了數(shù)據(jù)傳輸距離和時間，提高了服務(wù)的終端響應(yīng)速度。同時，邊緣層可以對終端設(shè)備采集的數(shù)據(jù)進行預(yù)處理，剔除大量無效數(shù)據(jù)和錯誤數(shù)據(jù)，大大緩解云服務(wù)器的壓力。

1.2 邊緣計算研究的問題

物聯(lián)網(wǎng)是邊緣計算的主要應(yīng)用場景，物聯(lián)網(wǎng)的發(fā)展衍生了諸如車聯(lián)網(wǎng)、智能家居、智慧城市、智能制造、智能電網(wǎng)等研究領(lǐng)域。在這些場景中，設(shè)備的資源有限，但往往又對實時性和響應(yīng)速度有著很高的要求。邊緣計算支持終端設(shè)備將部分或全部任務(wù)卸載到邊緣設(shè)備執(zhí)行，一定程度上滿足了物聯(lián)網(wǎng)場景的需求。這個過程叫做計算卸載(computation offloading)[31]。計算卸載是邊緣計算研究的主要問題，它將決定終端設(shè)備是否進行卸載操作、卸載多少、卸載到哪些邊緣節(jié)點，以及邊緣設(shè)備何時需要進一步將任務(wù)上傳至云層中執(zhí)行。

由于邊緣設(shè)備的資源與強大的云服務(wù)器相比仍然是有限的，因此合理分配計算、存儲、網(wǎng)絡(luò)資源以及均衡負載在邊緣計算中也是至關(guān)重要的[32]。另外，物聯(lián)網(wǎng)或車聯(lián)網(wǎng)系統(tǒng)中存在著大量的公共單元(如邊緣服務(wù)器、路側(cè)單元等)。如何保障計算卸載過程中公共單元和使用公共單元的設(shè)備的隱私和信息安全將是一個巨大的挑戰(zhàn)[33-34]。

2 分布式共識算法

本章將詳細介紹共識算法所研究的問題，并描述共識算法研究所面臨的可拓展性方面的挑戰(zhàn)。

2.1 分布式共識算法所研究的問題

在分布式共識算法中，網(wǎng)絡(luò)節(jié)點將接收到的請求提交給所有節(jié)點，并通過共識算法共同決定是否認可該請求。共識算法具有以下3種性質(zhì)[35]：

1)合法性：節(jié)點認可的請求必須是某個節(jié)點提交的請求；

2)一致性：所有節(jié)點對請求的決定(認可或否決)是相同的；

3)終止性：共識需在有限時間內(nèi)完成。

下面將詳細介紹共識算法在分布式算法領(lǐng)域中所研究的2個問題：崩潰/拜占庭容錯與FLP(Fischer-Lynch-Paterson)不可能性。

2.1.1崩潰/拜占庭容錯

為描述實際分布式系統(tǒng)可能遇到的故障，共識算法所基于的理論模型常常假設(shè)網(wǎng)絡(luò)節(jié)點會發(fā)生2類可能導(dǎo)致系統(tǒng)運行偏離預(yù)期結(jié)果的錯誤：崩潰錯誤和拜占庭錯誤。

絕大多數(shù)經(jīng)典共識算法(如Paxos[36]、Raft[37]等)會假設(shè)節(jié)點會發(fā)生崩潰錯誤，這種錯誤可以使節(jié)點進程完全停滯。在發(fā)生崩潰錯誤的情況下依然能實現(xiàn)共識的算法叫崩潰容錯算法。類似地，能在節(jié)點發(fā)生拜占庭錯誤的情況下解決共識的算法叫拜占庭容錯(Byzantine fault tolerance, BFT)算法。發(fā)生拜占庭錯誤的節(jié)點可能執(zhí)行任意操作來打破系統(tǒng)的一致性[38]，拜占庭錯誤不僅可能造成系統(tǒng)的混亂，而且造成的資源和資金的損失也是無法預(yù)期的。區(qū)塊鏈一般要求共識層算法是拜占庭容錯的，如工作量證明[16]、實用拜占庭容錯[17]等。

2.1.2FLP不可能性

異步系統(tǒng)是分布式算法研究中的一種重要的系統(tǒng)模型。在這種系統(tǒng)中，不同節(jié)點完成同一操作需要的時間可能會不同。FLP不可能性定理證明，若異步系統(tǒng)出現(xiàn)了崩潰/拜占庭錯誤，則可以解決分布式共識的確定性算法是不存在的[39]。為規(guī)避FLP不可能性，后續(xù)研究中常添加一些額外的假設(shè)，保證異步系統(tǒng)不會因節(jié)點錯誤而停滯，使得分布式容錯共識可解。

最常用的方法是添加部分同步假設(shè)，即假設(shè)在系統(tǒng)穩(wěn)定后，未發(fā)生錯誤節(jié)點間的信息傳輸在有限的時間內(nèi)完成。Zyzzyva[40]、Ouroboros[41]、Honeybadger[42]等算法使用部分同步假設(shè)，將算法的重點放在解決拜占庭錯誤上。另外，將終止性要求放寬為概率終止性(即在有限的時間內(nèi)完成共識的概率隨時間趨近于1)也是一種常見做法。區(qū)塊鏈中的工作量證明算法就是通過讓節(jié)點求解高計算成本的哈希問題，將區(qū)塊鏈分叉概率降至極低，從而保障系統(tǒng)的一致性。這個過程被稱為“挖礦”，參與挖礦的節(jié)點也叫做“礦工”。

2.2 共識算法所面臨的可拓展性的挑戰(zhàn)

隨著人們對分布式共識算法研究的深入，共識算法面臨著越來越多的問題與挑戰(zhàn)，如請求沖突問題、信息復(fù)雜度高、可拓展性低，網(wǎng)絡(luò)、計算和存儲資源消耗高等。其中可拓展性低的問題是最顯著的。

可拓展性是衡量分布式系統(tǒng)是否能大規(guī)模應(yīng)用的指標(biāo)。隨著系統(tǒng)規(guī)模的增加，算法效率降低程度越小，系統(tǒng)可拓展性越高。拜占庭容錯共識算法大多基于PBFT算法，僅能應(yīng)用于小規(guī)模的系統(tǒng)，可拓展性普遍較低[40]。近年來問世的眾多共識算法嘗試用不同的方法來提高系統(tǒng)可拓展性，但這些方式往往又會衍生出其他問題(詳見表1)。因此，解決可拓展性低的問題也是共識問題面臨的最大挑戰(zhàn)。

表1 共識算法為提高可拓展性所采取的方法及衍生出的問題

3 共識邊緣計算

基于前文對邊緣計算和共識研究的分析和總結(jié)，本文在此提出“共識邊緣計算”的概念。“共識邊緣計算”是一種融合了邊緣計算技術(shù)和共識機制的分布式系統(tǒng)。共識邊緣計算系統(tǒng)主要通過2種方式來實現(xiàn)：利用共識為邊緣計算保障安全，以及基于邊緣計算框架為共識提供模型的創(chuàng)新。

3.1 共識為邊緣計算保障安全

本小節(jié)將介紹2種使用共識機制保障安全的邊緣計算系統(tǒng)，一種是基于區(qū)塊鏈的區(qū)塊鏈即服務(wù)系統(tǒng)，另一種是“去區(qū)塊鏈化”的邊緣數(shù)據(jù)中心。

3.1.1區(qū)塊鏈即服務(wù)

近年來，基于共識實現(xiàn)信息透明、信息安全、信息不可篡改的區(qū)塊鏈，被廣泛應(yīng)用在了多個領(lǐng)域，邊緣計算也不例外。文獻[49]提出在移動邊緣網(wǎng)絡(luò)平臺上構(gòu)建區(qū)塊鏈即服務(wù)(blockchain-as-a-service, BaaS)系統(tǒng)，保障計算卸載過程的安全性，系統(tǒng)結(jié)構(gòu)如圖2所示。

當(dāng)用戶設(shè)備需要進行計算卸載時，先向移動邊緣服務(wù)器提交計算卸載需求和服務(wù)交易請求。交易成功后，用戶可以將計算任務(wù)卸載到移動邊緣服務(wù)器，同時移動邊緣服務(wù)器將交易信息和卸載記錄保存到區(qū)塊鏈中。區(qū)塊鏈中儲存的信息不僅可以在邊緣服務(wù)器之間共享，而且也允許用戶查詢。參與區(qū)塊生成的邊緣服務(wù)器通過工作量證明共識算法消耗資源，可以賺取額外的收益。

除了計算卸載，其他基于邊緣計算的任務(wù)都可以通過類似圖2的系統(tǒng)，將區(qū)塊鏈良好的安全性質(zhì)添加到邊緣計算之中。例如，文獻[50]使用區(qū)塊鏈，借助工作量證明對數(shù)據(jù)進行審計，從而在車輛邊緣計算網(wǎng)絡(luò)中實現(xiàn)安全高效的數(shù)據(jù)共享。

圖2 使用區(qū)塊鏈即服務(wù)的計算卸載系統(tǒng)

3.1.2邊緣數(shù)據(jù)中心

隨著邊緣計算的不斷推廣，邊緣數(shù)據(jù)中心應(yīng)運而生。類似地，邊緣數(shù)據(jù)中心就是將傳統(tǒng)集中式的數(shù)據(jù)中心分散部署在靠近用戶終端的邊緣層，從而支持高帶寬和低延時的邊緣計算服務(wù)[51]。作為分布式數(shù)據(jù)庫的一種特殊形態(tài)，邊緣數(shù)據(jù)中心同樣可以將共識算法應(yīng)用于一致性維護、故障檢測與維護等場景。

文獻[52]提出了一種基于邊緣數(shù)據(jù)中心的共識中間設(shè)備，這種帶有拜占庭容錯機制的中間設(shè)備可以在服務(wù)供應(yīng)商與用戶之間缺少相互信任的情況下，仍然為用戶移動設(shè)備提供邊緣網(wǎng)絡(luò)服務(wù)。

除此之外，文獻[53]描述了一種使用共識算法的虛擬同步模型庫，幫助軟件定義網(wǎng)絡(luò)(software defined network, SDN)同步分布式控制器狀態(tài)。SDN是一種網(wǎng)絡(luò)虛擬化的系統(tǒng)架構(gòu)，分為控制平面和數(shù)據(jù)平面。這里的控制平面包含了根據(jù)全網(wǎng)狀態(tài)定義數(shù)據(jù)轉(zhuǎn)發(fā)規(guī)則的分布式控制器，數(shù)據(jù)平面則是記錄控制器狀態(tài)的邊緣數(shù)據(jù)中心。文獻中的虛擬同步模型庫使用Paxos或Raft共識算法對邊緣數(shù)據(jù)中心的控制器狀態(tài)數(shù)據(jù)進行同步，這種虛擬化信息同步可以更好地支持控制器規(guī)則的動態(tài)調(diào)整，提高系統(tǒng)的容錯能力并緩解效率上的瓶頸。

3.2 邊緣計算為共識提供模型創(chuàng)新

本小節(jié)將3種利用邊緣計算對共識算法的理論模型進行創(chuàng)新：利用云解決FLP不可能性、分級共識以及有向無環(huán)圖技術(shù)。

3.2.1利用云解決FLP不可能性

終端設(shè)備可以將共識任務(wù)卸載到邊緣層完成，但由于邊緣層設(shè)備數(shù)量較多且分布較廣，需要靠云服務(wù)層進行周期性信息同步。這種云邊協(xié)同的模式，本質(zhì)上就是利用中心化的云服務(wù)器實現(xiàn)異步系統(tǒng)的部分同步，從而規(guī)避FLP不可能性。

EdgeCons[54]是基于邊緣計算架構(gòu)的客戶端操作事件排序系統(tǒng)，邊緣設(shè)備通過MultiPaxos[55]共識算法完成排序任務(wù)，而且無法在邊緣快速解決的共識實例會進一步卸載到云端來完成。Nomad系統(tǒng)在EdgeCons的基礎(chǔ)上，進一步利用云邊協(xié)同完成共識任務(wù)的地域間負載均衡[56]。

3.2.2分級共識

由于邊緣設(shè)備數(shù)量多且分布廣，邊緣層往往會按地域劃分為若干簇，不同簇之間的設(shè)備不能直接進行點對點信息傳輸，只能通過云作為中轉(zhuǎn)來完成。這種設(shè)計考慮到基礎(chǔ)設(shè)施建設(shè)上的難度，為全部邊緣設(shè)備建立點對點通信也是不現(xiàn)實的。

移動邊緣計算模式的可靠共識(reliable consensus of mobile edge computing paradigm，RCMEC)是首個可以在這種分級式的邊緣計算架構(gòu)下解決拜占庭共識問題的算法(如圖3所示)[57]。該算法將邊緣層的設(shè)備按地理位置分簇，先在簇內(nèi)邊緣設(shè)備之間達成共識，再將共識結(jié)果同步給云服務(wù)層。如有需要，共識結(jié)果也會下發(fā)至其他簇的邊緣設(shè)備及終端設(shè)備。

圖3 RCMEC分級共識

與傳統(tǒng)的共識相比，這種分級共識排除了現(xiàn)實中沒有必要且不可能實現(xiàn)的不同簇邊緣設(shè)備間的點對點信息傳輸，降低了共識算法的信息復(fù)雜度，從而提高了系統(tǒng)的可拓展性。事實上，文獻[58]從理論上證明，這種分級結(jié)構(gòu)可以將PBFT算法的信息復(fù)雜度從O(n2)降低至O(nk·logkn)，其中n為邊緣設(shè)備總數(shù)，k為最大簇內(nèi)設(shè)備數(shù)目。

3.2.3有向無環(huán)圖技術(shù)

物聯(lián)網(wǎng)是邊緣計算典型的應(yīng)用場景。文獻[59]總結(jié)了20余種常見的共識算法，但“非?！边m用于物聯(lián)網(wǎng)的卻寥寥無幾。其主要原因在于，共識的結(jié)果是將所有請求全序化，分布式地解決這種全局問題有很大難度，且常見的共識算法往往需要消耗大量的存儲、計算、網(wǎng)絡(luò)資源，吞吐量低，響應(yīng)時間長。這些都與物聯(lián)網(wǎng)的低資源消耗和高響應(yīng)效率的需求存在沖突。

為了更好地滿足物聯(lián)網(wǎng)場景的要求，越來越多學(xué)者開始研究基于有向無環(huán)圖(directed acyclic graph, DAG)的共識算法。有向無環(huán)圖技術(shù)主要通過支持請求并行處理，將共識的結(jié)果從全序關(guān)系放寬為偏序關(guān)系，從而提高共識系統(tǒng)的效率和可拓展性。以Tangle算法[60]為例，新提交的請求按概率選擇2個舊的請求進行認可，認可時需要求解類似工作量證明的但難度相對較低的哈希問題。如果將每個請求視為1個頂點，用有向邊代表請求之間的認可關(guān)系，則Tangle算法的結(jié)果就形成了一個有向無環(huán)圖。

類似的算法還有ONLAY[61]、Fantmette[62]、Byteball[63]等。這些基于DAG的算法雖然對共識算法的一致性要求有所折衷，但處理請求的效率得到了明顯提升，增強了分布式系統(tǒng)的可拓展性，因此也更加符合物聯(lián)網(wǎng)場景的要求。近幾年，IOTA[64]、PHANTOM[65]等基于DAG的DLT技術(shù)的問世，有效地解決了區(qū)塊鏈的鏈?zhǔn)浇Y(jié)構(gòu)對物聯(lián)網(wǎng)不友好的難題，極大地促進了DLT技術(shù)的多元化發(fā)展[66]。

3.3 共識邊緣計算的優(yōu)點

共識邊緣計算的提出，是為了充分利用邊緣計算和共識算法各自的特性與優(yōu)勢解決對方所面臨的挑戰(zhàn)，并非只是將邊緣計算與共識算法簡單合并。一方面，邊緣計算系統(tǒng)是分布式系統(tǒng)的一種，其安全保障便可以通過共識算法的一致性來提供。另一方面，不同于分布式共識算法的經(jīng)典理論模型，邊緣計算架構(gòu)中位于不同層級的設(shè)備是異質(zhì)的，資源、計算能力、功能都會有所不同。因此，在實際中廣泛應(yīng)用的邊緣計算，可以促進共識基礎(chǔ)理論模型的創(chuàng)新，在解決可拓展性難題上提供新的思路。共識邊緣計算各種實現(xiàn)形式的詳細優(yōu)點描述如表2所示。

表2 共識邊緣計算的優(yōu)點總結(jié)

4 共識邊緣計算在能源互聯(lián)網(wǎng)中的應(yīng)用展望

本章將以能源互聯(lián)網(wǎng)為背景，詳細對“共識邊緣計算”系統(tǒng)的應(yīng)用進行展望性分析。

4.1 低能耗物聯(lián)網(wǎng)區(qū)塊鏈

物聯(lián)網(wǎng)區(qū)塊鏈技術(shù)，是基于區(qū)塊鏈技術(shù)的支持物聯(lián)網(wǎng)場景下不同業(yè)務(wù)的一種綜合性技術(shù)。物聯(lián)網(wǎng)區(qū)塊鏈在能源互聯(lián)網(wǎng)中有著非常多的應(yīng)用。一方面，物聯(lián)網(wǎng)可以借助邊緣計算，使得能源網(wǎng)絡(luò)部署更加分散化，有效緩解傳統(tǒng)集中式能源網(wǎng)絡(luò)在帶寬消耗、數(shù)據(jù)傳輸、信息存儲上的壓力，促進能源的有效利用[67]；另一方面，區(qū)塊鏈可以為物聯(lián)網(wǎng)中的分布式計算和價值交換提供安全保障，同時可以通過智能合約實現(xiàn)能源網(wǎng)絡(luò)的自動調(diào)節(jié)和自我維護[68-69]。

例如，文獻[70]中的路側(cè)單元和本地聚合器通過共識算法對數(shù)據(jù)和能源貢獻進行審計，可以提高車聯(lián)網(wǎng)信息和能量交互過程的可追溯性和透明性。類似地，文獻[71]描述了一種使用區(qū)塊鏈研發(fā)的概念證明系統(tǒng)，它使用基于激勵的共識算法來為家庭用電量、用戶行為、環(huán)境感知等數(shù)據(jù)提供真實性驗證信息，而這些數(shù)據(jù)隨后會進入人工智能引擎來完成數(shù)據(jù)分析和安全風(fēng)險預(yù)報。

類似的應(yīng)用還有很多，其中以太坊是這些項目與工程使用的主流區(qū)塊鏈平臺，因此以太坊使用的工作量證明成為了主流共識算法[72]。然而，完成工作量證明算法所需的電力、儲存、硬件設(shè)備等資源消耗卻是無法忽視的。據(jù)估計，比特幣公司年均電力消耗約34 TW·h，平均每確認一個區(qū)塊消耗250 kW·h，這相當(dāng)于美國一戶普通家庭一周的用電量[73]。雖然BaaS系統(tǒng)可以解決物聯(lián)網(wǎng)終端設(shè)備計算能力和資源不足的問題，但這種解決方案只是將能源消耗從終端“轉(zhuǎn)嫁”至邊緣層或云層，系統(tǒng)整體的能源消耗并未減少，甚至可能增加(如計算卸載過程中的耗能)。因此，越來越多研究和項目開始嘗試低能耗物聯(lián)網(wǎng)區(qū)塊鏈,以減少系統(tǒng)的能耗，優(yōu)化系統(tǒng)的整體用能效率。

這些可以通過使用基于低能耗共識算法的區(qū)塊鏈來實現(xiàn)，如文獻[74]中的去中心化能源交易系統(tǒng)采用基于資金的權(quán)益證明算法替代工作量證明。文獻[75]則自主研發(fā)了低能耗的鑒定證明算法，通過引入少量可靠的節(jié)點建立起一套認證體系，并且使用基于鑒定證明的區(qū)塊鏈對邊緣計算系統(tǒng)實施去中心化的訪問控制。這種低能耗的共識算法不但可以加快生成區(qū)塊的速度，而且也能提升系統(tǒng)的靈活性和可拓展性。

4.2 輕量分布式記賬技術(shù)

區(qū)塊鏈集成了點對點傳輸、DLT技術(shù)、智能合約等多種信息通信技術(shù)，但有不少文獻中的能源系統(tǒng)也僅僅用到了區(qū)塊鏈的分布式記賬功能[76-81]。這種情況下，部署一套完整的區(qū)塊鏈系統(tǒng)反而會大大增加系統(tǒng)的復(fù)雜度。因此，開始有研究嘗試并提倡“去區(qū)塊鏈化”，僅使用基于信息加密和共識算法的輕量DLT技術(shù)，滿足對去中心化、信息安全、信息共享、信息不可篡改等性質(zhì)的需求[52]。

文獻[82]提出在可再生能源微網(wǎng)中加入輕量DLT技術(shù)，通過共識算法即可保障微網(wǎng)中個體安全地進行數(shù)據(jù)操作和信息交換。該文獻提出的微網(wǎng)結(jié)構(gòu)還加入了邊緣計算層，承擔(dān)微網(wǎng)中部分?jǐn)?shù)據(jù)儲存、預(yù)處理、分析等任務(wù)。在工業(yè)物聯(lián)網(wǎng)場景中，基于共識的輕量DLT技術(shù)可以協(xié)助搭建分布式認證框架，用于對邊緣層設(shè)備進行安全認證，防止對生產(chǎn)機器的惡意定向網(wǎng)絡(luò)攻擊[83]。

以上文獻中使用的輕量DLT技術(shù)，可以視為“瘦身版”物聯(lián)網(wǎng)區(qū)塊鏈，在為能源網(wǎng)絡(luò)提供靈活性和安全性的同時，降低區(qū)塊鏈系統(tǒng)的復(fù)雜程度和實施難度，提升項目的可行性。

4.3 能源DAG技術(shù)

區(qū)塊鏈與有向無環(huán)圖是兩種不同的DLT技術(shù)，二者的區(qū)別不局限于共識結(jié)果是全序結(jié)構(gòu)還是偏序結(jié)構(gòu)。事實上，大多數(shù)DAG技術(shù)(如IOTA)是“免區(qū)塊”的。這種免區(qū)塊DAG的優(yōu)點在于，它可以將交易信息直接記入賬本，無需生成區(qū)塊。于是，每個個體都可以成為交易的記錄者，可以避免區(qū)塊鏈中因委托礦工生成區(qū)塊而產(chǎn)生的中間費用，同時也克服了由于區(qū)塊大小限制造成的交易延時。這與去中心化能源交易(或P2P(peer-to-peer)能源交易)的無中間費用和高效率交易的目標(biāo)是一致的[84]。文獻[84]同時還提出了一種基于IOTA的P2P能源交易平臺(如圖4所示)，支持家庭用戶間的周期性能源交易。

圖4 基于IOTA的P2P能源交易平臺示意圖

除此之外，在智能充電基礎(chǔ)設(shè)施建設(shè)領(lǐng)域，通過在充電樁與電動汽車之間的纜線可以實現(xiàn)機器對機器(machine-to-machine, M2M)交易和數(shù)據(jù)交換的自動化，而且這種基于IOTA交易平臺的充電樁已在社區(qū)內(nèi)試驗性投入使用[85]。M2M互動模式有兩方面的優(yōu)點，一方面它無需建立傳統(tǒng)的網(wǎng)絡(luò)傳輸協(xié)議或設(shè)施，另一方面減少了人工介入的環(huán)節(jié)，因而更經(jīng)濟、安全、高效[86]。

5 結(jié) 論

邊緣計算和共識是分布式計算中的2個熱門課題。本文通過對將二者結(jié)合的文獻的總結(jié)，分析了二者的互惠關(guān)系：邊緣計算框架提高了共識算法的可行性和實用性，共識算法為邊緣計算提供安全性和魯棒性。

另外，本文正式提出“共識邊緣計算”概念，并對其在能源互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用進行展望，同時也為本文今后的工作指明了2個方向：一方面可以從理論上設(shè)計效率更高可拓展性更強的共識邊緣計算系統(tǒng)，另一方面可以在能源互聯(lián)網(wǎng)的背景下探索更多“共識邊緣計算”的應(yīng)用場景。