物联网之边缘计算

IT行业分析公司Gartner预计物联网终端的增长速度约为30%，到2020年物联网接入设备的总数将会高达200亿。接入设备的爆发为数据分析和数据处理带来了新的挑战，这些终端设备将生成大量的数据。如果将这些数据传输到云计算中进行数据管理、分析和决策不仅费用高昂且效率低下，还可能阻碍网络基础设施的发展，从而导致网络延迟问题。

在边缘计算中，计算能力是分散的，无限接近传感器、设备，设备的数据来自网络边缘，并且在网络边缘完成数据的分析和处理工作，而不是在集中式服务器或云端。

边缘计算负责从各种设备中经由多种的协议转换提取所需的数据和功能，实时处理或者上传到云平台。在提供传输能力的同时，位于边缘计算层的网关还负责提供数据过滤、数据清理、数据聚合、数据监控等功能。网关负责管理设备的整个生命周期，提供唯一的标识ID识别设备、进行资产管理并更新设备固件。边缘计算层不仅连通应用层和设备层，同时保证整个物联网架构中端到端的安全性。

边缘计算更可能会与云计算共存，以将计算能力和工作负载分布到最有意义的地方。传感器数据将会在边缘网关上进行收集和处理，边缘分析可以使用基于规则的算法。可以将过滤之后的数据发送到云端，与其他来源的数据进行聚合，然后将其反馈到云端的分析引擎，以生成可发送回到边缘分析的模型。

在边缘计算领域，目前比较流行的开源项目EdgeX Foundry尝试提供可互操作的组件，提供即插即用功能，改变边缘计算游戏的“规则”。它将是一个简单的互操作性框架，独立于操作系统，支持任何硬件和应用程序，促进设备、应用程序和云平台之间的连接。EdgeX Foundry的主要任务是简化和标准化工业物联网边缘计算，同时保持其开放性。

边缘计算使能物联网行业落地

物联网其实不是传统意义的网络，而是一个技术体系，其通常分为4层：传感控制层、网络层、平台层和应用层。传感控制层是感知和控制的触角，网络层主要回传数据，平台层通常进行联接、数据和运维的管理，而应用层则进行数据的分析和相关应用的控制。其中平台层和应用层都位于数据中心，通常认为管理、分析、控制和数据处理都应在数据中心集中进行，而网络层就是一个数据回传管道。但很多行业应用对实时性、可靠性和安全性等有严格的要求，有些行业应用受制于接入带宽和成本的限制，需要对上传数据中心的流量进行聚合和预处理，因此，在靠近物或数据源头的网络边缘就需要一个融合联接、计算、存储和应用安装等能力的开放平台，也就是边缘计算平台，考虑到其位置，一般在物联网网关上实现，比如，华为的AR系列敏捷物联网关目前就已经具备了边缘计算的能力。那么，边缘计算将为物联网带来哪些价值？

业务实时性

在对实时性要求较高的领域，比如生产控制领域，业务控制时延必须小于10毫秒甚至更低；在自动驾驶领域，控制时延也必须在几个毫秒之内。如果将控制放在云端将根本无法满足上述时延要求，所以需要把部分分析和控制功能放在网络边缘，以满足业务实时性的需要。

数据适配和聚合性

当前，传感侧存在大量的专有通信技术和协议，这种多样性和异构性不但存在于特定行业内，更存在于不同行业间。“七国八制”的现状和异构性极大地增加了现场的数据集成难度和成本，所以需要在网络边缘对传感侧协议和标准进行适配、统一。

据IDC统计，未来79%的物联网流量将通过网关接入，如果这些流量都送到数据中心处理，将导致数据中心计算、存储和广域带宽成本急剧增加。另外，并非所有的数据都有价值，比如温度异常监测，其实并不需要把所有采集的温度信息上传，只需将异常数据上传就可达到目的；又如人脸视频识别场景，并不需要将所有人脸图像数据上传到数据中心，而只需提供人脸图像特征值。因此，网络边缘的协议适配和数据预分析聚合就显得尤为重要。

可靠性

可靠性是系统提供服务的基石，单点故障在很多行业场景普遍是不可接受的。因此大量关键操作不能依靠云端，现场的生产系统需要保持一定的自主和自治。对于一些特定的应用场景，比如制造业的控制系统，通过边缘的分布式智能和自治系统相互协同，而不是依靠中心化的智能，可以保障整个系统的本地存活能力；又如路灯物联网系统，即使广域网络发生故障，路灯也要具备本地的基本控制能力，以保证行人的交通安全。

安全性

对于更多行业系统，尤其是生产系统，接入网络的安全性显得更为重要，安全已成为物联网领域最牵动人心的问题。连接传感层和数据平台层之间的网络部分往往是安全的薄弱环节，而传感层通常受到计算资源、供电和成本的限制，很难进行复杂的加密防护，所以在网络的边缘需要对安全进行加固，比如在物联网网关和数据中心之间建立加密隧道，或者由应用厂商在物联网上安装私有的代理，以实现数据加/解密，从而进一步提高系统的安全性。

参考链接：

1. http://e.huawei.com/cn/publications/cn/ict_insights/201612301112/special/201612301629

2. http://www.sdnlab.com/19866.html