工业互联网2.0体系下的边缘计算和云计算

博客迁移

不恰饭的小站

1. 基本概念

1.1.云计算

1.1.1.概念

    云计算模型是一种服务提供模型，通过网络访问数据中心的计算资源、网络资源和计算资源等，为应用提供可伸缩的分布式计算能力。

1.1.2.特点

1. 计算中心拥有规模庞大的服务器，能够为使用者提供强大的计算能力和存储空间。
2. 高可靠性。云计算中心引入副本策略、节点同构互换等容错机制确保云计算的高可靠性。
3. 可扩展性。云计算可根据用户特定需求，动态分配或释放资源。
4. 虚拟化。云计算利用虚拟化技术将分布在不同地理位置的资源整合成逻辑统一的共享资源地，用户可随时随地通过接入互联网请求云计算中心所提供服务。

1.2.边缘计算

1.2.1.概念

    边缘计算是一种新的计算模式，指将部分计算任务由原有的云计算中心迁移到数据源头附近，用来减轻云计算的压力。边缘终端设备要在网络、计算、存储等方面有相应的配置来完成对数据部分或全部的处理任务。边缘计算作为分布式开放平台，向周围提供智能服务，连接了数据物理数据世界和数字化世界，在实时业务、数据优化、数据安全与隐私保护方面有关键应用。

1.2.2.特点

1. 联接性
   联接性是边缘计算的基础。边缘计算要求终端设备与其它设备通信，则必须拥有广泛的联接功能，来满足接口协议、网络协议、配置网络和网络维护等。
2. 数据第一入口
   边缘计算直接从物理端获取数据，获取的是实时、大量、完整的数据，边缘计算作为一个桥梁连接了物理世界和数字世界，是数据的直接入口，这些数据的特点是大量，实时，且具有完整性，基于这些完整数据可进行预测性维护、资产管理和创新、价值创造。边缘计算模型直接接触数据，要面对更多实时性、确定性、多样性等方面的挑战。
3. 约束性
   基于边缘计算的终端设备的放置需要适应相对恶劣的工作条件和环境，如防磁、防尘、防水、防爆等。还需要考虑在工业环境下，边缘计算终端设备的功耗、成本和空间。边缘计算终端产品还要考虑硬件集成和软件的优化，来适应不同的应用环境和数字多样化场景。
4. 分布性
   边缘终端设备分布在数据源头附近，数据源的分布随意且无规则，因此边缘终端设备自身具有分布式特征，边缘计算支持分布式计算和存储，支持分布式资源的动态调度和统一管理、支撑分布式智能、具备分布式安全等能力。
5. 融合性
   运营技术(OT)与信息技术与通信技术(ICT)的融合是行业数字化转型的重要基础，边缘计算支持两者在联接、数据、管理、控制、应用、安全等方面的协同。

1.3.边云协同意义

    云计算模型在实时性、隐私保护、和低能耗等问题上存在不足，云计算服务存在延时以及数据安全等问题。边缘计算是在网络边缘执行计算的新型计算模式，我们定义边缘计算是指在数据产生附近或在非云计算中心的路径之间均可。网络边缘终端设备自身可以进行计算、存储、缓存、隐私保护、设备管理，还可以向云计算请求服务。云计算的服务模型无法满足实时反馈，在数据源获取数据之后，需要上传数据至云端，数据传输耗费一定时间和成本，云计算适合处理长周期数据，且依赖于不同的应用场景；而边缘计算在实时性、短周期数据、本地决策等场景有不可替代的作用。边缘计算与云计算相比，不是取代，而是对云计算的补充和延申，为移动计算提供更好的计算平台。

2.工业互联网体系架构2.0

2.1.架构介绍

    世界各国将工业互联网作为改造提升传统工业制造、塑造未来产业竞争力的共同选择，而通用参考架构成为各方迈出数字化转型战略的第一步。以美国工业互联网参考架构IIRA、德国工业4.0参考架构RAMI4.0、日本产业价值链参考架构IVRA为代表，为推动业界达成广泛共识，全球主要国家和组织纷纷开展了工业互联网相关参考架构的研究。
    2016年，工业互联网产业联盟（Alliance of Industrial Internet，AII）发布了我国《工业互联网体系架构（版本1.0）》，为开展工业互联网实践提供了参考依据，对我国推动工业互联网的产业发展起到了积极作用。
    通过几年来的理论和实践探索，国内外均形成了大量探索实践，丰富、多样化的企业实践和新技术应用也对工业互联网的体系架构提出了新的需求：如何定义一个更加通用化的架构体系，以指引各个领域的系统性布局；如何打通数字化转型、业务体系、商业变革和技术架构的关系，以更好地指导企业的发展实践；如何充分考虑技术发展演进和落地实施部署需求，以更好地定义工业互联网的层次架构、功能划分和接口关系，从而为产业界提供科学、清晰和可操作的指南。因此，面向新形势、新需求，有必要进一步丰富工业互联网认识的理论内涵，加快建立工业互联网应用实施的指导框架，形成未来一段时间内各界统一认识、凝聚共识、协作共赢的话语体系，工业互联网体系架构在此背景下也逐步演进，形成2.0版本。
综合考虑体系的系统性、全面性、合理性、可实施性，设计工业互联网体系架构2.0，以业务视图、功能架构、实施框架三大板块为核心，自顶向下形成逐层的映射。

1. 业务视图 定义工业互联网产业目标、商业价值、应用场景和数字化能力，体现工业互联网关键能力与功能，并导向功能架构。
2. 功能架构 明确支撑业务实现的功能，包括基本要素、功能模块、交互关系和作用范围，体现网络、平台、安全三大功能体系在设备、系统、企业、产业中的作用与关系，并导出实施框架。
3. 实施框架 描述实现功能的软硬件部署，明确系统实施的层级结构、承载实体、关键软硬件和作用关系，以网络、标识、平台与安全为核心实施要素，体现设备/边缘/企业/产业各层级中工业互联网软硬件和应用。

2.2.框架中的边缘计算和云

2.2.1.边缘计算

1. 从网络实施方面，边缘计算主要为工厂内部网络。

   • 可利用现场总线、工业以太网、工业PON、TSN等有线接入和5G/4G、WiFi/WiFi6、WIA、WirelessHART、ISA100.11a等无线接入，将工厂内人员、材料等各种要素接入内网
   • 可实现工业非实时数据转发、工业实时数据转发、网络控制、网络管理等功能
   • 可通过OPC UA、MQTT、HTTP等协议实现异构系统数据互通

2. 从平台实施方面，包括工业设备接入、信息系统接入、协议解析、数据预处理、边缘应用部署与管理、边缘智能分析六个部分。

   • 工业设备接入基于传统工业通信协议或者私有协议，实时获取各类工业设备的运行状态数据；
   • 信息系统接入面向各类信息化管理系统，运用以太网协议或中间件技术获取企业运营管理数据；
   • 协议解析对工业设备数据和信息化系统数据进行转换，将多源异构数据转化为统一格式，采用统一协议向云端传输；
   • 数据预处理借助规则引擎、数据压缩、数据缓存等手段对海量工业数据进行简单处理，提前剔除无效数据或降低传输带宽压力；
   • 边缘应用部署与管理运用容器、微服务等技术构筑边缘侧的开放平台，支撑边缘应用的开发部署和运行管理；
   • 边缘智能分析将复杂算法模型从云端下沉到边缘，对生产现场数据进行实时分析和反馈控制.

3. 从安全实施方面，从信息安全、功能安全与物理安全等角度考虑，以保障工业互联网生产管理等各个环节的可靠性、保密性、完整性、可用性、隐私和数据保护。

   • 可靠性
     设备硬件可靠性指在给定的操作环境与条件下，设备在一段规定的时间内正确执行要求功能的能力；软件功能可靠性指工业互联网业务中的各类软件产品在规定的条件下和时间区间内完成规定功能的能力；数据分析结论可靠性指工业互联网数据分析服务在特定业务场景下、一定时间内能够得出正确的分析结论的能力；人身安全可靠性指对工业互联网业务运行过程中相关参与者的人身安全进行保护的能力。
   • 保密性
     包括通信保密性和信息保密性两个部分。通信保密性指对要传送的信息内容采取特殊措施，从而隐蔽信息的真实内容，使非法截收者无法理解通信内容的含义；信息保密性指工业互联网业务中的信息不被泄漏给非授权的用户和实体，只能以允许的方式供授权用户使用的特性。
   • 完整性
     包括通信完整性、信息完整性、系统完整性三个部分。通信完整性指对要传送的信息采取特殊措施，使信息接收者能够对发送方所发送信息的准确性进行验证的特性；信息完整性指对工业互联网业务中的信息采取特殊措施，使信息接收者能够对发送方所发送信息的准确性进行验证的特性；系统完整性指对工业互联网平台、控制系统、业务系统等加以防护，使系统不被篡改、保持准确的特性。
   • 可用性
     包括通信可用性、信息可用性、系统可用性三个部分。通信可用性指在某个考察时间，工业互联网业务中的通信双方能够正常与对方建立信道的概率或时间占有率期望值；信息可用性指在某个考察时间，工业互联网业务使用者能够正常对业务中的信息进行读取、编辑等操作的概率或时间占有率期望值；系统可用性指在某个考察时间，工业互联网平台、控制系统、业务系统等正常运行的概率或时间占有率期望值
   • 隐私和数据保护
     包括用户隐私保护和企业敏感数据保护两个部分。用户隐私保护指对与工业互联网业务用户个人相关的隐私信息提供保护的能力；企业敏感数据保护指对参与工业互联网业务运营的企业所保有的敏感数据进行保护的能力。

2.2.2.公有云

1. 从网络实施方面，云主要为工厂外部网络。
   • 可通过OPC UA、MQTT、HTTP等协议实现异构系统数据互通
2. 从标识实施方面，按照功能分为标识数据采集、标签管理、标识注册、标识解析、数据处理和标识数据建模六个部分。
   • 标识数据采集定义标识数据的采集和处理手段，包含标识读写和数据传输两大功能；
   • 标签管理定义标识的载体形式和标识编码的存储形式，完成载体数据信息的存储、管理和控制；
   • 标识注册在信息系统中创建对象的标识注册数据；
   • 标识解析根据标识编码查询目标对象网络位置或者相关信息；
   • 标识数据处理定义对采集后的数据进行清洗、存储、检索、加工、变换和传输的过程；
   • 标识数据建模构建特定领域应用的标识数据服务模型，基于统一标识建立对象在不同信息系统之间的关联关系，提供对象信息服务。
3. 从平台实施方面，包括通用PaaS、工业数据管理、工业数字工具、数据建模分析服务、机理建模分析服务、数字孪生、工业知识服务、工业应用开发环境、人机交互支持九个部分。
   • 通用PaaS集成各类基础框架，为上层业务功能实现提供基础使能平台；
   • 工业数据管理实现海量工业数据统一集成管理，提供信息模型、数据治理机制、数据共享、数据标识以及数据可视化等全流程的操作工具和服务能力；
   • 工业数字工具集成各类结构设计、物理仿真、数学建模等工具，支撑上层工业机理建模；
   • 数据建模分析服务依托大数据、人工智能等技术，融合工业知识开展聚类、关联、预测等分析；
   • 机理建模分析服务基于各类已知物理化学规律、工业经验知识和业务运营要求，实现仿真设计建模、业务流程建模等功能；
   • 数字孪生通过数据与模型深度融合应用，构建物理对象的精准数字化映射，形成虚实交互的优化闭环；
   • 工业知识服务构建复杂的关系推理模型，用以识别、发现和推断事物、概念之间的关联关系；
   • 工业应用开发环境依托通用PaaS提供的云端开发框架，提供图形化编程环境和业务逻辑流程；
   • 人机交互支持面向平台用户的应用操作需求，提供资源发现、虚拟现实等辅助工具
4. 从安全实施方面，参考边缘计算对安全的要求。