本文首发于 5G工业互联 ，作者黄泽龙。
【摘 要】物联网的发展开启了万物互联时代，设备的爆炸式增长和应用的多样化带来了海量数据，对传输带宽、时效性、异构接入等提出了新要求。边缘计算在靠近数据源侧进行数据处理，有效地减少数据传输量、降低服务响应时延、增强网络效能。本文在物联网架构的不同位置引入边缘计算，形成端边缘、网边缘和云边缘三类边缘，分析三类边缘的技术方案，总结边缘计算目前存在的问题，为物联网边缘计算的发展提供参考。
【关键词】物联网；边缘计算；MEC
1 概述
随着物联网的不断发展，更为频繁的人机交互、指数式增长的数据流量、持续增加的终端种类和不断涌现的服务场景，对传输带宽、时效性、异构接入等提出了更高要求。边缘计算在靠近物或数据源的一侧，就近提供近端网络、数据、计算和存储服务。物联网一般是“端、网、云”三层架构：端，包括感知设备、执行设备和通信控制网关，实现数据采集和设备控制；网，包括2/3/4G、WiFi,NB-loT、光宽等技术的泛在连接网络，负责数据传输；云，包括云主机、负载、云服务等，负责数据存储、处理,提供应用服务。因此，很有必要在物联网架构的不同层次引入边缘计算，以满足海量异构设备快速接入，服务迅速响应，网络效能提高等新需求。
目前国内不少学者开展边缘计算研究，文献［1-4］介绍边缘计算的网络架构、关键技术、开源项目和应用展望等，文献［5-6］介绍移动边缘计算(MEC)的标准情况、网络架构、关键技术和典型应用场景。但是缺乏整体介绍引入边缘计算的物联网架构、不同层次边缘计算的技术方案，以及边缘计算在实际应用中遇到的问题。本文基于此,开展进一步的介绍、分析和总结。
2 引入边缘计算的物联网
如图1所示,在物联网的端、网、云三层引入边缘计算,形成端边缘、网边缘和云边缘三类物联网边缘计算：
（1）端边缘，在端层引入边缘计算，提供数据本地解析、分析、决策和设备联动等服务。
（2）网边缘，在网层引入边缘计算，提供数据分流、IaaS、PaaS和SaaS级的数据或应用服务。
（3）云边缘，云层引入边缘计算，负责云服务间的数据协同、解析和交互等公共服务。
通常情况下，端边缘由物联网服务商提供，网边缘由电信运营商提供，云边缘则由云计算服务商提供。
图1 引入边缘计算的物联网变化
2.1 端边缘
物联网的端边缘技术方案如图2所示。物联网设备(摄像头、门禁、空气监测仪、水质监测器等)通过蓝牙、NFC、ZigBee、Wi-Fi和有线等方式接入边缘网关，边缘网关提供网络通信、数据采集、设备控制以及边缘服务，云端提供边缘网关管理(边缘网关的升级优化、参数配置、资源分配和服务部署等)、物联网云服务。边缘网关提供的边缘服务包括但不限于：
（1）本地暂存，数据缓存在本地，通信网络恢复时再次上报，防止数据丢失。
（2）本地联动,基于规则实现快速控制本地设备(比如，氨气浓度过高，启动风机通风)，以及本地设备间的快速联动(比如，开门和开灯联动)，防止断网时设备云端控制、云端联动无法执行。
（3）数据分析，使用数据过滤、聚合计算、异常检测、数据排序等技术分析流式数据，实现数据过滤、清洗、加工、聚合、质量优化(剔除坏数据)后再上云，减少数据传输成本和实现数据的标准化；
（4）数据分发，基于预定义规则、路由信息和数据分析结果，将数据转发至其它设备、边缘网关。
（5）协议适配，网络协议的自动转换，以及对数据格式进行标准化处理(比如，按照模板将数据转换成指定格式)。
（6）安全服务，包括身份安全、数据安全、网络安全和系统安全四方面，由于边缘网关计算能力有限，安全服务要求轻量化。身份安全，主要是海量设备接入的身份认证；数据安全，包括数据加密、数据防篡改、数据脱敏等；网络安全，包括网络异常行为识别、DDoS防护等；系统安全，包括进程异常检测、异常事件监测等。
图2 物联网端边缘方案
2.2 网边缘
物联网的网边缘服务，目前多指移动边缘计算(MEC)服务。MEC服务的部署形态，除了文献同提出的4G网络下MEC服务器以独立设备部署在无线接入网(RAN)侧、4G网络下MEC服务器与PGW部署、4G网络下MEC服务器和DGW部署和5G MEC四种形态之外，还有固移融合接入的MEC。目前，大力推进的只有5G MEC,固移融合接入的MEC正在探索实践中，其它部署形态的MEC业界关注较少。
5G MEC结合UPF的边缘技术方案如图3所示，是目前电信运营商正在推广和试点的5G MEC方案。此方案中，MEC管理平台负责MEC服务管理、服务部署和规则配置；MEC服务负责提供IaaS、PaaS、SaaS级的数据和应用服务；边缘UPF负责按照MEC管理平台配置的数据分流规则，将流量转发至MEC服务；通过三个步骤为用户提供服务：
（1）MEC应用部署，MEC管理平台为用户分配MEC服务能力，并将用户应用部署到MEC服务上。
（2）分流规则配置，用户在MEC管理平台上配置分流规则，经PCF、SMF,下发到边缘UPF。
（3）数据分流，边缘UPF根据分流规则，将本地数据转发到MEC服务或集中UPF；MEC服务处理完数据以后，直接响应或通过SD-WAN,入云专线将数据发送到云端。
图3 5G UPF/ MEC方案
2.3 云边缘
云边缘，业界研究较少。本文认为云边缘是云服务在边缘侧的延伸，逻辑上仍是云服务，提供的能力依赖于云服务或需要与云服务紧密协同。其提供的服务包括多维多源数据融合、数据转发、基于轻量深度学习的模型训练、图像识别、视频识别等。
3 对比分析
端边缘、网边缘和云边缘是边缘计算的三种形态，都是在靠近数据源侧提供近端服务；不过它们在服务能力、功能和作用等方面都有所不同，具体如表1所示。端边缘，服务能力一般，提供的服务侧重于设备管理、数据本地预处理，可以看作是设备能力的扩展。网边缘，服务能力较强，提供类似于云计算的IaaS、PaaS和SaaS服务，可以看作是云服务能力的下沉。云边缘，服务能力强，提供的是公共云服务，可以看作是云服务能力的前置。
表1 端边缘、网边缘和云边缘的多维对比
端边缘网边缘云边缘
位置设备/网关网络云
主要提供商物联网服务商电信运营商云计算服务商
服务对象设备服务服务
服务能力一般，依赖于设备和网关能力较强，依赖于部署到基站、区域的MEC服务器强，依赖于大型的云计算集群服务
功能本地暂存、本地联动、数据分析、数据分发、协议适配、安全服务IaaS、SaaS、PaaS级的数据和应用服务数据融合、数据转发、模型训练、人工智能
作用异构设备快速接入，数据最近端实时交互，数据优化减少数据传输，边缘组网相对更安全，身份认证、数据保护和系统防护数据分流，数据近端处理在云端提供强大的较近端的数据预处理、数据分发、大数据分析等能力
典型场景工业互联网、智能家居、智慧社区、智慧园区...智能视频加速、车联网、智慧社区、智慧园区...视频智能接入、视频合成、消息中间件...
本质设备能力的扩展云服务能力的下沉云服务能力的前置
应用场景方面，端边缘可以广泛应用到需要采集设备数据、控制/联动设备和自组网的本地服务场景，比如工业互联网的制造自动化，农业的养殖自动化等，适用于本地设备联动、本地数据清洗和区域组网；网边缘更多的是应用到区域服务场景，比如园区综合治理、社区管理以及车联网等，适用于数据的区域治理；云边缘则偏向于通用的云服务场景，比如视频融合、消息转发等，适用于数据的云端预处理。
4 发展挑战
通过分析，可以看到物联网引入边缘计算，丰富了物联网的端、网和云能力，可以为各种场景提供靠近数据源的不同层次的服务能力。产业届对边缘计算在消费物联网、工业互联网、车联网、智慧园区、智慧城市等领域发挥重要作用寄予厚望。但是，现阶段边缘计算面临诸多挑战，限制了边缘计算的快速发展。面临的挑战，除了文献［4］中提出的技术尚未成熟、体积架构亟需统一、安全隐私存在挑战之外，还包括：
（1）收费方式、商业模式不清晰。国内典型的端边缘服务有百度的智能边缘BIE和阿里云的物联网边缘服务，前者正在公测，收费方式商业模式未知；后者暂时不收费，主要是作为一个辅助功能，拉动阿里物联网IOT平台的消息数量。网边缘5G MEC的商业模式，文献［7］提出了5种商业模式一“基础设施资源的方式销售5G边缘计算服务”、“以能力开放、按照API的不同性质采用不同收费模式”、“直接以应用的方式销售”、“按照量化指标销售”以及“与其它电信服务整合销售”，商业模式丰富。但现实中，更多的是按照算力和存储的大小，以及是否需要分流功能探索收费方式。云边缘服务目前商业模式比较单一，基本上采用按调用量收费。
（2）业务需求不够强烈。统一的、开放的端边缘服务目前需求不强，更多的是物联网服务商在网关里自实现端边缘的数据缓存、数据清洗、协议适配和本地联动等服务中的若干项；并且端边缘提供的服务，能力较弱，难以满足不同行业的数据处理要求。5G MEC服务可以应用到物联网领域的智慧园区、智慧社区等场景，但实际上社区、园区可能仅仅需要边缘UPF将流量导到自建的边缘服务器，而不是电信运营商提供的5G MEC。云边缘的场景不够丰富，并且其本质上是云服务，边缘作用体现不够强。此外，边缘计算可以应用到计算密集型应用(AR/VR)、车联网等场景，但是AR/VR、车联网等新型场景本身正处于摸索发展阶段，边缘计算需求不强。
（3）基础设施建设存在困难。主要是针对网边缘，包括：机房规模、供电等条件参差不齐，机房改造困难；机房改造需跟边缘计算设备、通用硬件协同，改造流程复杂边缘服务器的网络与机房管理能力参差不齐，管理难度大。
5 结束语
关于边缘计算在物联网中的应用，本文提出“端边缘”“网边缘”和“云边缘”三类边缘概念，给出三类边缘服务的方案，分析它们的能力、功能和应用场景，并总结实际应用中遇到的问题。通过研究分析，我们可以发现物联网在端网云引入边缘计算，物联网的计算能力、数据处理能力将不断丰富、不断提高，物联网场景也将越来越智能化、高效化。但是，目前边缘计算存在商业模式不清晰、业务需求不够强和基础设施建设难等方面的问题。只有产业界共同努力解决这些问题，边缘计算方能在万物互联时代大显身手。
参考文献
[1] 杨凯, 丁晓璐, 刘俊萍. 物联网智能边缘计算研究及应用[J]. 电信科学, 2019(S2).
[2] 楚俊生, 张博山, 林兆骥. 边缘计算在物联网领域的应用及展望[J]. 信息通信技术, 2018, 000(005):31-39.
[3] 唐汝林. 走近边缘计算:未来应用实践初探[J]. 通信企业管理, 2019.
[4] 林州波 . 万物互联时代:边缘计算的机遇与挑战[J]. 上海信息化, 2018.
[5] 李子姝, 谢人超, 孙礼,等. 移动边缘计算综述[J]. 电信科学, 2018, 034(001):87-101.
[6] 齐彦丽, 周一青, 刘玲,等. 融合移动边缘计算的未来5G移动通信网络[J]. 计算机研究与发展, 2018, 55(3): 478-486.
[7] 梁峥.5G边缘计算商业模式思考.5G工业物联公众号.
★原文发表于《广东通信技术》2020年第7期★
DOI:10.3969/j.issn.1006-6403.2020.07.004
引用格式：黄泽龙.边缘计算在物联网领域的研究与分析[J]. 广东通信技术, 2020, 40(7): 13-15.
作者简介
黄泽龙:中国电信研究院，广州园区，企业运营支撑中心。
校审：闻磊、张启迪
排版：张启迪
来源：5G工业互联
感谢阅读，欢迎扩散传播！感谢！
边缘计算社区：促进边缘计算领域知识传播，中立，客观，如果您对边缘计算、5G、物联网、云原生等领域感兴趣请关注我们。对边缘计算、5G感兴趣的同学可以加一下交流群，加微信yaoxiaoqi0421.