边缘计算介绍
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
边缘计算
1
介 绍
2
相关研究工作
3 一种基于边缘计算的用户业 务排队优化方法
4 区块链和边缘计算结合的论文 5 5G边缘计算
1
介 绍
施巍松等，《边缘计算：万物互联时代新型计算模型》 吴勇毅，《下一个技术风口—论边缘计算》 ECC（Edge Computing Consortium，边缘计算产业联盟）2016 年成立， 是边缘计算的积极推动者。ECC的边缘计算定义：是在靠近物或数据源头的网 络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提
设备和传感器等设备。
2
相关研究工作
2.4 移动边缘计算（Mobile Edge Computing，MEC） 移动边缘计算是在接近移动用户的无线电接入网范围内，提供信息技术服务
和云计算能力的一种新的网络结构，并已成为一种标准化、规范化的技术。
移动边缘计算是发展5G的一项关键技术，有助于从延时、可编程性、扩展性 等方面满足5G的高标准要求．移动边缘计算通过在网络边缘部署服务和缓存，中
心网络不仅可以减少拥塞，还能高效地响应用户请求。
移动边缘计算模型强调在云计算中心与边缘设备之间建立边缘服务器，在边缘 服务器上完成终端数据的计算任务，但移动边缘终端设备基本认为不具有计算能 力。相比而言，边缘计算模型中终端设备上具有较强的计算能力，因此，移动边 缘计算是一种边缘计算服务器，作为边缘计算模型的一部分。
供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智
能、安全与隐私保护等方面的关键需求。
随着物联网和5G的快速发展，此时，边缘计算（EC，Edge Computing）技
术应运而生。EC已成为ICT（信息、通信和技术）产业中继云计算之后的下一 个技术风口、爆发点。
1
介 绍
如今，我们已经从物联网时代迈进万物互联（Internet of Everythin,IoE）的时代，相比物联网而言，万物互联除了“物”与“物”的
互联，还增加了更高级别的“人”与“物”的互联，其突出特点是任何“物”
都将具有语境感知的功能、更强的计算能力和感知能力。
在边缘计算模型中，网络边缘设备已经具有足够的计算能力来实现源数据
的本地处理，并将结果发送给云计算中心．边缘计算模型不仅可降低数据传输 带宽，同时能较好地保护隐私数据，降低终端敏感数据隐私泄露的风险．因此，
随着万物互联的发展，边缘计算模型将成为新兴万物互联应用的支撑平台，将
使云计算中心的部分应用服务程序迁移到网络边缘设备。边缘设备兼顾数据消 费者和生产者。
1
介 绍
边缘计算的中心思想是把原先由核心 节点进行的事务处理，分到各个边缘节点 进行处理，并靠近终端用户来布局，从而 使系统更高效和易于管理。正是由于边缘 节点更接近于用户终端装置，可以加快资 料的处理与传送速度，减少延迟。 边缘计算中边缘的下行数据表示云服 务，上行数据表示万物互联服务，而边缘 计算的边缘是指从数据源到云计算中心路 径之间的任意计算和网络资源。
2
相关研究工作
2.2 P2P (peer-to-peer computing) P2P计算不仅与边缘计算紧密相关，而且还是较早将计算迁移到网络边缘的一 种文件传输技术。 P2P的术语于2000年首次被提出并用于实现文件共享系统，此后， 其逐渐发展成为分布式系统的重要子领域，其中分散化、最大化可扩展性、容忍 较高层节点流失以及恶意行为防止已经成为P2P主要的研究主题。 该领域的主要成就包括：1）分布式Hash表，其后来演变为云计算模型中key-
2
相关研究工作
2.1 分布式数据库模型 分布式数据库系统是数据库技术和网络技术两者结合的结果。大数据时代，数
据种类和数量的增长使分布式数据库成为数据存储和处理的核心技术。数据存储
在多台计算机上，分布式数据库操作不局限于单台机器，而允许在多台机器上执 行事务交易，以此来提高数据库访问的性能。 相比于边缘计算模型，分布式数据库提供了大数据环境下的数据存储，较少关 注其所在设备端的异构计算和存储能力，主要用以实现数据的分布式存储共享。 分布式数据库技术所需的空间较大且数据的隐私性较低，对基于多数据库的分布 式事务处理而言，数据的一致性技术是分布式数据库均要面临的重要挑战。 边缘计算模型中数据位于边缘设备端，具有较高的隐私性、可靠性和可用性。 万物互联时代，“终端架构具有异构性并需支持多种应用服务”将成为边缘计算 模型应对大数据处理的基本思路。
2
相关研究工作
2.3 内容分发网络（Content Distribution Networks，CDN） 内容分发网络是基于互联网的缓存网络，通过在网络边缘部署缓存服务器来降
低远程站点的数据下载延时，加速内容交付。内容分发网络的缓存服务器与边缘
计算模型中边缘服务器类似，均位于网络的边缘。但是，边缘计算模型的“边缘” 不限制在边缘节点，还包括网络边缘的摄像头、智能手机、网关、可穿戴的计算
2
相关研究工作
2.5 雾计算（Fog Computing） 思科于2012年提出雾计算，并将雾计算定义为迁移云计算中心任务到网络边
value分布式存储一般范式；2）广义Gossip协议，其已被广泛地用于非简单信息扩
散的复杂任务处理类应用中，如数据融合和拓扑管理；3）多媒体流技术，其表 现形式有视频点播、实时视频、个人通信等。
边缘计算模式源于P2P，但拓展了一些P2P中原来没有的新技术和新手段（雾计
算、MEC、Cloudlet、分布式云等），将P2P的概念扩展到网络边缘设备，实现P2P 计算和云计算的融合。
2
Βιβλιοθήκη Baidu相关研究工作
对于目前边缘计算研究，学者们主要围绕模型，资源的优化调度与管理，
数据的迁移与存储，性能的保证措施，网络安全与可靠性，工程应用等展开
研究。未来边缘计算的６种典型案例，包括云计算任务迁移、视频分析、智能 家居、智慧城市、智能交通以及协同边缘。 随着大数据时代的发展，为了解决云计算中心计算负载和数据传输带宽的 问题，研究者也提出多种关于计算任务从云计算中心迁移到网络的边缘的技术， 其中主要典型模型包括：分布式数据库模型、P2P模型、CDN模型、移动边缘计 算模型、雾计算模型以及海云计算。
1
介 绍
2
相关研究工作
3 一种基于边缘计算的用户业 务排队优化方法
4 区块链和边缘计算结合的论文 5 5G边缘计算
1
介 绍
施巍松等，《边缘计算：万物互联时代新型计算模型》 吴勇毅，《下一个技术风口—论边缘计算》 ECC（Edge Computing Consortium，边缘计算产业联盟）2016 年成立， 是边缘计算的积极推动者。ECC的边缘计算定义：是在靠近物或数据源头的网 络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提
设备和传感器等设备。
2
相关研究工作
2.4 移动边缘计算（Mobile Edge Computing，MEC） 移动边缘计算是在接近移动用户的无线电接入网范围内，提供信息技术服务
和云计算能力的一种新的网络结构，并已成为一种标准化、规范化的技术。
移动边缘计算是发展5G的一项关键技术，有助于从延时、可编程性、扩展性 等方面满足5G的高标准要求．移动边缘计算通过在网络边缘部署服务和缓存，中
心网络不仅可以减少拥塞，还能高效地响应用户请求。
移动边缘计算模型强调在云计算中心与边缘设备之间建立边缘服务器，在边缘 服务器上完成终端数据的计算任务，但移动边缘终端设备基本认为不具有计算能 力。相比而言，边缘计算模型中终端设备上具有较强的计算能力，因此，移动边 缘计算是一种边缘计算服务器，作为边缘计算模型的一部分。
供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智
能、安全与隐私保护等方面的关键需求。
随着物联网和5G的快速发展，此时，边缘计算（EC，Edge Computing）技
术应运而生。EC已成为ICT（信息、通信和技术）产业中继云计算之后的下一 个技术风口、爆发点。
1
介 绍
如今，我们已经从物联网时代迈进万物互联（Internet of Everythin,IoE）的时代，相比物联网而言，万物互联除了“物”与“物”的
互联，还增加了更高级别的“人”与“物”的互联，其突出特点是任何“物”
都将具有语境感知的功能、更强的计算能力和感知能力。
在边缘计算模型中，网络边缘设备已经具有足够的计算能力来实现源数据
的本地处理，并将结果发送给云计算中心．边缘计算模型不仅可降低数据传输 带宽，同时能较好地保护隐私数据，降低终端敏感数据隐私泄露的风险．因此，
随着万物互联的发展，边缘计算模型将成为新兴万物互联应用的支撑平台，将
使云计算中心的部分应用服务程序迁移到网络边缘设备。边缘设备兼顾数据消 费者和生产者。
1
介 绍
边缘计算的中心思想是把原先由核心 节点进行的事务处理，分到各个边缘节点 进行处理，并靠近终端用户来布局，从而 使系统更高效和易于管理。正是由于边缘 节点更接近于用户终端装置，可以加快资 料的处理与传送速度，减少延迟。 边缘计算中边缘的下行数据表示云服 务，上行数据表示万物互联服务，而边缘 计算的边缘是指从数据源到云计算中心路 径之间的任意计算和网络资源。
2
相关研究工作
2.2 P2P (peer-to-peer computing) P2P计算不仅与边缘计算紧密相关，而且还是较早将计算迁移到网络边缘的一 种文件传输技术。 P2P的术语于2000年首次被提出并用于实现文件共享系统，此后， 其逐渐发展成为分布式系统的重要子领域，其中分散化、最大化可扩展性、容忍 较高层节点流失以及恶意行为防止已经成为P2P主要的研究主题。 该领域的主要成就包括：1）分布式Hash表，其后来演变为云计算模型中key-
2
相关研究工作
2.1 分布式数据库模型 分布式数据库系统是数据库技术和网络技术两者结合的结果。大数据时代，数
据种类和数量的增长使分布式数据库成为数据存储和处理的核心技术。数据存储
在多台计算机上，分布式数据库操作不局限于单台机器，而允许在多台机器上执 行事务交易，以此来提高数据库访问的性能。 相比于边缘计算模型，分布式数据库提供了大数据环境下的数据存储，较少关 注其所在设备端的异构计算和存储能力，主要用以实现数据的分布式存储共享。 分布式数据库技术所需的空间较大且数据的隐私性较低，对基于多数据库的分布 式事务处理而言，数据的一致性技术是分布式数据库均要面临的重要挑战。 边缘计算模型中数据位于边缘设备端，具有较高的隐私性、可靠性和可用性。 万物互联时代，“终端架构具有异构性并需支持多种应用服务”将成为边缘计算 模型应对大数据处理的基本思路。
2
相关研究工作
2.3 内容分发网络（Content Distribution Networks，CDN） 内容分发网络是基于互联网的缓存网络，通过在网络边缘部署缓存服务器来降
低远程站点的数据下载延时，加速内容交付。内容分发网络的缓存服务器与边缘
计算模型中边缘服务器类似，均位于网络的边缘。但是，边缘计算模型的“边缘” 不限制在边缘节点，还包括网络边缘的摄像头、智能手机、网关、可穿戴的计算
2
相关研究工作
2.5 雾计算（Fog Computing） 思科于2012年提出雾计算，并将雾计算定义为迁移云计算中心任务到网络边
value分布式存储一般范式；2）广义Gossip协议，其已被广泛地用于非简单信息扩
散的复杂任务处理类应用中，如数据融合和拓扑管理；3）多媒体流技术，其表 现形式有视频点播、实时视频、个人通信等。
边缘计算模式源于P2P，但拓展了一些P2P中原来没有的新技术和新手段（雾计
算、MEC、Cloudlet、分布式云等），将P2P的概念扩展到网络边缘设备，实现P2P 计算和云计算的融合。
2
Βιβλιοθήκη Baidu相关研究工作
对于目前边缘计算研究，学者们主要围绕模型，资源的优化调度与管理，
数据的迁移与存储，性能的保证措施，网络安全与可靠性，工程应用等展开
研究。未来边缘计算的６种典型案例，包括云计算任务迁移、视频分析、智能 家居、智慧城市、智能交通以及协同边缘。 随着大数据时代的发展，为了解决云计算中心计算负载和数据传输带宽的 问题，研究者也提出多种关于计算任务从云计算中心迁移到网络的边缘的技术， 其中主要典型模型包括：分布式数据库模型、P2P模型、CDN模型、移动边缘计 算模型、雾计算模型以及海云计算。