标签：分享 分辨率 ast load The man 领域 计算资源 intern
随着物联网（Internet of Things）的蓬勃发展和云服务（cloud services）的成功，出现一种新的计算模式：edge computer。用于边缘网络数据的处理，有潜力解决反应时间要求、电池寿命约束、节省带宽成本和数据安全和隐私的问题。
从2005年开始，云计算（cloud computing）极大的改变了我们的生活、工作和学习的方式，例如软件及服务（SaaS）的实例：Google Apps等。可扩展设施（scalable infrastructures）和支持云服务开发的处理引擎（processing engines developed to support cloud service）显著地影响商业运转方式，例如Google File System等。
物联网（IoT）1999年首次引入社区，应用于供应链管理（chain management）。“在没有人工干预的情况下使计算机感知信息“的概念广泛地适应于其他领域，如医疗保健、家居、环境和运输。使用物联网，我们将到达“post-cloud”时代，将会产生大量高质量的数据。而不久，云计算的效率负担不了庞大的数据量。
在云服务和物联网的推动下，网络的边缘正在从数据消费者向数据生产者和数据消费者转变。
在本文中，首先分析为什么需要边缘计算，然后给出边缘计算的定义和展望。几个示例研究例如cloud offloading （云分流）、智能家居、智慧城市和协作边缘（collaborative edge），进一步详细的介绍边缘计算。接下来是在可编程性、命名、数据抽象、服务管理、隐私和安全以及值得未来研究和研究的优化指标方面的一些挑战和机遇。
这一部分讨论了边缘计算的必要性，并给出了边缘计算的定义。
互联网的边缘部分（用户主机）源源不断地产生数据，因此在网络的边缘处理数据也会更有效。在以前，micro datacenter（微数据中心）、cloudlet、fog computing（雾计算）被引入社区是因为云计算并不总是有效的数据处理。在一些计算服务中，边缘计算比云计算更高效。
Fog Computing(雾计算)：拓展了云计算(Cloud Computing)的概念，相对于云计算它离产生数据的地方更近，数据、数据相关的处理和应用程序都集中于网络边缘的设备中，而不是几乎全部保存在云端。这里因“云”而“雾”的命名源自“雾是更贴近地面的云”这句话。
1) Push From Cloud Services: 对于数据处理来说，将所有计算任务放到云中已经被证实是一种有效的方法，因为云上的计算能力超过了边缘事物的能力。然而，与快速发展的数据处理速度相比，网络的带宽已经停滞不前。随着边缘生成的数据量的增加，数据传输速度正在成为云计算范式的瓶颈。在这种情况下，需要在边缘处处理数据，以缩短响应时间、提高处理效率和降低网络压力。
2) Pull From IoT: 几乎所有的电子设备都将成为物联网的一部分，它们将扮演数据生产者和消费者的角色，比如空气质量传感器、LED灯、路灯，甚至连上互联网的微波炉。可以有把握地推断，网络边缘的事物数量将在几年内发展到数十亿以上。因此，它们产生的原始数据将是巨大的，使得传统的云计算没有足够的效率来处理所有这些数据。这意味着物联网产生的大部分数据将永远不会传输到云端，而是在网络的边缘被消费掉。
传统云计算结构：数据生产者（Data Producer）生成原始数据并将其传输到云，而数据消费者（Data Consumer）将消费数据的请求发送到云，如蓝色实线所示。红色虚线表示数据消费者向云发送的消费数据请求，绿色虚线表示来自云的结果。
存在问题：
3) Change From Data Consumer to Producer: 在云计算结构中，处于边缘的终端设备通常扮演数据消费者的角色。然而，如今人们也在通过移动设备产生数据。从数据消费者到数据生产者/消费者的转变需要更多的功能定位。现在人们拍照或录制视频，然后通过YouTube等云服务分享数据，实时产生大量数据，占用大量的带宽上传。在这种情况下，在上传至云端之前，应该先将视频片段去噪并调整到合适的边缘分辨率。由于网络边缘事物收集的物理数据通常是私有的，所以处理边缘数据比上传原始数据更能保护用户隐私。
边缘计算是指允许计算在网络边缘、代表云服务的下游数据和代表物联网服务的上游数据上进行的技术（the enabling technologies allowing computation to be performed at the edge of the network,on downstream data on behalf of cloud services and upstream data on behalf of IoT services ）。“edge”定义为数据源和云数据中心之间路径上的任何计算和网络资源。例如，智能手机是物与云的边界，智能家居的网关是物与云的边界，微数据中心和云是移动设备与云的边界。边缘计算的基本原理是计算应该发生在接近数据源的地方。从我们的观点来看，边缘计算与雾计算是可以互换的，但是边缘计算更侧重于事物方面，而雾计算更侧重于基础设施方面。
如何通俗理解雾计算Fog Computing和边缘计算Edge Computing：http://cloud.idcquan.com/yjs/160573.shtml
边缘计算中的双向计算流。在边缘计算结构中，事物既是数据消费者又是数据生产者。在边缘，这些东西不仅可以从云中请求服务和内容，还可以从云中执行计算任务。Edge可以执行计算卸载（computing offloading）、数据存储（data storage）、缓存和处理（caching and processing），以及将请求和交付服务从云分发给用户。因此，Edge需要精心设计，以有效地满足可靠性、安全性和隐私保护等服务方面的需求。
在边缘计算中，需要把计算放在接近数据源的地方。通过实验与传统的云计算相比，将计算从云端移动到边缘，程序响应时间大大减少了。此外，能耗、时间都节省了。
Edge Computer：Vision and Challenges
标签：分享 分辨率 ast load The man 领域 计算资源 intern
原文地址：https://www.cnblogs.com/HE11/p/12092659.html
