关键词边缘计算；云计算；万物互联；协同边缘
边缘计算将有着广泛的应用前景，业内甚至将边缘计算和云计算看作未来2种并存、对等的计算模式．学术界的研究者们已经针对这种计算模式的体系结构、关键理论与科学问题、技术挑战等问题进行探索，并形成许多初创成果。
一、边缘计算的概念
“云、网、端”基本功能的最初设想是，在云端有一个异常强大的数据中心，负责数据处理，网络端负责数据传输，而物联网各个节点端负责采集数据，并通过网络交给云端，云端再根据数据分析并做决策后再把结果返还给终端。在这种模型中，云端负责智能计算，而终端节点负责数据采集以及决策执行。然而，这样的设想在实际执行中遇到了不少困难。第一个困难来源于数据传输的开销。物联网节点通常都使用无线网络与云端做数据传输，而如果物联网节点把不加任何处理的原始数据全部传到云端，会导致带宽需求爆炸，网络基础架构没法支撑如此高的带宽需求；开销的另一部分是无线传输的功耗，如果把数据不加任何处理全部传输到云端，那么终端节点的无线传输模块必须支持高速无线传输，这就意味着无线模块需要很大的功耗，与物联网节点低功耗的设想不符。第二个困难在于网络延迟。许多节点执行的任务对于延迟非常敏感，例如，无人驾驶、增强现实技术/虚拟现实技术（AR/VR）应用等，在这些应用中由于网络传输带来的延迟（几十毫秒以上，有时候网络信号不好会带来数秒的延迟甚至掉线）使任务无法被接受。针对这些问题，边缘计算技术应运而生。但是，对于边缘计算的概念，目前还没有一个严格的定义。定义的边缘计算是指在网络的边缘执行计算的一种新型计算模式，包含下行的云服务和上行的万物互联服务。我国边缘计算产业联盟（ECC）定义的边缘计算是指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字在敏捷联接、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。对于边缘计算，无论是上行互联还是下行云服务以及融合业务计算，其核心的理念是“计算应该更靠近数据的源头，可以更贴近用户”，以及将智能计算的任务前置到物端，而不仅仅在云端。在边缘计算概念出现之前，还出现过海云计算、雾计算以及近来比较热的移动边缘计算等概念，本质上这些概念描述的应该是同一个问题，即克服云计算和云服务的重负载、长时延、安全隐患等问题，并与云计算和云服务互为补充，靠近用户和数据源，并提供智能计算前置的一种新型计算模型。因此，边缘计算是继分布式计算、网格计算、云计算之后的又一新型计算模型。作者认为边缘计算是以云计算为核心，以现代通信网络为途径，以海量终端为感知前端，通过优化资源配置，使得计算、存储、传输、应用等服务更智能，具备优势互补、深度协同的资源调度能力，是集云、网、端、智四位一体的新型计算模型。
二、缘计算的QoE与信任评估体系
1.综合信任评估体系建立的动机。
期刊文章分类查询,尽在期刊图书馆各种性能各异、身份不一、行为不同的边缘计算中的各种基础设施，通过虚拟化被建模成系统独立的节点，通过有线或无线不同带宽与可靠性网络连接起来，最终形成了一个综合互联的大系统．当有计
算任务发起或一个服务请求发起时，系统面临一个需要解决的问题就是如何评判这个任务或服务请求的发起者是否可信，该任务或者请求对于资源的要求如何评估，从而为资源的分配和调度提供依据．同时，又如何保证声称提供资源的节点能够真正提供对应的资源，这需要研究边缘计算的综合信任保障体系．可信任问题涉及到资源共享与协同的安全、信任、服务质量及其保障机制，已经成为边缘计算需要深入研究的关键技术问题之一，我们需要对资源和用户的信任度进行综合性的评估，需要研究用户、资源的身份信任、行为信任以及能力信任，从而建立详细的信任评估体系，为资源共享和调度提供支持．
2.基于综合信任度的评估体系构建。面对多样的应用需求情况，以及边缘计算实体的资源情况和相互关系，本文提出以身份信任、行为信任、能力信任为核心内容的边缘计算综合信任保障体系，根据系统状态和应用需求形成对系统的信任预期，据此构造保障边缘计算单元的身份信任、行为信任、能力信任的基本框架，协调和控制边缘计算单元的活动，支持系统服务目标的实现，信任保障体
系结构
三、基于综合信任度的资源管理与协同优化
1.基于综合信任的资源协同优化的思路。对于资源综合信任度进行科学客观地评估后，能够为资源、用户进行身份、行为和服务能力定量评价，为安全高效地实现资源共享调度以及整个系统优化提供了基本指标体系．不过，由于边缘计算环境中包含有多重特征的资源，计算模式可能包含多种形式的组合，需要设计资源管理与协同优化解决方案．首先，确定边缘计算应用场景和服务类型，不同
的场景和应用类型决定了计算模式的组合与资源共享的方式．比如请求服务为计算密集型的任务，那么边缘服务和终端节点没有足够的资源不适合处理此类型的任务，应该将负载从边缘卸载，提交到云计算中心完成，从而获得良好的用户QoE效果；如果请求的任务与位置关联度高，信息交互频繁，且具有一定的计算量，那么，要求边缘服务器协同移动终端节点共同完成；如果仅仅是移动终端节点希望感知邻近环境的状态，或者自由随意的状态或信息请求，或计算请求，则只需终端节点自主协商共同完成任务即可．面对纷杂的边缘计算场景，要建立轻量级的资源信任状态维护和资源拓扑构建机制，为资源调度和协同提供支持；为了保证资源的高效利用和最低使用成本，采用基于综合信任度的资源与任务匹配
度评估与之对应的资源调度算法，并通过计算场景分类以及任务卸载与装载评估与实现机制，实现计算模式的智能匹配，从而达到资源应用于合适场景；需要研究带有移动预测的QoE保证的资源调度机制，确保在终端节点在移动条件能在有效传输范围内将任务完成；需要研究系统过载失效的恢复机制，因为边缘计算环境的动态性比较强，部分节点失效或状态不一致是不可避免的，要设计鲁棒的资源调度算法；广泛部署的物联网终端成为边缘计算的重要组成部分，而此时数据传输往往通过无线网络完成，无线资源也成为制约和影响边缘计算性能的重要因素，因此需要研究无线频谱资源与计算资源的协同优化调度机制，从而取得更优的系统性能；边缘计算既是一种开放的系统也是可以基于经济收益驱动的系统，需要研究基于成本与收益优化的资源共享与调度算法，激励资源的充分利用．为了有效改进和提高边缘计算的资源利用的效率，需要研究任务卸载算法、资源调度算法等的性能评价模型，进行分析，从而更好地指导调度算法的设计．
边缘式大数据处理时代下，云计算模型已无法有效解决云中心负载、传输带宽、数据隐私保护等问题．万物互联应用服务快速发展催生了边缘计算，其是万物互联背景下边缘式大数据处理时代的软硬件关键支撑平台。
参考文献：
［1］李茹.边缘计算：万物互联时代新型计算模型［J］.计算机研究与发展，2017，54（5）：
［2］冉涛.边缘计算技术发展与对策研究［J］.中国工程科学，2018，20（2）：28-34.
论文作者:王建国
论文发表刊物:《工程管理前沿》2019年13期
论文发表时间:2019/12/9
标签：边缘论文; 资源论文; 节点论文; 终端论文; 互联论文; 云端论文; 网络论文; 《工程管理前沿》2019年13期论文;