第1章　边缘计算的发展和技术概述
　　1.1　边缘计算的发展
　　1.1.1　边缘计算背景
　　云计算利用中心化丰富的计算资源和存储资源，通过广域网（wide area network，WAN）与远端用户连接，为用户提供廉价、方便且弹性伸缩的计算服务和存储服务。虽然云计算中心化的架构有利于资源管理、维护和调度，但它难以满足物联网时代延迟敏感应用的苛刻要求。*先，广域网带来了难以避免的较高的网络延迟，并且由于广域网的主要设计目标是提高带宽和链路效率，网络延迟问题在可预见的未来不太可能得到改善[1]。其次，物联网设备产生的海量数据将对有限的广域网通信容量构成挑战。以无人驾驶汽车为例，为了保证驾驶安全，汽车通常安装8个以上且分辨率不低于1080P的摄像头，每秒产生的数据量可高达1.8GB，将这些数据全部通过广域网传输至云数据中心处理会花费大量的传输时间，达不到应用需要具有实时性的要求，并且极大地加大了广域网的负担，需要较高的网络成本[2]。
　　为了弥补云计算的缺陷，学术界和产业界已经做过许多研究，提出微云（Cloudlet）[3]、雾计算（fog computing，FC）[4]、移动边缘计算（mobile edge computing，MEC）[5]等概念。这些概念的核心思想非常相似，只是在一些细节和实施手段上略有不同，本书中不对它们做明确区分。基于欧洲电信标准协会（European Telecommunications Standards Institute，ETSI）的定义[6]：边缘计算在网络边缘提供传统云计算的服务能力及相应信息技术（information technology，IT）设施服务，本书中将云计算资源下沉到网络边缘侧的架构和解决方案称为边缘计算。
　　总之，边缘计算技术是应对新型应用场景下对计算效率、安全性和实时性等方面的需求而诞生的一种计算模型，本书旨在使读者对边缘计算的起源、主要优点、应用场景等有全面的了解。
　　1.1.2　边缘计算的起源
　　边缘计算的起源可以追溯到20世纪90年代，Akamai公司提出了CDN的概念，通过在地理位置上更接近用户的位置引入网络节点，以缓存的方式实现图像、视频这些静态内容的高速传输。1999年出现了点对点对等计算（peer to peer computing）的概念，并随着2006年亚马逊*次提出弹性计算云（elastic compute cloud）的概念，在计算、可视化和存储等方面开启了许多新的机遇。2009年卡内基？梅隆大学的萨帝亚纳拉亚南（Satyanarayanan）教授提出了边缘计算的早期示例形式，展示了一种双层架构，**层称为云（高延迟），第二层称为Cloudlet（低延迟），后者即是广泛分散的互联网基础设施组件。其计算周期和存储资源可以被附近的移动设备利用。2012年思科推出了旨在提升物联网可拓展性的分布式云计算基础设施的雾计算，其中有很多概念就是现在所理解的边缘计算的理念，包括纯分布式系统，如区块链、点对点或混合系统，其中比较典型的是亚马逊的Lambda@Edge、Greengrass等。此后，随着边缘计算模型的深入研究，学术界和工业界相继提出了移动云计算（mobile cloud computing，MCC）和MEC等新型边缘化计算模型[7]。根据Gartner发布的2017年度新兴技术成熟度*线，边缘计算从“触发期”进入“期望膨胀期”，是未来技术的发展趋势。尤其是韦恩州立大学的施巍松教授课题组在2019年围绕“边缘计算从哪里来、它的现状如何、它要到哪里去”梳理了边缘计算的发展历程，将其归纳为技术储备期、快速增长期和稳健发展期三个阶段，列举了不同阶段的典型事件，并提出了边缘计算在未来发展中迫切需要解决的问题[8]。
　　1.1.3　边缘计算的主要优点
　　云计算通过互联网，以按需服务的形式为用户提供计算资源，已经作为广泛应用的范式为人所熟知。它所依赖的云中心的资源充足，但远离用户，数据传输的距离远，导致响应的延迟和通信开销增大。边缘计算对云计算进行了补充和扩展，比起只使用云计算，能够带来以下三个方面的好处。
　　（1）缓解主干网络的压力。分布式的边缘节点能够直接处理大量的计算任务而无须将相应的数据上传到云端，从而减轻了主干网络的压力。
　　（2）敏捷的服务响应。将服务部署在边缘端，能够显著减少数据传输的时延从而提高响应速度。
　　（3）保护数据隐私。隐私安全由于数据在本地进行处理而得到了保护。
　　总体而言，边缘计算具有低时延、低网络成本、高灵活性、保护数据隐私的优点。下面对它们逐一进行介绍。
　　（1）低时延：边缘计算能够在网络边缘侧提供计算资源，计算任务可以在附近的雾节点甚至终端设备本地进行处理，避免了经过广域网的网络通信，使服务响应更快，满足了延迟敏感型应用的苛刻要求。
　　（2）低网络成本：随着智能硬件和物联网技术的发展，物联网设备数量及它们产生的数据量呈指数级增长。如果简单地将所有数据经广域网传输至云数据中心，将造成网络拥堵，大大增加网络成本。边缘计算将计算能力带到了网络边缘侧，意味着终端设备和雾节点可以对采集到的原始数据进行整理、清洗、过滤和初步分析，减少需要传输到云端的数据量，降低广域网的带宽压力，节省网络成本。
　　（3）高灵活性：随着雾节点层和终端设备层的加入，系统有了更多的资源调度空间。开发人员可以根据自身应用的特点，将应用的不同组件部署到云中心、雾节点服务器或终端设备上，提高应用的性能，降低应用的运行成本。不同雾节点可以根据自身的不同需求来灵活配置，充分利用网络边缘侧的各类资源。
　　（4）保护数据隐私：雾节点与终端设备运行在局域网中，能够在边缘的本地网络中处理数据，减少了广域网上的数据传输量，降低了数据隐私泄露的可能，使数据的安全风险变得可控。
　　1.1.4　边缘计算的应用场景
　　边缘计算作为新型的网络架构，它有效利用了网络边缘侧的资源，将传感器、摄像头及其他物联网设备采集到的数据有效地在设备本地、雾节点等位置进行存储和处理。边缘网络基本上由终端设备（如移动手机、智能物品等）、边缘设备（如边界路由器、机顶盒、网桥、基站、无线接入点等）、边缘服务器等构成。这些组件已经具有一定的性能，可以更好地进行边缘计算，边缘计算的特点是能够实时、高效、节能地响应用户的需求，所以不会对云端进行大量数据的写入[9，10]。在现有业务场景下已经有很多企业在使用，但是对于边缘计算需要澄清边缘这个概念。
　　（1）对于CDN厂商，边缘是指遍布全球的CDN缓存设备。
　　（2）对于机场的监控设备，边缘就是覆盖整个机场无死角的高清摄像头。
　　（3）对于移动手机Face Id解锁，边缘就是Face Id函数算法。
　　边缘计算的主要应用场景可以分为两大类。**类场景是利用从云端下沉的计算和存储能力来处理承接原有的云端服务；第二类场景是通过边缘侧设备的合作调度及资源共享实现新型应用[11]。
　　（1）资源下沉承接原有云端服务：边缘计算是对云计算的拓展，能够在离用户和数据源更近的网络边缘侧提供计算能力和存储能力，承接部分传统云中心的服务，提高服务质量。有研究针对人脸识别、增强现实及计算图形学应用进行了测试，将相关应用服务部署在网络边缘侧运行，能够比部署在传统云数据中心中达到更低的服务端到端延迟和设备能源消耗[12]。CDN是边缘计算的**案例，它能够利用部署在各地的边缘服务器节点进行内容分发存储，将用户向云端的内容请求调度至网络边缘侧，使用户就近请求所需的内容数据，减少骨干网拥塞，提高用户访问响应速度和命中率。以城市安全视频监控系统为例，该系统通过广泛使用的物联网设备，有效解决了城市中的犯罪及社会管理等公共安全问题。传统视频监控系统前端摄像头内置计算能力较低，而现有智能视频监控系统的智能处理能力不足。为此，城市安全视频监控系统以云计算和万物互联技术为基础，融合边缘计算模型和视频监控技术，构建基于CDN边缘计算的新型视频监控应用的软硬件服务平台，以提高视频监控系统前端摄像头的智能处理能力，进而实现重大刑事案件和恐怖袭击活动的预警系统和处置机制，提高视频监控系统防范刑事犯罪和恐怖袭击的能力。以直播中的视频转码为例，视频转码也可以下沉到边缘实现。将相关视频转码的服务程序部署到边缘节点上，之后直播对象的源流数据被推送到相关节点，直接进行转码工作。收看直播的用户就能够从边缘节点上获取格式转换之后的直播数据，以此降低边缘到中心的成本，改善用户体验。
　　（2）边缘资源合作实现新型应用：边缘计算能够对各类新型智能硬件及物联网设备进行管理调度，并基于它们实现新型的应用服务。汽车驾驶自动化是当前火热的研究领域，为了实现L4或L5级别的自动驾驶或无人驾驶，仅依靠汽车本身的硬件及车载算力是不够的[13]。车联网（vehicle-to-everything，V2X）是边缘计算应用的一个案例，通过网络边缘侧的车内传感器、车外传感器、路侧单元（road side unit，RSU）及边缘服务器等相互合作，实现车辆与道路以及交通数据的全面感知，获取比车辆的内外部传感器更多的信息，增强对非视距范围内环境的感知，保证车辆驾驶安全[14]。目前绝大多数物联网实际应用面临着处理海量终端的连接和管理、保证分析的实时性和保护工业数据隐私的问题。华为技术有限公司也指出，边缘计算物联网（edge computing internet of things，EC-IoT）可以有效地构建预测性维护方案，并已经推出了设计和部署预测性维护解决方案的服务。华为技术有限公司使用边缘智能网关提供智能服务，对维护对象的关键指标进行实时监测和分析，预测维护对象可能出现的故障，并进行信息上报[15]。另一个案例是可以利用移动边缘计算技术进行云游戏开发，云游戏应用由边缘节点进行维护和部署，降低了游戏对用户设备配置的要求。当用户进行云游戏操作时，*先通过提供给用户的登录系统进行游戏上线的请求发送，相应边缘管控节点接收到请求后，控制边缘节点部署云游戏应用，并生成虚拟终端返回给用户。用户终端获取虚拟终端视频流信息，和边缘节点建立联系，进行游戏交互。
　　1.2　边缘计算的技术拓展
　　1.2.1　边缘计算和5G
　　5G的G是英文generation的缩写，也就是“世代”的意思。简单来说，5G就是第五代移动通信系统，它和磁盘操作系统（disk operating system，DOS）变成Windows10系统一样，都是一种大幅度的技术升级。与4G相比，5G将作为一种全新的网络架构，提供10Gbit/s以上的峰值速率、更佳的移动性能、毫秒级时延和超高密度连接。5G通信网络更加去中心化，需要在网络边缘部署小规模或者便携式数据中心，进行终端请求的本地化处理，以满足超可靠低时延通信（ultra reliable low latency communication，URLLC）和大规模机器类型通信（massive machine type communication，mMTC）的超低时延需求，因此边缘计算是5G的核心技术之一[16]。虽然5G的不同应用场景对网络性能的要求有显著的差异，但为了控制成本，运营商通常会选择将传统的互联网和边缘计算技术结合的形式，在*少的资本投入下实现*丰富的网络功能。在5G时代，承载网的带宽瓶颈、时延抖动等性能瓶颈难以突破，引入边缘计算后将大量业务在网络边缘终结[17]。
　　5G时代，传输网架构中引入边缘计算技术，在靠近接入侧的边缘机房部署网关、服务器等设备，提高计算能力，将低时延业务、局域性数据、低价值量数据等在边缘机房进行处理和传输，不需要通过传输网返回核心网，进而降低时延、减少回传压力、改善用户体验。为了实现边缘计算，需要在更底层的网络节点提高计算和转发能力，运营商组网结构将逐步演进，边缘计算能力持续提升。