7、边缘计算与大数据驱动的云边协作深度解析

边缘计算与大数据驱动的云边协作深度解析

1. 系统可靠性与边缘计算分类

随着智能设备和基站的不断发展，网络系统的可靠性成为了一个重大问题。并非所有智能对象都具备足够的计算能力来运行可靠的杀毒软件，因此大部分安全负担转移到了网络边缘或最近的物理层防火墙。

边缘计算有多种分类，其中雾计算是思科提出的一种云技术解决方案。它通过将服务和交互定位在通道边缘，充分利用了智能设备的丰富性以及这些设备产生的数据所带来的潜力。

雾服务器不仅可以作为数据中心和信号处理器，还能进行信号分类、源识别和向量自回归模型拟合。靠近用户的雾服务器与可穿戴网络形成三角关系，有助于提高系统的稳定性和效率。该方案还支持机器对机器（M2M）广告协议，并使用传输层安全协议来保障设备安全。

2. 资源管理

在智能制造中，边缘计算能够进行系统故障诊断分析，为其提供大量资源。制造过程中使用的计算机向雾节点发送大量数据，但雾节点的计算和存储能力有限，因此需要有效的资源分配机制。

虚拟化环境为VMD应用提供了托管设施。在雾计算领域，灵活的移动设备卸载和便携式存储的发展有助于移动应用的执行，而这需要积极的资源管理。

雾系统资源管理范式试图以平等和最优的方式分配资源。研究人员根据物联网设备的移动性和设计将其分为三类，并对可用资源进行管理。资源评估模型公式如下：
[M = U_i \times P_i(L|H)_s \times 2]
其中，M、(U_i)、(P_i(L|H)_s)、2分别代表必要服务、特定示例涉及的具体价格、基于客户的特定消费者放弃机会的平均值、客户中心放弃风险的可变性、常量解决方案变量值和访问系统形式。