2、物联网应用边缘计算基础设施的优化设计视角

物联网应用边缘计算基础设施的优化设计视角

1. 引言

近年来，各种各样的物联网（IoT）应用不断涌现，并凭借其为社会和公民提供优质服务与改善生活方式的能力而日益普及。从自动驾驶、医疗保健、智慧城市到工业环境等众多领域的应用，都越来越多地利用基于物联网的服务来支持决策系统，并受益于数据驱动的服务。

物联网应用依赖于地理上分散的传感器来收集周围环境的异构数据。这些数据通常会被发送到云计算数据中心，使用机器学习和人工智能（AI）算法进行处理。然而，不同的物联网应用有着不同的需求，传统的基于云的方法可能并非总是最佳选择。

对于一些受带宽限制的应用，大量产生的数据使得在远程云数据中心进行传输和处理变得昂贵或因网络限制而不便。即使网络负载未导致性能下降，高网络利用率也可能因云定价选项带来的成本问题而不受欢迎。而对于一些对延迟和响应时间有严格要求的应用（如实时场景），远程云数据中心的高网络延迟无法满足其需求。在这些情况下，边缘计算范式可能是更好的解决方案。

边缘计算基础设施的主要特点是在网络边缘靠近传感器的位置设置一层边缘节点，用于对来自分布式传感器的数据进行预处理、过滤和聚合。这层边缘节点位于传感器和远程云数据中心之间，具有双重优势：一是通过在网络边缘进行预处理和过滤，减少传输到云的数据量；二是降低对延迟敏感的应用的延迟和响应时间。但引入边缘节点层也增加了基础设施设计的复杂性。

边缘计算基础设施的设计和管理过程中，关键问题包括如何将传感器的数据流量分配到边缘节点，以及确定要激活的边缘节点的数量和位置。虽然在云计算数据中心的资源管理中，优化服务放置问题已得到广泛研究，但在边缘计算领域却鲜有关注。本文聚焦于这一关键问题，将服务放置建模为一个多目标优化问题，旨在最小