《edge computing：vision and challenge》论文阅读

边缘计算的综述文章

---

前言

本文试图构建边缘计算的概念，首先分析为什么需要边缘计算，之后给出本文对于边缘计算的定义和看法，接着给出一些用例进行学习，如cloud offloading等，从细节执行方面解释边缘计算，最后给出一些可能的机遇和挑战。

---

一、对边缘计算的需求以及定义

（1）为什么需要边缘计算

网络的边缘产出的数据越来越多，因此直接在网络边缘处理数据是更加高效的选择（相比云计算）：
1.从云端传入边缘：云端的数据处理速度可以越来越快，但数据传输速度将成为云计算模式的瓶颈，网络带宽的需求将难以支撑。在边缘进行处理能获得更短的响应时间，更高效的处理，更小的网络压力。
2.从边缘传上云端：几乎所有的电子设备都会变成IoT的一部分，如空气监测仪，甚至麦克风，他们将既作为生产者，又作为消费者。可以推断未来数据会超过十亿级并越来越多，这会造成大量的数据根本无法传回云端。

上图展示了传统的云计算架构：生产者产出数据上传云端，消费者向云端发送使用数据的请求，云端将结果传回。然而在物联网中并不有效：（1）由于数据量太大（还杂），这种模式将造成巨大的网络带宽和计算资源的浪费；（2）隐私保护将是巨大挑战；（3）大多数IoT的终端节点是能量受限的（energy-constrained），而无线通信模式是非常耗能的，因此将计算任务offload到边缘节点会更加节省能源。
3.数据生产者与数据消费者角色的转换：首先，在云计算模式中终端设备通常作为数据消费者，如从YouTube上下载视频，但IoT中它可能同时作为生产者和消费者，角色的转变要求边缘更多的功能配置，举例：每分钟，油管用户会上传72h的新视频内容，脸书用户会上传250万个内容碎片，推特用户会发推近30万次，ins用户会po近22万个新照片。这些照片和视频非常庞大，如果直接上传会占用巨大的上载带宽，因此需要在边缘缩减和调整到合适的分辨率再上传。

（2）边缘计算是什么？

定义“边缘”为沿着数据源和云端数据中心路径上的计算和网络资源。比如手机就是身体与云间的“边缘。”
边缘计算的基本准则是计算应该发生在接近数据源的地方。
与雾计算：作者认为边缘计算和雾计算是可以相互转换（interchangeable）的。但边缘计算更聚焦于“things”端，雾计算更聚焦于基础设施端。作者认为边缘计算在未来会对人类社会产生和云计算一样巨大的影响。
下图展示了边缘计算的两种计算流（computing stream）。在边缘，things既是数据生产者，又是数据消费者。things不止向云端请求服务和内容，也执行一些来自云端的计算任务，比如计算卸载（offloading）、数据存储、缓存（cache）和处理、从云端向用户分发请求和运送服务。因此边缘需要满足可靠性、安全性和隐私保护等要求。

（3）边缘计算的好处

边缘计算期望将计算任务放在靠