邊緣計算定義，與云計算 霧計算區別對比分析

1 邊緣計算定義

邊緣計算目前還沒有一個嚴格的統一的定義，不同研究者從各自的視角來描述和理解邊緣計算。美國卡內基梅隴大學的 Satyanarayanan教授把邊緣計算描述為：“邊緣計算是一種新的計算模式，這種模式將計算與存儲資源(例 如：Cloudlet、微型數據中心或霧節點等)部署在更貼近移動設備或傳感器的網絡邊緣?！泵绹f恩州立大學的施巍松等人把邊緣計算定義為：“邊緣計算是指在網絡邊緣執行計算的一種新型計算模式，邊緣計算中邊緣的下行數據表示云服務，上行數據表示萬物互聯服務，而邊緣計算的邊緣是指從數據源到云計算中心路徑之間的任意計算和網絡資源?！?/p>

這些定義都強調邊緣計算是一種新型計算模式，它的核心理念是“計算應該更靠近數據的源頭，可以更貼近用戶”。這里“貼近”一詞包含多種含義。首先可以表示網絡距離近，這樣由于網絡規模的縮小帶寬、延遲、抖動這些不穩定的因素都易于控制與改進.還可以表示為空間距離近，這意味著邊緣計算資源與用戶處在同一個情景之中(如位置)，根據這些情景信息可以為用戶提供個性化的服務(如基于位置信息的服務)?？臻g距離與網絡距離有時可能并沒有關聯，但應用可以根據自己的需要來選擇合適的計算節點。

網絡邊緣的資源主要包括移動手機、個人電腦等用戶終端，WiFi接入點、蜂窩網絡基站與路由器等基礎設施，攝像頭、機頂盒等嵌入式設備，Cloudlet，MicroDataCenter等小型計算中心等.這些資源數量眾多，相互獨立，分散在用戶周圍，我們稱之為邊緣節點.邊緣計算就是要把這些獨立分散的資源統一，為用戶提供服務。

綜上所述，我們把邊緣計算定義為：“邊緣計算是一種新的計算模式，將地理距離或網絡距離上與用戶臨近的資源統一起來，為應用提供計算、存儲和網絡服務?！?/p>

2 邊緣計算、云計算、霧計算

邊緣計算是一種新型的計算模式，從邊緣計算的定義可以看出，邊緣計算并不是為了取代云計算，而是對云計算的補充，為移動計算、物聯網等提供更好的計算平臺。邊緣計算可以在保證低延遲的情況下為用戶提供豐富的服務，克服移動設備資源受限的缺陷;同時也減少了需要傳輸到云端的數據量，緩解了網絡帶寬與數據中心的壓力。目前，移動應用越來越復雜，接入互聯網的設備越來越多，邊緣計算的出現可以很好地應對這些趨勢。但并不是所有服務都適合部署在網絡邊緣，很多需要全局數據支持的服務依然離不開云計算。例如電子商務應用，用戶對自己購物車的操作都可以在邊緣節點上進行，以達到最快的響應時間，而商品推薦等服務則更適合在云中進行，因為它需要全局數據的支持。邊緣計算的架構是“端設備—邊緣—云”3層模型，3層都可以為應用提供資源與服務，應用可以選擇最優的配置方案。

霧計算(fogcomputing)是另一個與邊緣計算相關的概念，它由思科公司在2012年提出，以應對即將到來的萬物聯網時代。同邊緣計算一樣，霧計算也是將數據、數據相關的處理和應用程序都集中于網絡邊緣的設備，而不是全部保存在云端.霧計算的名字也源自于此———霧比云更貼近地面.與 邊 緣計算不同的是，霧計算更強調在數據中心與數據源之間構成連續統一體(cloud-to-thingscontinuum)來為用戶提供計算、存儲與網絡服務，使網絡成為數據處理的“流水線”，而不僅僅是“數據管道”。也就是說，邊緣和核心網絡的組件都是霧計算的基礎設施。而邊緣計算更強調用戶與計算之間的“距離”。目前，思科對霧計算的實現是它推出的IOx系統。IOx運行在路由器、交換機這些網絡設備上，可以使開發人員輕松的在這些設備上開發應用，部署服務。

雖然霧計算與邊緣計算不盡相同，但他們都體現出了萬物聯網時代對計算模式的要求，實時的服務響應、穩定的服務質量已經漸漸成為用戶關注的焦點。從這一點上來看，兩者是對同一目標的兩種不同的實現方法。邊緣計算、霧計算與云計算的對比如表1所示：

近年來，大數據、云計算、智能技術的快速發展，給互聯網產業帶來了深刻的變革，也對計算模式提出了新的要求。

大數據時代下每天產生的數據量急增，而物聯網等應用背景下的數據在地理上分散，并且對響應時間和安全性提出了更高的要求。云計算雖然為大數據處理提供了高效的計算平臺，但是目前網絡帶寬的增長速度遠遠趕不上數據的增長速度，網絡帶寬成本的下降速度要比 CPU、內存這些硬件資源成本的下降速度慢很多，同時復雜的網絡環境讓網絡延遲很難有突破性提升。因此傳統云計算模式需要解決帶寬和延遲這兩大瓶頸。

在這種應用背景下，邊緣計算(edgecomputing)應運而生，并在近兩年得到了研究者的廣泛關注。邊緣計算中的邊緣(edge)指的是網絡邊緣上的計算和存儲資源，這里的網絡邊緣與數據中心相對，無論是從地理距離還是網絡距離上來看都更貼近用戶。邊緣計算則是利用這些資源在網絡邊緣為用戶提供服務的技術，使應用可以在數據源附近處理數據。如果從仿生的角度來理解邊緣計算，我們可以做這樣的類比：云計算相當于人的大腦，邊緣計算相當于人的神經末端。當針刺到手時總是下意識的收手，然后大腦才會意識到針刺到了手，因為將手收回的過程是由神經末端直接處理的非條件反射。這種非條件反射加快人的反應速度，避免受到更大的傷害，同時讓大腦專注于處理高級智慧。未來是萬物聯網的時代，思科此前預計2020年將有500億的設備接入互聯網，我們不可能讓云計算成為每個設備的“大腦”，而邊緣計算就是讓設備擁有自己的“大腦”。

相比于云計算，邊緣計算可以更好地支持移動計算與物聯網應用，具有以下明顯的優點：

1)極大緩解網絡帶寬與數據中心壓力。思科在2015—2020年全球云指數中指出，隨著物聯網的發展，2020年全球的設備將會產生600ZB的數據，但其中只有10%是關鍵數據，其余90%都是臨時數據無需長期存儲。邊緣計算可以充分利用這個特點，在網絡邊緣處理大量臨時數據，從而減輕網絡帶寬與數據中心的壓力。

2)增強服務的響應能力.移動設備在計算、存儲和電量等資源上的匱乏是其固有的缺陷，云計算可以為移動設備提供服務來彌補這些缺陷，但是網絡傳輸速度受限于通信技術的發展，復雜網絡環境中更存在鏈接和路由不穩定等問題，這些因素造成的延遲過高、抖動過強、數據傳輸速度過慢等問題嚴重影響了云服務的響應能力。而邊緣計算在用戶附近提供服務，近距離服務保證了較低的網絡延遲，簡單的路由也減少了網絡的抖動，千兆無線技術的普及為網絡傳輸速度提供了保證，這些都使邊緣服務比云服務有更強的響應能力。

3)保護隱私數據，提升數據安全性.物聯網應用中數據的安全性一直是關鍵問題，調查顯示約有78%的用戶擔心他們的物聯網數據在未授權的情況下被第三方使用。云計算模式下所有的數據與應用都在數據中心，用戶很難對數據的訪問與使用進行細粒度的控制。而邊緣計算則為關鍵性隱私數據的存儲與使用提供了基礎設施，將隱私數據的操作限制在防火墻內，提升數據的安全性。