解析丨边缘计算的优势与应用

边缘计算是一种分布式计算系统架构。在其中，计算资源和应用程序服务可以分布在从数据源到云的通信路径中。

边缘计算通过在终端设备和云之间引入边缘设备，将云服务扩展到网络边缘。边缘计算架构包括终端层、边缘层和云层。下图便展示了边缘计算的体系架构。

边缘计算优势

边缘计算模型将原有云计算中心的部分或全部计算任务迁移到数据源附近，相比于传统的云计算模型，边缘计算模型具有实时数据处理和分析、安全性高、隐私保护、可扩展性强、位置感知及低流量的优势。

（1）实时数据处理和分析。将原有云计算中心的计算任务部分或全部迁移到网络边缘，在边缘设备处理数据，而不是在外部数据中心或云端进行；因此提高了数据传输性能，保证了处理的实时性，同时也降低了云计算中心的计算负载。

（2）安全性高。传统的云计算模型是集中式的，这使得它容易受到分布式拒绝服务供给和断电的影响。边缘计算模型在边缘设备和云计算中心之间分配处理、存储和应用，使得其安全性高。边缘计算模型也降低了发生单点故障的可能性。

（3）保护隐私数据，提升数据安全性。边缘计算模型是在本地设备上处理更多数据而不是将其上传至云计算中心，因此边缘计算还可以减少实际存在风险的数据量。即使设备受到攻击，它也只会包含本地收集的数据，而不是受损的云计算中心。

（4）可扩展性。边缘计算提供了更便宜的可扩展性路径，允许公司通过物联网设备和边缘数据中心的组合来扩展其计算能力。使用具有处理能力的物联网设备还可以降低扩展成本，因此添加的新设备都不会对网络产生大量带宽需求。

（5）位置感知。边缘分布式设备利用低级信令进行信息共享。边缘计算模型从本地接入网络内的边缘设备接收信息以发现设备的位置。例如导航，终端设备可以根据自己的实时位置把相关位置信息和数据交给边缘节点来进行处理，边缘节点基于现有的数据进行判断和决策。

（6）低流量。本地设备收集的数据可以进行本地计算分析，或者在本地设备上进行数据的预处理，不必把本地设备收集的所有数据上传至云计算中心，从而可以减少进入核心网的流量。

边缘计算的典型应用

边缘计算在很多应用场景下都取得了很好的效果。下面，我爱方案网将介绍基于边缘计算框架设计的几个新兴应用场景。

（1）医疗保健。边缘计算可以辅助医疗保健，例如可以针对患有中风的患者辅助医疗保健。研究人员最近提出了一种名为 U-fall 的智能医疗基础设施，它通过采用边缘计算技术来利用智能手机。在边缘计算的辅助下，U-fall 借助智能设备传感器实时感应运动检测。边缘计算还可以帮助健康顾问协助他们的病人，而不受其地理位置的影响。边缘计算使智能手机能够从智能传感器收集患者的生理信息，例如脉搏率、体温等，并将其发送到云服务器以进行存储、数据同步和共享。

（2）视频分析。在万物联网时代，用于监测控制的摄像机无处不在，传统的终端设备——云服务器架构可能无法传输来自数百万台终端设备的视频。在这种情况下，边缘计算可以辅助基于视频分析的应用。在边缘计算辅助下，大量的视频不用再全部上传至云服务器，而是在靠近终端设备的边缘服务器中进行数据分析，只把边缘服务器不能处理的小部分数据上传至云计算中心即可。

（3）车辆互联。通过互联网接入为车辆提供便利，使其能够与道路上的其他车辆连接。如果把车辆收集的数据全部上传至云端处理会造成互联网负载过大，导致传输延迟；因此，需要边缘设备其本身具有处理视频、音频、信号等数据的能力。边缘计算可以为这一需要提供相应的架构、服务、支持能力，缩短端到端延迟，使数据更快地被处理，避免信号处理不及时而造成车祸等事故。一辆车可以与其他接近的车辆通信，并告知他们任何预期的风险或交通拥堵。

（4）移动大数据分析。无处不在的移动终端设备可以收集大量的数据，大数据对业务至关重要，因为它可以提取可能有益于不同业务部门的分析和有用信息。大数据分析是从原始数据中提取有意义的信息的过程。在移动设备附近实施部署边缘服务器可以通过网络高带宽和低延迟提升大数据分析。例如，首先在附近的边缘服务器中收集和分析大数据，然后可以将大数据分析的结果传递到核心网络以进一步处理，从而减轻核心网络的压力。

（5）智能建筑控制。智能建筑控制系统由部署在建筑物不同部分的无线传感器组成。传感器负责监测和控制建筑环境，例如温度、气体水平或湿度。在智能建筑环境中，部署边缘计算环境的建筑可以通过传感器共享信息并对任何异常情况做出反应。这些传感器可以根据其他无线节点接收的集体信息来维持建筑气氛。

（6）海洋监测控制。科学家正在研究如何应对任何海洋灾难性事件，并提前了解气候变化。这可以帮助人们快速采取应对措施，从而减轻灾难性事件造成的严重后果。部署在海洋中某些位置的传感器大量传输数据，这需要大量的计算资源和存储资源。而利用传统的云计算中心来处理接收到的大量数据可能会导致预测传输的延迟。在这种情况下，边缘计算可以发挥重要作用，通过在靠近数据源的地方就近处理，从而防止数据丢失或传感器数据传输延迟。

（7）智能家居。随着物联网技术的发展，智能家居系统得到进一步发展，其利用大量的物联网设备实时监测控制家庭内部状态，接收外部控制命令并最终完成对家居环境的调控，以提升家居安全性、便利性、舒适性。由于家庭数据的隐私性，用户并不总是愿意将数据上传至云端进行处理，尤其是一些家庭内部视频数据。而边缘计算可以将家庭数据处理推送至家庭内部网关，减少家庭数据的外流，从而降低数据外泄的可能性，提升系统的隐私性。

（8）智慧城市。预测显示：一个百万人口的城市每天将会产生 200 PB 的数据。因此，应用边缘计算模型，将数据在网络边缘处理是一个很好的解决方案。例如在城市路面检测中，在道路两侧路灯上安装传感器收集城市路面信息，检测空气质量、光照强度、噪声水平等环境数据，当路灯发生故障时能够即时反馈给维护人员，同时辅助健康急救和公共安全领域。