志在指尖
用双手敲打未来

首页_公爵娱乐_首页

—–首页_公爵娱乐_首页主管【766666】指尖IT—–随着万物互联时期的到来,网络边缘设备产生的数据量飞速增长,带来了更高的数据传输带宽需求,同时,新型应用也对数据处置的实时性以及数据存储也提出了更高的请求。传统的云计算模型不能满足现有的性能需求,因而,边缘计算模型应运而生。本文从边缘计算的产生背景动手,然后引见了什么是边缘计算以及根本边缘计算模型架构,最后经过一些案例来引见边缘计算的相关实践应用。盛大开业
为什么需求边缘计算?
云中心具有强大的处置性能,可以处置海量的数据,自提出以来就在不时改动我们的生活、工作、学习的方式。但云计算模型的系统性能瓶颈在于网络带宽的有限性,传送海量数据需求一定的时间,云中心处置数据也需求一定的时间,这就会加大恳求响应时间,用户体验差。传统云计算在以下方面存在问题:
网络带宽:据IDC统计,到2020年我国数据贮存量到达约39ZB,其中约30%的数据来自于物联网设备的接入。网络带宽正在逐步成为云计算的一大瓶颈。此外,未经处置的数据中可能包含大量的静态画面、闲暇状态等冗余数据,也极大的降低了网络带宽的应用率。
实时性:海量的数据为云端剖析的精确性提供了保证,但传统形式下云端也必需与物联网设备联机数据和控制通路来处置数据和实时交互,因而云计算平台的计算性能也正逐步到达瓶颈,无法满足新兴万物互联应用对延迟时间的请求,从而降低整个系统的可用性。
隐私维护:云计算平台将医疗设备、网络摄像头号物联网设备采集到的个人和家庭用户的隐私数据传输到数据中心集中保管,传输、存储和运用途径过长,不但涉嫌将大量云端应用无关的用户隐私数据泄露给第三方,还存在黑客攻击、数据丧失等其他隐私风险。
能耗:云数据中心的能耗问题曾经成为数据中心管理规划的中心问题,将局部任务从云端迁移到设备端,能够大大降低云计算数据中心的计算负载,进而到达降低能耗的目的。
因而,在物联网和云计算的推进下,思索到大多数物联网设备具有有限的计算和能量资源,公爵娱乐平台我们假定了一种处置问题的新模型——边缘计算,即在网络的边缘产生、处置、剖析数据。在边缘结点处置这些数据将会带来极小的响应时间、减轻网络负载、保证用户数据的私密性。
图1边缘计算需求
什么是边缘计算?
边缘计算是指在网络边缘节点来处置、剖析数据。而网络边缘节点指的是在数据产生源头和云计算中心之间具有计算资源和网络资源的节点,比方手机就是人与云计算中心之间的边缘节点,而网关则是智能家居和云计算中心之间的边缘节点。
边缘计算的构成包括两大局部:
一是资源的边缘化,详细包括计算、存储、缓存、带宽、效劳等资源的边缘化散布,把本来集中式的资源纵深延展,靠近需求侧,提供高牢靠、高效率、低时延的用户体验;
二是资源的全局化,即边缘作为一个资源池,而不是中心提供一切的资源,边缘计算交融集中式的计算模型(例如:云计算、超算),经过中心和边缘之间的协同,到达优势互补、谐和统一的目的。
边缘计算不是为了取代云计算,而是对云计算的补充和延伸,为挪动计算、物联网提供更好的计算平台。边缘计算模型架构简图如下所示:
图2边缘计算根本模型架构[1]
该架构模型包括了三个局部:
1)前端:终端设备(例如:传感器)部署在边缘计算构造的前端。
2)近端:在边缘计算中,大多数数据计算和存储将迁移到这种近端环境。近端通常由个人电脑、智能路由器、无线基站等设备构成,这些设备常常可以提供计算或者存储数据的才能,从而对采集到的数据停止进一步的剖析处置。
3)远端:远端环境中的云效劳器能够提供更多的计算才能和更多的数据存储。
云计算需求把数据停止远间隔传输,这需求耗费大量的资源,而边缘计算则没有数据传输这样的资源耗费,直接把计算任务拦截到本地,是一种优化的计算模型。图3表示基于双向计算流的边缘计算模型,网络边缘设备不只从云中心恳求相关效劳,同时能够执行局部计算任务,包括设备管理、数据剖析、隐私维护等。从而,边缘计算能够满足矫捷衔接、实时业务、数据优化、应用智能、平安与隐私维护等方面的需求。
图3边缘计算架构[2]
边缘计算能够用在哪里?
1)云计算任务迁移:把云中心的计算任务卸载到边缘节点这个过程叫做云计算任务迁移。数据的消费和消费常常都是发作在边缘节点,因而边缘节点也需求像云中心一样,承当一定的计算任务。例如针对在线购物应用,应用边缘计算能够对购物车视图实时更新,而不用将视图更新操作发送至云端。
2)视频剖析:在本地对视频停止简单处置,智能算法选择性存储视频数据,完成最小空间存储最大价值的数据。例如公安机关在追捕逃犯的过程中,可以散布式查询节点内信息,最快的找到目的,停止抓捕。
3)智能交通:有关居民的出行问题不断是亟待处理的重要社会问题之一。智能交通系统应用边缘计算技术来实时决策最优道路,并可依据路面实况来指示智能交通讯号灯变化,从而减轻路面的拥堵状况。同时,一些智能停车场还可以采集四周环境信息,从而发布给左近用户现有的车位信息等,并给出相应的指示。
4)协同边缘:应用多个边缘节点协同协作,创立一个虚拟的共享数据视图,应用一个预定义的公共效劳接口来将这些数据停止整合。同时,应用该接口编写的应用程序可以为用户提供更复杂的效劳。我们以流感病情为例论述什么是协同边缘。医院可以总结有关的流感病情信息以及提供病人的统计数据。药房依据医院提供的统计信息,备好库存,以便最快遏制流感,同时检索物流公司、制药公司的相关运输价钱、制药本钱价钱等,以便取得最大利润。保险公司能够及时报销流感病人的有关开支,假如患者愿意分享,还能够进一步提供个性化的保险政策。政府也可以依据流感严重水平,发布流感预警信息。从而多数参与者可以经过该协同边缘进步效劳效率并停止获益。
图4协同边缘案例
总结
边缘计算有着普遍的应用前景。自提出以来不过短短几年,就取得了迸发式的增长,本文作者置信,边缘计算凭仗其低时延、高性能、隐私维护性强的特性,一定可以推进各行业的进一步开展,但目前边缘计算还处于开展阶段,落地设备较少,如何努力攻克现有难题,加速边缘计算的开展是将来的研讨重点之一。

未经允许不得转载:IT技术网站 » 首页_公爵娱乐_首页
分享到: 更多 (0)

评论 抢沙发

评论前必须登录!

 

志在指尖 用双手敲打未来

登录/注册IT技术大全

热门IT技术

C#基础入门   SQL server数据库   系统SEO学习教程   WordPress小技巧   WordPress插件   脚本与源码下载