边缘计算技术探讨ppt课件.ppt

《边缘计算技术探讨ppt课件.ppt》由会员分享，可在线阅读，更多相关《边缘计算技术探讨ppt课件.ppt（46页珍藏版）》请在三一办公上搜索。

1、边缘计算技术探讨2018年3月,目,录,第四章,物联网与边缘计算,边缘计算参考架构2.0,目,录,第四章,物联网与边缘计算,边缘计算参考架构2.0,基本概念,边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。,云计算与边缘计算的范式对比,云计算的范式：,Push from cloud servicesPull from IoT

2、Change From Data Consumer to Producer,云计算与边缘计算的范式对比,边缘计算的范式：,丰富边缘侧的数据计算,We define “edge” as any computing and network resources along the path between data sources and cloud data centers.Edge computing is interchangeable with fog computing.,云计算与边缘计算：中央和地方,为什么物联网时代需要边缘计算？,云计算与边缘计算协同,云计算适用于非实时、长周期数据、业

3、务决策场景，而边缘计算在实时性、短周期数据、本地决策等场景方面有不可替代的作用。,目,录,第四章,物联网与边缘计算,边缘计算参考架构2.0,物联网与边缘计算,物联网,云计算,物联网与边缘计算,物联网与边缘计算,物联网设备中通常集成具有一定计算能力的处理器,边缘计算(Edge computing )是一种在物理上靠近数据生成的位置处理数据的方法，即事物和人所在的现场区域如家庭和远程办公室内。,物联网与边缘计算,节点与云之间有大量的数据需要传递,由于这些产生数据的事物和人通常不在云端，因此我们需要通过许多形式的在物联网(IoT)解决方案架构的边缘处的计算来补充云计算。,物联网与边缘计算,边缘计算在

4、改变整个物联网的场景,IOT=跨连接设备迷宫的分布式人工智能和人类智能,边缘计算技术,分布式人工智能,应用程序，成本和相关规定,加速创建,影响创建,目,录,第四章,物联网与边缘计算,边缘计算参考架构2.0,边缘计算的驱动因素,我们对周围所发生的事件需要及时地做出响应，以获得良好的用户体验或者避免灾难,感知，处理和行动是物联网的三类事件,边缘计算的类型,边缘的类型：1、个人边缘2、业务边缘3、云边缘,边缘计算的类型,个人边缘个人边缘(Personal Edge)总体上是移动的。当我们在家庭和工作场所之间移动时，个人边缘(Personal Edge)计算设备进出于业务边缘(Business Edg

5、e)区。,边缘计算的类型,业务边缘这是最受关注的边缘计算(Edge computing )类型。在业务边缘(Business Edge)处连接的机器和人在这里汇聚。,边缘计算的类型,多云边缘 对应用性能和内容传送的需求需要在网络边缘( network edge)中添加应用和数据处理能力。现代的边缘数据中心(Edge Data Centers)能够满足这一需求。内容交付网络(CDN，Content Delivery Networks)就是在利用它们以便我们能够获得更好的页面和视频加载效果。移动边缘计算(Mobile Edge Computing)增强了这一边缘的优势，因为人们需要更好的移动应用程

6、序(mobile app)的性能。,目,录,第四章,物联网与边缘计算,边缘计算参考架构2.0,边缘计算使能行业智能2.0,行业智能2.0的挑战,边缘计算使能行业智能2.0,面向行业智能2.0的挑战，边缘计算需要提供四个关键能力：,1、建立物理世界和数字世界的联接与互动 通过数字孪生，在数字世界建立起对多样协议、海量设备和跨系统的物理资产的实时映像，了解事物或系统的状态，应对变化，改进操作和增加价值。,边缘计算使能行业智能2.0,2、模型驱动的智能分布式架构与平台 在网络边缘侧的智能分布式架构与平台上，通过知识模型驱动智能化能力，实现了物自主化和物协作。,边缘计算使能行业智能2.0,智能分布式架

7、构需要把智能分布到如下要素中：1）智能资产：通过融合网络、计算、存储等ICT能力，具有自主化和协作化能力。2）智能网关：通过网络联接、协议转换等功能联接物理和数字世界，提供轻量化的联接管理、实时数据分析及应用管理功能。3）智能系统：基于多个分布式智能网关或服务器的协同构成智能系统，提供弹性扩展的网络、计算、存储能力。4）智能服务：基于模型驱动的统一服务框架， 面向系统运维人员、业务决策者、系统集成商、应用开发人员等多种角色，提供开发服务框架和部署运营服务框架。,边缘计算使能行业智能2.0,3、提供开发与部署运营的服务框架 开发服务框架主要包括方案的开发、集成、验证和发布；部署运营服务框架主要包

8、括方案的业务编排、应用部署和应用市场。开发服务框架和部署运营服务框架需要紧密协同、无缝运作，支持方案快速高效开发、自动部署和集中运营。4、边缘计算与云计算的协同 边缘侧需要支持多种网络接口、协议与拓扑，业务实时处理与确定性时延，数据处理与分析，分布式智能和安全与隐私保护。云端难以满足上述要求，需要边缘计算与云计算在网络、业务、应用和智能方面进行协同。,中国边缘计算联盟ECC,EdgeComputing Consortium,天时物联网时代的到来，边缘计算的产业风口到了地利全行业面临数字化转型大时代，包括工业和制造业，中国具备很好的基础，一定程度上促进了边缘计算的快速落地。人和事在人为 重实践、

9、重配合、重联合最终目标：落地,边缘计算的标准化,对于云计算：标准化程度作为前提，采用具备扩展性、稳定性、可靠性、灵活性的多朵云才能发挥云计算的优势。对于边缘计算：是边缘计算最看重的特质！当前工业互联网连线复杂、协议复杂、接口专有，这些问题未来都会走向通用、标准的架构和协议。,边缘计算的架构,边缘计算联盟ECC正在努力推动三种技术的融合，也就是OICT的融合（运营Operational、信息Information、通讯Communication Technology）。ECC对于边缘计算的参考架构的定义，包含了设备、网络、数据与应用四域，平台提供者主要提供在网络互联（包括总线）、计算能力、数据存

10、储与应用方面的软硬件基础设施。计算对象，则主要定义的了四个领域：,边缘计算的基本特点和属性,边缘计算的CROSS及其价值,在网络边缘侧带来价值和机会,边缘计算参考架构2.0,边缘计算参考架构2.0,边缘计算参考架构在每层提供了模型化的开放接口，实现了架构的全层次开放；边缘计算参考架构通过纵向管理服务、数据全生命周期服务、安全服务，实现业务的全流程、全生命周期的智能服务。 从架构的横向层次来看，具有如下特点：,智能服务基于模型驱动的统一服务框架，通过开发服务框架和部署运营服务框架实现开发与部署智能协同，能够和实现软件开发接口一致部署运营自动化；,智能业务编排通过业务Fabric定义端到端业务流，

11、实现业务敏捷；,联接计算CCF(Connectivity and Computing Fabric)实现架构极简，对业务屏蔽边缘智能分布式架构的复杂性；实现OICT基础设施部署运营自动化和可视化，支撑边缘计算资源服务与行业业务需求的智能协同；,智能ECN(Edge Computing Node)兼容多种异构联接、支持实时处理与响应、提供软硬一体化安全等；,边缘计算参考架构2.0-概念视图,1、边缘计算节点、开发框架与产品实现,边缘计算参考架构2.0-概念视图,2、边缘计算领域模型,边缘计算领域模型是从边缘计算的ICT视角进行模型定义，包括：,边缘计算参考架构2.0-功能设计视图,1、ECN功能

12、分层,边缘计算参考架构2.0-功能设计视图,2、业务Fabric和连接计算Fabric,边缘计算参考架构2.0-功能设计视图,3、开发服务框架（智能服务）,边缘计算参考架构2.0-功能设计视图,4、部署运营服务框架（智能服务）,业务编排分层架构,边缘计算参考架构2.0-功能设计视图,5、管理服务 支持面向终端设备、网络设备、服务器、存储、数据、业务与应用的隔离、安全、分布式架构的统一管理服务。 支持面向工程设计、集成设计、系统部署、业务与数据迁移、集成测试、集成验证与验收等全生命周期。6、数据全生命周期服务边缘数据的特点：在网络边缘侧产生的，包括机器运行数据、环境数据以及信息系统数据等，具有高

13、通量（瞬间流量大）、流动速度快、类型多样、关联性强、分析处理实时性要求高等特点。,边缘计算参考架构2.0-功能设计视图,6、数据全生命周期服务与互联网等商业大数据应用相比，边缘数据的智能分析有如下特点和区别：因果 VS 关联边缘数据主要面向智能资产，这些系统运行一般有明确的输入输出的因果关系，而商业大数据关注的是数据关联关系。高可靠性 VS 较低可靠制造业、交通等行业对模型的准确度和可靠性要求高，否则会带来财产损失甚至人身伤亡。而商业大数据分析对可靠性要一般较低。边缘数据的分析要求结果可解释，所以黑盒化的深度学习方式在一些应用场景受到限制。将传统的机理模型和数据分析方法相结合是智能分析的创新和

14、应用方向。小数据 VS 大数据机床，车辆等资产是人设计制造，其运行过程中的多数数据是可以预知的，其异常、边界等情况下的数据才真正有价值。商业大数据分析则一般需要海量的数据。,边缘计算参考架构2.0-功能设计视图,6、数据全生命周期服务,边缘计算参考架构2.0-功能设计视图,8、安全服务,安全的设计需要覆盖边缘计算架构的各个层级，不同层级需要不同的安全特性。同时，还需要有统一的态势感知、安全管理与编排、统一的身份认证与管理，以及统一的安全运维体系，才能最大限度地保障整个架构安全与可靠。,边缘计算参考架构2.0-部署视图,系统主要提供两种典型的部署模型：三层模型和四层模型。,Thanks！,此课件下载可自行编辑修改，供参考！感谢您的支持，我们努力做得更好！,