边缘计算与物联网关系研究论文

边缘计算（Edge Computing）是一种分布式计算架构，旨在将计算、存储和网络资源尽可能地接近数据的来源和终端设备，以提高数据处理的速度和效率，减少传输数据的延迟和网络带宽的消耗。与传统的云计算模型不同，边缘计算将计算放在离数据源更近的地方，例如在传感器、路由器或智能手机上。这种模型允许实时数据分析和响应，并在数据本地处理时减少数据的传输。边缘计算的优点包括更快的响应时间、更高的数据安全性和隐私性、减少网络带宽的需求以及降低了与云服务交互的成本。边缘计算的应用场景非常广泛，包括智能家居、智能工厂、智能城市、医疗保健、农业等领域。

边缘是物联网时代竞争的核心吗？近两年来，在云服务提供商、电信运营商、系统服务商等多方的推动下，众多物联网操作系统相继诞生，既说明了物联网发展势头的火热，也展现出物联网发展技术路线的差异化，仍然处于一个集体探索时期。物联网虽然被普遍看好，但一直以来发展速度低于前些年的发展预期。一些厂商把目光投向了边缘侧，边缘计算成为行业热词。当边缘计算遇上物联网，能否成为撬动物联网发展的“钥匙”？边缘计算为物联网破局带来新可能麦肯锡在2021年11月发布的《物联网：抓住加速机遇》报告中预测，到2030年，物联网将在全球创造万亿至万亿美元的经济价值，中国将占全球物联网经济价值的26%左右。但是物联网发展仍然面临着众多“逆风因素”，包括“互操作性差”、“安全性不高”、“成本居高不下”和“用户的数据和隐私面临威胁”等。边缘计算的出现似乎为解决这些发展阻碍带来了生机。当把计算能力下沉到边缘侧，可以就近分析处理数据，这样做会带来多重好处： 1、边缘计算拥有更快的响应时间，数据存储和计算能力被分散布置在本地，数据无需往返于本地和云端，因此可以减少延迟并加快响应速度。 2、边缘计算可以降低企业的成本。与云中心设备相比，由本地设备进行数据存储与处理的成本更低，一方面，边缘计算减少了对带宽资源和云中心计算资源的占用，另一方面，边缘计算可以提高应用程序的运行效率，降低能耗。 3、边缘计算设备可以自主收集、存储并使用数据，有效地避免用户个人隐私等敏感数据被上传到云中心而引发的数据安全问题。 4、边缘计算对云端的依赖性低，可以有效降低单点故障率。万一断网，也可以正常工作。 5、更关键的是，边缘设备可以使现有设备和新兴IoT设备互联互通，对现有设备的通信协议进行转换，就能与新兴IoT设备进行高效交互。在这种方式下，企业无需对现有设备进行更新设计，也能接入IoT平台，以较低的成本实现生产力的大幅提升。一些厂商已经看到了边缘计算的巨大趋势，通过开发边缘计算操作系统，创建开放的平台生态，提供完善的应用开发工具给予开发者，逐渐推动物联网往边缘计算靠拢，促使边缘计算推动物联网应用长尾时代的到来。物联网算力从云、端走向边缘在物联网操作系统研发中，大部分厂商从“端-边-管-云”各层次构建物联网基础设施。物联网被认为是互联网时代向万物互联的一个延展，会充分继承互联网时代的计算存储和通信能力，从人人互联转向人与万物互联，正因如此，人工智能技术将得以在物联时代快速发展。因此IoT的定义越来越多被AIoT这个概念所取代。在现实世界中，物联网端设备存储和计算能力往往十分有限。那么随着物联网发展，到底是应该让端设备更加智能，具备必要的算力和通信能力，并将所产生的信息和数据通过5G或NBIoT等途径直接回传到云数据中心，还是物联网端设备不需要太多的算力存储，窄带通信能力即可满足绝大多数场景，应该由边缘为这些端设备提供算力存储和宽带通信能力？以翼辉信息为代表的一些操作系统厂商认为未来应向“强边弱端”发展。互联网的边缘计算节点就是各类端设备的上游节点，应由边缘为这些端设备提供算力存储和宽带通信能力，其与端设备之间通过近距通信协议，来保持端设备的高并发、低延时、低功耗的工作特点，简单说就是让互联网做互联网擅长的工作，物联网做物联网擅长的工作，二者通过边缘计算节点来接驳，让两个网发挥各自优势，连通协作。翼辉今年推出智能边缘计算操作系统——爱智操作系统EdgerOS，把边缘侧的算力动态共享、分配、实时计算，主要交由部署在边缘侧的智能边缘计算机来处理，可以更好的满足物联网实时、安全、降低成本等需求。智能边缘计算机就相当于一个小服务器，不仅实现了周边设备和异构网络互通互联，还承担着大量的算力工作，当算力主要在边缘处理，端设备不再需要具备很强的算力，也为用户减轻了相应的负担。很多物联网节点如灯泡等本身没什么算力，爱智通过智能边缘计算设备能保持跟节点的长时间连接，并把较强的算力包括AI的算力分享给这些较弱的节点，那么有了算力和资源，这些节点就会充满想象力，同时极大地降低智能设备的开发成本，实现基于真实场景的智能应用。翼辉拥有十多年的嵌入式系统设计经验，企业在嵌入式领域的成功，对端设备应用场景的理解，促使其更加坚定的相信边缘计算的重要性，边缘为端设备应提供算力存储和宽带通信能力，端和边应形成一个有机体，各司其职，不转嫁冗余成本到用户层面。开发者们把目光投向了边缘计算基于边缘计算操作系统开发物联网应用正在吸引国内开发者的目光。在正在开展的“2021爱智先行者”征文活动中，技术社区内的开发者们纷纷利用搭载着 EdgerOS 的智能边缘计算机精灵一号（Spirit 1），进行了各种智能家居的DIY研发，例如人脸识别门禁、智能光照传感器、智能红外温度传感器、手势控制智能灯、智能监控设备、智能甲醛检测器、智能变频电热毯等，利用几天时间使用低代码即可开发一款物联网应用。爱智打造了一个高性能的 JavaScript 运行时引擎，可以使用简单高效、易学易用的 JavaScript 和 TypeScript 等互联网技术栈来开发物联网应用。此外，爱智提供了功能非常丰富的开发框架，包括APP框架、流媒体框架、AI框架、设备管理框架等。由于爱智是一个开放的智能边缘计算操作系统，开发者可以在物联网应用开发中使用各种品牌、各种型号的硬件设备。例如，当前市场上有很多品牌的智能灯泡，但是通常需要搭配厂家的网关设备才能使用。因为爱智操作系统的开放性，可以支持不同品牌的智能设备。开发者使用Spirit 1和自主选择的智能灯泡，不到 30 分钟即可在寒冷的冬季来临之前为自己研发一个“关灯神器”。开发者们可以利用Spirit 1或者其它智能边缘机，搭载EdgerOS，实现各种想象丰富场景下、大量长尾应用的研发。

边缘计算是一种新型的计算模式，通俗地说，就是把计算和存储的处理能力尽可能地靠近数据源头，让数据在离数据产生地更近的地方被处理，减少数据传输的时间和带宽占用，提高处理效率和实时性。边缘计算可以将计算和存储资源分布在网络边缘的设备上，如智能手机、路由器、工业控制器等，使得设备之间可以进行协同计算和智能决策。在物联网等分布式系统中，边缘计算可以发挥重要作用，实现更快、更可靠、更安全的数据处理和交互。边缘计算的发展可以提高物联网的效率和智能化水平，推动产业升级和数字化转型。

边缘计算的论文研究

通常来说大学生在确定论文研究方向的时候，需要先考虑三件事，其一是自身的知识结构和能力特点；其二是目前拥有的研究资源；其三行业发展趋势。自身的知识结构和能力特点是选择研究方向的基础，因为要想完成一篇合格的论文，有三个基本的要求，具有一定的创新性。具有一定的落地可行性；论述的完整性和可靠性。要想让论文有所创新，首先就要从知识结构上寻求突破，所以自身的知识结构是论文研究方向首先应该考虑的因素。论文研究方向应该考虑一下当前的行业发展趋势，在产业结构升级的大背景下，如果研究方向能够与大环境相契合，不仅能够获得更多的研究资源，同时对于未来的发展空间也有较大程度的促进作用。以计算机领域为例，当前选择大数据、云计算、边缘计算、人工智能等方向都是不错的选择。研究资源对于论文方向的选择也有非常直接的影响，所以在选择论文方向的时候，要根据目前能够整合的研究资源进行细分方向的选择。通常来说，导师对于论文研究方向的选择有比较直接的影响，选择导师比较擅长的研究领域会更容易获得突破。要想完成一篇高质量论文往往需要做大量的基础工作，同时一定要尊重实验结果，否则在进行落地应用的过程中会遇到很多障碍，这一点一定要注意。

姓名：王映中学号：20181214025 学院：广研院转自【嵌牛导读】通过对边缘计算概念、典型应用场景、研究现状及关键技术等系统性的介绍，认为边缘计算的发展还处在初级阶段，在实际的应用中还存在很多问题需要解决研究，包括优化边缘计算性能、安全性、互操作性以及智能边缘操作管理服务。【嵌牛鼻子】边缘计算应用、现状及挑战【嵌牛提问】边缘计算能解决哪些问题【嵌牛正文】 1 边缘计算的概念对于边缘计算，不同的组织给出了不同的定义。美国韦恩州立大学计算机科学系的施巍松等人把边缘计算定义为：“边缘计算是指在网络边缘执行计算的一种新型计算模式，边缘计算中边缘的下行数据表示云服务，上行数据表示万物互联服务”。边缘计算产业联盟把边缘计算定义为：“边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开发平台，就近提供边缘智能服务，满足行业数字在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求”。因此，边缘计算是一种新型计算模式，通过在靠近物或数据源头的网络边缘侧，为应用提供融合计算、存储和网络等资源。同时，边缘计算也是一种使能技术，通过在网络边缘侧提供这些资源，满足行业在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。边缘计算的体系架构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。图展示了边缘计算的体系架构。接下来我们简要介绍边缘计算体系架构中每层的组成和功能。（1）终端层终端层是最接近终端用户的层，它由各种物联网设备组成，例如传感器、智能手机、智能车辆、智能卡、读卡器等。为了延长终端设备提供服务的时间，则应该避免在终端设备上运行复杂的计算任务。因此，我们只将终端设备负责收集原始数据，并上传至上层进行计算和存储。终端层连接上一层主要通过蜂窝网络。（2）边缘层边缘层位于网络的边缘，由大量的边缘节点组成，通常包括路由器、网关、交换机、接入点、基站、特定边缘服务器等。这些边缘节点广泛分布在终端设备和云层之间，例如咖啡馆、购物中心、公交总站、街道、公园等。它们能够对终端设备上传的数据进行计算和存储。由于这些边缘节点距离用户距离较近，则可以为运行对延迟比较敏感的应用，从而满足用户的实时性要求。边缘节点也可以对收集的数据进行预处理，再把预处理的数据上传至云端，从而减少核心网络的传输流量。边缘层连接上层主要通过因特网。（3）云层云层由多个高性能服务器和存储设备组成，它具有强大的计算和存储功能，可以执行复杂的计算任务。云模块通过控制策略可以有效地管理和调度边缘节点和云计算中心，为用户提供更好的服务。边缘计算的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、位置感知以及低流量的优势。（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，使得其安全性提高。边缘计算模型同时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。 2 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。本节中，我们将介绍基于边缘计算框架设计的几个新兴应用场景，部分场景在欧洲电信标准化协会（ETSI）白皮书中进行了讨论，如视频分析和移动大数据。还有一些综述论文介绍了车辆互联、医疗保健、智能建筑控制、海洋监测以及无线传感器和执行器网络与边缘计算结合的场景。（1）医疗保健。（2）视频分析。（3）车辆互联。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。 3 边缘计算现状和关键技术目前，边缘计算的发展仍然处于初期阶段。随着越来越多的设备联网，边缘计算得到了来自工业界和学术界的广泛重视和一致认可。本节中，我们主要从工业界和学术界的角度介绍边缘计算的现状。工业界在工业界中，亚马逊、谷歌和微软等云巨头正在成为边缘计算领域的领先者。亚马逊的 AWS Greengrass 服务进军边缘计算领域，走在了行业的前面。AWS Greengrass 将 AWS 扩展到设备上，这样本地生成的数据就可以在本地设备上处理。微软在这一领域也有大动作，该公司计划未来 4 年在物联网领域投入50亿美元，其中包括边缘计算项目。谷歌宣布了2款新产品，意在帮助改善边缘联网设备的开发。分别是硬件芯片Edge张量处理单元（TPU）和软件堆栈 Cloud 物联网（IoT）Edge。涉足边缘计算领域的并不只是这3大云巨头。2015年，思科、ARM、英特尔、微软、普林斯顿大学联合成立了开放雾计算（OpenFog）联盟；2016年11月30日，在北京正式成立了产学研结合的边缘计算产业合作平台，推动运行技术（OT）和信息与通信技术（ICT）产业开放协作，引领边缘计算产业蓬勃发展，深化行业数字化转型。学术界学术界也展开了关于边缘计算的研究，边缘计算顶级年会电气和电子工程师协会/国际计算机协会边缘计算研讨会、IEEE 国际分布式计算系统会议、国际计算机通信会议等重大国际会议都开始增加边缘计算的分会和专题研讨会。涉及主要关键技术及研究热点如下：（1）计算卸载。计算卸载是指终端设备将部分或全部计算任务卸载到资源丰富的边缘服务器，以解决终端设备在资源存储、计算性能以及能效等方面存在的不足。计算卸载的主要技术是卸载决策。卸载决策主要解决的是移动终端如何卸载计算任务、卸载多少以及卸载什么的问题。根据卸载决策的优化目标将计算卸载分为以降低时延为目标、以降低能量消耗为目标以及权衡能耗和时延为目标的3种类型。（2）移动性管理。边缘计算依靠资源在地理上广泛分布的特点来支持应用的移动性，一个边缘计算节点只服务周围的用户。云计算模式对应用移动性的支持则是服务器位置固定，数据通过网络传输到服务器，所以在边缘计算中应用的移动管理是一种新模式。 4 挑战目前边缘计算已经得到了各行各业的广泛重视，并且在很多应用场景下开花结果；但边缘计算的实际应用还存在很多问题[5]需要研究。本文中，我们对其中的几个主要问题进行分析，包括优化边缘计算性能、安全性、互操作性以及智能边缘操作管理服务。（1）优化边缘计算性能。在边缘计算架构中，不同层次的边缘服务器所拥有的计算能力有所不同，负载分配将成为一个重要问题。成本分析需要在运行过程中完成、分发负载之间的干扰和资源使用情况，都对边缘计算架构提出了挑战。（2）安全性。边缘计算的分布式架构增加了攻击向量的维度，边缘计算客户端越智能，越容易受到恶意软件感染和安全漏洞攻击。在边缘计算架构中，在数据源的附近进行计算是保护隐私和数据安全的一种较合适的方法。（3）互操作性。边缘设备之间的互操作性是边缘计算架构能够大规模落地的关键。不同设备商之间需要通过制定相关的标准规范和通用的协作协议，实现异构边缘设备和系统之间的互操作性。（4）智能边缘操作管理服务。网络边缘设备的服务管理在物联网环境中需要满足识别服务优先级，灵活可扩展和复杂环境下的隔离线。

通常来说，大学生（研究生）在确定论文研究方向的时候，需要先考虑三件事，其一是自身的知识结构和能力特点；其二是目前拥有的研究资源；其三行业发展趋势。

自身的知识结构和能力特点是选择研究方向的基础，因为要想完成一篇合格的论文，有三个基本的要求，其一是具有一定的创新性；其二是具有一定的落地可行性；其三是论述的完整性和可靠性。要想让论文有所创新，首先就要从知识结构上寻求突破，所以自身的知识结构是论文研究方向首先应该考虑的因素。

研究资源对于论文方向的选择也有非常直接的影响，写论文一定离不开大量研究资源的支撑，涉及到导师资源、课堂资源、实验室资源（设备）、行业资源等等，所以在选择论文方向的时候，要根据目前能够整合的研究资源进行细分方向的选择。通常来说，导师对于论文研究方向的选择有比较直接的影响，选择导师比较擅长的研究领域会更容易获得突破。

论文研究方向还应该考虑一下当前的行业发展趋势，在产业结构升级的大背景下，如果研究方向能够与大环境相契合，不仅能够获得更多的研究资源，同时对于未来的发展空间也有较大程度的促进作用。以计算机领域为例，当前选择大数据、云计算、边缘计算、人工智能等方向都是不错的选择。

最后，要想完成一篇高质量论文往往需要做大量的基础工作，同时一定要尊重实验结果，否则在进行落地应用的过程中会遇到很多障碍，这一点一定要注意。如果论文中的实验是无法重现的，那么这样的研究成果是没有意义的。

毕业论文（graduation study），按一门课程计，是普通中等专业学校、高等专科学校、本科院校、高等教育自学考试本科及研究生学历专业教育学业的最后一个环节，为对本专业学生集中进行科学研究训练而要求学生在毕业前总结性独立作业、撰写的论文。

从文体而言，它也是对某一专业领域的现实问题或理论问题进行科学研究探索的具有一定意义的论文。一般安排在修业的最后一学年（学期）进行。学生须在教师指导下，选定课题进行研究，撰写并提交论文。目的在于培养学生的科学研究能力；加强综合运用所学知识、理论和技能解决实际问题的训练；从总体上考查学生学习所达到的学业水平。

论文题目由教师指定或由学生提出，经教师同意确定。均应是本专业学科发展或实践中提出的理论问题和实际问题。通过这一环节，应使学生受到有关科学研究选题，查阅、评述文献，制订研究方案，设计进行科学实验或社会调查，处理数据或整理调查结果，对结果进行分析、论证并得出结论，撰写论文等项初步训练。

2020年12月24日，《本科毕业论文（设计）抽检办法（试行）》提出，本科毕业论文抽检每年进行一次，抽检比例原则上应不低于2%。

边缘计算相关毕业论文