云计算与边缘计算协同发展的探索与实践

摘要：边缘计算主要是在对象或数据源附近提供it服务，从而为实时应用程序和数据保护提供更快的网络服务响应。边缘计算的概念非常普遍，有些人甚至认为边缘计算将成为云计算的终结器。云计算和边缘计算之间的协同作用已成为未来的一个重要趋势。然而，云边之间的协同作用仍处于早期阶段。行业要加快标准化建设，引导企业提高协同云服务水平，促进云的和谐发展。

关键词：边缘计算；云计算；协同发展；发展；

前言

互联网上的数据量呈指数级增长，为了提高效率，低延迟跟踪已成为一种趋势。传统的云计算技术将数据从端点设备上传到云，然后再传输回终端设备，再也无法满足对计算效率的高要求。正因如此，边缘计算应运而生。边缘计算是一个开放平台，它集成了网络计算存储应用程序的核心能力，可在智能移动终端或数据源等对象的一侧提供“云端”服务。边缘计算通常位于物理连接和工业连接之间，或者位于边缘服务器端使用的物理设备的顶部，从而加快了网络服务的响应速度，并满足了行业对实时服务、应用程序、安全性和数据保护的基本要求。

1 云计算与边缘计算的优势分析

1.1 云计算优势

云计算是一种分布式计算技术。数据处理网络数据处理引擎自动分解为子程序，传输到大型多服务器系统进行搜索、计算和分析，然后再将处理结果传输给用户的数据处理技术。云计算使网络驱动程序能够在几秒钟内存储或处理数十亿信息资产。随着信息技术的发展，数据量呈指数级增长。云计算的出现使我们进入了大数据时代。大数据遍布所有行业，取代了传统的管理和运营思维。大型数据在电子商务行业中的价值现已为人所知并得到认可。集成云计算并按需为业务用户提供云计算，可以部分降低正常运行时间、工作效率和能耗。云计算对企业运营管理的价值不仅是复杂企业的技术工具，也是提高运营效率和易用性的基石。云计算是一个重要的信息基础架构，代表着信息开发领域的重大变革和必要趋势，也是战略性新兴产业的关键领域，为按需提供信息技术能力以及优化利用信息技术和数据资源提供了新的标准。必须促进创新，促进信息共识，加强新兴经济体，促进经济变革升级。

1.2 边缘计算的优势

第一，数据安全性。在传统云计算模式中，所有客户端数据都必须上传到云上的统一数据中心。数据安全是一个重要问题。从电子帐户密码到搜索历史记录，再到智能摄像机的监控记录，个人数据或商业秘密在上传到数据中心时都会被隐藏起来。由于数据收集和计算是在本地进行的，并且数据不会传输到云中，因此重要的敏感信息可以在没有网络的情况下传输，从而避免传输过程中的泄漏。

第二:互动延迟。互联网应用程序面临大量数据，不再适合直接传输到云计算中心。网络带宽压力很大，对大量数据进行耗时的搜索通常是不可接受的。边缘计算离数据源更近，可实现更快的实时计算。通过减少中间传输过程，还可以加快数据处理速度。适用于需要快速响应的应用程序，例如自动驾驶和视频监控应用，及时、即时边缘计算至关重要。

第三，带宽成本。随着网络设备的增加，网络传输压力越来越大。与云服务器的数据交换在边缘计算中不是很大，并且不需要大量网络带宽。因此，边计算是较小的数据，在计算和存储数据方面具有成本优势。这对于基于互联网的应用程序或跨多个域传输数据尤其重要。边缘计算不仅可以减少通过网络传输的数据量，还可以进一步提高云数据中心和数据中心的效率，从而降低传输成本。

2 云边协同概述

云边协同是一个重要趋势，但仍处于初始阶段。事实上，正如中国信息通信云计算研究所和大型数据研究所所说的那样，边缘计算更多地用于通信、存储。边缘计算可以产生新产品，但不能产生新行业。边缘计算旨在弥补当前集中云计算在某些应用方案中存在的一些差距，“协作云解决方案”将成为未来的重要趋势。一些边缘计算产品已经推出，但云边缘合作伙伴关系的发展仍处于开发阶段。例如，物理网络上的设备生成大量数据，这些数据在处理过程中上载到云。为了将压力分布到中心云节点，边缘数据处理节点在其自己的领域负责数据处理和存储。

但是，由于大多数数据不是一次性数据，因此必须继续从边缘节点收集处理后的数据到中心云。中心云经过培训，可分析大量数据、共享数据和更新算法模型。更新的算法将传输到前端进行更新，以闭合自主学习的闭环。同时，必须备份存储在边界上的数据，以便在边计算过程中发生意外错误时，不会丢失存储在云上的数据。在更多的情况下，云计算是边缘计算的补充，边缘计算需要与云计算密切合作，才能更好地满足各种应用方案的需求。边缘计算主要负责实时和短期数据处理和执行，以及本地企业的实时处理和执行，以便为云提供宝贵的数据。负责云边缘节点难以完成的计算任务。同时，负责处理非实时而是长期的数据，以优化源业务规则或模型，分配到边缘，改进边缘计算以更好地满足本地需求，并实现整个适用的生命周期管理。

3 协同问题的解决办法分析

第一:联系与协调。随着连接设备数量的快速增长，管理网络操作、灵活扩展和保护可靠性都面临着巨大挑战。与此同时，该行业长期以来存在多种异构总线连接，而且还有许多行业以太网系统。与各种连接的兼容性确保了连接的实时可靠性，这是一个需要解决的真正问题。第二：数据的一致性。统一数据连接和数据整合是业务智能的基础。供应商和领域之间的数据集成和互操作性对于解决当今行业的技术、多样性和多样性问题至关重要。第三:特派团协调。任务发布和反馈是应用方案功能的重要通信手段。面对大量外围设备和复杂的应用程序环境，云如何准确到达边缘？边缘计算后将有效信息纳入任务是验证云边缘协作的一个重要指标。

第四：管理协调。云边缘协作管理包括两个方面:一方面云如何统一高效地管理对大量异构边缘设备的访问。另一方面边缘设备和云边之间应用程序开发、生命周期管理和业务管理的协调确保边缘设备能够管理应用程序场景。第五:安全合作。边缘设备访问云时产生的数据的安全性和数据保护、保护云免受来自页面的攻击、从云发布到页面边缘的数据的安全性对于安全性至关重要。第六:多方合作。随着云的出现，场景的复杂性越来越复杂。在同一应用场景中实现云边、边、多线等的协作是一个越来越重要的问题。另一个重要方面是统一云边缘协作、边缘协作以及在不同应用方案中与多边形协作。

结束语

综上所述，目前的边缘计算概念更为普遍，接近用户的产品和服务可以很容易地贴上边缘计算标签。与此同时，云边之间仍然没有协作标准。建议业界保持理性，将成本因素和实际效果整合到企业云环境中，从典型场景中的业务需求出发，逐渐将部分计算能力推向边缘，而不是盲目地将其边缘化。与此同时，建议相关研究机构从总体布局一开始就规范中心云与边缘云边之间的协作框架，加快制定相关的协同技术、服务和应用标准，指导企业提高云方面的协作服务水平。