读研一学期了，跟着导师做边缘计算相关的项目，看了一些边缘计算与物联网方向的论文，在此做个总结。如有问题希望在评论区提出，一起讨论一起进步。
近年来，物联网设备的指数级增长，无线传感器、可穿戴设备、新的物联网应用不断涌现。相比于传统软件应用，物联网设备应用对于实时性的要求更为严格，而利用传统云计算进行数据交互不可避免的会有较大的数据传输时延，这便形成了物联网与云计算之间的矛盾关系。为了解决这一矛盾，边缘计算（Edge Computing）应运而生。
边缘计算指的是能够在网络边缘、代表云服务对下游数据和代表物联网服务对上游数据执行计算的技术。边缘计算将传统云计算中云服务器的数据处理操作部署到近用户端的边缘服务器，其优势在于边缘服务器为边缘应用提供数据处理服务时，能够在提供比物联网设备更大的算力资源的同时保证比云计算模型更低的响应时延。边缘计算的研究方向主要有以下六类：
架构设计关注于边缘计算的实现框架建模，目前的研究主要将边缘计算框架分为两层架构和三层架构。
两层架构为“物联网设备+边缘服务器”，这种架构让边缘服务器能够独立的处理物联网设备的计算任务，可以处理边缘设备的大算力需求任务，如边缘服务器为物联网设备提供图像处理服务。在这种架构下，边缘服务器作为应用的核心网络接口，为物联网设备提供服务，对边缘服务器的性能要求较高，实际部署成本较大。
三层架构为“物联网终端设备+边缘计算节点+云服务器”，这种架构中，边缘计算结果数据将由云中心永久性存储，重量级的分析任务将持续由云中心作业完成，同时进行对边缘计算中心网络分布的策略分发管理等。边缘计算最终实现可以是设备本身（手环、智能终端等），也可以是临界点网关、路由器等，可以把边缘计算称之为物理世界与虚拟世界的连接枢纽站。边缘计算层通过合理部署和调配网络边缘侧的计算和存储能力，实现基础服务响应。终端设备由各种物联网数据采集设备组成，主要进行数据采集，并不考虑它的数据计算能力。将数据导向给边缘节点或云中心，以输入的方式作为载体。对于三者层面，网络之间可以进行跨层访问，终端是可以直接与云中心通信，云中心也可以直接与终端通信。
对架构设计的研究重点在于在特定的应用下合理调动各组件高效实现应用功能。
移动管理与传统应用不同，物联网设备中的应用往往在移动场景中运行，特别是在高速移动的车联网场景中，移动管理显得尤为重要。在5G时代，移动网络服务的对象不再是单纯的手机，而是各种类型的设备，如平板电脑、移动车 辆和各种传感器等。服务的场景也越来越多样化，比如移动宽带、大规模机器类型通信、任务关键 型互联网等。因此，在移动性、安全性、时延 性和可靠性等多个方面，移动网络都必须满足更高的要求。
欧洲电信标准化协会（ETSI）对MEC（Mobile Edge Computing，随着研究深入逐渐过渡为Multiple-access Edge Computing）的定义是：在移动网络边缘提供IT服务环境和云计算能力。移动边缘计算可以被理解为在移动网络边缘运行云服务器，该云服务器可以处理传统网络基础架构所不能处理的任务，例如M2M网关、控制功能、智能视频加速等。MEC运行于网络边缘，逻辑上并不依赖于网络的其他部分，这点对于安全性要求较高的应用来说非常重要。另外，MEC服务器通常具有较高的计算能力，因此特别适合于分析处理大量数据。同时，由于MEC距离用户或信息源在地理上非常邻近，使得网络响应用户请求的时延大大减小，也降低了传输网和核心网部分发生网络拥塞的可能性。最后，位于网络边缘的MEC能够实时获取例如基站ID、可用带宽等网络数据以及与用户位置相关的信息，从而进行链路感知自适应，并且为基于位置的应用提供部署的可能性，可以极大地改善用户的服务质量体验。
对MEC的研究重点在于针对应用的移动性赋予网络特殊的功能，实现高效的移动边缘应用。
边缘计算能够在靠近用户位置的网络边缘侧提供云计算服务，从而降低传输时延和移动核心网带宽压力。然而，边缘计算的引入同时也带了新的安全风险和挑战。边缘计算安全研究主要包含以下内容：
Ø 边缘计算架构及安全分析：以ETSI MEC框架出发，分析边缘计算主机、平台和编排器架构及边缘应用实例化流程；探索MEC与5G结合的方式，以及MEC为5G网络带来的安全挑战。
Ø 边云融合MEC应用及基础设施防护机制研究：为解决边缘计算技术引入的安全风险和威胁，研究边云融合MEC应用及基础设施防护机制，主要分为两个部分：边缘应用安全检查和边缘基础设施安全防护。边缘应用安全检查主要对镜像进行签名验证、完整性校验、异常行为检测，并利用云端推送的虚拟安全功能对异常应用进行处理；边缘基础设施安全防护主要从物理环境、操作系统和虚拟环境进行多维度防护。
Ø 面向5G切片服务的多级MEC协同安全防护机制研究：为解决移动通信网中多级MEC安全能力编排问题，以及如何对千行万业的应用提供差异化安全防护，研究面向5G切片服务的多级MEC协同安全防护机制，主要包括两个部分：安全能力的多级部署和安全能力的协同防护。安全能力的多级部署可以充分利用各级MEC节点的资源，安全能力的协同防护通过同级协同和多级协同可在保障用户服务质量（如低时延）的基础上满足业务特有的安全需求。
不断扩展的物联网范例预计将生成大量具有不 同需求的数据，例如可靠性、延迟和吞吐量。然而，这种前所未有的无线数据激增，以及 5G/Beyond 5G 相关应用对互 联网连接的需求，推动了对边缘缓存的发展。移动边缘缓将存储在远端服务器中的文件预先缓存到用户边缘服务器节点上，对无线数据流量起到的“分流”和“卸载”作用，从而缓解网络拥塞，降低用户请求时延，改善用户体验，已经成为 5G/Beyond 5G 通信系统中提升虚拟现实，增强现实以及超高清视频等服务用户体验的关键技术之一。其优势主要表现在以下几个方面：首先，移动边缘缓存将内容放置在用户边缘，以有效的减少用户请求时延。其次，移动边缘缓存避免了通过回程链路传输数据，减少了回程流量。第三，移动边缘缓存有助于降低能耗。第四，移动边缘缓存可以利用移动边缘服务器收集的网络信息(例如，用户偏好、文件流行 度、用户移动性信息、用户社交信息和视频状态信息)来提高缓存效率。
在设计缓存策略时可采用的性能评估指标主要有：
Ø 缓存命中率：缓存命中率反映了缓存文件的使用百分比，是评估缓存放置算法性能的重要指标。影响缓存命中率的主要因素是缓存空间大小和缓存放置的位置。较大的缓存空间容量可以缓存更多的内容，从而增加缓存命中率，且将缓存内容放置到合适位置也是提高缓存命中率的关键。此外，缓存命中率还可以通过协作缓存来增加。例如，基站间的协作、D2D共享机制等。
Ø 网络延迟：网络延迟表示从请求文件到交付文件之间的持续时间，可以分为：处理时延、排队时延、传播时延，其直接影响用户体验，对于时延敏感的内容服务至关重要。
Ø 能耗效率：指一定能耗下支持的数据传输速率，通常能耗主要来自基站和用户设备。前者决定运营商的成本，后者影响用户设备的电池寿命，而且能耗过大不利于绿色通信。因此，在设计缓存策略时需要考虑能耗问题，以便能够在满足用户内容需求的同时，最大限度地降低用户设备和基站的能耗。
对于内容缓存的研究则是注重如何提高缓存命中率，降低网络延迟和提高能耗效率。
对于边缘设备中需要进行的任务来说，设备在资源存储、计算性能以及能效等方面存在的不足，将边缘设备的部分任务卸载到边缘云环境中去，能够降低边缘设备的计算负担，充分利用资源完成边缘设备的任务。
边缘计算过程通常分为节点发现，程序切割，卸载决策，程序传输，执行计算，计算结果回传六个步骤。其研究方向主要包括以下内容：
Ø 任务划分
主要研究将边缘设备的任务在卸载之前分为多个小任务，决定哪些任务交给边缘服务器执行，哪些由自己执行。需要注意任务内部的结构，将任务分为高内聚低耦合的小任务，同时还需要判断各任务所需的计算资源。
Ø 资源分配
网络边缘系统为边缘设备划分后的任务或组件分配计算资源、通信资源和需要的能耗。
Ø 卸载决策
主要关于何时进行卸载，分为两类：
静态卸载：卸载前决定好
动态卸载：卸载过程中根据影响因素动态规划
若是能够将边缘计算任务分成可并行的任务，则可以将卸载程序在多个虚拟机节点进行分布式计算。 Ø 性能衡量指标
任务卸载的衡量指标主要由两点： 时间延迟：卸载数据和处理结果传输及传播时间、边缘云系统处理时间。 能量消耗：传输消耗（终端设备一般有电池，需要考虑能耗问题）。
通过在网络边缘布置大量的边缘服务器，边缘计算能够为用户提供低时延、高带宽的服务。然而，大量布置边缘服务器也带来了高能耗等问题。当用户将任务从终端设备分派到不同的边缘服务器时，边缘服务器的异构性，会产生不同的能耗和时延。因此，如何在众多边缘服务器中选择一个最优的服务器进行任务分派，使得能耗和时延都比较低是具有挑战性的。 此外边缘计算的质量保证应该与整个边缘计算每个方面相联系，除质量保证之外的其他五个研究方面都有质量保证的需求。
