Hybrid Cloud Explained
來源：c114 作者：李樹磊
0 引言
近年來，物聯網越來越廣泛應用於人們的生活中，並逐漸從簡單的物與物連接，向智慧化方向轉型。物聯網要獲得更大的成功，必須要憑借一個開放的，並能夠很好提供支持的平台。
雲端運算憑借其強大的計算儲存能力，成為大數據分析處理的支撐平台。透過將複雜的應用，卸載到雲端中儲存和處理，再將處理結果，從雲端發送到行動用戶，解決了用戶終端設備儲存空間不足，或處理速度不夠快等問題。
但目前物聯網終端設備數量的爆發式成長，物聯網感知獲取的原始數據量非常龐大，且海量的數據之間，存在繁雜的關係，對海量數據進行過濾、處理、分析等，對雲端運算框架是一個巨大的挑戰。
雲端運算是聚合度很高的運算服務，其使用方式雖然廉價、簡單且方便，但雲端伺服器遠離行動設備，數據傳輸的距離大，導致延遲和通信開銷增大，甚至不可容忍。物聯網終端設備和用戶終端設備，基本都是能量受限的，將數據傳到遠端的雲端中心執行，會導致物聯網終端能耗過大而過早失效，或用戶終端設備待機時間大大減小。
同時，使用雲端服務時，需要大量數據的發送和接收，因而需要消耗大量的網路頻寬，可能造成數據中心和終端之間的I/O（輸入輸出）瓶頸，由此引發傳輸速率大大下降，甚至服務中斷等問題，雲端服務的優勢可能也會被這些問題抵消掉。
為瞭解決上述問題，本文將雲端運算網路架構，擴展到網路邊緣，提出了霧端運算的概念。霧端運算更加強調邊緣設備的作用，其核心思想是「智慧前端化」，即在雲端層和終端設備層之間加上一層，叫做霧層。
透過霧層提供的運算、儲存和網路通信服務，使得數據的計算、分析和處理更加接近用戶，從而降低了物聯網業務，透過雲端層處理的響應時延和儲存開銷，降低了對無線資源的消耗，降低了終端設備的能耗，從而延長了其待機時間，甚至能夠在沒有因特網覆蓋的區域，繼續提供運算服務。
1 霧端運算與雲端運算
雲端運算將應用的執行化繁為簡，但位於遠端的雲對那些延遲敏感的業務，不能很好地支援，對行動性、不同地理分布不能很好地支元，且遠端執行往往導致用戶終端能耗過大，進而降低了其待機時間。因而需要一個更接近「地面」用戶的運算平台，來作為對雲端運算的有效補充，稱之為霧端運算平台，區別於那些位於遠端「天邊」的集中式雲端運算平台。
霧端運算將運算範式，從網路中心擴展至網路邊緣，從而可以更加廣泛地運用於，更多種類的應用和業務。就其位置而言，霧端運算是分布式的雲端運算伺服器，故霧端運算也稱為行動邊緣運算（Edge Computing），因為霧節點就是網路與現實終端的邊界。
霧端運算主要具有以下特點。
a） 支持即時互動，更低時延和能耗。
b） 更低的頻寬需求，解決海量設備連接雲端時引起的塞車。
c） 數據的分布式處理，降低海量數據儲存需求。
d） 設備位置精確感知，支持更大範圍的行動性。
e） 支持異構性，支持多樣化的異構軟硬體設備。
根據霧端運算智慧前端化思想，本文提出了如圖1 所示的霧端運算框架，在雲端伺服器和終端設備之間，擴展一個更靠近行動用戶的霧端層。霧端層由佈署在現場的處於網路最邊緣的霧端伺服器組成。
圖1 霧計算架構圖
在提出的霧端運算框架中，透過在雲端伺服器和終端設備之間，擴展具有運算、儲存能力的霧端層，將雲端伺服器上本地化需求的關鍵數據和運算服務，移到更靠近終端設備的霧端伺服器上，透過提供數據暫存、本地化運算等功能，更好地滿足了行動應用高流量和低延遲的需求。
霧端運算與雲端運算的區別如表 1 所示。
表1 雲計算與霧計算的對比
值得注意的是，霧端運算和雲端運算並不是你死我活的競爭關係，未來運算範式中，並不是霧端運算要蠶食雲端運算。霧端運算的提出是作為雲端運算的有效補充，透過二者卓有成效的相互配合，使得更多不同種類的應用和業務，能夠更好地加入到網路運算之中。
2 基於雲霧運算的物聯網架構
根據霧端運算更靠近終端用戶的思路，透過給蜂窩網路中的每個接入點，配備霧端運算設備，可以把大量與特定環境相關的資訊，直接在本地接入點進行儲存和處理。
圖2 所示為基於霧端運算的物聯網框架，上層為雲端運算中心，下層為感測器和行動終端層，在雲層和終端設備層之間，擴展一個更靠近終端設備，和行動用戶的霧端運算層，成為霧端層。霧端層佈署在物聯網接入層，由大量具有運算、存儲存功能的霧端伺服器組成。
霧接入點同時作為物聯網接入點，首先把感測器採集的數據，進行過濾、分析，進行任務的分解，哪些業務可以在本節點進行處理，哪些業務需要分發給其他霧端接入點協作處理，哪些業務需要，回傳至雲端運算中心進行處理。
另外霧端接入點，也可以作為雲端數據和終端數據的暫存，可以進行本地流量的卸載，減少對傳輸頻寬的需求，更好地滿足了行動應用高流量和低時延的需求。雲端運算中心的優勢保留，關注於霧端層上傳的全局性數據，以及處理高延遲長週期的大數據應用。
圖2 基於霧計算的物聯網架構
3 基於雲霧運算的物聯網的關鍵技術
3.1 邊緣儲存
當使用行動設備的用戶，處於一個特定的環境時，其需要的資訊，主要是與本地相關的各種資訊，如住宅社區的用戶，更想知道的是社區內的各種事項，以及周邊的交通、醫療等資訊；學校內的用戶，更想知道的是學校內的各種資訊，包括上課、考試、活動等。
根據事件的流行度和用戶喜好，把用戶頻繁訪問的內容，放在離用戶較近、訪問速度較快的霧端設備上，並在本地即時進行優化和運算，完成用戶請求的任務。霧節點在傳輸頻寬代價和暫存代價之間取得均衡，有效解決雲端伺服器的負擔，大大降低通信的傳輸量，減少傳輸延遲。
霧節點更智慧化，能夠感知其佈署環境，推測出附近行動用戶數據需求特性，針對附近用戶的興趣進行數據暫存，為用戶提供快捷內容訪問和檢索功能。
3.2 邊緣運算
霧節點具有智慧運算的能力，可以把感測器採集的資訊，進行分析、處理，並可以選擇一部分資訊，卸載到其他霧節點或雲端運算中心處理。
處理某些數據時，單個霧節點難以有效快速地分析處理，可以自適應形成 F-AP 簇，透過分布式協作負載均衡運算，來減小運算複雜度，提高運算速率。
3.3 雲霧協同
透過在物聯網 Gateway 佈署霧節點，在物聯網邊緣形成一個霧端運算的平台，該平台具備一定的數據分析，及邏輯處理能力，這裡引入雲霧協同的概念，即霧節點可以透過雲端進行集中管理，簡化本地節點的維運複雜度。
另外，霧端層的物聯網 Gateway，與雲端的物聯網平台實現對接，霧端層可以將本次處理的數據，上傳給物聯網平台進行深層次處理，以獲得更好的分析結果，為大數據分析提供數據支撐。
雲霧協作也面臨著新的挑戰，如何動態區分業務，在雲端層處理還是在霧端層處理，如何制訂卸載決策，以更好的適應網路，也是一個重點研究的方向。另外，雲霧協同時儲存空間和運算能力的協同，儲存代價和傳輸代價的均衡，是需要重點研究的問題。
4 應用前景
4.1 增強實境
增強實境透過在真實世界上疊加資訊視圖，並在智慧終端上呈現出來。增強實境通常需要較高的計算能力，去處理數據，而且人們對於時延是非常敏感的，超過數十微秒的時延，將會嚴重影響用戶感知，而透過增實境實體設備與周邊霧端設備的協作，可以最小化時延，以及實現傳輸吞吐量的優化。
4.2 分布式智慧電網
在智慧電網中的網路邊緣設備中（霧接入點），運行能量負荷均衡的應用，可以基於需求、可用性及價格等自動選擇主電力、太陽能、風能等。霧端接入點收集處理感測器，和設備生成的數據，向執行器發出控制命令，並把數據報告發送給雲端，實現可視化管理。
4.3 智慧公共自行車系統
隨著污染問題的嚴重化，自行車出行是更環保的選擇。現在很多城市都有公共自行車系統，但卻存在著用戶隨意存放，使用時尋找不夠方便等問題。建議在每輛自行車上裝備一塊價格低廉的窄頻物聯網晶片，把該自行車位置和使用情況資訊，上傳到霧節點，霧節點可以計算出覆蓋區域的自行車分布圖，用戶需要使用公共自行車時，可以用手機 APP 查詢離他所在位置最近的公共自行車。
4.4 智慧交通號誌
在智慧交通場景中，感測器可以感知到警車、救護車、消防車的閃光及聲音。透過霧端運算設備分析，可以自動改變道路號誌燈，來為緊急車輛提供通道；也可以與本地進行交互，感知行人與車輛的存在，計算出相對的距離和速度，透過交通燈協調交通，並可以對接近的車輛發出警告信號，避免交通事故的發生。同時，霧端運算伺服器裡的系統數據，可以傳到雲端，從而進行全局的數據分析。
4.5 智慧家庭
在建築物環境中佈署感測器測量溫度、濕度和各種氣體的感測器，透過感測器之間的資訊交互和協作，可以得到可靠的測量。霧端運算設備採用分布式決策制訂和執行，來對數據做出相應的反應，透過霧端運算及系統各組件，可以實現建築物內外的節能，關閉及打開窗口，提高和降低溫度等。
5 面臨的挑戰
基於霧端運算的物聯網技術大規模的發展，面臨著下面的問題和挑戰，有待於進一步解決。
5.1 霧端運算資源和暫存資源的聯合優化
霧節點具有運算和暫存能力，兩者是密不可分的。當用戶業務需要運算分析時，霧節點對業務進行運算分析，並將結果返回給用戶終端；當用戶的業務需要暫存時，霧節點暫存用戶的文件，經過運算處理後，才能將暫存文件傳給用戶，這體現了霧節點運算和站存之間密不可分的關係。因此，運算能力和暫存能力的聯合優化，對霧端運算來說非常重要。
5.2 霧端網路的隱私和安全性
在霧端運算的環境下，同樣存在著安全和隱私問題。由於霧端運算佈署在網路邊緣，原來在雲端運算環境下的安全策略，並不適合霧端運算。霧端運算的安全問題，主要來自於不同層次 Gateway 的認證，一個惡意的用戶或者應用，就可以篡改智慧設備的數據，需要一些入侵檢測及安全認證技術，來確保網路的安全性。
另外由於霧節點通常掌握在企業、組織甚至個人手中，用戶隱私存在一定的風險，需要一些身份驗證協議，來使霧端運算能保護用戶隱私，提供更加安全的保障。
6 結論
本文探討了霧端運算的引入原因、概念、特點、架構，以及霧端運算與雲端運算的區別和聯繫；提出了基於雲霧運算結合的物聯網網路架構，透過為物聯網接入點，配置霧端運算設備，將接入點升級為具有儲存和運算能力的霧節點，使得數據和運算更靠近終端設備。
這樣的雲霧運算結合的架構，可以更好地適應物聯網的應用需求，提高應用系統的響應速度，節約網路頻寬，並大大減小了終端設備的能耗。
最後討論了本文提出的網路架構的應用前景，及其所面臨的挑戰。霧端運算和雲端運算，是基於同一個平台的全局性的和局部性的不同運算模式，它們相輔相成將為人們提供，更多更豐富的新業務種類和體驗。
沒有留言:
張貼留言