边缘计算

　　边缘计算的三大误区 　　每天都有数百万台机器和对象首次连接到Internet上，公司也在通过边缘计算改变我们对云基础设施的看法，从而挑战传统架构。事实上，Gartner预计超过40％的企业IT组织将采用边缘计算策略，比去年增加了1％。 　　在当今世界，边缘计算继续引领行业讨论，由于越来越多的传感器、移动设备和强大的应用程序在网络的边缘驱动数据，所以越来越多的公司将计算资源放在网络边缘，以便靠近生成数据的设备。 　　随着组织开始关注边缘计算，各种错误的观念正在给他们蒙上阴影。下面是与边缘计算相关的三大误区。 　　误区1 - 边缘计算是资源密集型的 　　边缘计算需要的是典型的数据中心之外的本地资源，所需的资源可以是最小的。在边缘处的完整或甚至小型数据中心对于连接和处理网络边缘上的数据都是不必要的。 　　边缘计算是在网络边缘处的数据处理，在远程主数据中心或云的能力有限的情况下生成信息。通过将计算源放在收集数据的源旁边，我们可以显著地改进对网络安全漏洞等事件的响应，或利用市场和消费者行为的实时变化。 　　计算基础设施可以像物联网设备一样小，也可以像多个计算设备的微型数据中心那样大。想象一下，在远程办公或分支机构计算的环境中，通过边缘计算，资源可以与制造系统、医疗设备、销售点和物联网设备相邻。 　　误区2 - 边缘计算不需要改变 　

更多边缘计算、智能制造内容请关注公号【边缘计算社区】和【智能制造社区】。 亲爱的同学们，端午假期愉快的过去了，粽子也吃了，今天就来说点新鲜的东西吧。 说新鲜，其实也不新鲜了，在十年前就有边缘计算这个名词了，只不过随着物联网的发展，边缘计算被再次拎了出来。 概念 根据名字我们可以猜测一下，边缘计算就是在终端设备附近靠近数据源的一侧进行的本地计算分析。因为靠近终端，我们的计算实时性会更高。 本质上来说，边缘计算和云计算都是为了处理数据的计算问题而诞生的，只是两者实现的方式不同。云计算是把数据集中到一起做计算，而边缘计算是在终端进行计算。那么相比云计算有什么优势呢？ 从图中我们可以看出来，云计算要经过网络来传输所有的数据并做出响应，而边缘计算在边缘设备上处理数据可以及时响应，同时把处理后有价值数据发往云端。 举个栗子 例子数据来自GE官网 现在的无人驾驶汽车，有成百上千个传感器，每驾驶8个小时会产生40TB的数据，这些数据中大多数并不重要，而且把这么大体量的数据传到云端是不切实际的。边缘计算就很好的解决了这个问题，先本地计算，对于重要的计算结果再上传到云端。 从这个栗子里我们能看出来什么呢？ 无人驾驶，要求系统有实时的反应能力，可想而知，如果系统反应不及时，在道路上会造成什么样的后果。所以这里就体现了边缘计算的实时性及必要性。 如此大量的数据，必然包含着大量的无用数据

12月11日，阿里云边缘计算技术负责人杨敬宇在2019亚太内容分发大会上表示：在未来，边缘计算主要是以地市、区县为单位开展，面向城市服务的交通、医疗、健康、教育、新零售等场景提供算力基础。阿里云认为边缘计算就是城市计算，我们将围绕城市场景去建设边缘计算基础设施和灵活易用的上层操作系统。 产业互联网、5G、AI与边缘计算 在过去25年，行业应用主要是集中在消费互联网领域，在技术层面大部分采用云-端二体网络架构支撑，这是一种趋于集中生产分散消费的模式。而随着5G、IoT等技术的革新，沉浸式消费体验来临，产业互联网也迎来发展机遇。计算不仅发生在中心，在远离中心靠近用户的边缘侧（如摄像头、传感器、IoT设备）也出现大量的计算需求，所以传统的云-端二体网络架构已经无法满足应用需求，信息架构需要由原来的辐射性架构演变成对等架构，来适应分散生产分散消费模式，因此边缘计算应运而生。 实际上4G网络大部分是以省为单位来构建的，固网和移动网络在省域汇聚和互访。而5G来临之后会发生很大变化。如果把通信管道比作高速公路，5G有一个非常重要的特征，它允许边缘分流，这就相当于在高速公路建服务区，也就是说通信管道上的信息流可以在旁路出来；另外， 5G网络切片云就如同高速公路上的车道，把路按速度和服务质量进行划分；同时，5G下的MEC促使固网和移动网络可以在区县一级打通，它改变了原来的互联网通信结构

12月11日，阿里云边缘计算技术负责人杨敬宇在2019亚太内容分发大会上表示：在未来，边缘计算主要是以地市、区县为单位开展，面向城市服务的交通、医疗、健康、教育、新零售等场景提供算力基础。阿里云认为边缘计算就是城市计算，我们将围绕城市场景去建设边缘计算基础设施和灵活易用的上层操作系统。 产业互联网、5G、AI与边缘计算 在过去25年，行业应用主要是集中在消费互联网领域，在技术层面大部分采用云-端二体网络架构支撑，这是一种趋于集中生产分散消费的模式。而随着5G、IoT等技术的革新，沉浸式消费体验来临，产业互联网也迎来发展机遇。计算不仅发生在中心，在远离中心靠近用户的边缘侧（如摄像头、传感器、IoT设备）也出现大量的计算需求，所以传统的云-端二体网络架构已经无法满足应用需求，信息架构需要由原来的辐射性架构演变成对等架构，来适应分散生产分散消费模式，因此边缘计算应运而生。 实际上4G网络大部分是以省为单位来构建的，固网和移动网络在省域汇聚和互访。而5G来临之后会发生很大变化。如果把通信管道比作高速公路，5G有一个非常重要的特征，它允许边缘分流，这就相当于在高速公路建服务区，也就是说通信管道上的信息流可以在旁路出来；另外， 5G网络切片云就如同高速公路上的车道，把路按速度和服务质量进行划分；同时，5G下的MEC促使固网和移动网络可以在区县一级打通，它改变了原来的互联网通信结构

导读： 随着云计算边界不断向边缘侧延展，传统 RunC 容器已无法满足用户对不可信、异构工作负载的运行安全诉求，边缘 Serverless、边缘服务网格等更是对容器安全隔离提出了严苛的要求。本文将介绍边缘计算场景如何构建安全运行时技术基座，以及安全容器在架构、网络、监控、日志、存储、以及 K8s API 兼容等方面的遇到的困难挑战和最佳实践。 正文： 本文主要分为四个部分，首先前两个部分会分别介绍一下ACK安全沙箱容器和边缘容器（Edge Kubernetes），这两个方向内容目前大部分人接触并不是很多。第三部着重分享安全沙箱容器在边缘这边的解决方案与实践经验，最后会介绍一下我们在安全容器方向新的探索和实践-可信/机密计算。 安全容器运行时 据 Gartner 预测，2019 年一半以上的企业会在其开发和生产环境中使用容器部署应用，容器技术日趋成熟稳定，然而在未容器化的企业或用户中，42% 以上的受访者表示容器安全成为其容器化的最大障碍之一，主要包括容器运行时安全、镜像安全和数据安全加密等。 端到端的云原生安全架构 在讲安全沙箱容器之前简单介绍下端到端云原生安全架构，主要分为三部分： 1.基础架构安全 基础架构安全依赖于云厂商或者是专有云一些基础设施安全能力，也包括 RAM认证，细粒度RAM授权，支持审计能力等等。 2.安全软件供应链 这部分包括镜像签名，镜像扫描，安全合规等等

边缘计算的七项核心技术 作者：施巍松团队（张星洲、王一帆、张庆阳） 计算模型的创新带来的是技术的升级换代，而边缘计算的迅速发展也得益于技术的进步。本节总结了推动边缘计算发展的7项核心技术，它们包括网络、隔离技术、体系结构、边缘操作系统、算法执行框架、数据处理平台以及安全和隐私。 1、网络 边缘计算将计算推至靠近数据源的位置，甚至于将整个计算部署于从数据源到云计算中心的传输路径上的节点，这样的计算部署对现有的网络结构提出了 3个新的要求： 1)服务发现。在边缘计算中，由于计算服务请求者的动态性，计算服务请求者如何知道周边的服务，将是边缘计算在网络层面中的一个核心问题.传统的基于DNS的服务发现机制，主要应对服务静态或者服务地址变化较慢的场景下.当服务变化时，DNS的服务器通常需要一定的时间以完成域名服务的同步，在此期间会造成一定的网络抖动，因此并不适合大范围、动态性的边缘计算场景。 2)快速配置。在边缘计算中，由于用户和计算设备的动态性的增加，如智能网联车，以及计算设备由于用户开关造成的动态注册和撤销，服务通常也需要跟着进行迁移，而由此将会导致大量的突发网络流量。与云计算中心不同，广域网的网络情况更为复杂，带宽可能存在一定的限制.因此，如何从设备层支持服务的快速配置，是边缘计算中的一 个核心问题。 3)负载均衡。边缘计算中，边缘设备产生大量的数据，同时边缘服务器提供了大量的服务.因此

注：本篇翻译自施巍松教授的论文《Edge Computing : Vision and Challenges》 目录 文章目录 摘要 简介 什么是边缘计算 什么是边缘计算 边缘计算的优点 案例研究 云卸载 视频分析 智能家居 智慧城市 机遇和挑战 编程可行性 命名 数据抽象 服务管理 私密性 最优化指标 小结 摘要 物联网技术的快速发展和云服务的推动使得云计算模型已经不能很好的解决现在的问题，于是，这里给出一种新型的计算模型，边缘计算。边缘计算指的是在网络的边缘来处理数据，这样能够减少请求响应时间、提升电池续航能力、减少网络带宽同时保证数据的安全性和私密性。这篇文章会通过一些案例来介绍边缘计算的相关概念，内容包括云卸载、智能家居、智慧城市和协同边缘节点实现边缘计算。希望这篇文章能够给你一些启发并让更多的人投入边缘计算的研究中来。 简介 云计算自从它与2005年提出之后，就开始逐步的改变我们生活、学习、工作的方式。生活中经常用到的google、facebook等软件提供的服务就是典型的代表。并且，可伸缩的基础设施和能够支持云服务的处理引擎也对我们运营商业的模式产生了一定的影响，比如，hadoop、spark等等。 物联网的快速发展让我们进入了后云时代，在我们的日常生活中会产生大量的数据。思科估计到2019年会有将近500亿的事物连接到互联网。物联网应用可能会要求极快的响应时间

更多边缘计算、智能制造内容请关注公号【边缘计算社区】和【智能制造社区】。 亲爱的同学们，端午假期愉快的过去了，粽子也吃了，今天就来说点新鲜的东西吧。 说新鲜，其实也不新鲜了，在十年前就有边缘计算这个名词了，只不过随着物联网的发展，边缘计算被再次拎了出来。 概念 根据名字我们可以猜测一下，边缘计算就是在终端设备附近靠近数据源的一侧进行的本地计算分析。因为靠近终端，我们的计算实时性会更高。 本质上来说，边缘计算和云计算都是为了处理数据的计算问题而诞生的，只是两者实现的方式不同。云计算是把数据集中到一起做计算，而边缘计算是在终端进行计算。那么相比云计算有什么优势呢？ 从图中我们可以看出来，云计算要经过网络来传输所有的数据并做出响应，而边缘计算在边缘设备上处理数据可以及时响应，同时把处理后有价值数据发往云端。 举个栗子 例子数据来自GE官网 现在的无人驾驶汽车，有成百上千个传感器，每驾驶8个小时会产生40TB的数据，这些数据中大多数并不重要，而且把这么大体量的数据传到云端是不切实际的。边缘计算就很好的解决了这个问题，先本地计算，对于重要的计算结果再上传到云端。 从这个栗子里我们能看出来什么呢？ 无人驾驶，要求系统有实时的反应能力，可想而知，如果系统反应不及时，在道路上会造成什么样的后果。所以这里就体现了边缘计算的实时性及必要性。 如此大量的数据，必然包含着大量的无用数据

海计算 2009年8月18日，技术创新大会上所提出的全新技术概念。 海计算实质是把智能推向前端。 智能化的前端具有存储、计算和通信能力，能在局部场景空间内前端之间协同感知和判断决策，对感知事件及时做出响应，具有高度的动态自治性。 海计算为用户提供基于互联网的一站式服务，是一种最简单可依赖的互联网需求交互模式。 用户只要在海计算输入服务需求，系统就能明确识别这种需求，并将该需求分配给最优的应用或内容资源提供商处理，最终返回给用户相匹配的结果。 与云计算的后端处理相比，海计算指的是智能设备的前端处理。 海计算的每个“海水滴”就是全球的每个物体，它们具有智能，能够协助感知互动。亿万种物体组成物联网系统，就如同海水滴形成大海一样。 雾计算 最初是由美国纽约哥伦比亚大学的斯特尔佛教授2011年(Prof. Stolfo)所起的，当时的意图是利用“雾”来阻挡黑客入侵。没成想美国思科公司把这个名词嫁接了过去并得到了发扬光大，也就是我们现在所讨论的「雾计算」！ 雾计算可理解为本地化的云计算 现在正在流行的“云计算”，是把大量数据放到“云”里去计算或存储，解决诸如电脑或手机存储量不够，或者是运算速度不够快的问题 雾计算的原理与云计算相似：把数据上传到远程中心进行分析、存储和处理。但相比于云计算要把所有数据集中运输到同一个中心，雾计算的模式是设置众多分散的中心节点，即所谓“雾节点”来处理

技术分享是在【Rancher官方微信技术交流群】里以图文直播+QA实时互动的方式，邀请国内已落地经验的公司或团队负责人分享生产落地的最佳实践。记得添加微信小助手（微信号：rancher2）入群，实时参与分享与互动噢~ 目前，技术分享已经举办了36期，输出了许多各行各业落地实践的优质案例。 部分往期技术分享 新东方的负载均衡架构探索和实践 iHealth基于Docker的DevOps CI/CD实践 AI独角兽商汤科技的内部服务容器化历程 明天晚上（11月7日）8点半，新一期的技术分享来啦！将分享k3s在边缘计算中的应用实践！ 分享内容 在物联网边缘层中，有大量离散的边缘设备需要进行管理和运维，因此一个轻量的可靠的运维平台变得非常重要，k3s自身具备轻量、易于部署、应用部署完全与kubernets完全一样的特点，完美解决了这一问题，本此分享从项目背景和需求、面临的痛点入手，介绍为何选取k3s作为边缘计算层的运维平台，以及整个运维平台的架构，着重分享在实际项目中的应用情况。 包括以下内容： 项目的背景、需求和面临的痛点 边缘运维平台的选型、调研和定型 k3s的特点 k3s的主要组件与架构 k3s节点的批量快速自动化部署与配置 利用helm chart在k3s中部署、管理、维护应用 常见问题 分享嘉宾 曾永杰，上海全应科技有限公司运维经理，曾在华为西安研究所云计算部门承担软件测试工程师