(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,例如感测器、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路。
(2)边缘层:边缘层位于网路的边缘,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、特定边缘伺服器等。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,从而减少核心网路的传输流量。边缘层连接上层主要通过网际网路。
(3)云层:云层由多个高性能伺服器和存储设备组成。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。
与边缘计算类似的范例,如雾计算、移动边缘计算等,虽然与边缘计算不尽相同,但它们在动机、节点设备、节点位置等上与边缘计算范例类似。协同边缘计算是一种新的计算范例,它使用边缘设备和路由器的网状网路来实现网路内的分散式决策。决策是在网路内部通过在边缘设备之间共享数据和计算而不是将所有数据发送到集中式伺服器来完成的。这与通常执行集中计算的现有计算范例不同,并且诸如网关的边缘设备仅用于收集数据并将数据发送到伺服器以进行处理。边缘计算与协同边缘计
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路边缘,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散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,使得其安全性高。边缘计算模型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路产生大量带宽需求。
(5)位置感知。边缘分散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路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。