随着视频监控应用的普及化和功能应用的多样化，以云计算为核心的集中式数据处理模式越来越难以为继。边缘计算就近对视频数据进行预处理，在带宽、存储、时延等方面表现优异，但仍需要边云协同来提升整体性能。从边云协同的视频监控系统架构出发，提出白盒化的边缘节点设计方案和算法训练、推理思路，最后以森林防火、智慧杆塔为例，阐述边缘计算在视频监控业务上的应用实现和价值。

2.2 边云协同总体参考架构 为了支撑上述边云协同能力与内涵，需要相应的参考 架构与关键技术。参考架构需要考虑下述因素： » 连接能力：有线连接与无线连接，实时连接与非实时 连接，各种行业连接协议等 » 信息特征：持续性信息与间歇性信息，时效性信息与 非时效性信息，结构性信息与非结构性信息等 » 资源约束性：不同位置、不同场景的边缘计算对资源 约束性要求不同，带来边云协同需求与能力的区别 » 资源、应用与业务的管理与编排：需要支撑通过边云 协同，实现资源、应用与业务的灵活调度、编排及可 管理 根据上述考量，边云协同的总体参考架构应该包括下 述模块与能力： A. 边缘侧： » 基础设施能力：需要包含计算、存储、网络、各类加速 器（如AI加速器），以及虚拟化能力；同时考虑嵌入式 功能对时延等方面的特殊要求，需要直接与硬件通信， 而非通过虚拟化资源 » 边缘平台能力：需要包含数据协议模块、数据处理与分 析模块，数据协议模块要求可扩展以支撑各类复杂的行 业通信协议；数据处理与分析模块需要考虑时序数据 库、数据预处理、流分析、函数计算、分布式人工智能 及推理等方面能力 » 管理与安全能力：管理包括边缘节点设备自身运行的管 理、基础设施资源管理、边缘应用、业务的生命周期管 理，以及边缘节点南向所连接的终端管理等；安全需要 考虑多层次安全，包括芯片级、操作系统级、平台级、 应用级等 » 应用与服务能力：需要考虑两类场景，一类场景是具备 部分特征的应用与服务部署在边缘侧，部分部署在云 端，边缘协同云共同为客户提供一站式应用与服务，如 实时控制类应用部署在边缘侧，非实时控制类应用部署 在云侧；一类场景是同一应用与服务，部分模块与能力 部署在边缘侧，部分模块与能力部署在云侧，边缘协同 云共同为客户提供某一整体的应用与服务。 B. 云端： » 平台能力：包括边缘接入、数据处理与分析、边缘 管理与业务编排。数据处理与分析需要考虑时序数据 库、数据整形、筛选、大数据分析、流分析、函数、人 工智能集中训练与推理等方面能力；边缘管理与业务编 排需要考虑边缘节点设备、基础设施资源、南向终端、 应用、业务等生命周期管理，以及各类增值应用、网络 应用的业务编排 » 边缘开发测试云：在部分场景中，会涉及通过提供边云 协同的开发测试能力以促进生态系统发展的需求 图8：边云协同总体参考架构 边缘节点 云 端 ECSaaS 数据协议 虚拟化 计算 存储 网络 AI/加速器 数据分析与处理 嵌入式 功能 ECSaaS IaaS 边缘接入 数据处理 与分析 边缘管理& 业务编排 边缘 开发 测试云管 理 安 全 边云协同

2.2 边云协同总体参考架构 为了支撑上述边云协同能力与内涵，需要相应的参考 架构与关键技术。参考架构需要考虑下述因素： » 连接能力：有线连接与无线连接，实时连接与非实时 连接，各种行业连接协议等 » 信息特征：持续性信息与间歇性信息，时效性信息与 非时效性信息，结构性信息与非结构性信息等 » 资源约束性：不同位置、不同场景的边缘计算对资源 约束性要求不同，带来边云协同需求与能力的区别 » 资源、应用与业务的管理与编排：需要支撑通过边云 协同，实现资源、应用与业务的灵活调度、编排及可 管理 根据上述考量，边云协同的总体参考架构应该包括下 述模块与能力： A. 边缘侧： » 基础设施能力：需要包含计算、存储、网络、各类加速 器（如AI加速器），以及虚拟化能力；同时考虑嵌入式 功能对时延等方面的特殊要求，需要直接与硬件通信， 而非通过虚拟化资源 » 边缘平台能力：需要包含数据协议模块、数据处理与分 析模块，数据协议模块要求可扩展以支撑各类复杂的行 业通信协议；数据处理与分析模块需要考虑时序数据 库、数据预处理、流分析、函数计算、分布式人工智能 及推理等方面能力 » 管理与安全能力：管理包括边缘节点设备自身运行的管 理、基础设施资源管理、边缘应用、业务的生命周期管 理，以及边缘节点南向所连接的终端管理等；安全需要 考虑多层次安全，包括芯片级、操作系统级、平台级、 应用级等 » 应用与服务能力：需要考虑两类场景，一类场景是具备 部分特征的应用与服务部署在边缘侧，部分部署在云 端，边缘协同云共同为客户提供一站式应用与服务，如 实时控制类应用部署在边缘侧，非实时控制类应用部署 在云侧；一类场景是同一应用与服务，部分模块与能力 部署在边缘侧，部分模块与能力部署在云侧，边缘协同 云共同为客户提供某一整体的应用与服务。 B. 云端： » 平台能力：包括边缘接入、数据处理与分析、边缘 管理与业务编排。数据处理与分析需要考虑时序数据 库、数据整形、筛选、大数据分析、流分析、函数、人 工智能集中训练与推理等方面能力；边缘管理与业务编 排需要考虑边缘节点设备、基础设施资源、南向终端、 应用、业务等生命周期管理，以及各类增值应用、网络 应用的业务编排 » 边缘开发测试云：在部分场景中，会涉及通过提供边云 协同的开发测试能力以促进生态系统发展的需求 图8：边云协同总体参考架构 边缘节点 云 端 ECSaaS 数据协议 虚拟化 计算 存储 网络 AI/加速器 数据分析与处理 嵌入式 功能 ECSaaS IaaS 边缘接入 数据处理 与分析 边缘管理& 业务编排 边缘 开发 测试云管 理 安 全 边云协同

物联网业务的进一步延伸及物联网终端数据的爆炸式增长，对接入网络的时延性能和计算能力提出了更高的要求，传统无线网络架构已无法支撑物联网应用的快速发展。提出一种边缘驱动的智慧物联网架构，首先分析了当前限制物联网技术发展的主要因素，进而将边缘计算技术引入物联网，形成“端—边—云”协同计算的智慧物联网架构，高效、及时地处理业务数据，最后分析了边缘驱动的智慧物联网发展所面临的挑战，并对未来工作进行了展望。

2.1 边云协同总体能力与内涵 边缘计算不是单一的部件，也不是单一的层次，而是 涉及到EC-IaaS、EC-PaaS、EC-SaaS的端到端开放平台。 典型的边缘计算节点一般涉及网络、虚拟化资源、RTOS、 数据面、控制面、管理面、行业应用等，其中网络、虚拟 化资源、RTOS等属于EC-IaaS能力，数据面、控制面、管 理面等属于EC-PaaS能力，行业应用属于EC-SaaS范畴。 边云协同的能力与内涵，涉及IaaS、PaaS、SaaS各 层面的全面协同。EC-IaaS与云端IaaS应可实现对网络、 虚拟化资源、安全等的资源协同；EC-PaaS与云端PaaS应 可实现数据协同、智能协同、应用管理协同、业务管理协 同；EC-SaaS与云端SaaS应可实现服务协同。 资源协同：边缘节点提供计算、存储、网络、虚拟化 等基础设施资源、具有本地资源调度管理能力，同时可与 云端协同，接受并执行云端资源调度管理策略，包括边缘 节点的设备管理、资源管理以及网络联接管理。 数据协同：边缘节点主要负责现场/终端数据的采集， 按照规则或数据模型对数据进行初步处理与分析，并将处 理结果以及相关数据上传给云端；云端提供海量数据的存 储、分析与价值挖掘。边缘与云的数据协同，支持数据在 图7：边云协同总体能力与内涵 边缘与云之间可控有序流动，形成完整的数据流转路径， 高效低成本对数据进行生命周期管理与价值挖掘。 智能协同：边缘节点按照AI模型执行推理，实现分布式智 能；云端开展AI的集中式模型训练，并将模型下发边缘节点。 应用管理协同：边缘节点提供应用部署与运行环境，并 对本节点多个应用的生命周期进行管理调度；云端主要提供 应用开发、测试环境，以及应用的生命周期管理能力。 业务管理协同：边缘节点提供模块化、微服务化的应 用/数字孪生/网络等应用实例；云端主要提供按照客户需求 实现应用/数字孪生/网络等的业务编排能力。 服务协同：边缘节点按照云端策略实现部分ECSaaS服 务，通过ECSaaS与云端SaaS的协同实现面向客户的按需 SaaS服务；云端主要提供SaaS服务在云端和边缘节点的服 务分布策略，以及云端承担的SaaS服务能力。 并非所有的场景下都涉及到上述边云协同能力。结合 具体的使用场景，边云协同的能力与内涵会有所不同，同 时即使是同一种协同能力，在与不同场景结合时其能力与 内涵也会不尽相同。 Endpoints Edge Computing nodes Public/ Private Clouds ECIaaS 基础设施资源及调度管理能力 边缘ICT基础设施 IaaS 边缘节点基础设施/设备/ 南向终端的生命周期管理 云ICT基础设施 1 资源协同 Data Ingestion Device Control ECSaaS SaaS 预测性维护 质量提升 能效优化 vFW vLB 预测性维护 质量提升 能效优化 vFW vLB 6 服务协同 ECPaaS 应用实例 应用部署软硬件环境 分布式智能/推理 数据采集与分析 PaaS 业务编排 应用开发、测试/应用生命周期管理 集中式训练 数据分析 5 业务管理协同 4 应用管理协同 2 数据协同 3 智能协同

基于边云协同计算的智能审计系统架构技术.pdf

随着边缘计算产业的发展逐步从产业共识走向落地实践， 边缘计算的主要落地形态、技术能力发展方向、软硬件 平台的关键能力等问题逐渐成为产业界的关注焦点，边 缘计算2.0应运而生