萬物互聯下邊緣計算有哪些挑戰

萬物互聯下邊緣計算有以下這些挑戰：

• 延遲最小化：高延遲已經成為基于萬物互聯智能應用亟待解決的一個嚴重問題。邊緣計算使得數據分析在網絡的邊緣進行，可以支持時間敏感的功能。這是很多商業應用所必須要求的，比如，擁有毫秒級反應時間的嵌入式人工智能（Artificial Intelligence, AI）應用。作為一個解決方案平臺，邊緣計算必須保證滿足服務質量且及時地交付任務，以達到延遲敏感應用的需求。

• 動態和自治：由于萬物互聯應用的啟動-關閉轉換和邊緣節點的移動性，邊緣網絡的狀態是動態改變的，同時，會有一些不可靠邊緣節點接入到網絡，邊緣計算要能夠自治地處理這些動態情況，支持邊緣計算的架構需要是動態可擴展的，而且要能夠考慮到個人喜好，滿足定制需求。

• 服務質量：萬物互聯應用能指定其服務質量（Quality-of-Service, QoS）需求，如，延遲時間、吞吐量和數據位置，來滿足關系感知的卸載處理。邊緣計算需要可以決定在一個共享的邊緣網絡中同時部署多少個應用，并達到用戶要求的服務質量參數。

• 網絡管理：萬物互聯場景下，由于海量設備的接入，產生許多常見網絡現象。例如，不恰當的虛擬化支持、缺乏無縫連接和低效的擁塞控制，降低了整體的網絡性能。在邊緣計算中有效使用網絡資源對萬物互聯來說是最基本的。

• 成本優化：應用一個合適的平臺來實現邊緣計算必要的可擴展基礎設施的部署，牽扯到前期大量的投資和操作花費。[16]這些花費的大部分與網絡節點的布局有關，所以，為了最小化整體成本，邊緣節點的布置需要精心規劃和優化。在合適的位置部署最優化的節點數量可以大幅降低資金花銷，邊緣節點的最優化布局可以最小化運營成本。

• 能耗管理：邊緣計算需要分配終端和云之間的計算、存儲和控制功能，使得這個“連續統”的可用資源得到充分的利用，從而優化整個系統的效率和性能。能耗管理是一個基于萬物互聯場景的重要目標，邊緣計算需要能源有效的萬物互聯設備和應用。數以億計的萬物互聯節點需要一個智能感知平臺獲取能源以確保可擴展性、減少成本且避免頻繁的電池替換來支持不同應用。

• 資源管理：在應用級服務實現時，最優的資源管理也是關鍵的。適當的資源管理包括資源協調、可用資源估計和適當的負載分配。

• 數據管理：目前，海量的萬物互聯設備會產生巨量的數據需要以實時方式管理。在邊緣計算中，需要有效的數據管理機制。萬物互聯設備產生數據的集合和傳輸也是數據管理中的一項挑戰。

• 安全與隱私：萬物互聯場景下的安全不同于其他環境，主要是因為萬物互聯設備受限的資源屬性。邊緣計算由于其分層結構特性可以天然地為資源受限的設備提供一定的安全保證，也因為如此特性，使得邊緣計算收集的數據更加靠近用戶端，可能牽扯到隱私問題。這種情況下，萬物互聯的安全泄露更加具有毀滅性，而邊緣節點監測和操縱物理設備的能力是有可能威脅生命的。解決安全與隱私的問題，是實現萬物互聯與邊緣計算的基礎。

回答所涉及的環境：聯想天逸510S、Windows 10。