国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

1.4.3　聯(lián)接計算Fabric

聯(lián)接計算Fabric是一個虛擬化的聯(lián)接和計算服務(wù)層，主要價值包括：

屏蔽ECN節(jié)點異構(gòu)性；

降低智能分布式架構(gòu)在數(shù)據(jù)一致性、容錯處理等方面的復(fù)雜性；

資源服務(wù)的發(fā)現(xiàn)、統(tǒng)一管理和編排；

支持ECN節(jié)點間的數(shù)據(jù)和知識模型的共享；

支持業(yè)務(wù)負載的動態(tài)調(diào)度和優(yōu)化；

支持分布式的決策和策略執(zhí)行。

聯(lián)接計算Fabric的主要功能包括：

（1）資源感知

可以感知每個ECN節(jié)點的ICT資源狀態(tài)（如網(wǎng)絡(luò)聯(lián)接的質(zhì)量，CPU占有率等）、性能規(guī)格（如實時性）、位置等物理信息等，為計算負載在邊緣側(cè)的分配和調(diào)度提供了關(guān)鍵輸入。

（2）EVF服務(wù)感知

它能感知系統(tǒng)提供了哪些EVF服務(wù)，這些服務(wù)分布在哪些ECN節(jié)點上，每個EVF服務(wù)在服務(wù)哪些計算任務(wù)、任務(wù)執(zhí)行的狀態(tài)等。從而為計算任務(wù)的調(diào)度提供輸入。

（3）計算任務(wù)調(diào)度

既支持主動的任務(wù)調(diào)度，能夠根據(jù)資源狀態(tài)、服務(wù)感知、ECN節(jié)點間的聯(lián)接帶寬、計算任務(wù)的SLA要求等，自動化地在將任務(wù)拆分成多個子任務(wù)并分配到多個ECN節(jié)點上協(xié)同計算。也支持把計算資源、服務(wù)資源等通過開放接口對業(yè)務(wù)開放，業(yè)務(wù)能夠主動地控制計算任務(wù)的調(diào)度過程。

（4）數(shù)據(jù)協(xié)同

ECN節(jié)點對南向的協(xié)議適配，ECN節(jié)點之間的東西聯(lián)接使用統(tǒng)一的數(shù)據(jù)聯(lián)接協(xié)議。通過數(shù)據(jù)協(xié)同，節(jié)點間可以相互交互數(shù)據(jù)、知識模型等。ECN節(jié)點需要知道特定的數(shù)據(jù)需要在哪些節(jié)點間共享，共享的方式包括簡單的廣播、Pub-Sub模式等。

（5）多視圖呈現(xiàn)

能夠按照租戶、業(yè)務(wù)邏輯等進行業(yè)務(wù)呈現(xiàn)，屏蔽物理聯(lián)接的復(fù)雜性。例如，每個租戶只需要看到他所運行的計算任務(wù)，這些任務(wù)在計算聯(lián)接Fabric上的分布情況。同時，也可以靈活地按需疊加所需要的智能資產(chǎn)、智能網(wǎng)關(guān)、智能系統(tǒng)的位置等物理信息。

（6）服務(wù)接口開放

通過開放接口提供計算任務(wù)請求、資源狀態(tài)反饋、任務(wù)執(zhí)行狀態(tài)反饋等，屏蔽智能資產(chǎn)、智能網(wǎng)關(guān)和智能系統(tǒng)的物理差異。

圖5 功能視圖：聯(lián)接計算Fabric

1.4.4　開發(fā)服務(wù)框架（智能服務(wù)）

通過集成開發(fā)平臺和工具鏈集成邊緣計算模型庫和垂直行業(yè)模型庫，提供模型與應(yīng)用的開發(fā)、集成、仿真、驗證和發(fā)布的全生命周期服務(wù)。

支持如下的關(guān)鍵服務(wù)：

（1）模型化開發(fā)服務(wù)

定義架構(gòu)、功能需求、接口需求等模型定義，支持模型和業(yè)務(wù)流程的可視化呈現(xiàn)，支持基于模型生成多語言的代碼；支持邊緣計算領(lǐng)域模型與垂直行業(yè)領(lǐng)域模型的集成、映射等；支持模型庫版本管理。

（2）仿真服務(wù)

支持ECN節(jié)點的軟硬件仿真，仿真要能夠模擬目標應(yīng)用場景的ECN節(jié)點規(guī)格（如內(nèi)存，存儲空間等）。系統(tǒng)需要支持組件細粒度化、組件可裁剪和重新打包（系統(tǒng)重置），以匹配ECN節(jié)點規(guī)格。

基于仿真節(jié)點，能夠進行面向應(yīng)用場景的組網(wǎng)和系統(tǒng)搭建，并將開發(fā)的模型和應(yīng)用在仿真環(huán)境下進行低成本、自動化的功能驗證。

（3）集成發(fā)布服務(wù)

從基線庫獲得發(fā)布版本，調(diào)用部署運營服務(wù)，將模型與應(yīng)用部署到實際的ECN節(jié)點。

圖6 功能視圖：開發(fā)服務(wù)框架

1.4.5　部署運營服務(wù)框架（智能服務(wù)）

包括業(yè)務(wù)編排、應(yīng)用部署（略）和應(yīng)用市場三個關(guān)鍵服務(wù)。

（1）業(yè)務(wù)編排

業(yè)務(wù)編排服務(wù)，一般基于三層架構(gòu)，如圖7所示：

圖7 功能視圖：業(yè)務(wù)編排分層

業(yè)務(wù)編排器

編排器負責(zé)定義業(yè)務(wù)Fab ri c，一般部署在云端（公私云）或本地（智能系統(tǒng)上）。編排器提供可視化的工作流定義工具，支持CRUD操作。編排器能夠基于和復(fù)用開發(fā)服務(wù)框架已經(jīng)定義好的服務(wù)模板、策略模板進行編排。在下發(fā)業(yè)務(wù)Fabric給策略控制器前，能夠完成工作流的語義檢查和策略沖突檢測等。

策略控制器

為了保證業(yè)務(wù)調(diào)度和控制的實時性，通過在網(wǎng)絡(luò)邊緣側(cè)部署策略控制器，實現(xiàn)本地就近控制。

策略控制器按照一定策略，結(jié)合本地的聯(lián)接計算Fabric所支持的服務(wù)與能力，將業(yè)務(wù)Fabric所定義的業(yè)務(wù)流分配給本地某個聯(lián)接計算Fabric進行調(diào)度執(zhí)行。

考慮到邊緣計算領(lǐng)域和垂直行業(yè)領(lǐng)域需要不同的領(lǐng)域知識和系統(tǒng)實現(xiàn)，控制器的設(shè)計和部署往往分域部署。由邊緣計算領(lǐng)域控制器負責(zé)對安全、數(shù)據(jù)分析等邊緣計算服務(wù)進行部署。涉及到垂直行業(yè)業(yè)務(wù)邏輯的部分，由垂直行業(yè)領(lǐng)域的控制器進行分發(fā)調(diào)度。

策略執(zhí)行器

在每個ECN節(jié)點內(nèi)置策略執(zhí)行器模塊，負責(zé)將策略翻譯成本設(shè)備命令并在本地調(diào)度執(zhí)行。ECN節(jié)點既支持由控制器推送策略，也可以主動向控制器請求策略。

策略可以只關(guān)注高層次業(yè)務(wù)需求，而不對ECN節(jié)點進行細粒度控制，從而保證ECN節(jié)點的自主性和本地事件響應(yīng)處理的實時性。

（2）應(yīng)用市場服務(wù)

應(yīng)用市場服務(wù)可以很好地聯(lián)接需求方和供給方，將企業(yè)單邊創(chuàng)新模式轉(zhuǎn)變?yōu)榛诋a(chǎn)業(yè)生態(tài)的多邊開放創(chuàng)新。供給方可以通過App封裝行業(yè)Know-How并通過應(yīng)用注冊進行快捷發(fā)布，需求方可以通過應(yīng)用目錄方便地找到匹配需求的方案并進行應(yīng)用訂閱。

應(yīng)用市場服務(wù)支持多樣化的App，包括基于工業(yè)知識構(gòu)建的機理模型、基于數(shù)據(jù)分析方法構(gòu)建的算法模型、可繼承和復(fù)用的業(yè)務(wù)Fabric模型、支持特定功能（如故障診斷）的應(yīng)用等。這些App既可以被最終用戶直接使用，也可以通過基于模型的開放接口進行應(yīng)用二次開發(fā)。

1.4.6　管理服務(wù)

支持面向終端設(shè)備、網(wǎng)絡(luò)設(shè)備、服務(wù)器、存儲、數(shù)據(jù)、業(yè)務(wù)與應(yīng)用的隔離、安全、分布式架構(gòu)的統(tǒng)一管理服務(wù)。

支持面向工程設(shè)計、集成設(shè)計、系統(tǒng)部署、業(yè)務(wù)與數(shù)據(jù)遷移、集成測試、集成驗證與驗收等全生命周期。

1.4.7　數(shù)據(jù)全生命周期服務(wù)

（1）邊緣數(shù)據(jù)特點

邊緣數(shù)據(jù)是在網(wǎng)絡(luò)邊緣側(cè)產(chǎn)生的，包括機器運行數(shù)據(jù)、環(huán)境數(shù)據(jù)以及信息系統(tǒng)數(shù)據(jù)等，具有高通量（瞬間流量大）、流動速度快、類型多樣、關(guān)聯(lián)性強、分析處理實時性要求高等特點。

與互聯(lián)網(wǎng)等商業(yè)大數(shù)據(jù)應(yīng)用相比，邊緣數(shù)據(jù)的智能分析有如下特點和區(qū)別：

因果 VS 關(guān)聯(lián)

邊緣數(shù)據(jù)主要面向智能資產(chǎn)，這些系統(tǒng)運行一般有明確的輸入輸出的因果關(guān)系，而商業(yè)大數(shù)據(jù)關(guān)注的是數(shù)據(jù)關(guān)聯(lián)關(guān)系。

高可靠性 VS 較低可靠

制造業(yè)、交通等行業(yè)對模型的準確度和可靠性要求高，否則會帶來財產(chǎn)損失甚至人身傷亡。而商業(yè)大數(shù)據(jù)分析對可靠性要求一般較低。邊緣數(shù)據(jù)的分析要求結(jié)果可解釋，所以黑盒化的深度學(xué)習(xí)方式在一些應(yīng)用場景受到限制。將傳統(tǒng)的機理模型和數(shù)據(jù)分析方法相結(jié)合是智能分析的創(chuàng)新和應(yīng)用方向。

小數(shù)據(jù) VS 大數(shù)據(jù)

機床、車輛等資產(chǎn)是人設(shè)計制造，其運行過程中的多數(shù)數(shù)據(jù)是可以預(yù)知的，其異常、邊界等情況下的數(shù)據(jù)才真正有價值。商業(yè)大數(shù)據(jù)分析則一般需要海量的數(shù)據(jù)。

（2）數(shù)據(jù)全生命周期服務(wù)

可以通過業(yè)務(wù)Fabric定義數(shù)據(jù)全生命周期的業(yè)務(wù)邏輯，包括指定數(shù)據(jù)分析算法等，通過聯(lián)接計算Fabric優(yōu)化數(shù)據(jù)服務(wù)的部署和運行，滿足業(yè)務(wù)實時性等要求。

圖8 功能視圖：數(shù)據(jù)全生命周期服務(wù)

數(shù)據(jù)全生命周期服務(wù)包括了：

數(shù)據(jù)預(yù)處理

對原始數(shù)據(jù)的過濾、清洗、聚合、質(zhì)量優(yōu)化（剔除壞數(shù)據(jù)等）和語義解析。

數(shù)據(jù)分析

基于流式數(shù)據(jù)分析對數(shù)據(jù)即來即處理，可以快速響應(yīng)事件和不斷變化的業(yè)務(wù)條件與需求，加速對數(shù)據(jù)執(zhí)行持續(xù)分析。

提供常用的統(tǒng)計模型庫，支持統(tǒng)計模型、機理模型等模型算法的集成。支持輕量的深度學(xué)習(xí)等模型訓(xùn)練方法。

數(shù)據(jù)分發(fā)和策略執(zhí)行

基于預(yù)定義規(guī)則和數(shù)據(jù)分析結(jié)果，在本地進行策略執(zhí)行。或者將數(shù)據(jù)轉(zhuǎn)發(fā)給云端或其他ECN節(jié)點進行處理。

數(shù)據(jù)可視化和存儲

采用時序數(shù)據(jù)庫等技術(shù)可以大大節(jié)省存儲空間并滿足高速的讀寫操作需求。利用AR、VR等新一代交互技術(shù)逼真呈現(xiàn)。

1.4.8　安全服務(wù)

邊緣計算架構(gòu)的安全設(shè)計與實現(xiàn)首先需要考慮：

安全功能適配邊緣計算的特定架構(gòu)；

安全功能能夠靈活部署與擴展；

能夠在一定時間內(nèi)持續(xù)抵抗攻擊；

能夠容忍一定程度和范圍內(nèi)的功能失效，但基礎(chǔ)功能始終保持運行；

整個系統(tǒng)能夠從失敗中快速完全恢復(fù)。

同時，需要考慮邊緣計算應(yīng)用場景的獨特性：

安全功能輕量化，能夠部署在各類硬件資源受限的IoT設(shè)備中；

海量異構(gòu)的設(shè)備接入，傳統(tǒng)的基于信任的安全模型不再適用，需要按照最小授權(quán)原則重新設(shè)計安全模型（白名單）；

在關(guān)鍵的節(jié)點設(shè)備（例如智能網(wǎng)關(guān)）實現(xiàn)網(wǎng)絡(luò)與域的隔離，對安全攻擊和風(fēng)險范圍進行控制，避免攻擊由點到面擴展；

安全和實時態(tài)勢感知無縫嵌入到整個邊緣計算架構(gòu)中，實現(xiàn)持續(xù)的檢測與響應(yīng)。盡可能依賴自動化實現(xiàn)，但是人工干預(yù)時常也需要發(fā)揮作用。

圖9 功能視圖：安全服務(wù)

安全的設(shè)計需要覆蓋邊緣計算架構(gòu)的各個層級，不同層級需要不同的安全特性。同時，還需要有統(tǒng)一的態(tài)勢感知、安全管理與編排、統(tǒng)一的身份認證與管理，以及統(tǒng)一的安全運維體系，才能最大限度地保障整個架構(gòu)安全與可靠。

節(jié)點安全：需要提供基礎(chǔ)的ECN安全、端點安全、軟件加固和安全配置、安全與可靠遠程升級、輕量級可信計算、硬件Safety開關(guān)等功能。安全與可靠的遠程升級能夠及時完成漏洞和補丁的修復(fù)，同時避免升級后系統(tǒng)失效（也就是常說的“變磚”）。輕量級可信計算用于計算（CPU）和存儲資源受限的簡單物聯(lián)網(wǎng)設(shè)備，解決最基本的可信問題。

網(wǎng)絡(luò)（Fabric）安全：包含防火墻（Firewall）、入侵檢測和防護（IPS/IDS）、DDoS防護、VPN/TLS功能，也包括一些傳輸協(xié)議的安全功能重用（例如REST協(xié)議的安全功能）。其中DDoS防護在物聯(lián)網(wǎng)和邊緣計算中特別重要，近年來，越來越多的物聯(lián)網(wǎng)攻擊是DDoS攻擊，攻擊者通過控制安全性較弱的物聯(lián)網(wǎng)設(shè)備（例如采用固定密碼的攝像頭）來集中攻擊特定目標。

數(shù)據(jù)安全：包含數(shù)據(jù)加密、數(shù)據(jù)隔離和銷毀、數(shù)據(jù)防篡改、隱私保護（數(shù)據(jù)脫敏）、數(shù)據(jù)訪問控制和數(shù)據(jù)防泄漏等。其中數(shù)據(jù)加密，包含數(shù)據(jù)在傳輸過程中的加密、在存儲時的加密；邊緣計算的數(shù)據(jù)防泄漏與傳統(tǒng)的數(shù)據(jù)防泄漏有所不同，邊緣計算的設(shè)備往往是分布式部署，需要特別考慮這些設(shè)備被盜以后，相關(guān)的數(shù)據(jù)即使被獲得也不會泄露。

應(yīng)用安全：主要包含白名單、應(yīng)用安全審計、惡意代碼防范、WAF（Web應(yīng)用防火墻）、沙箱等安全功能。其中，白名單是邊緣計算架構(gòu)中非常重要的功能，由于終端的海量異構(gòu)接入，業(yè)務(wù)種類繁多，傳統(tǒng)的IT安全授權(quán)模式不再適用，往往需要采用最小授權(quán)的安全模型（例如白名單功能）管理應(yīng)用及訪問權(quán)限。

安全態(tài)勢感知、安全管理與編排：網(wǎng)絡(luò)邊緣側(cè)接入的終端類型廣泛，數(shù)量巨大，承載的業(yè)務(wù)繁雜，被動的安全防御往往不能起到良好的效果。因此，需要采用更加積極主動的安全防御手段，包括基于大數(shù)據(jù)的態(tài)勢感知和高級威脅檢測，以及統(tǒng)一的全網(wǎng)安全策略執(zhí)行和主動防護，從而更加快速響應(yīng)和防護。再結(jié)合完善的運維監(jiān)控和應(yīng)急響應(yīng)機制，則能夠最大限度保障邊緣計算系統(tǒng)的安全、可用、可信。

身份和認證管理：身份和認證管理功能遍布所有的功能層級。但是在網(wǎng)絡(luò)邊緣側(cè)比較特殊的是，海量的設(shè)備接入，傳統(tǒng)的集中式安全認證面臨巨大的性能壓力，特別是在設(shè)備集中上線時認證系統(tǒng)往往不堪重負。在必要的時候，去中心化、分布式的認證方式和證書管理成為新的技術(shù)選擇。

1.5　部署視圖

系統(tǒng)主要提供兩種典型的部署模型：三層模型和四層模型。

圖10 部署視圖

（1）三層部署模型

主要面向業(yè)務(wù)部署到一個或多個分散地域，且每個區(qū)域的業(yè)務(wù)流量規(guī)模較小的場景。

典型的場景包括：智慧路燈、智能電梯、智慧環(huán)保等場景。

智能資產(chǎn)完成本地處理后，多種或多個業(yè)務(wù)數(shù)據(jù)沿著南北向匯聚到智能網(wǎng)關(guān)。智能網(wǎng)關(guān)除了提供智能資產(chǎn)接入、智能資產(chǎn)本地管理、總線協(xié)議轉(zhuǎn)換等網(wǎng)絡(luò)功能外，還提供實時流式數(shù)據(jù)分析、安全保護、小規(guī)模數(shù)據(jù)存儲等功能。網(wǎng)關(guān)將實時業(yè)務(wù)需求在本地完成處理，同時將非實時數(shù)據(jù)聚合后送到云端處理。

（2）四層部署模型

主要面向業(yè)務(wù)部署集中，業(yè)務(wù)流量規(guī)模較大的場景。

典型的場景包括：智能視頻分析、分布式電網(wǎng)、智能制造等場景。

與三層部署場景最典型的區(qū)別是：邊緣側(cè)數(shù)據(jù)量大，本地應(yīng)用系統(tǒng)多，需要大量的計算、存儲資源。智能資產(chǎn)和智能網(wǎng)關(guān)完成本地最實時的處理后，將數(shù)據(jù)匯聚到本地分布式智能系統(tǒng)進行二次處理。這些分布式ECN節(jié)點通過東西向聯(lián)接進行數(shù)據(jù)和知識的交換，支持計算、存儲資源的橫向彈性擴展，能夠完成本地的實時決策和實時優(yōu)化操作。

摘自《自動化博覽》2018年3月刊