Archives: 2024年10月14日

​​一

5G端网业产业进展

 

【应用│中国联通发布5G边缘计算平台3.0】

 

第五届全球边缘计算大会上，中国联通正式发布5G边缘计算平台3.0，以及面向工业、视频、车联等场景的边缘计算产品服务。同时，中国信息通信研究院、英特尔、中兴通讯、联通智网创新中心、联通智网科技、联通数科、联通装备制造军团、联通汽车制造军团和九州云共同发布了《中国联通边缘计算平台V3.0架构升级及创新行业场景应用白皮书》。

 

【应用│中国移动联合发布“5G确定性工业生产网测试床”阶段性成果】

 

在第五届中国国际进口博览会上，中国移动研究院联合罗克韦尔自动化(中国)发布了“5G确定性工业生产网测试床”阶段性成果。本阶段测试工作拉通了OT、IT、CT产业能力，验证了5G应用于实时I/O通信、机器安全控制、运动控制等三大类10个工业场景的可行性与业务性能，为未来推广商用储备了必要的技术能力和实施经验。

 

应用│中国电信打造国内首个实时调度5G虚拟电厂】

 

中国电信浙江公司助力华能（浙江）能源开发有限公司成功打造全国首个实时调度的5G虚拟电厂。该项目由5G切片将虚拟电厂控制数据与公网隔离，实现分布式电源、负荷安全控制。基于5G定制DNN和网络切片能力，架构虚拟电厂弹性网络，以满足虚拟电厂分层分区资源调度需求，实现广域资源一网纳管，进而实现对可调负荷、储能电站、充（换）电站、分布式电源的聚合与控制。5G 虚拟电厂生产专网项目实施后，预计每年将节省原煤 32.7 万吨，实现每年碳减排 62 万吨。

 

【网络│中国联通牵头完成3GPP 900MHz 5G终端4Rx一致性测试项目】

 

该项目完成了5G FWA终端在900M低频频段上的4天线接收的一致性测试能力，推进了5G终端在n8频段（900M）上吞吐性能和覆盖性能的全面提升，为5G终端低频4天线能力的成熟提供端到端标准化支持，对低频高性能终端的演进发展具有重要的指导意义。

 

【网络│中国移动牵头的《预商用网络切片测试主要结论》正式发布】

 

中国移动、韩国SK电讯和土耳其电信基于各自的5G终端切片测试，梳理分享了测试结果，主要内容包括：NSSAI相关测试、URSP相关测试、4/5G互操作相关测试以及FTP/Speedtest下载业务测试、视频业务测试等，测试结果基本符合预期，为后续评估5G终端切片产业成熟度提供参考依据。本次发布的预商用切片测试主要结论，旨在与产业分享5G终端切片测试结果，评估5G终端切片产业成熟度，向产业提供终端切片预商用参考建议，推动产业早日实现5G终端切片商用。

 

【网络│高通实现5G毫米波独立组网（SA）性能突破】

 

在多项技术验证中实现了稳健的毫米波性能，可满足未来中国毫米波商用部署需求。高通与多家主要系统网络厂商进行测试显示，5G毫米波独立组网模式（FR2-only）带来比Sub-6GHz频段更高的速率和更低的时延，从而使5G网络部署更加灵活，并满足对更大网络容量的需求。测试结果表明，在不使用 LTE 或者 Sub-6GHz 频谱锚点的情况下，5G 毫米波独立组网模式最终实现了超过 7.1Gbps 的 5G 下行峰值速率、超过 2.1Gbps 的 5G 上行峰值速率和 3.6ms 的时延，可满足对更大网络容量的需求。

 

【频谱│工信部发放首张企业5G专网频率许可】

 

工信部近日给中国上海商飞发放了第一张企业5G专网的频率许可，5925~6125MHz和24.75~25.15GHz为工业无线专用的频段。前者频段主要业务有固定、卫星固定（地对空）及移动业务，后者基于毫米波频段的特点，可以提供更高带宽、更低时延的网络体验，两频段互补。商飞既可以选择由运营商来负责搭建代维，也可以不用运营商的网，建立起专属自家的企业专网，运营商在5G专网市场竞争加剧。采用自建专网的方式，商飞可基于专网进行自主管控，实时按需调整网络、管控终端，并能实现与公网安全隔离，保障用户独立和信息安全。同时，邬贺铨表示，为工业互联网应用划出专用频段，可避免与公众业务间干扰，而且5G CPE/工业模组不必再按多频多模配置，可显著降低成本。5G在行业应用、企业应用中将出现更多机会和拓展空间。

二

5G全连接工厂建设指南解读

国家多次发布政策驱动5G+工业互联网发展，工信部2019年发布《“5G+工业互联网”512工程推进方案》，分两批公布“5G+工业互联网”的20个典型应用场景和10个重点行业应用实践。2020年发布《工业互联网创新发展行动计划（2021-2023年）》，提出在10个重点行业打造30个5G全连接工厂。2021年发布《5G应用“扬帆”行动计划（2021-2023年）》，提出推进5G模组与工业终端深度融合，加快利用5G改造工业内网，打造典型应用场景。今年9月初，工信部发布《5G全连接工厂建设指南》，明确了5G全连接工厂建设的总体要求、建设内容和建设路径，标志着5G将由生产外围辅助环节向核心控制环节深化拓展，“5G+工业互联网”由起步探索向深耕细作转变。

5G全连接工厂是充分利用以5G为代表的新一代信息通信技术集成，打造新型工业互联网基础设施，新建或改造产线级、车间级、工厂级等生产现场，形成生产单元广泛连接、信息（IT）运营（OT）深度融合、数据要素充分利用、创新应用高效赋能的先进工厂。在5G全连接工厂中，“5G”是5G全连接工厂的重要基础，集成人工智能、数字孪生、云计算、AR、VR、边缘计算等各类新一代信息通信技术，创新新模式、新业态、新场景。“全连接”推动人、机、料、法、环、测等“能连尽连”，根据实际情况因地制宜。以“工厂”为重点，但不局限于制造业的传统工厂，只要具备生产现场条件的行业和领域，包括矿山、港口、电力等各领域，均可积极探索建设5G全连接工厂。

《指南》指出5G全连接工厂发展目标为：“十四五”时期，主要面向原材料、装备、消费品、电子等制造业各行业以及采矿、港口、电力等重点行业领域，推动万家企业开展 5G 全连接工厂建设，建成 1000 个分类分级、特色鲜明的工厂，打造 100 个标杆工厂，推动 5G 融合应用纵深发展。

中国信通院发布的《5G全连接工厂建设白皮书》提出企业开展5G全连接工厂建设的框架，从基础设施建设、厂区现场升级、关键环节应用、网络安全防护四个方面进行规划实施，可总结为建“网”、联“网”、用“网”及护“网”。建设路径横向上，考虑各行业属性、技术特点、产业现状、转型需求等差异。纵向上，以产线、车间、工厂等不同层级为单位进行新建或改造。

基础设施建设基于工业互联网网络、平台、安全等体系，形成“云-边-端”协同，主要包含5G网络建设、工业网络互通、边缘计算部署、业务系统建设等，其中业务系统建设中包含数据存储节点、企业标识服务节点、企业级工业互联网平台等。

厂区现场升级重点从现场装备、IT /OT 融 合应用、生产服务等三方面进行升级。提高设备联网率，将人、机、料、法、环、测等接入到网络中，以便及时发现或获取相关信息。组织IT-OT融合团队，对IT-OT进行一体化部署，将应用软件或系统功能云化部署，推进云网融合，提升工厂生产运营管理效率。基于海量工业数据，通过端到端的数据深度集成与建模分析， 实现数据驱动的智能应用。

关键环节应用主要包含研发设计应用、生产运行应用、检测监测应用、仓储物流应用、运营管理应用等。企业根据行业特点和企业发展需要，在产线或车间中，加强生产制造类、检测监测类等应用，在车间或工厂中加强研发设计类、检测监测类、仓储物流类、服务管理类等应用。

网络安全防护主要包含安全防护能力升级、安全管理水平提升等。针对接入安全、网络安全、控制安全、数据安全和应用安全建立起纵深防御的安全结构，并建立安全态势感知加强监管安全防护。

 

三

2022年中国5G+工业互联网大会：专家观点摘录

 

中国5G+工业互联网大会历经三年，已成为5G和工业互联网融合创新的实践展示区、发展风向标。本届大会11月19日至21日在武汉举办，聚焦“数融万物、智创未来”主题。

大会开幕式宣布工业互联网标识解析体系——国家顶级节点全面建成，标志工业互联网标识解析体系“5+2”国家顶级节点全面建成。《2022中国“5G+工业互联网”发展成效评估报告》指出我国“5G+工业互联网”512工程任务高质量完成。目前，全国4000余个“5G+工业互联网”项目已覆盖41个国民经济大类，“5G全连接工厂”种子项目中，工业设备5G连接率超过60%的项目占比超一半，5G技术与工业融合的广度和深度不断拓展。

 

【专家观点│中国工程院院士周济：智能制造和工业互联网分别从两个方面推进两化融合】

 

智能制造是从工业化方面深入推进“两化”融合，其中制造技术是本体技术，因此制造为主体，智能技术为赋能技术，所以智能为主导；工业互联网是从信息化方面深入推进“两化”融合，其中互联网技术是核心技术为主体，工业是应用目标和生态为主导。“5G+工业互联网”是推进智能制造的关键支撑，所以，以智能制造为主攻方向，加快工业互联网创新发展，是工业化和信息化融合的两个主要方面。

 

【专家观点│中国工程院院士邬贺铨：上云是企业数字化转型最直接的方式】

 

目前收集产线的数据以及业务的数据可以通过工业互联网平台和企业操作系统，利用企业的知识积累优化数字模型后进行大数据分析，得出的分析结果以工业APP的方式产生决策服务。通过5G的高带宽低时延，把物联网的感知数据第一时间送到云计算、边缘计算和人工智能系统，人工智能系统的决策第一时间反馈到物联网执行。对于中小企业来说，直接上云就可以获得数字化转型的能力，包括大数据分析和人工智能决策能力，有边缘计算配置的企业，则可以更好地连接各种各样的云。

【专家观点│中国工程院院士李培根：在制造业中，人工智能应用的潜力目前是被低估的】

 

李培根围绕智能机器人、产品开发、生产制造、供应链四个方面对不同企业的人工智能及工业互联网的应用场景进行分析。在智能机器人方面，未来的智能机器人会走出封闭受控的环境，在开放的场景中应用。李培根表示，真正影响搬运机器人的应用领域和效果的是移动技术，包括基于地图的定位技术。在产品开发方面，利用虚拟现实、增强现实技术可以摆脱地域限制，做到虚实结合协同设计。

 

【专家观点│中国电信周骏：工业互联网下一步发展方向是虚实协同全沉浸式新兴工业智慧互联系统】

 

今年被普遍认为是元宇宙元年，元宇宙在工业当中的应用刚刚起步，把工业相关的要素映射到虚拟世界当中形成虚实共生。工业互联网下一步发展方向，是虚实协同全沉浸式新兴工业智慧互联系统。在虚实共生的基础上，运用信息化、数字化的手段，把它进行智慧互联，最终是数字经济和实体经济融合发展的新型载体。将来还可以看到虚实影射，虚实交互，虚实融合、以虚强实，以虚促实的工业元宇宙。

 

四

2022年中国5G发展大会：专家观点摘录

 

11月16-17日，2022年中国5G发展大会在深圳市举行，本届大会以“5G领航新基建，构筑发展新底座”为主题，由工业和信息化部、深圳市人民政府主办，深圳市工业和信息化局、深圳市龙华区人民政府、中国信息通信研究院、金砖国家未来网络研究院中国分院共同承办。

【IMT-2020(5G)推进组发布《5G-Advanced 场景需求与关键技术白皮书》】

 

5G-A将面向以下六大主要应用场景：沉浸实时、智能上行、工业互联、通感一体、千亿物联和天地一体，进一步增强网络、终端、云等端到端技术能力，支撑数字、智慧、绿色低碳社会基础设施的构建。白皮书清晰定义了5G-A的关键技术发展：网络侧的13个关键技术方向，终端6大关键技术方向，云边3大关键技术方向以及运维4大关键技术方向。

下载链接：http://113.209.136.71/zh/documents/1

​

​【IMT-2020(5G)推进组发布《5G-Advanced通感融合网络架构研究报告》】

 

通信感知融合作为5G-Advnaced新业务扩展重点研究方向，将基于5G信号体质使能基础感知应用，为各类用户带来更丰富的通感业务体验，更大发挥5G网络规模部署优势和实现通信频谱资源更高效利用。研究报告根据5G-A通感融合典型应用场景和需求系统性地分析了无线网络端到端实现感知能力所要面对的关键问题和所要满足的技术需求。面对感知应用的差异化需求，报告提出了多种不同的通感网络架构，并分别从架构、接口、协议、功能、端到端业务流程等方面展开了详细研究设计。

下载链接：http://113.209.136.71/zh/documents/1

 

【中国信息通信研究院发布《5G应用创新发展白皮书》】

 

2022年5G应用广度明显提升，其中智慧城市、工业互联网、信息消费、公共安全、智慧园区、文化旅游领域的参赛项目数量位居前六位。我国5G应用在部分行业已经开始复制推广，今年已实现“商业落地”和“解决方案可复制”的项目数量占比超过56%，有近4000个项目实现“解决方案可复制”，相比去年增长了113%。5G应用发展路径逐渐明确，按照复杂性和实施难易程度，5G应用将呈现梯度式纵深推进的发展模式，从增量类应用到替换类应用再到变革类应用，逐步实现5G应用从外围环节向企业核心业务环节的纵深拓展。

 

【举行第五届“绽放杯”5G应用征集大赛颁奖典礼】

 

第五届“绽放杯”5G应用征集大赛共设置了14个区域赛、28个专题赛、1个标杆赛和1个国际专题邀请赛，经过区域赛和专题赛遴选以及全国赛复赛选拔，最终48个项目入围全国总决赛，最终遴选出一等奖16名、二等奖32名。其中中国联通获得一等奖5项、二等奖13项、三等奖20项，获奖数量位列行业第一。

 ​​​​

_马普托裸金属,新疆服务器

威海服务器,齐齐哈尔裸金属_

　　硬件上，大华股份DH-IVD501边缘计算站外型十分小巧，为mini 1U全铝合金金属外壳烤漆设计，VGA、HDMI、USB、RS232、RS485、报警输入/输出、音频输入/输出等接口一应俱全，此外e-SATA还可外挂硬盘；两个支持容错能力千兆自适应RJ45以太网接口既可负载均衡、灾备使用，也可组建内外网络。

4月3日，联想创投携手被投企业浙江中控，走进杭州中控科技园，成功举办“边缘计算 场景落地”合作研讨会。

到场嘉宾包括中控集团、中控技术、中蓝创投、联想研究院、联想集团战略部、联想中国区、联想创投、联想新视界等多个中控和联想业务部门及子公司的高管负责人，以及联想创投被投企业江行智能、中科时代、微纳核芯、纵行科技、领鞅、蓝卓等深耕边缘计算领域的优秀被投企业代表。

聚焦边缘业务，探讨合作场景

边缘计算是一个新型技术领域，2023年2月IDC发布相关数据表示，全球年度边缘计算支出预计将达2080亿美元，比2022年增长13.1%。企业和服务提供商在边缘解决方案的硬件、软件和服务方面的支出预计将维持这一增速，并一直持续到2026年。

4月3日，多方嘉宾共聚杭州中控科技园区，就边缘计算如何融入产业，并在产业中的实际应用场景、客户实现、未来发展和合作机会等进行深入讨论，共创边缘侧技术与业务合作协同机会。

研讨会上，联想介绍了智能边缘业务的整体布局和边缘硬件慧天产品线，及联想边缘云业务在多场景中的应用创新。

中控技术就边缘计算在流程工业领域的应用实践和专业服务，聚焦三大核心应用场景——大规模的远程应用，智能制造协同管理和控制，边缘计算的大算力应用进行了深入分享。

联想新视界介绍了以自主知识产权的3D实时渲染仿真引擎Z-Engine为核心的数字孪生应用支撑平台，期待和联想及更多被投企业在元宇宙应用和边缘计算的优化深度结合方面建立更多合作。

纵行科技深耕低功耗广域物联技术，主力方案是供应链物流和工业场景的无线物联，在业务层面和蓝卓就工业组网基础设施和传感器部件领域探讨合作机会。

江行智能聚焦能源互联网、工业安监等领域，提供云边端架构的智能物联网产品与服务，产品核心关键是数据实时处理，实时看到结果，并最大程度保证安全和稳定性。在研讨会议上，提出和联想、中控及纵行在电力行业的多个合作机会点，如通过边缘算力联合打造变电站远程监控的完整端到端方案，共同服务电力客户。

领鞅科技将计算机视觉AI技术应用于新能源领域，主要产品是智能光伏跟踪控制系统一站式解决方案。经宁夏盐池某大型光伏发电项目实测对比，使用领鞅AI算法智能支架和控制系统的光伏发电子阵，22年第一季度额外提升了4.2%的发电量。在核心算法保护领域，领鞅介绍了与联想边缘云业务的合作实践，并探讨了更多的合作落地场景。

微纳核芯致力于成为平台型智能物联网AIoT SoC芯片公司，打造AloT芯片技术“科研成果”到“产业落地”的持续性“产学研循环”；中科时代主要产品工智机，聚焦离散制造行业，基于软件定义控制的工业智能计算机系统，集边缘AI加速、实时控制加速、虚拟化加速于一体；蓝卓科技致力于OT和IT的融合创新，打造更适合制造企业的工业操作系统平台。三家企业现场介绍了各自产品和业务场景，期待更多合作机会点。

布局边缘计算发展，共赢产业未来

作为联想集团旗下的CVC，联想创投一直以独特的生态优势与被投企业双向赋能，本次边缘计算研讨会，希望通过面对面的沟通交流和联动，共同探讨边缘计算的技术发展和未来合作机会，在交流中促进理解、碰撞思想，促成新的合作，推动深度联动，形成更大的生态圈，共同赋能产业升级。

中控集团副总裁，中蓝创投执行董事李红波表示，“工业科技是一个辛苦活儿，很高兴能看到越来越多的优秀企业和企业家朋友们进入这个行业，和我们共建网状竞争力，我们将更有力量来面对越来越多变的用户需求，越来越激烈的国际竞争环境，并一起做一些非常有价值的事。“

本次研讨会，成功激发大家更多的思想火花和颠覆型思考，针对具体合作场景，共探协同技术创新；整合多方资源，开拓更多商机；携手打造创新应用并探讨行业快速复制机会。

联想集团副总裁，联想创投合伙人林林谈到，“希望这样的研讨和交流能够贯穿联想创投整个投后生态，我们既要给创业者资金，还要用联想的生态资源赋能被投企业的发展。同时，也希望被投企业能够反向给联想以及在我们聚焦的行业中拓展更多优势，形成合力，为中国的智能制造、中国工业自动化多贡献一些力量。”

以研讨交流的方式打开思路，让大家认识更多的朋友，是真正合作交流的开端。让我们拭目以待未来。

免责声明：该文章系我网转载，旨在为读者提供更多新闻资讯。所涉内容不构成投资、消费建议，仅供读者参考。 【责任编辑：钟经文】

_博茨瓦纳vps,嘉峪关vps

由于近年来网络攻击频发，有防御需求的用户越来越多，有的选择高防服务器，有的选择高防IP。高防服务器和高防IP有什么区别呢？简单来说，高防服务器(例如50G防御)一个是服务器，一个是IP，两种不同的概念。今天梦飞科技小编就来简单介绍一下高防服务器和高防IP的区别。
高防服务器和高防IP的防御区别
高防服务器实现防御的常规方式：1.定期扫描现有网络主节点2.配置防火墙在骨干节点3.用足够的资源消耗黑客攻击4.充分利用网络设备保护网络资源5.过滤不必要的服务和端口6.检查访问者的来源。它能防住常见的DDOS、UDP、SYN、HTTP GET等流量攻击，为客户提供安全维护。
高防IP实现防御的常规方式：1.发现攻击——过滤攻击——监控数据。DDoS安全防护部署在原服务器上，隐藏了用户业务源IP，可抵御各种类型的基于网络层、传输层和应用层的DDoS恶意攻击。(如 SYN Flood、ACK Flood、ICMP Flood、UDP Flood、NTP Flood 、SSDP Flood、DNS Flood、HTTP Flood、CC 攻击。)2.具备弹性防御，攻击流量超出防护峰值时，可附加弹性防护，获取更高 DDoS 防护能力。
高防服务器和高防IP在防御方式是不同的，因此用户朋友们在选择时要根据所面临的攻击进行选择防御，有需要的朋友欢迎联系梦飞科技。

文章链接： https://www.mfisp.com/9766.html

文章标题：高防服务器和高防IP防御方式有什么不同

文章版权：梦飞科技所发布的内容，部分为原创文章，转载请注明来源，网络转载文章如有侵权请联系我们！

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。_云南裸金属,西安服务器

坦桑尼亚服务器,莫罗尼服务器_

如今物联网火热的时代，很多企业并没有为与物联网技术相关的风险做好准备，但边缘计算使用IoT设备的处理能力来聚合、预处理和过滤数据源，并增强数字工具的功能，将边缘应用于云连接相结合，以执行复杂的分析，并促进决策和行动将促进更快的连接速度和相关的支持。虽然企业刚刚开始在边缘计算领域发力，但在以下三个方面已经看到物联网网络已经有所增强。

1、降低延迟并对快速处理数据

云计算结合IoT技术的能力意味着到2018年，IoT传感器和设备将超过手机成为最大的接入设备。用于工业和消费者应用的复杂算法使得语音和人脸识别以及机器学习的功能将会得到快速的发展应用。

但是，数据传输到云端并返回到每个IoT设备必须应对不可避免的网络延迟，所有IoT创建的数据的45%将被存储、处理、分析，并在靠近或在边缘网络上进行。边缘计算通过调整每个应用程序的处理需求来解决物联网困境，利用低延迟需求，边缘网络使IoT设备自己运行机器学习算法。只有与所需流程的云进行交互才能实现快速的数据处理并降低延迟双重优势，IoT硬件和支持之间的连接也反映在边缘计算中的数据和分析之间的关系中。

2、强大的连接能力

使用边缘计算的速度和降低延迟在网络连接方面给用户带来了巨大的好处，将云端之间的互动限制为基本功能可以降低数据传输的要求，降低连接费用的成本。此外，需要网络连接的应用程序不会因为IoT设备的流失受到干扰，随着更多设备的接入，网络和云需求的考虑取决于边缘计算的应用。

EdgeX

Foundry是一个开源软件项目，专门为边缘计算建立了一个通用框架和周边参考平台。戴尔独自提供了十几个微服务器和超过十五万五千行源代码来推动该项目，Edge

X将提供即插即用组件的生态系统，这些组件可以组合起来，为物联网创建安全可扩展的解决方案。

3、隐私保护

Threat Intelligence报告显示了季节性的攻击，OnRamp的Carolina

Curby-Lucier解释了企业如何利用加密，警报和身份验证在物联网中脱离网络安全问题。

但是，物联网中隐私保护的需求远远超出了传统的威胁，包括使用边缘计算来保护数据。

随着物联网技术成为从医疗保健到银行市场的行业规范，IoT设备捕获的数据也需要隐私保护。

使用边缘计算可以使用设备组件来处理来自摄像机或麦克风的数据，而不是依赖于云。

或者，当需要云支持时，边缘可以在设备或传感器上预处理所需算法的步骤，并且只有在数据被更改以保护隐私并加速处理之后才能进行传输。

随着边缘计算技术的强势来袭，很多衍生产品也随之而来，计讯物联为了满足各大领域对于无线传输的广泛需求，领先行业研发出新一代

TG452系列网关是一款工业级边缘计算网关，采用Arm架构高端处理器;标准Linux系统支持用户二次开，软件多级检测和硬件多重保护机制来提高设备稳定性。实现终端数据处理优化，为数据安全提供条件，有效减轻平台服务端压力。

景德镇vps,乍得裸金属_ 边缘计算在5G中发挥关键作用，通过缩短数据传输距离，提供高带宽、低时延的服务。MEC（移动边缘计算）源自Cloudlet平台，ETSI推动标准化。5G场景如eMBB、mMTC、uRLLC促进了MEC的发展，包括MEC与5G核心网的融合。运营商和互联网厂家各有优势，共同推动MEC在2B和2C业务中的应用。

导读：边缘计算产业联盟（ECC）与工业互联网产业联盟（AII）在2018年11月联合发布了边缘计算参考架构3.0。本文将以这个参考模型为基础，来介绍边缘计算的目标架构。

作者：任旭东 等

来源：大数据DT（ID：hzdashuju）

该参考架构基于模型驱动的工程方法（Model-Driven Engineering，MDE）进行设计，如图3-1所示，可将物理和数字世界的知识模型化，从而实现以下目标：

• 物理世界和数字世界的协作；

• 跨产业的生态协作；

• 减少系统异构性，简化跨平台移植流程；

• 有效支撑系统的全生命周期活动。

▲图3-1 边缘计算参考架构3.0

参考架构3.0的主要内容包括：

整个系统分为云、边缘和现场三层，边缘计算位于云和现场层之间，边缘层向下支持各种现场设备的接入，向上可以与云端对接。

边缘层包括边缘节点和边缘管理器两个主要部分。边缘节点是硬件实体，是承载边缘计算业务的核心。边缘节点根据业务侧重点和硬件特点的不同，包括以网络协议处理和转换为重点的边缘网关、以支持实时闭环控制业务为重点的边缘控制器、以大规模数据处理为重点的边缘云、以低功耗信息采集和处理为重点的边缘传感器等。

边缘管理器的呈现核心是软件，主要功能是对边缘节点进行统一管理。

边缘节点一般具有计算、网络和存储资源，边缘计算系统对资源的使用有两种方式：

• 第一，直接将计算、网络和存储资源进行封装，提供调用接口，边缘管理器以代码下载、网络策略配置和数据库操作等方式使用边缘节点资源；

• 第二，进一步将边缘节点的资源按功能领域封装成功能模块，边缘管理器通过模型驱动的业务编排的方式组合和调用功能模块，实现边缘计算业务的一体化开发和敏捷部署。

边缘计算须提供统一的管理服务、数据全生命周期服务和安全服务，以处理各种异构的基础设施、设备形态等，最终达到提升管理与运维运营效率，降低运维成本的目的。

01 部署场景

边缘计算按距离由近及远可分为现场层、边缘层和云计算层，如图3-2所示。

▲图3-2 边缘计算按距离分类

1. 现场层

现场层包括传感器、执行器、设备、控制系统和资产等现场节点。这些现场节点通过各种类型的现场网络、工业总线与边缘层中的边缘网关等设备相连接，实现现场层和边缘层之间数据流和控制流的连通。

网络可以使用不同的拓扑结构，边缘网关等设备用于将一组现场节点彼此连接以及连接到广域网络。它具有到集群中每个边缘实体的直接连接，允许来自边缘节点的数据流入和到边缘节点的控制命令流出。

2. 边缘层

边缘层是边缘计算三层架构的核心，用于接收、处理和转发来自现场层的数据流，提供智能感知、安全隐私保护、数据分析、智能计算、过程优化和实时控制等时间敏感服务。

边缘层包括边缘网关、边缘控制器、边缘云、边缘传感器等计算存储设备，以及时间敏感网络交换机、路由器等网络设备，封装了边缘侧的计算、存储和网络资源。边缘层还包括边缘管理器软件，该软件主要提供业务编排或直接调用的能力，用于操作边缘节点完成相关任务。

当前边缘层的部署有云边缘（KubeEdge）、边缘云（MEC与此对应）和云化网关三类落地形态。

• 云边缘：云边缘形态的边缘计算，是云服务在边缘侧的延伸，逻辑上仍是云服务，主要提供依赖于云服务或需要与云服务紧密协同的服务。华为云提供的IEF解决方案、阿里云提供的Link Edge 解决方案、AWS提供的Greengrass解决方案等均属于此类。

• 边缘云：边缘云形态的边缘计算，是在边缘侧构建中小规模云，边缘服务能力主要由边缘云提供；集中式DC侧的云服务主要提供边缘云的管理调度能力。MEC、CDN、华为云提供的IEC解决方案等均属于此类。

• 云化网关：云化网关形态的边缘计算，以云化技术与能力重构原有嵌入式网关系统，云化网关在边缘侧提供协议、接口转换、边缘计算等能力，部署在云侧的控制器提供针对边缘节点的资源调度、应用管理、业务编排等能力。

3. 云计算层

云计算层提供决策支持系统，以及智能化生产、网络化协同、服务化延伸和个性化定制等特定领域的应用服务程序，并为最终用户提供接口。云计算层从边缘层接收数据流，并向边缘层以及通过边缘层向现场层发出控制信息，从全局范围内对资源调度和现场生产过程进行优化。

02 功能视图

边缘计算参考架构的功能视图如图3-3所示。

▲图3-3 功能视图

1. 基础资源

基础资源包括网络、计算和存储三个基础模块，以及虚拟化服务，其中前三个前面已有介绍，故这里仅对虚拟化服务进行简单介绍。

虚拟化技术降低了系统开发和部署成本，已经开始从服务器应用场景向嵌入式系统应用场景渗透。典型的虚拟化技术包括裸机（Bare Metal，又称裸金属）架构和主机（Host）架构。

前者是虚拟化层的虚拟机管理器（Hypervisor）等功能直接运行在系统硬件平台上，然后再运行操作系统和虚拟化功能；后者是虚拟化层功能运行在主机操作系统上。前者有更好的实时性，智能资产和智能网关一般采用该方式。

2. 功能领域

边缘计算的功能模块主要用于控制、分析和优化三个领域。

1）控制功能

如图3-4所示，在工业互联网边缘计算场景中，控制仍然是一个重要的核心功能。控制系统要求对环境可感知且执行要稳、准、快。因此，大规模复杂系统对控制器的计算能力和实时响应要求严格，利用边缘计算增强本地计算能力，降低由云集中式计算带来的响应延迟是面向大规模复杂控制系统的有效解决方案。

▲图3-4 控制功能领域

控制功能主要包括对环境的感知和执行、实时通信、实体抽象、控制系统建模、资产管理等。

• 感知与执行：感知是指从传感器中读取环境信息。执行是指向执行器中写入由环境变化引起的响应操作。两者的物理实现通常由一组专用硬件、固件、设备驱动程序和API接口组成。

• 实体抽象：在一个更高的层次通过虚拟实体表征控制系统中的传感器、执行器、同级控制器和系统，并描述它们之间的关系，其中还包含系统元素之间消息传递过程中消息的语义。通过实体抽象，一方面易于控制系统上下文表征，理解感知信息和执行信息的含义；另一方面，虚拟实体将系统硬件软件化和服务化，从而使得系统构建过程中可以纵向将硬件、系统功能和特定应用场景组合，增加开发的灵活性，提高开发效率。

• 建模：控制系统建模即通过解释和关联从环境（包括传感器、网络设备）中获取的数据，达到理解系统的状态、转换条件和行为的目的。建模的过程是从定性了解系统的工作原理及特性到定量描述系统的动态特性的过程。

• 资产管理：资产管理是指对控制系统操作的管理，包括系统上线、配置、执行策略、软/固件更新以及其他系统生命周期管理。

2）分析功能

分析功能主要包括流数据分析、视频图像分析、智能计算和数据挖掘等。

基于流式数据分析可对数据进行即时处理，快速响应事件并满足不断变化的业务条件与需求，加速对数据执行的持续分析。针对流数据具有的大量、连续、快速、随时间变化快等特点，流数据分析需要能够过滤无关数据，进行数据聚合和分组，快速提供跨流关联信息，将元数据、参考数据和历史数据与上下文的流数据相结合，并能够实时监测异常数据。

对于海量非结构化的视频数据，在边缘侧可提供实时的图像特征提取、关键帧提取等基础功能支持。

在边缘侧应用智能算法（例如传统的遗传算法、蚁群算法、粒子群算法；与人工智能相关的神经网络、机器学习等），可完成对复杂问题的求解。在边缘侧提供常用的统计模型库，支持统计模型、机理模型等模型算法的集成，支持轻量的深度学习等模型训练方法。

3）优化功能

边缘计算优化功能涵盖了场景应用的多个层次，如图 3-5所示。

▲图3-5 优化功能

• 测量与执行优化：对传感器和执行器信号的接口进行优化，减少通信数据量，保障信号传递的实时性。

• 环境与设备安全优化：对报警事件进行优化管理，尽可能早地发现问题并做出响应；优化紧急事件处理方式，简化紧急响应条件。

• 调节控制优化：对控制策略、控制系统参数（如PID）、故障检测过程等进行优化。

• 多元控制协同优化：对预测控制系统的控制模型、MIMO（Multiple-Input Multiple-Output）控制系统的参数矩阵以及多个控制器组成的分布式系统的协同控制进行优化。

• 实时优化：对生产车间或工作单元范围内的数据进行实时优化以实现参数估计和数据辨识等功能。

• 车间排产优化：主要包括需求预测模型优化、供应链管理优化、生产过程优化等。

3. 边缘管理

边缘管理包括基于模型的业务编排以及对代码、网络和数据库的管理，且采用相同配置模式来进行管理，包括分配版本号、保存配置变更信息等，下面以模型为例来展示边缘管理功能。

边缘计算参考架构3.0基于模型的业务编排，通过架构、功能需求、接口需求等模型定义，支持模型和业务流程的可视化呈现，支持基于模型生成多语言的代码；通过集成开发平台和工具链集成边缘计算领域模型与垂直行业领域模型；支持模型库版本管理。

业务编排一般基于三层架构，如图3-6所示。

▲图3-6 边缘编排

1）业务编排器

编排器负责定义业务组织流程，一般部署在云端（公有云/私有云）或本地（智能系统上）。编排器提供可视化的工作流定义工具，支持CRUD操作。编排器能够基于和复用开发服务框架已经定义好的服务模板、策略模板进行业务编排。在下发业务流程给策略控制器前，编排器能够完成工作流的语义检查和策略冲突检测等工作。

2）策略控制器

为了保证业务调度和控制的实时性，在网络边缘侧会部署策略控制器，以实现本地就近控制。策略控制器按照一定策略，结合本地的边缘功能模块所支持的服务与能力，将业务流程分配给本地的一个或多个边缘功能模块以完成具体实施工作。

考虑到边缘计算领域和垂直行业领域需要不同的知识和系统实现，所以控制器的设计和部署往往分域完成。由边缘计算领域控制器负责对安全、数据分析等边缘计算服务进行部署。涉及垂直行业业务逻辑的部分，由垂直行业领域的控制器进行分发调度。

3）策略执行器

在每个边缘节点内置策略执行器，其负责将策略翻译成本设备命令并在本地调度执行。边缘节点既支持由控制器推送策略，又支持主动向控制器请求策略。策略可只关注高层次业务需求，而不对边缘节点进行细粒度控制，从而保证边缘节点的自主性和本地事件响应处理的实时性。

当然，边缘管理功能也允许通过代码管理、网络配置、数据库操作等方式直接操作或调用相应资源，来完成对应的管理任务。代码管理包括对功能模块或代码进行存储、更新、检索、增加、删除及版本控制等操作。

而网络管理则可在高层上对大规模计算网络和工业现场网络进行维护与管理，实现对网络资源的控制、规划、分配、部署、监视和编排。

数据库管理则针对数据库的建立、调整、组合、数据安全性控制、完整性控制、故障恢复和监控等进行全生命周期的操作。

4. 边缘服务

边缘计算参考架构3.0中的边缘服务包括管理服务、数据全生命周期服务和安全服务。

1）管理服务

边缘计算参考架构3.0支持面向终端设备、网络设备、服务器、存储设备、数据、业务与应用的隔离、安全、分布式架构的统一管理服务。

边缘计算参考架构3.0支持面向工程设计、集成设计、系统部署、业务与数据迁移、集成测试、集成验证与验收等全生命周期服务。

2）数据全生命周期服务

边缘数据是在网络边缘侧产生的数据，包括机器运行数据、环境数据以及信息系统数据等，具有高通量（瞬间流量大）、流动速度快、类型多样、关联性强、分析处理实时性要求高等特点，与互联网等商业大数据相比，边缘数据的智能分析有如下特点：

• 因果VS关联：边缘数据主要面向智能资产，相关系统运行一般有明确的输入、输出的因果关系，而商业大数据关注的是数据关联关系。

• 高可靠性VS较低可靠性：制造、交通等行业对模型的准确度和可靠性要求高，否则会带来财产损失甚至人身伤亡。而商业大数据分析对可靠性要求一般较低。边缘数据的分析要求结果可解释，所以黑盒化的深度学习方式在一些应用场景受到限制。将传统的机理模型和数据分析方法相结合是智能分析创新和应用的方向。

• 小数据VS大数据：机床、车辆等资产是人设计、制造的，其运行过程中产生的多数数据是可以预知的，其在异常、边界等情况下产生的数据才是真正有价值的数据。商业大数据分析一般需要海量的数据。边缘数据分析可以通过业务编排层定义数据全生命周期的业务逻辑，包括指定数据分析算法等，通过功能领域优化数据服务的部署和运行，满足业务实时性等要求。

数据全生命周期包括：

• 数据预处理：对原始数据进行过滤、清洗、聚合、质量优化（剔除坏数据等）和语义解析等操作。

• 数据分发和策略执行：基于预定义规则和数据分析结果，在本地进行策略执行；或者将数据转发给云端或其他边缘节点进行处理。

• 数据可视化和存储：采用时序数据库等技术可以大大节省存储空间并满足高速的读写操作需求。利用AR、VR等新一代交互技术逼真呈现数据。

5. 安全服务

边缘计算架构的安全设计与实现首先需要考虑：

• 安全功能适配边缘计算的特定架构；

• 安全功能能够灵活部署与扩展；

• 能够在一定时间内持续抵抗攻击；

• 能够容忍一定程度和范围内的功能失效，基础功能始终保持运行；

• 整个系统能够从失败中快速且完全恢复。

同时，需要考虑边缘计算应用场景的独特性：

安全功能轻量化，能够部署在各类硬件资源受限的IoT设备中，考虑到加解密、证书认证等操作都需要消耗相应的软硬件资源，考虑到边缘设备资源受限的影响，最终的安全方案需要在易用性、成本与安全保障能力方面进行取舍，同时应避免安全性过于依赖中心化资源共享。

海量异构的设备接入，部分边缘存在无法持续监管的问题（归属于企业或个人，或网络非持续在线等），存在被黑客篡改或攻击后借助该边缘节点入侵整个系统的风险。

传统依赖防火墙或网关实现的基于边界隔离内、外网的安全方案仍是需要的，但还不够。即使在内网，基于一般信任的安全模型也不再适用，需要基于不信任的安全模型，比如按照最小授权原则重新设计安全模型 （白名单）等。

在关键的设备节点（例如边缘网关）实现网络与域的隔离，对安全攻击和风险范围进行控制，避免攻击由点到面扩展。

安全和实时态势感知无缝嵌入整个边缘计算架构中，实现持续的检测与响应。尽可能依赖自动化实现，但是时常也需要人工干预。

安全的设计需要覆盖边缘计算架构的各层级，不同层级需要不同的安全特性，还需要有统一的态势感知、安全管理与编排、统一的身份认证与管理以及统一的安全运维体系，只有这样才能最大限度保障整个架构安全与可靠。所有安全管理模块的示意与关系如图3-7所示。

▲图3-7 安全管理模块

由图3-7可知，安全管理主要涉及如下几项：

• 节点安全：需要提供基础的边缘计算安全、端点安全、软件加固和安全配置、安全与可靠远程升级、轻量级可信计算、硬件安全开关等功能。安全与可靠的远程升级能够及时完成漏洞修复，同时避免升级后系统失效（也就是常说的“变砖”）。轻量级可信计算用于计算（CPU）和存储与资源受限的简单物联网设备相关的数据，解决最基本的可信问题。

• 网络安全：包含防火墙（Firewall）、入侵检测和防护（IPS/IDS）、DDoS防护、VPN/TLS功能，也包括一些传输协议的安全功能重用（例如REST协议的安全功能）。其中DDoS防护在物联网和边缘计算中特别重要，近年来，越来越多的物联网攻击是DDoS攻击，攻击者通过控制安全性较弱的物联网设备（例如采用固定密码的摄像头）来集中攻击特定目标。

• 数据安全：包含数据加密、数据隔离和销毁、数据防篡改、隐私保护（数据脱敏）、数据访问控制和数据防泄露等。其中数据加密，包含数据在传输过程中的加密、在存储时的加密；边缘计算的数据防泄露与传统的数据防泄露有所不同，边缘计算的设备往往是分布式部署，需要考虑这些设备被盗以后，相关数据即使被获得也不会泄露。

• 应用安全：主要包含白名单、应用安全审计、恶意代码防范、WAF（Web应用防火墙）、沙箱等安全功能。其中，白名单是边缘计算架构中非常重要的功能，由于终端的海量异构接入，业务种类繁多，传统的IT安全授权模式不再适用，往往需要采用最小授权的安全模型（例如白名单功能）管理应用及访问权限。

• 安全态势感知、安全管理编排：网络边缘侧接入的终端类型广泛且数量巨大，承载的业务繁杂，被动安全防御往往不能起到良好的效果。因此，需要采用更加积极主动的安全防御手段，包括基于大数据的态势感知和高级威胁检测，以及统一的全网安全策略和主动防护机制，从而更加快速地进行响应和防护。再结合完善的运维监控和应急响应机制，则能够最大限度保障边缘计算系统的安全、可用、可信。

• 身份和认证管理：身份和认证管理功能遍布所有功能层。但是在边缘侧要考虑海量设备接入的诉求，传统集中式安全认证面临巨大的性能压力，特别是在设备集中上线时认证系统往往不堪重负。去中心化、分布式的认证方式和证书管理成为新的技术选择。

关于作者：任旭东，毕业于上海交通大学，现任华为ICT基础设施开源业务总经理，华为公司首席开源联络官，全面负责面向运营商和企业的网络自动化产业解决方案的开源实现，聚焦于用开源手段构建产业生态，做大产业空间，构建健康和谐的产业环境，支撑公司商业成功。

本文摘编自《5G时代边缘计算：LF Edge生态与EdgeGallery技术详解》。

延伸阅读《5G时代边缘计算》

长按上方二维码了解及购买

转载请联系微信：DoctorData

推荐语：本书详细全面地介绍了LF Edge社区和其下各项目，包括LF Edge各项目系统架构、重点Blueprints、重点Feature模块实现细节，通过真实的案例指导应用边缘计算开源项目实践，填补了LF Edge书籍国内市场空白。

更多精彩回顾

书讯 | 2月书讯 | 读新书，过新年。

资讯 | DB-Engines 2月数据库排名：三霸主集体“亮红灯”？小众数据库不可小觑

书单 | 寒假怎么过？经典计算机教材助你弯道超车

干货 | 盘点最重要的7个Python库

收藏 | 2021最新Web开发趋势

点击阅读全文购买

_昌都云电脑,潮州云手机

比利时云游戏解决方案，为出海云游戏商家提供一站式的云游戏IAAS+PAAS解决方案。

_南平服务器,陕西服务器