物聯網體系架構的研究

談潘攀，陳俐謀

（1. 成都師范學院 計算機科學學院，成都 611130；2. 成都師范學院 史地與旅游學院，成都 611130）

0 引言

隨著人工智能，移動通信技術，網絡技術，嵌入式技術等技術的發展，物聯網技術近年來得到了快速的發展，其實際應用涉及到社會生活的各個層面：比如智慧城市，智慧交通，智慧工業，智慧農業等等。除了“人”與“人”的互聯，物”與“物”的互聯，“物”與“人”的互聯都明顯增加，大量的物聯網終端設備連接入網，據預測，到2020年，連接到網絡的無線終端設備數量將達到500億臺，其中包括2120億個傳感器，生成的數據量將達到507.9 ZB，預計到2025年全球將有大約1000億臺設備連接到互聯網。 據統計，我國2017-2018年間物聯網市場規模全年突破1萬億。物聯網時代即將來臨，物聯網技術已經應用到人們生產、生活的許多方面，并且在未來其應用會更加廣泛及并持續增長。如何保證物聯網中的設備正確的連接，設備間如何安全，高效通信，海量數據得到實時處理傳輸這都是一個很復雜的課題。針對物聯網體系架構的研究，可以將物聯網中的功能進行分層，每層處理一部分任務，從而將復雜的問題簡單化。

1 物聯網的架構

物聯網（IoT，Internet of things）即“萬物相連的互聯網”，它將各種信息傳感設備與互聯網結合，實現在任何時間、任何地點，人、機、物的互聯互通[1]。從技術架構上，物聯網的可分為三層，即泛在化末端感知網絡，融合化網絡通信基礎設施與普適用化應用服務支撐體系，簡稱為感知層，網絡層，應用層。

物聯網感知層由各種傳感器以及傳感器網關構成，其通過傳感器、攝像頭、識別碼、RFID和實時定位芯片等采集各類標識、物理量以及音視頻數據，然后通過短距離傳輸、自組織組網等技術對數據進行初步處理[2]。感知層的主要任務是實現物聯網的全面感知，進行數據采集及協同信息處理。

網絡層是基于網絡、通信技術和協議實現信息的數據傳輸。它包括了現有的互聯網、通信網、廣電網及各種接入網和專用網[3]。它是連接感知層和應用層的紐帶，主要任務就是進行信息的傳遞。

應用層是包括各種應用子集成和服務支撐層，功能是對各類業務提供統一實時的信息資源支撐，由各類可重復使用并實施更新的信息庫和應用服務資源庫做保證，云計算服務使各類業務服務根據用戶的需求隨需組合[4]。

物聯網體系結構如下圖1所示。

圖1 物聯網體系結構圖Fig.1 IoT architecture

物聯網大量原始數據信息從感知層獲取，在經過網絡層傳輸以后，放到一個標準平臺上，再利用高性能的云計算對其進行處理，賦予這些數據智能，才能最終轉換成對終端用戶有用的信息[2]， 而根據數據的交換情況也可以分為三層：終端，傳輸管道，云端，兩者對應如下圖2所示。

圖2 物聯網體系結構與數據交換的架構對應圖Fig.2 Correspondence diagram of IoT architecture and data exchange architecture

隨著物聯網感知層設備每年數以萬計的不斷加入，來自這些設備的數據也是急聚增加，所有來自于感知層數據都需要通過網絡層傳遞給云計算平臺去處理，再通過網絡將處理好的數據反饋給終端，那么網絡通信量和云計算平臺的負載巨大，而且會呈指數級的不斷增長，如果網絡帶寬，速度或者中心云計算平臺不能滿足應用要求，遭到惡意攻擊，就會對人們的生產生活造成巨大的損失。

2 邊緣計算對物聯網體系結構的影響

為了減輕物聯網中云計算平臺的負擔和網絡安全、負載、時延等問題，邊緣計算被提出來。邊緣計算[4]是指在靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務。其應用程序在邊緣側發起，產生更快的網絡服務響應，滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求[4]。 對物聯網而言，邊緣計算技術意味著許多控制將通過本地設備實現而不需交由云端，處理過程將在本地邊緣節點中完成，這些節點這無疑將大大提升處理效率，減輕云端的負荷，大大減少信息傳遞中網絡的網絡時延，網絡負載，信息安全的問題，為用戶提供更快，更安全的響應。由于有線網絡存在很多局限性，所以在感知層的物聯網設備在很多實際應用的環境中都是通過無線技術相互連接起來。目前很多學者已經在研究邊緣計算，許多國家已經將邊緣計算，尤其是移動邊緣計算作為推動物聯網，人工智能發展的重點關鍵技術。2016年10月，由IEEE和ACM正式成立了IEEE/ACM Symposium on Edge Computing，組成了由學術界、產業界、政府（美國國家基金會）共同認可的學術論壇，對邊緣計算的應用價值，研究方向開展了研究與討論。2016年11月，多家國內外的知名IT企業聯合倡議發起邊緣計算產業聯盟(Edge Computing Consortium，縮寫為ECC)[5]。ECC（邊緣計算產業聯盟）提出的邊緣計算參考架構2.0如下圖3所示[5]。

圖3 邊緣計算參考架構Fig.3 Edge computing reference architecture

邊緣計算也融合了網絡、計算、存儲、應用等能力的平臺。云計算與邊緣計算的差異在于：云計算部署在核心數據中心機房，處于樞紐地位，適用于非實時、長周期數據、業務決策場景；而邊緣計算部署在靠近人或物的數據源頭，適用于實時性、短周期數據、本地決策等場景方面，既要能夠對實時性的數據進行分析，對本地業務及時地處理執行，也要能向云端上傳經過預處理后的數據，支持云端的大數據分析，云計算也相應的基于大數據分析向邊緣計算輸出調整規則，優化邊緣計算[6]。因此云計算與邊緣計算是相輔相成的。

因為邊緣計算需要進行大量的數據分析和處理，目前很多感知層終端設備不具備計算能力，存儲能力，無法完成相關的任務，因此邊緣計算基本部署在邊緣網關或基站內部，或者有計算能力的智能終端。因此邊緣計算位于網絡和感知層之間，那么在過去的網絡體系之間應該還增加一層功能用于邊緣計算，網絡接入。暫且將其稱之為邊緣接入層（Edge Access Layer，如下圖4所示。

邊緣接入層中包括邊緣計算平臺，接入網關和應用子集。

邊緣計算平臺包括輕量級計算機系統、實時計算系統，存儲設備，任務調度軟硬件。輕量級計算系統的作用是面向資源受限的感知終端，滿足低計算量，低功耗的需求。實時計算系統的作用是面向數字化的物理元件，滿足實時性要求很強的需求。智能網關系統支持多種網絡接口、總線協議與網絡拓撲[7]，它實現邊緣本地系統互聯并提供本地計算和存儲能力，能與云端協同。一些貼近用戶的應用（如智能家居設備的管理，智能樓宇的管理等）也在邊緣接入層完成。而應用層的應用子集會發生變化，更加傾向于遠程控制，檢測，維護等。比如 “智慧水務”，在邊緣計算中去實現管理家庭中的水龍頭，水管，水表的管理，為現場工程師的維護提供方便，在邊緣端收集的數據又為整個大環境（城市，省，國家的）的水質監測，能源管理，水資源泄露管理等提供有效數據。如下圖5所示。

圖4 邊緣計算影響下的物聯網體系結構Fig.4 Internet of Things architecture under the influence of edge computing

圖5 “智慧水務”系統架構Fig.5 “Smart water affairs” system architecture

因此可以預見根據物聯網“云-管-端”的數據流通結構將有實質性的變革變為“云-管-端”，“邊-管-端”，“云-管-邊-管-端”這三種架構。

3 未來發展及展望

D2D通信技術是面向5G 關鍵候選技術之一，D2D即Device-to-Device，也稱之為終端直通。D2D通信技術是指在分散的網絡中，對等用戶節點之間可以直接進行通信，每個節點具有自動路由的功能，這些節點既是服務器又是客戶端，在D2D通信網絡中，互相能夠感知，自組織地構成一個虛擬或者實際的群體[8]。隨著終端技術的飛速發展，不斷的智能化，很多邊緣計算的業務將會放在各智能終端上，結合 5G通信的終端直連技術，那么目前的邊緣計算平臺的功能就會弱化，感知層會更加智能。但是網絡形態會變得單一，智能終端設備互聯需要統一的網絡協議和網絡標準。因此物聯網的發展還需要一個長時間的過程，物聯網體系結構也會隨著 5G技術，智能技術的發展而不斷變化。