邊緣計算在智慧圖書館中的應用探索

趙 楠

[遼寧省圖書館（遼寧省古籍保護中心），遼寧 沈陽 110167]

隨著大數據、人工智能、5G、物聯網等一系列新技術的飛速發展，人類社會已經進入了萬物互聯的時代?！?021年夏季物聯網狀況》和《蜂窩物聯網和低功耗廣域（LPWA）市場追蹤（2021年第三季度）》指出，2020年全球物聯網設備連接數量達到113億臺，預測到2025年全球物聯網終端連接數量將達到270億臺[1]?！度蚰甓仍浦笖祱蟾妫?016—2021）》預測，到2021年全球云數據中心流量將達到每年19.5ZB[2]。面對海量的設備和數據接入，云計算能力將無法滿足海量數據的實時處理請求。因此，為了緩解云中心的傳輸、存儲和計算壓力，引入了邊緣計算這種新形式。Gartner數據顯示，到2022年將有65%的數據會在邊緣計算中心存儲和處理，未來1～3年邊緣計算將進入規模商業部署期，在電力、交通、制造、智慧城市等多個價值行業大規模應用。

圖書館是城市的資源中心、文化中心，其各種設備與數據也會接入網絡上傳到云中心。為了提升廣大用戶的體驗，應建立“端+邊緣+云”的基礎架構，以促進智慧圖書館的建設和發展。

1 邊緣計算

1.1 邊緣計算的定義

隨著5G、云計算等技術的發展，智能設備越來越多，若將所有的計算都放在中心，會影響網絡響應和體驗感。邊緣計算是相對于傳統集中計算而言，將工作負載部署在邊緣的一種計算方式，可在數據采集源附近實時處理和分析數據，把云上的部分能力向邊緣延伸，在使用邊緣計算時，數據不需要上傳到云端或集中式數據處理系統。

1.2 邊緣計算的特點

1.2.1 低延時

低延時是業界公認的邊緣計算的代表性特點。邊緣計算的部署非常靠近信息源，海量的數據信息直接在邊緣設備進行處理，不再需要上傳到云計算中心，大大降低了網絡延時，使得反饋更加及時。

1.2.2 高可靠

如果將物聯網中的全部數據上傳到云計算中心，會增加數據泄露的風險，而邊緣計算恰好可以解決這類安全問題，可以將數據在本地運行而不用通過網絡上傳到云計算中心，降低了數據泄露的風險。另外，邊緣計算的數據存儲、計算和應用都在本地設備上，受網絡故障的影響小，同時能有效均衡負載，合理調度計算資源，保護用戶服務的全天候性[3]。

1.2.3 分布性

邊緣計算分布在多個空間，通過線路將分布在不同空間的計算機連接起來，實現了邊緣計算的分布性。這一特點的實現要求邊緣計算具備分布式的調度機制、網絡管理、資源管理和安防技術等能力。

1.2.4 高智能

邊緣計算一般與人工智能相結合，使其向智能化發展。云邊組合的原理是利用前置的智能算法，通過邊緣設備的計算能力來進行預處理，以降低云計算的壓力，使云計算中心作出更高效的分析。因此將智能設備嵌入邊緣設備中，能使邊緣設備具有智能感知的能力，從而為廣大用戶提供便捷的智能服務。

2 智慧圖書館

2.1 智慧圖書館的概念

智慧圖書館是數字圖書館的最高級別，是智能建筑與高度自動化管理的數字圖書館的有機結合和創新。智慧圖書館不受時間和空間限制但能夠被切實感知，它通過物聯網實現智慧化的服務和管理，運用云計算、智慧化的設備來改造傳統意義上的圖書館。

2.2 智慧圖書館服務的特點

2.2.1 泛在性

智慧圖書館服務的泛在性指服務無處不在，是一種打破時間和空間限制的服務[4]。在各種新技術的支持下，圖書館實現了書與書、書與人、人與人的互聯，擺脫了時間和空間的限制，讀者可以在任何時間、任何地點獲得圖書館的資源及服務。

2.2.2 高效智能性

智慧圖書館的發展目標是提供高效、敏感、智能的服務。隨著館舍的擴建和基礎設施的增加，數據信息量也不斷增加，因此圖書館不斷運用智能設備與新技術以提高服務質量、滿足廣大讀者的需求。

2.2.3 個性化

圖書館服務的對象是廣大的讀者，由于不同的讀者需求各異，因此圖書館要針對不同的讀者需求提供個性化推送和定制服務。目前，智慧圖書館可用大數據分析等技術對讀者的行為路徑進行深層次的統計、挖掘、分析，為讀者提供針對性地服務，體現服務的個性化。

2.3 智慧圖書館與邊緣計算

華僑大學的嚴棟指出，智慧圖書館=圖書館+云計算+物聯網+智能化設備，通過物聯網來實現智慧化的服務和管理[5]。智慧圖書館具有實時性強、處理能力要求高、數據量大等特點，而邊緣計算具有的低延時、靠近數據源處理能力強、安全性高等優勢，使其可為智慧圖書館建設提供重要技術支撐，促進智慧圖書館的發展。

3 邊緣計算在智慧圖書館中的可行性分析

邊緣計算的應用場景具備實時性高、數據量大、本地化需求強的特點，而智慧圖書館的應用場景恰好滿足條件[6]，因此邊緣計算在智慧圖書館中是適用的。

3.1 智慧圖書館的高效性與智能化需求

高效性和智能化是智慧圖書館的主要特征，而邊緣計算恰好可以推進館內資源利用的高效化和空間資源的智能化，提高廣大讀者的滿意度。如，在館內資源利用方面，當讀者發出檢索資源請求時，邊緣計算設備可在靠近數據處進行響應計算，不必將數據傳輸至云計算中心，大大縮短了響應時間，提高了資源利用效率，提升讀者滿意度；在館舍設備資源利用方面，邊緣設備可以對館內的溫濕度傳感器、照明傳感器進行實時監控，根據實際情況調節館內的溫濕度和照明，為廣大讀者提供更加舒適的閱讀環境，從而實現對館內空間資源的智能化管理。

3.2 智能圖書館的低延時與高安全需求

智慧圖書館的服務應是高效、敏捷和便利的。能夠將大量數據進行實時有效地處理是智慧圖書館提供智慧服務的前提。如果將數據全部上傳至云計算中心，則會面臨響應速度慢、不能進行實時監控以及網絡安全面臨巨大威脅等一系列問題。邊緣計算的出現可以解決以上問題。一方面，邊緣計算可在本地進行實時監控和計算，提高運算速率，做到實時響應；另一方面，邊緣計算可以只將計算結果上傳至云中心，對帶寬和網絡安全的要求有所降低。因此，邊緣計算滿足了智慧圖書館的低延時與高安全的需求。

3.3 邊緣計算產業化的推進

2014年，歐洲電信標準化協會率先發布《邊緣計算白皮書》[7]，拉開了邊緣計算產業化的序幕。2017年亞馬遜推出了邊緣計算產品，2018年谷歌公司也推出了兩款邊緣計算產品。我國邊緣計算緊跟步伐，2016年華為公司發起了邊緣計算產業聯盟[8]，2018年百度云發布了自己的邊緣計算產品。可見，國內外邊緣計算正迅猛發展，并不斷加速應用的落地。如，中興通訊在制造業、車聯網、智能電網等多領域進行邊緣計算研究并成功實踐[9]。相信，在不久的將來邊緣計算會越來越成熟，在智慧圖書館中的應用也將成為大勢所趨。

4 邊緣計算在智慧圖書館中的架構

筆者針對邊緣計算和智慧圖書館服務的特點，將邊緣計算融入智慧圖書館的構建框架中，并將其分為數據采集層、處理層和應用層3層架構（如圖1所示）。

圖1 邊緣計算在智慧圖書館中的架構

4.1 數據采集層

數據采集層由各種監控設備、傳感器以及數據采集插件構成，主要用于實時采集數據?？梢圆捎梅乔秩胧綌祿杉姆椒ǎ杉谌较到y的監控數據，并不斷向邊緣計算層發送。這樣不但滿足了數據采集的需求，還能減少對原平臺的改動，節省經費的同時降低了實現難度。

4.2 數據處理層

數據處理層由邊緣計算中心和云計算中心兩部分組成。邊緣計算中心可由網關、邊緣服務器等組成，通過網絡鏈接和協議轉換連接終端設備和數字世界，執行數據的計算功能。云計算中心本質是一個超級計算機，主要功能是云存儲服務。

4.3 數據應用層

數據應用層由網絡檢測、移動服務、計算應用、架構平臺、機房檢測、自助設備檢測等應用組成。它可以覆蓋運維人員的日常監測、監控，強化圖書館對資源和設備的掌控，縮短響應時間，形成一體化的計算體系。

5 邊緣計算在智慧圖書館中的應用

智慧圖書館利用5G、大數據、AI、區塊鏈、邊緣計算等技術實現全方位感知和更廣泛的互聯互通，提供智慧泛在的個性化服務[10]。智慧圖書館可以通過物聯網實現智慧化管理，借助高科技為讀者提供無時不在、無處不在的全方位智慧服務，是一種高質量的圖書館服務模式。

5.1 實時安防保護

在智慧圖書館中通過物聯網可以連接大量的傳感器，這些傳感器采用AI技術對館內環境進行實時監控，以提升安全性和舒適性，滿足廣大讀者對館內空間資源服務的需求。利用邊緣計算可以加強實時監控安全體系的建設。如，在安全巡檢中，邊緣計算可支撐館內攝像頭、溫濕度傳感器、智能機器人等設備的實時監控預警；可在靠近數據源處將信息數據進行處理，并將有問題的視頻數據與其周邊攝像頭進行聯動和安全追蹤；可以增強終端認證能力，建立身份管理系統，保證入網的設備具有合法性。

5.2 增強用戶體驗

智慧圖書館可通過智慧服務給廣大用戶提供一個全面感知、個性共情的環境，使之成為有思維、有感情的生命體[11]。目前AR/VR廣泛應用于智慧圖書館中，邊緣計算可在AR/VR的計算中成為關鍵環節?？蓪R/VR的計算任務放在靠近數據源的邊緣計算中，從而有效降低延時，更好地連接虛擬世界和現實世界，提升用戶的互動體驗?？赏ㄟ^大數據分析從海量數據中挖掘出有價值的信息，助力圖書館為用戶提供基于情景需求的精準化服務。

5.3 推進個性化服務

目前社會已經進入大數據時代，未來必然是一個數據治理、數據共享、數據決策的社會，因此數據化在智慧圖書館必然會起到舉足輕重的作用。圖書館中的數據越來越多，而用戶的需求往往是有時效性的，一旦圖書館所提供的服務脫離了用戶產生需求的場景，就會大大降低其服務體驗。因此，可借助邊緣計算的低延時特性，實時掌握動態信息，完成智慧服務?？赏ㄟ^設備對數據進行采集與分析，進而獲得更加有價值的信息以洞察用戶的真實需求。當用戶發出某個請求時，邊緣設備立即用各種算法進行各種數據組合，通過端到端、端到云互補的模式實現本地化、智能化的個性化推送，提升用戶體驗[12]。

5.4 助力運營決策

圖書館運營決策的制定很大程度上依賴館內的各項數據，而邊緣計算低延時的特點可提高運營決策的精細性和實時性。

5.4.1 用戶行為數據更加精細

圖書館內可收集用戶和終端設備的各種交互信息，通過邊緣計算實時掌握用戶在各類交互設備上的頁面的訪問量、訪問時長等情況。通過這些信息可計算出熱點頁面、熱點菜單與熱點活動等，從而調整頁面布局、菜單位置、活動順序等，使決策更加精細化。

5.4.2 統計數據實時化

圖書館內系統可以統計出每日用戶與圖書館之間的交互數據信息（包括App、數據庫、微信、微博、借閱信息等）。通過這些數據信息可以了解每日訪問量、新增用戶、用戶活躍項目、用戶在線時長等。通過邊緣計算節點可對數據進行就近快速處理，使圖書館決策者實時掌握用戶的動態，為后續圖書館制定資源使用方案、優化管理提供依據。

6 結語

當前，邊緣計算在智慧圖書館中的應用還處于初級階段，仍然面臨著很多的問題。相信在5G、云計算、人工智能等諸多新技術的融合加持下，邊緣計算還會發揮出更大的應用潛力，推動智慧圖書館的發展。