第6章 边缘计算的挑战
6.1 可编程性
用户程序通常在目标平台上编写和编译，在云服务器上运行而在边缘计算模型中，部分或全部的计算任务从云端迁移到边缘节点，由于边缘节点大多是异构平台，每个节点运行时环境可能有所差异，因此，在边缘计算模型下部署用户应用程序时，程序员将遇到较大的困难。
烟花模型：基于混合云和边缘计算的编程模型，可以实现边缘计算中计算流的功能，计算流是指沿着数据传输路径上的边缘节点可对数据执行一系列计算。从而数据可以在传输路径上被逐步计算消解，从而使数据的传输量逐步降低
烟花模型中有两种节点：烟花模型管理器和烟花模型节点，并且通过虚拟的共享数据视图来定义数据集、功能，融合地理上分布的数据源，而数据利益相关者(烟花模型节点)为终端用户提供一组预定义的功能接口以便用户访问。用户在使用Firework系统的时候，可以更多地关注于业务的实现，而其余通信、功能的调度和组合，可以使用Firework提供的相关编程接口实现，并通过部署配置，组合烟花模型节点和其相互的功能，实现大数据分布式共享和处理，以及计算流的功能。
6.2 程序自动划分
边缘计算环境下，随着边缘节点计算能力的提高，云计算中心的应用程序从云中心迁移到边缘节点上，将原有独立的应用程序分发到不同的网络边缘节点是边缘计算系统的重要挑战之一，其直接关系到面向边缘计算应用程序设计的可执行性和高效性。如何在边缘计算环境下，设计和实现针对应用程序的划分技术，使得在网络中的云端一边缘、边缘一边缘等多种异构边缘节点之间能够保证应用程序组件的合理分配，从而得到边缘计算环境下应用程序的高性能和可靠性。
现有程序划分包括：静态程序划分和动态程序划分
静态程序划分在编译过程中完成的
动态程序划分是在程序运行过程中完成
然而，边缘环境下的各个分布节点可能具有异构的特征，原有同构节点环境下的程序划分就不能满足边缘计算环境下的程序划分的需要。因为这类程序划分并没有考虑边缘计算环境下的特征，如资源和异构型、数据来源的不同以及边缘节点的移动性等特征，所以边缘计算环境下的程序划分除了具有静态和动态的程序划分功能外，还需要考虑云端-边缘以及边缘一边缘之间的程序划分的特殊性。
6.3 命名规则
边缘计算模型中的一个重要假设是边缘设备的数目巨大，与计算机系统的命名规则类似，边缘计算的命名规则对编程、寻址、识别和数据通信具有非常重要的作用
此外，边缘计算的命名规则需要满足移动设备、高度动态的网络拓扑结构、隐私安全等需求。
已有研究中，命名数据网络(named data networking，NDN)和移动优先(Mobility First)等新的命名机制可满足边缘计算的需求。
命名数据网络不仅提供以数据为中心的网络分层结构命名规则和友好的服务管理，还保障边缘计算具有可扩展性。由于很难将设备硬件信息与服务提供商隔离因此命名数据网络存在一定的安全隐患。
移动优先技术将命名和网络地址分开，从而更好地支持移动性。如果边缘服务器上的程序具有较高的移动性，那么移动优先技术的应用就会提高边缘服务器的效率。但是，在移动优先技术中，命名规则需要一种全局唯一标识符,而在网络边缘环境(如家居环境)下，固定信息聚合服务程序不需要这种标识符。移动优先技术的另一个缺点是全球唯一标识符(globally unique identifer，GUID)不够人性化，使服务程序较难管理。
在范围较小且固定的边缘环境下，利用边缘计算系统给每个涉笔分配网络地址可能是一种解决方案，系统内部的每个设备都有一个可描述位置、角色及当前信息的命名。
6.8 优化指标
在边缘计算模型中，不同层的计算能力有所差异，负载分配将成为一个重要的问题，需要确定特定负载由哪层处理或者哪一层需要处理哪些负载。通常会采用多种分配策略，按照层次的数量将负载分配在每一层，或者在单层分配最大负载量。
如何选取最优的负载分配策略，提出以下几种优化指标：延时、带宽、能耗及成本
1.延时：延时除了受到计算时间决定以外，还受传输时间影响。为了降低延时，应在距离最近且具有计算能力的边缘设备所在层执行负载，比如说在智慧城市，用手机对照片进行预处理。需要根据资源使用情况避免不必要的等待时间，以找出最合理的优化层，打游戏时占用手机较多激素啊你资源，因此使用最近的网关进行上传图片
2.带宽：高带宽可以减少数据传输延时，对于短距离的传输，已经研究高带宽的无线接入技术，将数据发送到边缘。
如果边缘端可以处理任务，那么会极大地改善延时，同样可以节省边缘和云中心的传输带宽，另一方面技术由于边缘端无法满足计算要求而减少传输距离，边缘端可以预处理数据并极大地减少上传数据量。
因此每当边缘计算中需要使用高带宽时，需要评估边缘端配置多大的速度是合适的，此外为了确定每层的负载分配，可以避免竞争和延时，还需要考虑各层计算能力和带宽的情况
3.能耗：电池是边缘设备最紧俏的资源，因此，对于某种特定的负载，迁移整个或者部分负载到边缘端，而不在本地计算的方法是否节能，需要权衡计算和传输两者的能耗，当传输能耗大于本地计算能耗时，选择边缘计算比较合适。
4.成本：边缘计算可以保证短延时和较低能耗，从而进一步增加吞吐量，改善用户体验，最终使服务提供商获得更多利润，服务提供商的投资用于构建和维护每一层设备的成本
6.13 边缘节点落地问题
实际边缘节点的落地部署过程中：应该如何选择参与计算的边缘节点和边缘计算数据，如何保证边缘节点的可靠性的问题亟待解决
1.边缘节点的选择：用户可以选择云到端整个链路上任意边缘节点来降低延时和带宽。不同边缘节点的选择会导致计算延时差异很大。现有的基础实施可以作为边缘节点，如使用手持设备访问进行通信时，首先链接运营商基站，然后访问主干网络。这种以现有基础设施作为边缘节点的方式户籍加大延时，如果手持设备直接访问主干网络，就能降低延时
2.边缘数据的选择：根据一个问题往往有多个可供选择的方案，例如如何为特定应用合理选择不同数据源的数据，以最大限度地降低延时和带宽，提高服务的可用性是一个重要问题。
3.边缘节点的可靠性：边缘计算中数据存储和计算任务大多以来边缘节点，许多边缘节点暴露在自然环境下，保证可靠性非常重要！例如：基于CV的公共安全解决方案需要依赖智能摄像头进行存储和计算，极端天气下，摄像头在物理上受到伤害，暴风天气会影响摄像头的视觉范围，因此需要借助基础设施的配合来保证边缘节点的物理可靠性
联通提出了建设边缘云，将高带宽、低延时、本地化业务下沉到网络边缘，进一步增高网络效率，增强服务能力。
