近年来，物联网和无线网络广泛普及，推动着万物互联的应用需求不断发展。万物互联不仅包括人与人、人与物，以及物与物的连接，还包括具有语境感知能力、更强计算能力和感知能力的人、物、数据、流程、场景等有机融合，从而使得互联更有价值。万物互联所涉及的边缘设备类型十分广泛，传感器、智能家电、智能手机，甚至可穿戴设备都将成为万物互联的一部分。因此，位于互联网边缘的终端设备数量及其产生的数据量将会急剧增长。

根据国际数据公司（International Data Corporation）统计数据，到2025年，全球将有1500亿个终端设备接入网络，其中超过70%的数据将在网络边缘进行处理。美国思科公司预计，全球设备产生的数据量将从2016年的218ZB增长到2021年的847ZB。随着边缘设备所产生数据量的增加和计算需求的提升，网络的时延过大和带宽不足正逐渐成为传统云计算的瓶颈问题，然而仅靠增加网络带宽并不能满足海量物联网设备和应用对时延的要求，必须在接近数据源的边缘设备上卸载计算任务，从而减少数据传输并提高响应速度。

针对云计算面临的困境，边缘计算作为一种新型计算范式被提出，并逐渐成为适应万物互联应用需求的新兴计算模式。边缘计算模型中的边缘设备具有计算和分析的能力，通过在网络的边缘来执行计算，为应用开发者和服务供应商提供计算能力支持。边缘计算采用了一种分布式计算架构，将主要应用程序、服务和数据存储下沉到网络的边缘侧，从而使计算更加靠近数据源头。

边缘计算通过将原本在中心节点处理的大型任务分解成多个小的更易管理的子任务，放置在靠近数据源或者用户服务终端上运行，就近提供边缘智能服务，从而降低网络通信和服务交付的时延，减少云端压力，并且产生更快的网络服务响应，满足行业的实时业务、智能应用、安全与隐私保护等方面的关键需求。2017年，加州大学伯克利分校Michael I.Jordan教授（美国科学院、美国工程院、美国艺术与科学院三院院士）领衔发布的人工智能研究报告指出，边缘—云端融合是支撑未来人工智能应用的九大关键技术之一。相较于传统的云计算，边缘计算的优势主要体现在以下三个方面。

1、就近实时计算

云计算需要将数据上传到中心节点进行处理，由于网络带宽的限制，将边缘设备产生的海量数据上传到云计算中心会造成巨大的网络负担，而物联网应用往往具有高实时性需求，比如无人驾驶要求每一个动作都要在10毫秒内完成，云计算在传输数据的过程中造成的巨大时延显然无法满足如此实时性需求。与之相反，边缘计算能够将算力部署在网络中离各个操作逻辑最近的地方（如移动蜂窝基站），从而保证自动驾驶车辆可以实时对车辆感知数据进行处理。

2、本地化数据保护

物联网中的数据与用户的生活息息相关，将这些数据上传到云计算中心会增加泄露用户隐私数据的风险。而边缘计算数据的收集和计算都在本地或边缘节点上进行，不用上传到云端，重要敏感的信息不必经过网络传输，从而有效避免了隐私泄漏问题。数据中心和终端设备位于与用户邻近的位置，也就减少了网络传输的影响。同时，物联网设备很容易受到网络攻击，边缘计算的分布式架构天然具有抵御这种攻击的特性，具有更高的可靠性和容错性。

3、减少云端数据传输

随着联网的设备越来越多，云数据中心的计算量和数据传输量越来越大，网络的传输压力也越来越大。而在边缘计算模式下，由边缘服务器提供算力对存储的本地数据进行计算，与云端服务器交互的数据减少，显著降低了所占用的网络宽带，从而减少了进入核心网络的流量消耗和云计算中心的算力损耗，同时也实现了降低能耗的目的。

由于边缘计算潜在的巨大产业价值，世界各个国家和地区均大力推动边缘计算技术的研发。2019年欧盟委员会及欧盟“地平线2020”（Horizon 2020）研究及创新计划联合资助实施边缘计算项目DECENTER，用于研发可以实现无缝部署智能应用的边缘计算平台，同时提供可控的安全和隐私保护。美国国家科学基金会（NSF）发布2017～2019年CNS（Computer and Network Systems）核心计划，重点支持边缘计算研究项目。

2018年～2019年我国国家重点研发计划“先进网络制造”“物联网与智慧城市”专项中，也把边缘计算作为重点课题列入。在工业界，各大厂商和巨头公司也在纷纷布局边缘计算。AT&T、微软、Amazon、阿里、腾讯等公司均发布了边缘计算战略，华为、英特尔等厂商纷纷牵头成立边缘计算产业联盟，欧洲电信标准化协会（ETSI）发布5G边缘计算白皮书。经过几年的技术积累，目前边缘计算处于快速发展阶段。

边缘计算主要应用领域和发展趋势

在万物互联时代，边缘计算正在引领社会发展的未来。边缘计算主要存在于以下一些应用领域。

1、智能家居

物联网的发展使家庭环境变得更加智能，市场上出现越来越多的智能家居，例如扫地机器人、智能灯光、智能门窗等。在云计算主导的时代，家居所感知产生的数据主要是通过无线网络发送到云数据中心，一些比较耗时耗资源的任务由云端统一进行处理。而随着边缘计算的发展，家居终端本身就拥有更强大的计算力，加之更低的处理延时使得家居更加智能。

几乎所有的家庭家居都可以接入物联网，扫地机器人可以自主学习更加复杂的家庭布局从而做到全屋规划不漏扫，门窗门锁等家居产生的带有隐私的数据不需要传输到云端而在家庭范围内即可完成处理。边缘计算的引入，提升了家居的便利性、舒适性和安全性。

2、智慧医疗

随着医疗保健行业的重要性日益增加，人工智能辅助的医疗平台和可穿戴设备为行业发展助力。个性化的便捷医疗服务和医疗数据的隐私安全问题，让边缘计算在智慧医疗保健行业发挥着越来越重要的作用。边缘计算的应用，使医疗保健资源可以更好地被偏远地区的人们所享用，通过更智能的可穿戴设备和人工智能医疗平台，享受到更加个性化的医疗服务。医疗保健行业将随之迎来更美好光明的未来。

3、智能交通

边缘计算在智能交通中的应用包括自动驾驶、智能网联汽车、交通管理等。生活中的各类交通工具都会产生很多数据（包括文本、图像、视频等），并需要实时处理，边缘计算技术可以极大地提升交通秩序管理和交通运输的效率。例如，自动驾驶对任务响应时间的要求极高，汽车上各种各样的传感器收集了很多数据，利用边缘计算，可以在距离车辆更近的地方处理数据，从而减少延时。

4、智慧教育

随着物联网与人工智能时代的到来，教育信息化正逐渐从“互联网+”升级到“智能+”。在现代化智慧校园中，教学设备不断升级，例如多媒体教学设备、交互式电子白板、智能监考与监控、智能控制中心等。

教育应用也在不断进化，特别是VR／AR、沉浸式教学等教育模式的出现，对边缘计算设备的数据分析能力、高效处理音视频能力等提出了更高要求。通过边缘计算与基础设施的交互与协同，有利于积极应对教育领域的各种挑战，比如个人学习、数据分析、教学创新、校园安全等。

5、智慧农业

农业物联网技术是实现智慧农业、精准农业的有效手段。边缘计算能很好地解决偏远地区的网络带宽资源不足问题，通过物联网感知，将动植物和环境信息（如温度、湿度、土壤、光照和设备性能等）进行全面的感知和互联，服务于农业生产的各个场景中，提升农业效益，助力农业生产数字化和智能化。

6、智能制造

边缘计算与工业制造存在密切关系。随着“工业4.0”时代的来临，工业制造将走向智能化，设备的组件化和专一性要求更高，生产过程将产生更多的数据，生产制造的各个环节都需要做到数据互通和实时交互。边缘计算的应用，让设备可以进行本地的升级更新，对设备性能起到更好的监控，满足了生产过程中实时性的要求。通过边云协同，可以做到产业链和产业结构优化，让工业真正走向智能制造。

7、公共安全

公共安全涉及社会的方方面面（如消防、出行），影响着人们的生活。自然灾害、交通事故、刑事犯罪等各类事件存在诸多不确定性，在预防和处理公共安全事件时，对实时性和准确度的要求很高。公共环境安装了很多传感器和摄像头，尤其是对于视频图像，在边缘端进行处理可以降低网络带宽需求，即时数据分析处理对很多公共安全事件的预防和处理具有极其重要的作用。

8、紧急救援

近年来，频发的灾害给人们的生命财产造成了严重损失，人们越来越重视对紧急救援机制和方案的研究。在紧急救援场景下，对信息的实时处理以及救援人员的安全保障极为重要。将无人机技术应用于救援中，可以获取更加全面的信息，并保障救援人员的人身安全。类似地，一些轻巧的救援机器人可以深入到危险区域，并通过边缘计算和云计算向急救人员提供紧急情况的有关信息。这些应用，都离不开边缘计算的快速发展。

边缘计算的应用领域远不止以上提到的几个场景，还可以应用到经济社会中的方方面面，例如金融、新零售、能源等。总之，边缘计算正在引领物联网的未来；也将会是5G的核心功能之一，5G时代将会产生更多的数据，5G带来的高带宽低时延将会进一步促进边缘计算的发展。

边缘计算给智慧城市带来的机遇

边缘计算技术具有广阔的发展潜力，将为智慧城市的构建带来巨大机遇，可归纳为技术层面和应用层面。

1、技术层面

边缘计算通过采用网络、计算、存储、应用核心能力为一体的开放平台，提供高效的近端服务。由于其应用程序在边缘侧发起，从而可以达到更快的网络服务响应，从技术层面满足了智慧城市建设中在实时业务、快速部署、高效运行、安全与隐私保护等方面的基本需求。由于更加靠近用户，边缘计算为智慧城市的应用提供更快的响应，将任务需求在边缘端解决。通过采用边缘计算技术体系架构，许多控制将通过本地设备实现，而无需交由云端；处理过程也将在本地边缘计算层完成，大大提升处理效率，减轻云端负荷。

边缘计算还可以与云计算相结合，以克服不同计算模式的特定限制，并提供更高效的服务。在隐私保护方面，许多终端设备（如智能路灯、电子标签）没有足够的资源来支持端到端的安全性，通过采用边缘计算模式，安全管理任务可以从低性能的终端设备转移到性能更强大的边缘设备上，通过使用边缘设备作为安全代理来管理终端设备的安全需求。

在实现时，边缘设备可以为每个终端设备创建一个安全配置文件，任何对终端设备的访问或发送到终端设备的指令都由边缘设备代表这些终端设备通过完备的安全审查机制来处理。例如，代理终端设备的边缘设备可以利用认证协议来认证希望与终端设备通信的第三方设备。授权也可以由边缘设备管理，决定哪些第三方设备有权访问由终端设备收集的数据，或者可以向终端设备发送控制命令。

2、应用层面

边缘计算在智慧城市中具有丰富的应用场景，从网络视频摄像头部署、智能感知系统平台搭建到数据采集、传输与处理。众多研究与观察发现边缘计算非常适用于需要超短延迟的用户服务，例如沉浸式虚拟现实和增强现实应用。利用边缘计算，可以实现高清视频流的增强现实用例，支持智慧城市的旅游行业发展。无论用户如何移动，边缘计算确保服务始终跟随用户，并始终从最近的边缘为用户提供服务。基于边缘计算，智慧城市建筑有望实现智能化、人性化，并对建筑产生的数据进行良好的处理和利用。

基于移动边缘计算，并辅助以深度学习和大数据分析的自主驾驶技术，无人驾驶服务可以实现包括视线内不可见车辆的实时定位，城市区域的协同危险预测，以及自主驾驶三维地图生成。基于边缘计算的多能源网络可以提高包括大型建筑在内的不同规模区域（如公园、岛屿、城镇等）能源系统的整体效率和效益。基于边缘计算技术的多能源网络可以整合智能电网、供热供气网和网络流量，实现智能城市的统一能源管理。

边缘计算作为一种新兴技术，其发展同样也会经历从无到有、从初始到成熟的过程，还会受到社会需求与传统规则的影响。尽管边缘计算无论从技术层面还是应用层面都将为智慧城市的构建带来巨大机遇，其发展过程也会面临技术、应用甚至法律、伦理层面的挑战。

发展建议与展望

在边缘计算驱动智慧城市发展过程中，可以从以下几个路径出发提升边缘计算的应用效能和安全水平。

夯实安全基础，完善边缘计算安全保障体系。智慧城市的建设需要提升城市基础信息网络、核心要害信息以及系统的安全可控水平，智慧城市的建设涉及应用、平台、连接、终端等多个层次，各方面存在不同的安全隐患。同时，伴随边缘计算在赋能智慧城市进程的不断深入，应用层面、平台层面、网络层面、数据层面、终端层面等每个层面的威胁和风险都有其独特性，任何一个层面的安全防御被突破都可能会带来不可预估的损失。

在边缘计算赋能智慧城市的进程中，需要不断完善安全保障体系以及安全防护机制，根据不同层面的特征，统筹考虑安全技术、安全管理、安全运营等因素，设计制定个性化的安全规则，配置部署针对防御全层次的定制化安全防护机制，为赋能智慧城市夯实安全基础。

坚持融合发展策略，研制边缘计算标准规范体系。在边缘计算赋能智慧城市的进程中，需要积极响应政府主导，协调有关各方研制统一的、科学合理的智慧城市中边缘计算技术的应用标准规范体系，为各地进行智慧城市建设程度、水平和效益评估等提供依据，为有需求的部分地区建立地域化的拓展以及定制化的评价指标体系提供基础，为综合分析各地区智慧城市规划建设等提供统一维度。

同时，针对不同技术、政策等产生的数据信息，推动构建一个开放、能适应城市各领域需求动态变化的标准规范体系，将智慧城市建设发展推向深入。

围绕核心需求，打造开放的边缘计算生态体系。智慧城市是高新科技的载体，涵盖政务、园区、物流、医疗等应用场景，需要多技术、多产业深度融合。

在边缘计算赋能智慧城市的进程中，需要打造足够开放的生态体系，能够融合边缘计算、大数据、云计算、人工智能等新技术，吸纳优质资源，围绕智慧城市核心需求，在市民、企业、城市管理等方面，有针对性地开展符合城市定位的特色应用，多方多角度参与共同建设智慧城市。