Types of Edge Computing Implementations——边缘计算的实现

Posted 2022-11-25 xingjiarong

We have discussed the definition of edge computing and talked about its architecture and characteristics in last blog The Coming of Edge Computing. In this article, we will simply introduce three types of edge computing implementations: fog computing, mobile edge computing and cloudlet.

I、Fog Computing
The fog computing implementation is a decentralized computing infrastructure based on fog computing nodes composed of vary kinds of elements including but not limited to routers, switches, access points, IoT gateways as well as set-top boxes and placed at any point of the architecture between the end devices and the cloud [1].
雾计算是一种基于雾节点的去中心化计算架构，雾节点可以由多种元素构成，包括但不限于：路由器，交换机，网络接入点，物联网网关和机顶盒。这些节点可以被放置在end-cloud架构之间的任何位置。因为这些节点与云计算中心相比更加靠近网络的边缘，所以雾计算可以提供良好的实时性。构成雾计算节点的设备是异构的，设备之间的差异性可以通过雾计算的抽象层来屏蔽。抽象层可以将设备的资源统一起来，形成可以被上层使用的资源池。

如图所示，边缘网络非常靠近终端用户。终端用户经过一跳或者几跳就可以达到雾计算的计算和存储中心，数据将直接在雾计算节点进行计算，而不用上传到云计算中心。雾计算充分发挥了数量众多的位于网络边缘的智能设备，尽管单个设备的资源有限，但是大量的设备集中组织起来就可以发挥巨大的作用。雾计算可以使用以太网、WiFi，移动网络等方式连接起来，它解决了云计算的网络延迟问题。

II、Cloudlet

Cloudlet is a trusted, resource rich computer or cluster of computers that is well-connected to the Internet and available for use by nearby mobile devices[2]. It is proposed to reduce the network latency because of sending data to cloud center.

现在，移动设备在我们的生活中已经非常普遍了，我们每天都会带着自己的手机，智能手环，谷歌眼镜等等。为了为用户提供更好的服务，现在的许多应用都设计了大量的计算，例如人脸识别，语音翻译等。但是，这些移动设备的资源十分有限，例如：电池电量，网络带宽和计算存储能力。

日趋成熟的云计算为这一问题提供了解决思路。将数据上传到云计算中心，利用云计算强大的计算和存储能力对数据进行处理并存储，然后将结果返回给移动设备。于是形成了下图的模式[3]。

然而随着物联网的发展和移动设备的日益增多，联网设备的增长率已经远远超过网络带宽的增长，大量的数据发送大云计算中心必定会引起网络拥塞，所以网络延迟成为这一模式的瓶颈。所以有人提出在上面的模式中引入Cloudlet. Cloudlet是资源丰富的主机或者一系列主机的集群，它们被放置在网络边缘可以被移动设备连接的位置。这样，数据就可以发送到clouldlet进行处理并返回结果，大大的降低了延迟。同时，cloudlet不能完成的计算可以发送到云计算中心。所以，cloudlet应该放在离移动设备最近的地方，也就是可以经过一跳就可以到达的地方，例如：蜂窝是网络基站，或者wifi接入点。于是形成了下面的模式[3]：

Cloutlet具有以下特点：

• Proximity. Cloutlet离移动设备非常近，可以经过一跳就到达。

• Resource rich. 与雾计算的节点相比，cloudlet的是专门设置的计算或存储节点，所以计算的存储能力都远高于雾计算。

III、Mobile Edge Computing

尽管cloutlet在一定的程度上解决了云计算的网络延迟问题，但是cloudlet却存在以下不足：（1）cloudlet只能通过无线网络接入，所以只能覆盖有限的区域。（2）与云计算相比，cloudlet的资源还是十分有限。为了解决这些问题，有人提出了Mobile Edge Computing的概念。

Mobile Edge Computing is a model for enabling business oriented, cloud computing platform within the radio access network at the close proximity of mobile subscribers to serve delay sensitive, context aware applications[4].
移动边缘计算是一个可以使面向业务的云计算平台在无线网络（RAN）内部署的模型。因为其更加靠近移动终端，所以移动边缘计算可以为对延迟敏感和对内容感知有需要的应用提供服务。

移动边缘计算具有以下特点：

• Proximity. 移动边缘计算的节点一般被部署在基站的范围内，所以移动设备通过RAN就可以与节点连接。

• Dense Geographical Distribution. 移动边缘计算的节点可以分布在网络边缘的各个基站内，所以具有广泛的地理分布。

• Low Latency. 因为非常靠近用户。

• Location Awareness. 因为移动设备可以与基站相连，所以基站可以获取设备的相关位置使移动边缘计算可以为用户提供更好的服务。

• Network Context Information. 实时的RAN信息，如设备位置，信号条件，网络负载等可以使设备提供内容相关的服务。

IV、Summary

Item	Fog computing	Mobile edge computing	Cloudlet
Node devices	Routers, switches, assess points, gateways	Severs running in base stations	Data center in a box
Node location	Varying between end devices and cloud	Radio network controller/Micro base station	Local/Outdoor installation
Context awareness	Medium	High	Low
Proximity	One or multiple hops	One hop	One hop
Access mechanisms	Bluetooth, wifi, mobile networks	Mobile networks	Wifi
Internode communication	supported	Partial	Partial

[1] K. Dolui and S. K. Datta, “Comparison of edge computing implementations: Fog computing, cloudlet and mobile edge computing,” in 2017 IEEE Global Internet of Things Summit (GIoTS), pp. 1–6, June 2017.
[2] M. Satyanarayanan, P. Bahl, R. Caceres, and N. Davies, “The case for vm-based cloudlets in mobile computing,” Pervasive Computing, IEEE, vol. 8, no. 4, pp. 14–23, 2009.
[3] Pang Z, Sun L, Wang Z, et al. A Survey of Cloudlet Based Mobile Computing[C]// International Conference on Cloud Computing and Big Data. IEEE, 2016:268-275.
[4] A. Ahmed and E. Ahmed, “A survey on mobile edge computing,” 2016 10th International Conference on Intelligent Systems and Control (ISCO), Coimbatore, 2016, pp. 1-8.
doi: 10.1109/ISCO.2016.7727082