边缘计算赋能工业互联网

　　在理想环境中，边缘计算指的就是在数据产生源附近分析、处理数据，没有数据的流转，进而减少网络流量和响应时间。边缘结点指的就是在数据产生源头和云中心之间任一具有计算资源和网络资源的结点，比如路由器、交换机、网关以及中间的服务器，甚至是D2D网络，这些都可以看作是边缘设备，为用户提供计算和存储的能力。其中，网关等设备是智能工厂和云中心之间的边缘结点。
　　边缘计算可以为工业互联网带来什么
　　传统的基于云计算的工业互联网架构，边缘接入层只做一层汇聚，以及上行接入到云端。然而，结合边缘与云协同的工业互联网的架构中，很重要的场景就是要在云平台的基础上，做一个基于边缘计算的数据和应用的处理层。这一个层级不仅仅对数据进行简单的转发，同时部署应用服务，提供计算和存储的能力，使得任务快速处理，数据在网络边缘进行沉淀。
　　

图1  基于云计算的工业互联网架构、基于边缘与云协同的工业互联网架构

　　因此，基于边缘计算的工业互联网架构满足传统工业网络的几大需求：一是任务时延，很多工业互联网的应用需要快速的决策分析，例如基于机器学习的产品视觉检测系统，通过深度学习算法，分析和检测摄像机捕捉到的检测工件的图像，判断产品是否存在瑕疵，需要在短时间内得出判断结果，若上传云端计算，则时延过大无法满足任务需求；二是运营成本，一个工厂内可能存在成千上万的工业节点，因此工业企业产生的数据量非常大，如果全部上传至云端进行分析，则需消耗大量的带宽资源，由此会带来巨额费用；三是数据安全，基于一些安全性考虑，很多企业不愿意把数据全部上传至云端，边缘服务器的部署可以使得企业将一些不必要上传的数据实时的在网络边缘处理，并把一些历史数据上传至云端进行综合分析与应用。
　　基于边缘和云协同的工业互联网的平台架构
　　目前已经发布了基于边缘和云协同的工业互联网的平台架构，主要分为边缘层、平台层、应用层三层。平台主要是基于边缘和云的协同，我们主要关注边缘层以及边缘层解决数据采集集成的问题，主要功能包括设备接入、协议解析、边缘数据的处理。

　　图2 基于边缘与云协同的工业互联网平台架构

　　众所周知，工厂内网络可以分为“三级两层”架构，三级包括工厂级（SCM软件配置管理、MES制造企业生产过程执行系统、ERP企业资源计划、CRM客户关系管理）、车间级（HMI人机界面接口、SCADA数据采集与监视控制）、现场级（PLC可编程控制器、DCF/FCS过程控制系统/分散控制系统）网络；两层包括IT信息技术和OT操作技术。边缘计算可以部署在工业互联网的很多层面，通常来说部署在现场级或者车间级网络，可以极大的提高效率，节省带宽，减少成本。如果部署在企业层面，但是由于企业层面对时延的要求不是很高，所以通常来说不会这样部署。
　　问题与挑战
　　边缘节点包括接入点、基站、网关、路由器、交换机等，这些节点具有异构的计算能力，如何动态的进行任务编排和调度以保证负载均衡是目前面临的挑战。同时，如何在多个地理位置分区执行任务，如何拆分执行分布式任务也是目前面临的挑战。
　　另一个挑战是需要确保边缘节点实现高吞吐量，并且在承接额外计算工作量时运行可靠。需要对边缘节点的峰值时间全面了解，以便可以用灵活的方式来分割和调度任务。复杂的算法如何在云端和边缘设备之间合理分解和整合，需要一个对云、边缘服务器以及工厂设备三者都有控制力的技术来实现。
　　工厂网络安全涉及很多层级安全，其中包括节点安全、网络安全、数据安全以及应用安全。其中节点安全涉及到设备、计算、缓存等等边缘节点的安全性。工厂场景下边缘各节点交互复杂，节点的安全管控值得重视。同时，工厂的三级两层网络的安全性都需要得到关注。而数据安全方面，在边缘服务器处理的生产数据安全、操作数据安全也是研究的重要内容。而应用安全包括部署在边缘服务器的软件安全和平台安全。如何防止入侵者或黑客用漏洞对工业互联网中的商业网络和工控系统展开攻击，科学地检测各类服务器、终端和工控系统漏洞，并合理更新补丁也是研究的重要内容。