基于边缘云计算的移动端电力数据交互技术研究

随着大数据和边缘云计算技术的快速发展,海量的电力数据对计算处理能力与数据传输效率均提出了更高的要求。针对这一问题,文中研究了基于边缘云计算的移动端电力数据交互技术。通过边缘设备访问网络完成数据采集,并对采集到的海量电力数据进行预处理。同时将数据采集、数据预处理及数据分析模块组成边缘计算模块,进而建立各模块之间的通信协议,再利用传感器将状态和功能数据发送至云端。基于IEC模型的思路,对采集到的电力数据进行动态实时编码,且根据紧急程度设置优先级,从而保障电力数据的传输质量。经过多组测试实验证明,所述方法在数据传输与交互过程中具有更高的实时性,时延仅为0.512 ms。

基于模拟退火机制的移动边缘云计算任务卸载

缓存任务过多容易导致云环境下数据传输卡顿,因此,为实现云数据的流畅传输,提出基于模拟退火机制的移动边缘云计算任务卸载模型。根据边缘云计算的定义表达式,计算任务缓存指标,完成移动边缘云计算队列的构建。以模拟退火机制为基础,确定云负载调度标准的执行条件,联合数据库主机中缓存的信息参量,求解优化卸载参数,完成基于模拟退火机制的移动边缘云计算任务卸载模型的设计。实验结果表明,所提方法可以有效解决云任务堆积的问题,将单位时间内的缓存任务量控制在550个以下,可以提升云数据传输流畅性。

基于边缘云计算的混合并行AI训练机制研究

针对边缘计算环境下人工智能(Artificial Intelligence,AI)模型训练效率低下的问题,提出了基于边缘云计算的混合并行训练框架(Edge-Cloud based Hybrid Parallel Training Framework,ECHPT).ECHPT能在终端设备、边缘服务器和云计算中心之间实现AI模型和数据样本的自适应调度.ECHPT将模型计算和数据任务调度问题建模为训练时间最小化的优化问题,设计了调度算法对优化问题进行求解.实现了由设备、边缘服务器和云服务器组成的硬件原型.实验结果表明,与现有框架相比,ECHPT可以有效缩短AI模型的训练时间.

边缘云计算安全相关技术的应用进展

随着移动互联网的普及应用,边缘云计算的应用范围逐渐扩大。通过应用边缘运算技术可以塑造良好的应用场景,但各种问题也不断出现,如放置地点趋于复杂化、安全机制不够健全或硬件安全能力不足等。基于此,着重研究边缘云计算安全相关技术及其应用进展,以供参考。

基于边缘云计算的分布式行人重识别方法

为了降低计算密集型行人重识别任务的延迟,利用前沿的边缘云计算技术,设计了一种新颖分布式行人重识别(ECCreID)框架的模型。首先,通过结合属性识别和行人重识别来提出一种分布式模块分配方法。然后,考虑边缘云计算网络的动态性,设计一种基于在线学习的算法。最后,通过使用真实数据集进行的仿真,来评估所提出算法的性能。评估结果表明,所提出的框架具有较好的性能。

边缘云计算安全相关技术研究进展

边缘云计算主要适用于移动互联网、物联网和工业互联网等应用场景,具有海量接入、复杂异构和资源受限等特征。但是,在边缘云计算备受关注和快速发展的同时,它也面临了放置地点人员复杂、安全机制薄弱、硬件安全能力不足等新的安全问题。为此,本文从边缘云计算的概念提出,相关产业联盟、社区和标准组织的形成出发,重点围绕边缘云计算环境下的认证、容器安全隔离、可信硬件支持等技术研究进展进行综述,并讨论未来发展方向。

边缘云计算中联合缓存和路由策略优化研究

边缘云计算能够为无线用户提供云服务,同时不会造成较大的通信延迟。针对边缘云计算中联合服务缓存和请求路由的问题,提出一个两阶段的优化框架。该框架在存储、通信、计算和预算约束下共同优化服务的缓存和请求路由。通过将该联合问题转化为集合函数优化,设计了高效的多项式时间算法。最后采用真实的数据集进行仿真实验,结果表明,本算法的性能接近最佳的性能。

移动边缘云计算中基于演进博弈的联合资源分配算法（英文）

在移动边缘云计算系统中重复覆盖的异构网络场景下,为了满足移动终端的任务卸载需求,同时降低终端任务卸载代价,提出基于演进博弈的云资源和计算资源联合分配方案(JRA-EG).同一个区域内具有任务卸载需求的终端形成一个种群,种群中终端通过选择不同的服务点(SPs)获得不同的无线资源和计算资源.为了建模与分析服务点选择与资源分配,建立了演进博弈模型.博弈的代价函数包括能耗代价、时延代价和经济代价.分别提出了基于复制动态的集中式算法和基于Q-learning的分布式算法求解演进均衡.仿真结果表明,所提的2种算法均能快速收敛至均衡解.与已有算法相比,JRA-EG方案节省了终端消耗能量,同时也降低了任务卸载时延.提出的方案能合理调度云资源和无线资源,从而有效降低终端的任务卸载代价.

基于边缘云计算的数据智能云平台技术研究

随着云计算和5G商用的发展,运营商整合DICT能力以边缘计算为发力点,建立面向5G边缘云的产业生态.数据智能云平台是一种具有敏捷、高效、开放和弹性的智慧赋能云平台,已应用在很多领域.笔者首先分析了云计算的发展现状和边缘计算框架,进而分析了数据智能云平台的多环境部署的框架和数据管理、数据仓库、机器学习等核心能力,最后简述目前数据智能云平台的应用方向.

基于边缘云计算的光纤无线网络优化设计

为了提升网络边缘数据处理能力,满足终端大带宽和低时延的要求,构建了基于边缘基础设施的云计算平台,设计了具有动态带宽调整的光纤网络模型。提出了一种基于边缘云计算的时序优化算法,并将其应用于光纤无线网络。通过OPNET软件仿真分析了时序优化算法的传输时延均值,结果显示,优化后最大时延为43.1 ms,仅为传统方法的34.2%。实验对局域网内多个终端之间的数据通信进行分析,讨论了三种算法的传输能效、光纤信道利用率及传输能耗。实验结果显示,采用时序优化算法的测试结果具有明显改善,其传输能效提升了近1倍,边缘云数据传输时延均值信道利用率提升了约6.2%,网络传输能耗均值最优。该光纤无线网络模型及其优化算法在传输时延、信道利用率以及网络能耗方面具有明显提升。其在提升光纤通信链路选择及边缘端数据交互中具有一定的优势。

基于边缘云计算的人体数据传感架构

为了解决基于云平台的架构方法在处理人体监测传感数据时无法很好地支持实时性和可移动性的问题,该文提出一种基于边缘云计算的人体数据传感架构,并将其运用于大数据分析.其构建了3层云计算人体数据流架构,分别由无线体域网、边缘云系统和中央云系统组成.针对人体数据流架构提出了支持实时性和可移动性的移动服务架构,该架构在中央云数据中心和用户之间使用边缘服务器,在此基础上设计了边缘云的数据传感架构,该软件架构包含3层应用程序接口,分别应用于传感器设备、边缘云和中央云.设计了能够支持多种类型应用程序的存储架构,优化传感架构并提高数据存储可靠性.实验结果表明,基于边缘云的架构降低了由虚拟机容量导致的故障率和服务器整体利用率,同时在服务时间和数据处理时间方面均优于现有的架构.

边缘云计算体系结构及数据迁移方法分析

本文概述了云计算,之后对云计算常见的体系结构和边缘云计算的体系结构进行分类分析,最后对云计算系统和边缘云计算系统的数据迁移方法策略进行分析,希望对我国边缘云计算系统的推广使用提供一定帮助。

基于边缘云计算的数据智能云平台研究

随着我国经济水平的稳步提高,许多高新技术不断涌现。由于现代信息技术的飞速发展,云计算技术已成为国内相关领域的重点研究对象及开发方向。随着 5G 时代的到来,运营商们将 DICT 进行整合,基于边缘计算,构建面向 5G 边缘云计算的数据智能云平台,目前其已被广泛应用于众多领域,具有弹性、开放、高效以及敏捷的特征。文章概述了云计算系统的主要组成部分与云平台的应用优势,阐述了数据智能云平台的核心能力及智能数据中心的建立条件,提出了基于边缘云计算的数据智能云平台构建方案,以供参考。

基于广电5G的边缘云计算平台的建设实践

通过5G边缘云计算平台的部署以及云网边协同、边边协同等模式,创新地实现了在5G领域内分布式云计算架构的落地,既能发挥规模降本效应,又能提供规范化、标准化、高效化的技术服务,充分发挥边缘云计算平台快速部署、弹性扩容等核心技术特点,具备良好的技术创新和业务模式创新。

智慧医疗系统边缘云计算技术应用场景研究

本文从远程会诊和远程急救两个应用场景描述了智慧医疗系统中边缘云计算技术的关键应用。边缘云计算技术的融入使智慧医疗系统不再采用传统的集中式云计算处理方式,而是在靠近用户侧部署边缘云,将数据计算与处理下移至网络边缘,就近提供医疗云服务,减少数据回传处理的时延,方便快速响应患者的需求。

基于边缘云计算的煤化工重大危险源远程智能化巡检系统

介绍了以边缘云计算为基础的煤化工重大危险源远程智能化巡检系统的组成、功能及特点等。该系统有效整合了边缘云计算技术,可大大提升巡检效率和安全水平,实现了边缘云计算技术在重大危险源管理中的应用实践,对开发其他智慧安全巡检系统也具有一定的参考价值。

云原生边缘智能引领产业革命:核心变化、最佳实践与应用案例

人工智能正在大跨步进入应用新时代:人工智能在大模型加持下性能大幅超越历史,而云原生边缘计算使得人工智能离所有用户更近。这两者的有机融合促使云原生边缘智能爆发新的价值增长点。本文基于历年实践,介绍了云原生边缘智能的核心变化,同时总结出最佳实践:(1)在指导理念方面,针对四大挑战解决实践问题,基于标准化范式推动多种技术突破;(2)在实现路径方面:以基准测试孵化算法,以统一框架开发服务,以生态社区发展产业。文章最后介绍了近十个场景二十项应用案例,并以开源社区生态Kube Edge SIG AI子项目标准化统一框架Kube Edge-Sedna和基准测试Kube Edge-Ianvs为基石,深入分享了云原生边缘智能产业应用经验。

基于“边缘计算云”服务的城轨车站综合监控系统降级方案

结合云平台在城市轨道交通的应用发展,对基于云平台综合监控系统降级方案进行研究和设计。针对传统综合监控系统车站实时服务器在中心云上部署后不能满足车站降级监控需求的情况,提出一种基于“边缘计算云”降级方案,并介绍降级服务资源需求、数据同步、控制权移交等内容。该方案既满足综合监控系统降级下的高可用性,同时又拓展车站就地“边”计算能力,为实施智慧车站创造更好的条件。

智慧矿山边缘云协同计算技术架构与基础保障关键技术探讨

随着工业互联网在全国各行各业落地应用,相关标准、体系和架构正在日趋完善,然而单一的云计算架构在不同领域应用中所暴露出来的问题也日益明显。在分析从数字矿山建设到智慧矿山建设进程中所采用的主流架构后,发现目前主流架构将无法满足日益增长的煤矿智能化的需求。为了科学设计智慧矿山建设的技术架构,基于煤矿五大业务域的数据特点,系统性地将煤矿领域的数据划分为两大类(边缘计算类和云计算类),并以此为基础融合目前工业互联网领域提出的4层技术架构特点,设计了基于边缘云协同计算架构的智慧矿山技术架构体系。最后提出了保证该技术架构落地的3项解决方案:①利用OPC UA技术提供一个具有统一性、跨层安全性和可扩展的架构来解决数据融合分析时面临的信息孤岛问题,保障了边缘计算数据和云计算数据跨层级交互能力;②通过建设具有有界传输时延、低传输抖动和极低数据丢失率的时间敏感网络,并凭借其时间同步、数据调度、负载整形等多种优化机制,来保证时间敏感数据的实时、高效、稳定、安全传输,可以为数字孪生等未来新的智能化需求提供有效的解决方案;③在云端和边缘端分别部署相应的防护手段,同时在边缘侧与云端之间部署基于物理隔离技术的单向网闸等方式既保证了煤矿边缘云协同计算技术的安全防护能力又满足了煤矿智能化的实际需求。

基于云计算技术的智慧医疗系统应用研究

云计算技术逐步在智慧医疗系统中得到广泛应用。针对基于中心云服务器的智慧医疗系统中出现的网络拥塞、信息传输延时、数据安全性不高等问题,将智慧医疗系统与边缘云计算技术进行融合,在靠近用户侧部署边缘云服务器,实现了患者就近接入网络边缘侧,缓解了医疗核心网的带宽压力,降低了数据传输的时延,提高了医疗数据的安全稳定性。