秦永彬 韓蒙 楊清亮

摘要：針對(duì)邊緣計(jì)算中數(shù)據(jù)驅(qū)動(dòng)的智能應(yīng)用這一子領(lǐng)域進(jìn)行了全面的綜述和比較。創(chuàng)新性地提出面向智能應(yīng)用的邊緣體系架構(gòu)，并對(duì)目前已經(jīng)存在的智能應(yīng)用的最新成果進(jìn)行總結(jié)。通過對(duì)相關(guān)研究工作的總結(jié)和分析，提出將人工智能與邊緣計(jì)算相結(jié)合的方法來面對(duì)全新的機(jī)會(huì)和挑戰(zhàn)，并對(duì)如何衡量、面對(duì)并有效利用這些機(jī)會(huì)與挑戰(zhàn)提出了進(jìn)一步的思考和展望。

關(guān)鍵詞：邊緣計(jì)算; 數(shù)據(jù)驅(qū)動(dòng);智能應(yīng)用;人工智能

Abstract： In this paper， a comprehensive overview and comparison of the sub-areas of data-driven intelligent applications in edge computing is given. An edge architecture for intelligent applications is proposed and the latest achievements of existing intelligent applications are summarized. It points out that integrating artificial intelligence and edge computing will bring new opportunities and challenges. Further thoughts and prospects are then proposed on how to measure， face and effectively use these challenges and opportunities.

Key words： edge computing; data driven; intellignet applications; artificial intelligence

隨著物聯(lián)網(wǎng)、5G網(wǎng)絡(luò)的全方位覆蓋，大數(shù)據(jù)、人工智能等技術(shù)也逐漸滲透到了各行各業(yè)以及人們的日常生活中，智慧城市、移動(dòng)支付等諸多新型服務(wù)模式和業(yè)務(wù)不斷出現(xiàn)，幫助著經(jīng)濟(jì)社會(huì)轉(zhuǎn)型升級(jí)的同時(shí)，也推動(dòng)了人類生活的發(fā)展。近幾年的物聯(lián)網(wǎng)設(shè)備連接數(shù)也呈現(xiàn)出線性增長趨勢(shì)，據(jù)互聯(lián)網(wǎng)業(yè)務(wù)解決方案集團(tuán)預(yù)測(cè)：2020 年的物聯(lián)網(wǎng)設(shè)備數(shù)量將達(dá)到 500億，具體如圖1所示。

在此萬物互聯(lián)的大數(shù)據(jù)時(shí)代背景下，一方面，每天產(chǎn)生的數(shù)據(jù)量劇增;另一方面，物聯(lián)網(wǎng)等應(yīng)用背景下的數(shù)據(jù)在地理上分散，對(duì)響應(yīng)時(shí)間和安全性提出了更高的要求。云計(jì)算，作為當(dāng)今主要的計(jì)算技術(shù)之一，憑借其便捷的、按時(shí)按需的計(jì)算模式，在過去的10年里，成功地緩解了日益增長的數(shù)據(jù)所帶來的存儲(chǔ)、管理等問題。傳統(tǒng)的云計(jì)算雖然為大數(shù)據(jù)處理提供了高效的計(jì)算平臺(tái)，但是目前網(wǎng)絡(luò)帶寬的增長速度遠(yuǎn)遠(yuǎn)趕不上數(shù)據(jù)的增長速度，網(wǎng)絡(luò)帶寬成本的下降速度要比中央處理器（CPU）、內(nèi)存這些硬件資源成本的下降速度慢很多，同時(shí)復(fù)雜的網(wǎng)絡(luò)環(huán)境讓網(wǎng)絡(luò)延遲很難有突破性提升。所以，傳統(tǒng)的云計(jì)算不能滿足對(duì)響應(yīng)時(shí)間和安全性的高要求。單純依靠云計(jì)算這種集中式的計(jì)算處理方式，不足以支持以物聯(lián)網(wǎng)感知為背景的應(yīng)用程序運(yùn)行和海量數(shù)據(jù)處理。

在這種應(yīng)用背景下，邊緣計(jì)算應(yīng)運(yùn)而生，它與現(xiàn)有的云計(jì)算集中式處理模型相結(jié)合，能有效解決云中心和網(wǎng)絡(luò)邊緣的大數(shù)據(jù)處理問題。邊緣計(jì)算是指數(shù)據(jù)或任務(wù)能夠在靠近數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)進(jìn)行計(jì)算和執(zhí)行計(jì)算的一種新型服務(wù)模型。這里所提的網(wǎng)絡(luò)邊緣側(cè)可以是從數(shù)據(jù)源到云計(jì)算中心之間的任意功能實(shí)體。

相比于云計(jì)算，邊緣計(jì)算具有以下明顯的優(yōu)點(diǎn)：

·邊緣計(jì)算可以在網(wǎng)絡(luò)邊緣處理大量臨時(shí)數(shù)據(jù)從而減輕網(wǎng)絡(luò)帶寬與數(shù)據(jù)中心的壓力。

·邊緣計(jì)算在用戶附近提供服務(wù)，近距離服務(wù)保證了較低的網(wǎng)絡(luò)延遲，簡(jiǎn)單的路由也減少了網(wǎng)絡(luò)的抖動(dòng)，使邊緣服務(wù)比云服務(wù)有更強(qiáng)的響應(yīng)能力。

·邊緣計(jì)算則為關(guān)鍵性隱私數(shù)據(jù)的存儲(chǔ)與使用提供了基礎(chǔ)設(shè)施，提升數(shù)據(jù)的安全性。

邊緣計(jì)算因?yàn)槠渫怀龅膬?yōu)點(diǎn)，滿足未來萬物聯(lián)網(wǎng)的需求，從2016 年開始迅速升溫，引起全球的密切關(guān)注。目前，關(guān)于邊緣計(jì)算的研究有很多，如關(guān)于邊緣計(jì)算數(shù)據(jù)安全與隱私保護(hù)的研究[1]、關(guān)于移動(dòng)邊緣計(jì)算通信方式的研究[2]，也有關(guān)于移動(dòng)邊緣計(jì)算架構(gòu)的研究[3]等，但是目前還沒有關(guān)于邊緣計(jì)算中數(shù)據(jù)驅(qū)動(dòng)的智能應(yīng)用的研究。

不同于目前關(guān)于邊緣計(jì)算的研究綜述，本文中我們第一次從邊緣計(jì)算與數(shù)據(jù)驅(qū)動(dòng)的智能應(yīng)用相結(jié)合的角度做全面的研究綜述，以期對(duì)這一極具前景的領(lǐng)域提供全面的概覽以及展望。物聯(lián)網(wǎng)終端產(chǎn)生的“海量級(jí)”數(shù)據(jù)所蘊(yùn)含的巨大潛在價(jià)值將會(huì)促使由數(shù)據(jù)驅(qū)動(dòng)的智能應(yīng)用的飛速發(fā)展。而在邊緣計(jì)算模式下，搭載在網(wǎng)絡(luò)邊緣側(cè)由數(shù)據(jù)驅(qū)動(dòng)的智能應(yīng)用將會(huì)表現(xiàn)出更強(qiáng)的響應(yīng)能力。因?yàn)閿?shù)據(jù)可以在靠近源頭側(cè)進(jìn)行處理，在用戶附近提供服務(wù)，近距離服務(wù)保證了網(wǎng)絡(luò)延遲，簡(jiǎn)單的路由減少了網(wǎng)絡(luò)抖動(dòng)。綜合以上2點(diǎn)，有理由相信在邊緣計(jì)算模式下，由數(shù)據(jù)驅(qū)動(dòng)的智能應(yīng)用將會(huì)得到更快、更大的發(fā)展，尤其會(huì)在提升個(gè)性化客戶體驗(yàn)、優(yōu)化客戶互動(dòng)、提高運(yùn)營效率、啟用新的業(yè)務(wù)模型方面發(fā)揮重要作用。數(shù)據(jù)驅(qū)動(dòng)的智能將在深度和廣度多個(gè)維度下全面影響未來的社會(huì)和世界。

本文中，我們針對(duì)于邊緣計(jì)算中的數(shù)據(jù)驅(qū)動(dòng)的智能應(yīng)用進(jìn)行詳盡的歸類、分析和總結(jié)，以期為邊緣計(jì)算領(lǐng)域的研究人員，尤其是針對(duì)于邊緣計(jì)算中數(shù)據(jù)驅(qū)動(dòng)的智能應(yīng)用有關(guān)的研究人員提供一個(gè)全面的參考。本文的貢獻(xiàn)為：（1）率先提請(qǐng)學(xué)術(shù)與工業(yè)界對(duì)邊緣計(jì)算中基于數(shù)據(jù)驅(qū)動(dòng)的智能應(yīng)用這一子領(lǐng)域進(jìn)行關(guān)注;（2）廣泛地分析、分類并總結(jié)了諸多具有未來發(fā)展?jié)摿Φ倪吘売?jì)算研究方向;（3）對(duì)具有潛力的多個(gè)未來研究方向提出了相應(yīng)的技術(shù)展望。希望可以同各個(gè)相關(guān)領(lǐng)域的專家一起將邊緣計(jì)算拓展出更多有理論價(jià)值和實(shí)用價(jià)值的研究成果。

1 面向智能應(yīng)用的邊緣體系架構(gòu)

本文中，我們定義的是面向智能應(yīng)用的邊緣計(jì)算體系架構(gòu)。邊緣指的是網(wǎng)絡(luò)中作為計(jì)算節(jié)點(diǎn)的物聯(lián)網(wǎng)設(shè)備在地理上分布于企業(yè)或其他網(wǎng)絡(luò)的邊緣。邊緣計(jì)算是指數(shù)據(jù)或任務(wù)能夠在靠近數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)執(zhí)行計(jì)算的一種新型服務(wù)模型，其動(dòng)機(jī)是將服務(wù)器資源、數(shù)據(jù)分析以及人工智能等計(jì)算更靠近數(shù)據(jù)產(chǎn)生和收集的源頭。如圖2所示，面向智能應(yīng)用的邊緣計(jì)算體系架構(gòu)主要包括基礎(chǔ)智能應(yīng)用、邊緣網(wǎng)絡(luò)智能應(yīng)用以及移動(dòng)智能應(yīng)用這3個(gè)層次。

1.1 基礎(chǔ)智能應(yīng)用

基礎(chǔ)智能應(yīng)用是指部署在核心基礎(chǔ)設(shè)施上的智能應(yīng)用。核心基礎(chǔ)設(shè)施為網(wǎng)絡(luò)邊緣設(shè)備提供核心網(wǎng)絡(luò)接入，核心網(wǎng)絡(luò)主要包括互聯(lián)網(wǎng)絡(luò)、移動(dòng)核心網(wǎng)絡(luò)、數(shù)據(jù)中心等。數(shù)據(jù)中心為云計(jì)算服務(wù)提供硬件基礎(chǔ)，通常會(huì)設(shè)立在人口稀少、能源利用率相對(duì)較低且不易發(fā)生災(zāi)害的區(qū)域，現(xiàn)代的數(shù)據(jù)中心通常由成千上萬的服務(wù)器相互連接組成。數(shù)據(jù)中心的能源管理是基礎(chǔ)智能應(yīng)用的方向之一。配電單元使用智能來幫助企業(yè)或組織繪制能量圖;網(wǎng)絡(luò)化的配電單元，比如美國電力轉(zhuǎn)換公司（APC）的 Switched Rack AP8000系列和CyberPower的監(jiān)測(cè)控制設(shè)備，可以提供實(shí)時(shí)電源監(jiān)測(cè)控制和溫度/濕度感應(yīng)，它們也控制插座級(jí)別的電源，以便對(duì)設(shè)備（例如單個(gè)機(jī)架式服務(wù)器）進(jìn)行粒度循環(huán)。數(shù)據(jù)中心基礎(chǔ)設(shè)施管理（DCIM）指從數(shù)據(jù)中心設(shè)施到服務(wù)器和設(shè)備級(jí)別的粒度報(bào)告軟件。DCIM工具可幫助信息技術(shù)（IT）專業(yè)人員進(jìn)行容量規(guī)劃、系統(tǒng)庫存控制和生命周期管理，工作負(fù)載平衡和服務(wù)器整合，具體包括：關(guān)閉空閑服務(wù)器與監(jiān)測(cè)控制和提高系統(tǒng)恢復(fù)能力，以及其他基于洞察力的工作舉措 [4]。 人工智能可以發(fā)揮重大作用：提供深入的洞察力來支持?jǐn)?shù)據(jù)中心專家，例如熱優(yōu)化引擎核心的人工智能啟用多站點(diǎn)熱分析工作正在進(jìn)行中。這一突破為用戶提供了強(qiáng)大的仿真工具，可以提供有關(guān)現(xiàn)場(chǎng)無效率或風(fēng)險(xiǎn)區(qū)域的實(shí)時(shí)建議。

1.2 邊緣網(wǎng)絡(luò)智能應(yīng)用

邊緣網(wǎng)絡(luò)智能應(yīng)用指部署在邊緣網(wǎng)絡(luò)節(jié)點(diǎn)的智能應(yīng)用平臺(tái)。邊源網(wǎng)絡(luò)位于集中式網(wǎng)絡(luò)外圍，為中央或核心網(wǎng)絡(luò)提供信息，包括無線網(wǎng)絡(luò)、移動(dòng)中心網(wǎng)絡(luò)和互聯(lián)網(wǎng)絡(luò)。邊緣網(wǎng)絡(luò)節(jié)點(diǎn)包括蜂窩網(wǎng)絡(luò)基站、無線網(wǎng)絡(luò)接入點(diǎn)、路由器等。

目前，許多應(yīng)用程序依賴于遠(yuǎn)程數(shù)據(jù)中心托管的數(shù)據(jù)和服務(wù)，這會(huì)加大網(wǎng)絡(luò)負(fù)載，因?yàn)閿?shù)據(jù)需要在連接移動(dòng)設(shè)備和遠(yuǎn)程數(shù)據(jù)中心的互聯(lián)網(wǎng)內(nèi)上傳和下載。激增的數(shù)據(jù)流量會(huì)導(dǎo)致網(wǎng)絡(luò)擁塞和延遲。邊緣網(wǎng)絡(luò)旨在通過將計(jì)算任務(wù)從互聯(lián)網(wǎng)轉(zhuǎn)移到邊緣設(shè)備來減少網(wǎng)絡(luò)壓力和延遲，所以邊緣設(shè)備需要提供計(jì)算和存儲(chǔ)服務(wù)而不是僅充當(dāng)移動(dòng)設(shè)備的接入點(diǎn)。

圖3 描述了邊緣網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。邊緣設(shè)備連接到節(jié)點(diǎn)轉(zhuǎn)換無線電信號(hào)，使得信號(hào)可以發(fā)送到有線網(wǎng)絡(luò)和核心網(wǎng)絡(luò)。邊緣服務(wù)器通過物理連接部署在節(jié)點(diǎn)附近，并且通過在服務(wù)器內(nèi)部循環(huán)流量來進(jìn)一步處理數(shù)據(jù)。通過以上方式，邊緣服務(wù)器能夠直接在網(wǎng)絡(luò)邊緣處理特定用戶需求，而不需要將所有流量轉(zhuǎn)發(fā)至遠(yuǎn)程Internet服務(wù)。邊緣服務(wù)器可以直接處理請(qǐng)求并直接響應(yīng)邊緣設(shè)備，或者轉(zhuǎn)發(fā)請(qǐng)求到遠(yuǎn)程數(shù)據(jù)中心請(qǐng)求云服務(wù)。到目前為止，移動(dòng)邊緣服務(wù)器尚未有部署在蜂窩網(wǎng)絡(luò)中的實(shí)際應(yīng)用，主要的研究仍僅從理論角度討論移動(dòng)邊緣服務(wù)器的概念。與此概念相關(guān)，M.SATYANAYANAN等人討論了Cloudlet概念。Cloudlet是一個(gè)可信且資源豐富的主機(jī)或機(jī)群，它部署在網(wǎng)絡(luò)邊緣，與互聯(lián)網(wǎng)連接，可以被周圍的移動(dòng)設(shè)備所訪問，為設(shè)備提供服務(wù)。Cloudlet可以將資源密集型任務(wù)卸載到其他資源上，以提高任務(wù)執(zhí)行速度和延長電池壽命。Cloudlet軟件棧共分3層：第1層是操作系統(tǒng)和緩存，第2層是虛擬化層，第3層是虛擬機(jī)實(shí)例，負(fù)責(zé)運(yùn)行移動(dòng)設(shè)備卸載的應(yīng)用，在虛擬機(jī)中運(yùn)行應(yīng)用可以彌補(bǔ)移動(dòng)設(shè)備和Cloudlet平臺(tái)的差異性。Cloudlet部署在網(wǎng)絡(luò)邊緣，可以被周圍的移動(dòng)設(shè)備訪問。Cloudlet平臺(tái)降低了網(wǎng)絡(luò)延遲，加快了許多復(fù)雜應(yīng)用的響應(yīng)速度。 移動(dòng)數(shù)據(jù)流量持續(xù)增長、智能手機(jī)的普遍使用和物聯(lián)網(wǎng)的實(shí)現(xiàn)都對(duì)移動(dòng)網(wǎng)絡(luò)基礎(chǔ)設(shè)施提出了更高的要求，但是移動(dòng)網(wǎng)絡(luò)基礎(chǔ)設(shè)施在最初設(shè)計(jì)時(shí)并未考慮這種新形勢(shì)下的要求。通過在移動(dòng)網(wǎng)絡(luò)邊緣加入更多的智能，可以使移動(dòng)網(wǎng)絡(luò)運(yùn)營商能夠優(yōu)化其基礎(chǔ)設(shè)施，從而應(yīng)對(duì)前所未有的數(shù)據(jù)流量，加速數(shù)據(jù)服務(wù)，提升用戶體驗(yàn)。在網(wǎng)絡(luò)邊緣部署智能可增強(qiáng)延遲關(guān)鍵應(yīng)用程序，優(yōu)化運(yùn)營商網(wǎng)絡(luò)流量，提供可分析大量信息的分布式計(jì)算環(huán)境，且可以比傳統(tǒng)數(shù)據(jù)中心環(huán)境更快地完成此任務(wù)，具體如圖4所示。

1.3 移動(dòng)智能應(yīng)用

移動(dòng)智能應(yīng)用是指部署在移動(dòng)終端上的智能應(yīng)用。移動(dòng)終端包括連接到邊緣網(wǎng)絡(luò)中的所有類型的設(shè)備，具體包括智能移動(dòng)電話、平板電腦、物聯(lián)網(wǎng)設(shè)備等。隨著萬物互聯(lián)趨勢(shì)的加劇，移動(dòng)終端設(shè)備也呈現(xiàn)快速增長的趨勢(shì)。

邊緣計(jì)算在蜂窩網(wǎng)絡(luò)中最明顯的優(yōu)勢(shì)是減少端到端的延遲。當(dāng)數(shù)據(jù)包不必在通過核心網(wǎng)絡(luò)傳到互聯(lián)網(wǎng)上的應(yīng)用程序服務(wù)器時(shí)，應(yīng)用程序可以提供具有強(qiáng)大、穩(wěn)定和已知延遲邊界的實(shí)時(shí)服務(wù)。邊緣計(jì)算使得任務(wù)卸載在很多情況下是可行的，因?yàn)槟壳暗臒o線帶寬比可用的互聯(lián)網(wǎng)帶寬高。將計(jì)算密集型任務(wù)卸載到邊緣服務(wù)器執(zhí)行這一方式使得越來越多新興的移動(dòng)應(yīng)用程序從中受益。例如，增強(qiáng)現(xiàn)實(shí)（AR）應(yīng)用程序，它將現(xiàn)實(shí)世界的應(yīng)用場(chǎng)景與虛擬信息高度集成，生成能被人類感官感知的信息，來達(dá)到超越現(xiàn)實(shí)的感官體驗(yàn)。AR可以在移動(dòng)設(shè)備（智能手機(jī)、平板電腦、智能眼鏡等）上使用，支持新的應(yīng)用和服務(wù)，比如3D觀影、虛擬游戲等。如圖5所示，AR應(yīng)用有5個(gè)關(guān)鍵組件[5]：視頻源（從移動(dòng)攝像機(jī)獲取原始視頻幀）、跟蹤器（跟蹤用戶的位置）、映射器（用于構(gòu)建環(huán)境模型）、對(duì)象識(shí)別器（用于標(biāo)識(shí)環(huán)境中的已知對(duì)象）和渲染器（用于準(zhǔn)備已處理的幀以進(jìn)行顯示）。在這些組件中，視頻源和渲染器應(yīng)該在本地執(zhí)行，而其他計(jì)算密集型組件，如跟蹤器、映射器和對(duì)象識(shí)別器可以卸載到邊緣服務(wù)器或云執(zhí)行。這樣，終端設(shè)備用戶就會(huì)享受諸如延遲減少和設(shè)備節(jié)能等帶來的優(yōu)勢(shì)。

除AR應(yīng)用程序外，還有人臉識(shí)別應(yīng)用程序很適用于邊緣計(jì)算模式。如圖6所示，人臉識(shí)別應(yīng)用程序通常由5個(gè)主要的計(jì)算機(jī)組件組成：圖像采集、人臉檢測(cè)、預(yù)處理、特征提取和分類[6]。在這些組件中，圖像獲取組件需要在移動(dòng)設(shè)備上執(zhí)行以支持用戶界面，但是可以把其他包含復(fù)雜計(jì)算的組件卸載到邊緣服務(wù)器處理，比如信號(hào)處理和機(jī)器學(xué)習(xí)算法。

總體來講，邊緣計(jì)算范式可以給移動(dòng)運(yùn)營商、服務(wù)提供商和終端移動(dòng)用戶帶來很多好處。如果從最終用戶的角度去看，面向消費(fèi)者的服務(wù)因?yàn)閷?duì)最終用戶直接有利，所以最受關(guān)注。通常，用戶主要通過計(jì)算卸載獲益，這使得用戶能夠在移動(dòng)終端運(yùn)行新興的應(yīng)用。

2 現(xiàn)有智能應(yīng)用

2.1 無人駕駛汽車

無人駕駛汽車關(guān)鍵技術(shù)包括：環(huán)境感知、導(dǎo)航定位、路徑規(guī)劃、決策控制。

環(huán)境感知是無人駕駛汽車的關(guān)鍵技術(shù)之一。無人駕駛汽車通過環(huán)境感知模塊辨別車內(nèi)信息和周圍環(huán)境信息，為其行為決策提供信息支持。對(duì)于車內(nèi)信息，比如車輛自身的速度、加速度、位置等，主要采用驅(qū)動(dòng)電機(jī)、電子羅盤、陀螺儀等傳感器進(jìn)行感知。對(duì)于周圍環(huán)境信息如街道范圍、信號(hào)燈、路標(biāo)等信息的識(shí)別，主要采用雷達(dá)等主動(dòng)型測(cè)距傳感器為主、被動(dòng)型測(cè)距傳感器為輔的方法實(shí)現(xiàn)。對(duì)周圍環(huán)境感知的難點(diǎn)在于對(duì)模糊標(biāo)志的識(shí)別，隨著計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)等技術(shù)等普及和深入，感知技術(shù)近幾年有了很大的提高。傳感器帶回來的信號(hào)帶有大量的噪音和不確定性，需要采用傳感器融合和定位技術(shù)過濾無用信息，將客觀世界進(jìn)行3D或4D還原?？梢姛o人駕駛汽車環(huán)境感知技術(shù)是以傳感器等硬件為基礎(chǔ)，大量收集信息，融合處理數(shù)據(jù)，最終為行為決策提供依據(jù)。

2.2 智能數(shù)據(jù)庫

智能數(shù)據(jù)庫包含人工智能組件，可以為搜索的智能操作提供幫助，具有表示知識(shí)的方式，并且基于連接主義神經(jīng)網(wǎng)絡(luò)模型。連接主義神經(jīng)網(wǎng)絡(luò)模型指將新信息與已知的類似信息相關(guān)聯(lián)的模型[7]。智能數(shù)據(jù)庫與用戶交互以確保返回的項(xiàng)目中包含盡可能相關(guān)的一些信息。

傳統(tǒng)的數(shù)據(jù)庫全文檢索技術(shù)是使用字符串搜索來匹配用戶輸入的關(guān)鍵詞和短語，但是關(guān)鍵詞和短語的匹配并不能保證該文件的內(nèi)容在給定的上下文中是最相關(guān)的。相對(duì)于傳統(tǒng)數(shù)據(jù)庫，智能數(shù)據(jù)庫提高了查詢的靈活性。例如，智能數(shù)據(jù)庫可以根據(jù)用戶鍵入的問題，提供根據(jù)可能性（從最高到最低）排列的命中列表，返回的結(jié)果數(shù)據(jù)包含對(duì)該問題的有用答案。人工智能可以糾正用戶的一些輸入錯(cuò)誤（比如拼寫錯(cuò)誤），也可以提供關(guān)鍵字的同義詞和反義詞等供用戶進(jìn)行選擇。

智能數(shù)據(jù)庫搜索可以限于特定領(lǐng)域，比如商業(yè)新聞、圖像、信息技術(shù)等，也可以限于某些語言、地理區(qū)域或歷史時(shí)期。智能數(shù)據(jù)庫還可以為用戶提供最近的搜索記錄;因此如果用戶需要優(yōu)化搜索或重新搜錯(cuò)，則不必重新開始。

2.3 金融領(lǐng)域智能化

人工智能的最大進(jìn)步尚未到來，但大數(shù)據(jù)與機(jī)器學(xué)習(xí)算法的結(jié)合已經(jīng)為金融世界的日常運(yùn)營帶來好處。人工智能正在逐漸改變金融業(yè)務(wù)核心，其影響主要體現(xiàn)在信用評(píng)分（信譽(yù)評(píng)級(jí)）、市場(chǎng)研究、個(gè)人助理、資產(chǎn)管理和欺詐檢測(cè)等方面。大多數(shù)銀行已經(jīng)加入人工智能的行列，再過幾年認(rèn)知系統(tǒng)和人工智能的廣泛采用有望提高全球收入。國際數(shù)據(jù)公司（IDC）的一份報(bào)告預(yù)測(cè)：到2020年收入增長可能達(dá)到470億美元。

總部位于美國的富國銀行2017初開始試行人工智能驅(qū)動(dòng)的Facebook聊天機(jī)器人。這個(gè)虛擬助手能夠與用戶溝通，響應(yīng)來自客戶的查詢，例如查詢他們帳戶中的當(dāng)前余額，甚至找到最近的銀行自動(dòng)取款機(jī)（ATM）。 隨著名稱為Erica的智能虛擬助手的亮相，美國銀行公司大膽推進(jìn)了人工智能技術(shù)。Erica是一個(gè)利用“預(yù)測(cè)分析和認(rèn)知信息”的聊天機(jī)器人，被稱為全球最大的支付和金融服務(wù)創(chuàng)新活動(dòng)，為該公司超過4 500萬客戶提供財(cái)務(wù)指導(dǎo)。作為移動(dòng)銀行體驗(yàn)的一個(gè)組成部分，Erica旨在為客戶提供“全天候訪問并執(zhí)行日常交易”，同時(shí)預(yù)測(cè)每個(gè)客戶的獨(dú)特財(cái)務(wù)需求并通過提供明智的建議幫助他們實(shí)現(xiàn)財(cái)務(wù)目標(biāo)?；ㄆ煦y行對(duì)Feedzai進(jìn)行了戰(zhàn)略性投資。Feedzai是一家領(lǐng)先的全球數(shù)據(jù)科學(xué)企業(yè)，可以實(shí)時(shí)識(shí)別和消除所有商業(yè)渠道中的欺詐行為，包括在線和面對(duì)面的銀行業(yè)務(wù)。通過對(duì)大量數(shù)據(jù)的持續(xù)快速評(píng)估，F(xiàn)eedzai可以進(jìn)行大規(guī)模分析，識(shí)別出欺詐或可疑活動(dòng)，并迅速提醒客戶。該服務(wù)還協(xié)助支付提供商和零售商監(jiān)測(cè)控制和保護(hù)與其公司相關(guān)的金融活動(dòng)。 為防止商業(yè)中出現(xiàn)的對(duì)客戶的潛在威脅，F(xiàn)eedzai利用“基于機(jī)器的學(xué)習(xí)”來評(píng)估“大數(shù)據(jù)”和其潛在的欺詐活動(dòng)。

2.4? 智慧城市

Forrester 將智慧城市定義為：利用智能計(jì)算技術(shù)使城市的關(guān)鍵基礎(chǔ)設(shè)施組件和服務(wù)更加智能、互聯(lián)和高效。關(guān)鍵基礎(chǔ)設(shè)施組件和服務(wù)包括：城市管理、教育、醫(yī)療保健、公共安全、房地產(chǎn)、交通和公用事業(yè)。

關(guān)于智能計(jì)算，F(xiàn)orrester 將其定義為 [8]：集成硬件、軟件和網(wǎng)絡(luò)的新一代技術(shù)，為IT系統(tǒng)提供對(duì)現(xiàn)實(shí)世界的實(shí)時(shí)感知和高級(jí)分析，幫助人們針對(duì)優(yōu)化業(yè)務(wù)流程和業(yè)務(wù)資產(chǎn)負(fù)債表結(jié)果的備選方案和行動(dòng)做出更加明智的決策。智慧城市旨在幫助解決城市化進(jìn)程中遇到的各種問題，例如，資源稀缺、基礎(chǔ)設(shè)施不足和惡化、能源短缺和價(jià)格不穩(wěn)定、全球環(huán)境問題和人類健康問題等。智慧城市需要實(shí)時(shí)感知、分析整個(gè)城市的各項(xiàng)相關(guān)信息，會(huì)產(chǎn)生大量的原始數(shù)據(jù)，且這些數(shù)據(jù)大部分存儲(chǔ)在本地，不利于查找和分析，因此，需要一種有效的解決方案進(jìn)行數(shù)據(jù)處理。TANG B. [9]等人提出一種大數(shù)據(jù)分析框架，該框架使用了邊緣計(jì)算技術(shù)，共分為4層：第1層為傳感器網(wǎng)絡(luò)，由分散在城市的各個(gè)傳感器組成，負(fù)責(zé)生成原始數(shù)據(jù);第2層為邊緣節(jié)點(diǎn)，每個(gè)邊緣節(jié)點(diǎn)都控制一組本地傳感器，可以根據(jù)預(yù)先設(shè)定好的模式分析處理原始數(shù)據(jù);第3層為中間計(jì)算節(jié)點(diǎn)，每個(gè)中間計(jì)算節(jié)點(diǎn)控制一組邊緣節(jié)點(diǎn)，依據(jù)邊緣節(jié)點(diǎn)上傳的信息，并且綜合時(shí)空信息來判斷潛在突發(fā)事件，且能控制下層設(shè)備做出應(yīng)急反應(yīng);第4層為云計(jì)算中心，對(duì)全市范圍進(jìn)行長期監(jiān)測(cè)控制和分析。該框架因采用邊緣計(jì)算技術(shù)，顯著減少了上傳到云端的數(shù)據(jù)量，減少網(wǎng)絡(luò)延遲，保證其高效運(yùn)行。

3 邊緣計(jì)算中數(shù)據(jù)驅(qū)動(dòng)智能應(yīng)用的發(fā)展與方向

3.1 智能助手

智能助手是一款應(yīng)用程序，主要通過內(nèi)建的自然語言或其他易用的交互用戶界面來輔助人們處理基本任務(wù)。智能語音助手可以基于用戶輸入的數(shù)據(jù)幫助回答用戶詢問，實(shí)際上可以幫助人們實(shí)時(shí)解決問題從而增強(qiáng)人類生產(chǎn)力的機(jī)器人。最初，只有智能手機(jī)和智能揚(yáng)聲器采用語音助手，現(xiàn)在智能手表、汽車、筆記本電腦、家用電器等越來越多的設(shè)備采用語音助手，它正在成為人們與技術(shù)設(shè)備日常交互的普遍方式。 關(guān)于啟用語音助手的問題，如果設(shè)備不停地錄制音頻并將其發(fā)送到云端以驗(yàn)證是否有人向他們發(fā)送指令，這不僅涉及隱私問題，也是在浪費(fèi)能源、計(jì)算和網(wǎng)絡(luò)資源。將所有的數(shù)據(jù)發(fā)送到云端并在服務(wù)器端處理將會(huì)帶來嚴(yán)重的延遲，也會(huì)降低整個(gè)系統(tǒng)的可用性。今天的語音接口通常使用關(guān)鍵字或“喚醒字”檢測(cè)，專用一小部分邊緣計(jì)算資源（即在設(shè)備本身或“邊緣”完成的計(jì)算）來處理麥克風(fēng)信號(hào)，同時(shí)系統(tǒng)的其余部分保持空閑。這是一種節(jié)能方法，對(duì)于幫助延長便攜式電池供電設(shè)備（包括智能手機(jī)和可穿戴設(shè)備）的使用時(shí)間尤為重要。檢測(cè)到關(guān)鍵字以后，設(shè)備開始主動(dòng)監(jiān)測(cè)聽查。此時(shí)，系統(tǒng)是否能準(zhǔn)確解釋語音命令很大程度上取決于語音的“干凈”程度，也就是說設(shè)備在嘈雜的環(huán)境中很難準(zhǔn)確解釋語音，比如會(huì)議室、街道、電影院等。

許多邊緣計(jì)算技術(shù)有助于將用戶的聲音與其他周圍的聲音分開。例如，波束形成技術(shù)處理來自設(shè)備中的多個(gè)麥克風(fēng)的音頻，以將聽力集中在用戶正在講話的方向上，如虛擬定向麥克風(fēng)。 如果用戶四處移動(dòng)，則設(shè)備上運(yùn)行的語音跟蹤算法可以調(diào)整來自麥克風(fēng)的信號(hào)之間的平衡，因此焦點(diǎn)跟隨語音源。高級(jí)語音設(shè)備還處理來自麥克風(fēng)陣列的輸入，以抑制用戶通話中的環(huán)境噪聲，類似于在降噪耳機(jī)中操作的方式。 智能揚(yáng)聲器還使用設(shè)備上的回聲消除技術(shù)來實(shí)現(xiàn)“插入”功能 ，這可以抑制麥克風(fēng)信號(hào)中的音樂和其他揚(yáng)聲器聲音，從而幫助智能揚(yáng)聲器即使在大聲播放音樂時(shí)也能接收語音命令。在支持語音的小工具中增加邊緣計(jì)算功能還支持使用設(shè)備上人工智能的創(chuàng)新功能。例如，離線命令允許在互聯(lián)網(wǎng)連接不可用時(shí)進(jìn)行設(shè)備語言處理和基本語音指令的執(zhí)行。此功能已在智能手機(jī)中廣泛使用，即使設(shè)備處于飛行模式或超出覆蓋范圍，也可幫助用戶設(shè)置警報(bào)和提醒。具有高級(jí)邊緣計(jì)算能力的設(shè)備還可以執(zhí)行語音生物識(shí)別以進(jìn)行用戶認(rèn)證。語音設(shè)備對(duì)優(yōu)異邊緣處理能力的需求推動(dòng)了異構(gòu)計(jì)算架構(gòu)的采用：語音設(shè)備將各種引擎集成到單個(gè)片上系統(tǒng)中，將工作負(fù)載分配給最高效的計(jì)算引擎，從而改善性能、功效和成本效益，支持包含語音接口的各種設(shè)備。

3.2 行業(yè)應(yīng)用

人工智能在邊緣計(jì)算有關(guān)方面的研究與工業(yè)潛力巨大。Tractica的一份報(bào)告估計(jì)：到2025年，人工智能邊緣設(shè)備出貨量將從2018年的1.614億臺(tái)增加到全球每年26億臺(tái)。就單位數(shù)量而言，頂級(jí)的人工智能邊緣設(shè)備將包括手機(jī)、智能揚(yáng)聲器、個(gè)人電腦 /平板電腦、頭戴式顯示器、汽車傳感器、無人機(jī)、消費(fèi)者和企業(yè)機(jī)器人以及安全攝像頭?？纱┐魇浇】祩鞲衅?、建筑物或設(shè)施傳感器還將有更多人工智能。例如，關(guān)于智慧城市的共識(shí)是智慧城市利用物聯(lián)網(wǎng)傳感器、執(zhí)行器和技術(shù)來連接整個(gè)城市的各個(gè)部分，要實(shí)現(xiàn)智慧城市的愿景就要充分融合物聯(lián)網(wǎng)技術(shù)、人工智能和邊緣計(jì)算。

這一領(lǐng)域應(yīng)用前景廣闊，如可以幫助解決交通擁堵問題、城市衛(wèi)生等。關(guān)于交通擁堵問題，新加坡通過聯(lián)網(wǎng)運(yùn)輸解決方案應(yīng)對(duì)了巨大的交通挑戰(zhàn)。其智能交通系統(tǒng)（ITS）已經(jīng)形成了電子道路收費(fèi)的先鋒系統(tǒng)，隨著交通量激增公路收費(fèi)也隨之增加。ITS還允許通過具有全球定位系統(tǒng)（GPS）功能的出租車提供實(shí)時(shí)交通信息，并整合公共交通結(jié)構(gòu)，同時(shí)也能夠使公交車更加準(zhǔn)時(shí) [10]。城市衛(wèi)生條件也可以通過智能技術(shù)改善，如使用互聯(lián)網(wǎng)連接的垃圾桶或物聯(lián)網(wǎng)支持的車隊(duì)管理系統(tǒng)進(jìn)行廢物收集和垃圾處理，或者是將傳感器技術(shù)應(yīng)用于智能廢物容器，（它會(huì)自動(dòng)感知什么時(shí)候垃圾到達(dá)容器的頂部，從而及時(shí)通知城市環(huán)衛(wèi)部門收集垃圾）。在醫(yī)療設(shè)備領(lǐng)域特別是醫(yī)療設(shè)備急需邊緣情報(bào)，例如，手術(shù)室中的關(guān)鍵數(shù)據(jù)必須及時(shí)處理，以便為醫(yī)生或醫(yī)生提供正確的信息。另外，受益的潛在領(lǐng)域是機(jī)器視覺，主要使用攝像頭和可視化分析。例如，可以將攝像機(jī)放置在配送設(shè)施中，以便在瞬間監(jiān)測(cè)和管理在卡車和托盤之間移動(dòng)的貨物。

另一個(gè)受益的領(lǐng)域是農(nóng)業(yè)。天氣狀況對(duì)于農(nóng)業(yè)來說至關(guān)重要，但它又是無法控制的。一家總部位于澳大利亞的農(nóng)業(yè)技術(shù)公司The Yield，它使用傳感器、數(shù)據(jù)和人工智能幫助農(nóng)民做出有關(guān)天氣、土壤和植物條件的明智決策。

其他的應(yīng)用還包括新聞。像AP和雅虎這樣的公司正在使用人工智能來準(zhǔn)備與體育和選舉相關(guān)的簡(jiǎn)單報(bào)告，而這些報(bào)告如果手動(dòng)完成則需要花費(fèi)大量時(shí)間。據(jù)引入Wordsmith的Automated Insights稱：包括房地產(chǎn)和電子商務(wù)在內(nèi)的許多數(shù)據(jù)驅(qū)動(dòng)實(shí)體都在使用這個(gè)平臺(tái)。在線零售商店使用人工智能的方式是根據(jù)客戶過去的購買記錄或者放在搜索框中的項(xiàng)目向客戶推薦購買的內(nèi)容;另一種方法是提供聊天機(jī)器人，以尋求指導(dǎo)或解決查詢。另外還有智能家居，如恒溫器和智能燈，可以在一天中的不同時(shí)間以用戶想要的方式設(shè)置家的溫度，還可以利用用戶在不同時(shí)間段優(yōu)選的暗淡和亮度量來修改室內(nèi)燈光效果。

4 機(jī)遇與挑戰(zhàn)

邊緣計(jì)算中數(shù)據(jù)驅(qū)動(dòng)的智能應(yīng)用將有廣泛的前景，同時(shí)也面對(duì)著諸多的技術(shù)和實(shí)現(xiàn)環(huán)境挑戰(zhàn)，本節(jié)將從以下5個(gè)方面對(duì)各個(gè)機(jī)遇挑戰(zhàn)進(jìn)行分析。

4.1 邊緣計(jì)算中的數(shù)據(jù)分析

無論是在物聯(lián)網(wǎng)的終端設(shè)備，還是手機(jī)、平板等移動(dòng)端的諸多應(yīng)用中，智能應(yīng)用的基礎(chǔ)均是對(duì)用戶數(shù)據(jù)的收集、分析和建模，從而為客戶提供個(gè)性化的智能推薦。

想要提取出有價(jià)值的信息，首先分析的數(shù)據(jù)量要大，所需的收集時(shí)間要充足;其次，數(shù)據(jù)分析結(jié)果要在時(shí)效期內(nèi)，但也不可以被過早地分析，因?yàn)檫^早分析可能會(huì)導(dǎo)致丟失一些重要信息。如何平衡數(shù)據(jù)分析的價(jià)值和時(shí)效性是一項(xiàng)挑戰(zhàn)。另外，用傳統(tǒng)的機(jī)器學(xué)習(xí)的方法去學(xué)習(xí)用戶行為，需要有足夠的歷史數(shù)據(jù)，但是在邊緣計(jì)算的環(huán)境下，更多的是實(shí)時(shí)數(shù)據(jù)，怎樣利用實(shí)時(shí)數(shù)據(jù)并且進(jìn)行快速的分析和預(yù)測(cè)，將是另一個(gè)挑戰(zhàn)。

如果可以有效地達(dá)成邊緣端數(shù)據(jù)與全局?jǐn)?shù)據(jù)的融合從而進(jìn)行深入分析，必將更高效地推動(dòng)更多的數(shù)據(jù)流應(yīng)用，以及基于本地與全局相互通的個(gè)性化智能推薦與應(yīng)用。

4.2 邊緣計(jì)算中數(shù)據(jù)智能應(yīng)用的隱私安全

計(jì)算機(jī)安全、網(wǎng)絡(luò)安全以及最新出現(xiàn)的越來越緊迫的數(shù)據(jù)安全與隱私已經(jīng)引起廣泛關(guān)注。美國的Facebook以及多家利用用戶數(shù)據(jù)驅(qū)動(dòng)應(yīng)用的服務(wù)商或設(shè)備商已因安全及隱私問題在2018年遭受重創(chuàng)。安全與隱私問題也必將受到越來越廣泛的關(guān)注。而在網(wǎng)絡(luò)邊緣設(shè)備產(chǎn)生的大量數(shù)據(jù)則會(huì)涉及更多的包括地理位置、行動(dòng)軌跡等隱私信息，安全問題更為突出。一方面如何將傳統(tǒng)的隱私保護(hù)方案和邊緣計(jì)算環(huán)境下的數(shù)據(jù)處理特性相結(jié)合以實(shí)現(xiàn)多樣化的用戶隱私保護(hù)需求將成為一個(gè)新的挑戰(zhàn);另一方面，如何建立新的隱私保護(hù)模型和方法，適應(yīng)于邊緣設(shè)備的特性將成為另一個(gè)挑戰(zhàn)。

邊緣網(wǎng)絡(luò)具有數(shù)據(jù)邊緣性的特點(diǎn)，由此帶來的便是數(shù)據(jù)不會(huì)完全被回傳至中心網(wǎng)絡(luò)及中心數(shù)據(jù)庫中。事實(shí)上，實(shí)現(xiàn)終端數(shù)據(jù)在邊緣設(shè)備端完成有效的匿名化和保護(hù)，將驅(qū)動(dòng)一系列新的隱私保護(hù)策略，例如在數(shù)據(jù)產(chǎn)生時(shí)就進(jìn)行有效地處理和保護(hù)，就不必再擔(dān)心因中心數(shù)據(jù)非法接入所帶來的各種風(fēng)險(xiǎn)和安全問題了。

4.3 邊緣計(jì)算中數(shù)據(jù)智能應(yīng)用的接入與移除

邊緣服務(wù)器以分散的方式部署。移動(dòng)用戶的位置不固定并經(jīng)常實(shí)時(shí)發(fā)生變化，因此移動(dòng)終端設(shè)備和服務(wù)器之間的連接將受到很多限制，這使得邊緣計(jì)算中諸多智能應(yīng)用的接入和移除必須要有創(chuàng)新的形式和特點(diǎn)。首先在接入這些應(yīng)用時(shí)，以何種方式部署就是一個(gè)新的挑戰(zhàn)，采用分布式的計(jì)算架構(gòu)還是點(diǎn)對(duì)點(diǎn)的分布式結(jié)構(gòu)都可能是有效的解決方案，但尤其適配于智能應(yīng)用的有效方法仍待進(jìn)一步探索。相應(yīng)地，當(dāng)需要移除邊緣智能應(yīng)用程序時(shí)則需要具備移動(dòng)感知能力，以進(jìn)行資源發(fā)現(xiàn)和資源切換。另外，還需要評(píng)估卸載決策因素，決定何時(shí)將數(shù)據(jù)卸載到移動(dòng)邊緣計(jì)算服務(wù)器。由于受到鏈路質(zhì)量、噪音干擾和通信擁塞等諸多因素的影響，如何完成這一系列的復(fù)雜操作也將極具挑戰(zhàn)。

在云計(jì)算的不斷發(fā)展過程中，關(guān)于無服務(wù)器 （serverless） 類應(yīng)用的發(fā)展和探索一直沒有停息，這類探索也可能成為未來邊緣計(jì)算中智能應(yīng)用接入和移除的一個(gè)新機(jī)遇。針對(duì)如何在邊緣端建構(gòu)出輕量級(jí)的接入和移除方式，并充分利用無服務(wù)器的敏捷特點(diǎn)，很有可能開發(fā)出一種新的應(yīng)用使用模型。這可能是即插即用、即走即棄的方式，也可能將個(gè)性化的數(shù)據(jù)以邊緣設(shè)備做為輕量載體的方式，從而可以非常容易地在不同的環(huán)境場(chǎng)景下切換。

4.4 邊緣智能應(yīng)用準(zhǔn)確性和有效性

對(duì)于很多行業(yè)，例如自動(dòng)駕駛，錯(cuò)誤的決定將會(huì)導(dǎo)致嚴(yán)重的后果，所以如何保證決策的準(zhǔn)確性和有效性將會(huì)一直是一個(gè)極具挑戰(zhàn)的研究方向。人工智能往往使用大量的時(shí)間并利用大規(guī)模的歷史數(shù)據(jù)去“學(xué)習(xí)”。如何利用現(xiàn)有技術(shù)例如遷移學(xué)習(xí)去節(jié)省學(xué)習(xí)時(shí)間或利用對(duì)抗學(xué)習(xí)去模擬生成數(shù)據(jù)進(jìn)行決策，都將是極具研究?jī)r(jià)值的可能方向。在與物理設(shè)備或與用戶實(shí)體世界有交互的應(yīng)用中，準(zhǔn)確性與有效性將決定一個(gè)邊緣智能應(yīng)用是否可用。這還將包括對(duì)物理安全性、實(shí)物可行性，以及高可靠性等諸多方面的要求。無論在哪個(gè)方面，如果可能實(shí)現(xiàn)非常明顯的進(jìn)展都將有效地推動(dòng)該領(lǐng)域的發(fā)展。

同時(shí)，隨著準(zhǔn)確性和有效性在邊緣智能應(yīng)用上的提高，也必將產(chǎn)生許多新型應(yīng)用，包括與人類健康相關(guān)聯(lián)的、與養(yǎng)老和教育相關(guān)聯(lián)的，以及對(duì)人類世界自動(dòng)化有更多貢獻(xiàn)的諸多未來應(yīng)用。

4.5 區(qū)塊鏈技術(shù)的整合

自比特幣的創(chuàng)造、發(fā)展以及之后所面臨的爭(zhēng)議來看，其背后支撐的區(qū)塊鏈技術(shù)逐步走向臺(tái)前，并從其他多個(gè)方向越來越廣泛地影響了諸多領(lǐng)域和應(yīng)用。作為一個(gè)無限冗余的分布式數(shù)據(jù)庫系統(tǒng)，區(qū)塊鏈給學(xué)術(shù)界和工業(yè)界帶來了諸多優(yōu)勢(shì)，同時(shí)本身存在著一些技術(shù)限制，這些都將帶來機(jī)遇與挑戰(zhàn)。首先，在邊緣計(jì)算有關(guān)的智能應(yīng)用中，點(diǎn)對(duì)點(diǎn)的通信與數(shù)據(jù)共識(shí)的達(dá)成將成為一個(gè)必要條件，而區(qū)塊鏈所提供的相應(yīng)技術(shù)集合有效地解決了這一系列問題。其次，區(qū)塊鏈技術(shù)所帶來的智能合約等衍生技術(shù)，可以有效地幫助邊緣計(jì)算中的智能應(yīng)用，將事件的觸發(fā)機(jī)制上升到一個(gè)新的高度。而且，對(duì)于追蹤溯源等有關(guān)的智能應(yīng)用，區(qū)塊鏈技術(shù)將帶來前所未有的便利性和可靠性。除此之外，零知識(shí)證明等安全技術(shù)也由于在區(qū)塊鏈中的廣泛應(yīng)用取得了諸多進(jìn)展，這一技術(shù)必將作為解決數(shù)據(jù)相互信任和數(shù)據(jù)隱私安全保護(hù)的重要手段而越來越多地被應(yīng)用于邊緣計(jì)算中數(shù)據(jù)驅(qū)動(dòng)的智能應(yīng)用中。

5 結(jié)束語

文中，我們針對(duì)邊緣計(jì)算中數(shù)據(jù)驅(qū)動(dòng)的智能應(yīng)用這一子領(lǐng)域進(jìn)行了全面的綜述和比較：首先從物聯(lián)網(wǎng)的發(fā)展以及邊緣計(jì)算概念出發(fā)，綜合分析了邊緣計(jì)算產(chǎn)生的必要性和重要性，并與云計(jì)算和大數(shù)據(jù)等最新發(fā)展的技術(shù)進(jìn)行了對(duì)比，進(jìn)一步說明邊緣計(jì)算的自身特點(diǎn)。在將邊緣計(jì)算和人工智能相結(jié)合的基礎(chǔ)上，創(chuàng)新性提出面向智能應(yīng)用的邊緣體系架構(gòu)，并針對(duì)架構(gòu)中的每一部分，總結(jié)了最新文獻(xiàn)中的研究成果。我們還對(duì)目前已經(jīng)存在的智能應(yīng)用，例如無人駕駛汽車、智能數(shù)據(jù)庫以及金融領(lǐng)域智能化應(yīng)用的最新成果進(jìn)行了總結(jié)。最后，探討了邊緣計(jì)算中數(shù)據(jù)驅(qū)動(dòng)智能應(yīng)用的發(fā)展與方向、機(jī)遇和挑戰(zhàn)。

參考文獻(xiàn)

[1] 張佳樂，趙彥超，陳兵，等.邊緣計(jì)算數(shù)據(jù)安全與隱私保護(hù)研究綜述[J].通信學(xué)報(bào)， 2018， 39（3）：1-21.DOI： 10.11959/j.issn.1000-436x.2018037

[2] WANG S， ZHANG X， ZHANG Y， et al. A Survey on Mobile Edge Networks： Convergence of Computing， Caching and Communications [J]. IEEE Access， 2017， （5）：6757-6779. DOI：10.1109/ACCESS.2017.2685434

[3] MACH P， BECVAR Z. Mobile Edge Computing： A Survey on Architecture and Computation Offloading [J]. IEEE Communications Surveys & Tutorials，2017， 19（3）： 1628-1656. DOI：10.1109/COMST.2017.2682318

[4] BIGELOW S J. What's Happening in Data Center Energy Management [EB/OL]. （2014-06）[2018-12-20]. https：//searchdatacenter.techtarget.com/feature/Whats-happening-in-data-center-energy-management

[5] VERBELEN T， SIMONENS P， TURCK F D， et al. Leveraging Cloudlets for Immersive Collaborative Applications [J]. IEEE Pervasive Computing， 2013， 12（4）：30-38. DOI： 10.1109/MPRV.2013.66