周杰

摘 ?要： 云計算的發(fā)展使得邊緣計算引起廣泛關(guān)注。根據(jù)來源于CNKI數(shù)據(jù)庫1078篇文獻(xiàn)的國內(nèi)數(shù)據(jù)和來源于Web of Science核心庫210篇高被引論文的國外數(shù)據(jù)，利用文獻(xiàn)計量法、知識圖譜以及CiteSpace軟件，就文獻(xiàn)量、關(guān)鍵詞及熱點、文獻(xiàn)作者及其所屬機(jī)構(gòu)進(jìn)行分析。在分析結(jié)果基礎(chǔ)上，做出了總結(jié)與建議，可為推動邊緣計算的理論研究與技術(shù)應(yīng)用提供參考。

關(guān)鍵詞： 邊緣計算; 5G; 知識圖譜; 邊云協(xié)同

中圖分類號：TP3;G353.1 ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A ? ? 文章編號：1006-8228（2021）08-08-04

Review of edge computing technology at home and abroad

Zhou Jie

（Library of Guizhou University， Guiyang， Guizhou 550025， China）

Abstract： Edge computing has attracted wide attention because of the ongoing development of cloud computing. According to the domestic data from 1，078 literatures in CNKI database and the foreign data of 210 high cited papers from Web of Science core database， by using bibliometric analysis， knowledge graph and CiteSpace software， the volume of literature， key words and hot spots， authors and the organizations they affiliated are analyzed. Based on the analysis results， this paper makes a summary and some suggestions， which can provide reference for the theoretical research and technical application of edge computing.

Key words： edge computing; 5G; knowledge graph; cloud and edge collaboration

0 引言

2019年，Gartner報告認(rèn)為，邊緣計算邊緣端靠近數(shù)據(jù)源，有目的性的實現(xiàn)計算本地化，降低數(shù)據(jù)鏈路流量，提高實時處理能力^[1]。國內(nèi)外學(xué)術(shù)界與產(chǎn)業(yè)界針對其概念，不同的學(xué)者給予了不同的說明，如萬物互聯(lián)的計算模型^[2]、未來顛覆性的計算思維^[3]、數(shù)字行業(yè)轉(zhuǎn)型的助推劑^[4]、分布式信息技術(shù)架構(gòu)^[5]等，但對其技術(shù)內(nèi)涵方面的認(rèn)識卻未有統(tǒng)一見解，針對此分歧，由多國共同發(fā)起成立邊緣計算聯(lián)盟，即邊緣計算聯(lián)盟（ECC），并發(fā)布邊緣計算白皮書，邊緣計算是在臨近物或數(shù)據(jù)源的網(wǎng)絡(luò)邊緣端，結(jié)合網(wǎng)絡(luò)計算、開放存儲核心功能的應(yīng)用平臺，就近為邊緣端用戶提供相關(guān)智能服務(wù)，并滿足各領(lǐng)域在實時處理、數(shù)據(jù)優(yōu)化、協(xié)同聯(lián)接、智能應(yīng)用、安全與隱私保護(hù)等數(shù)字化方面的需求保障。同時，邊緣計算旨在分擔(dān)云端處理數(shù)據(jù)的壓力。

目前，針對邊緣計算熱點研究方面文獻(xiàn)不多，基于此，本文采用文獻(xiàn)計量法和知識圖譜，對檢索到的國內(nèi)外邊緣計算相關(guān)研究的文獻(xiàn)進(jìn)行深入的分析，從文獻(xiàn)發(fā)文量、關(guān)鍵詞與作者方面，運用CiteSpace對其分析，構(gòu)建知識圖譜。并對比國內(nèi)外的分析結(jié)果，以探求邊緣計算的研究現(xiàn)狀與研究熱點。

1 研究基礎(chǔ)

1.1 研究工具

知識圖譜是利用可視化技術(shù)展現(xiàn)知識資源與其之間的關(guān)系，是文獻(xiàn)計量分析結(jié)果呈現(xiàn)的有利工具。2004年來自美國德雷塞爾大學(xué)的陳超美教授在庫恩科學(xué)結(jié)構(gòu)演進(jìn)的啟發(fā)下，使用JAVA開發(fā)了CiteSpace，一款可視化的文獻(xiàn)分析工具^[6]。CiteSpace工具可實現(xiàn)對文獻(xiàn)作者、機(jī)構(gòu)、關(guān)鍵字、文獻(xiàn)被引等操作;本文選擇CiteSpace的5.0.R7版、并利用該版中的Data菜單欄對數(shù)據(jù)進(jìn)行必要的處理。

1.2 數(shù)據(jù)來源

對于國內(nèi)數(shù)據(jù)，以CNKI為來源數(shù)據(jù)庫，運用其高級檢索模塊，以“邊緣計算”為關(guān)鍵詞，精確檢索，時間為2016.1.1-2020.12.31（為符合CiteSpace時間片設(shè)置，以下內(nèi)容統(tǒng)稱為2016-2020年），共檢索出1078條中文文獻(xiàn)。而對于國外數(shù)據(jù)，以Web of science核心庫高被引文獻(xiàn)為對象，以“Edge Computing”為主題，選取時間2016-2020年，并通過“Remove duplicates”進(jìn)行去重，共獲得高被引論文210篇。

2 國內(nèi)邊緣計算研究結(jié)果分析

2.1文獻(xiàn)量分析

國內(nèi)數(shù)據(jù)通過CNKI獲取，對檢索出的文獻(xiàn)，以不同年份利用圖表將其展示出來，如圖1所示

從圖1可以發(fā)現(xiàn)，國內(nèi)對于邊緣計算的研究分三個階段，第一階段是2016-2017年，該階段邊緣計算開始被相關(guān)學(xué)者、企業(yè)所關(guān)注，但并沒有進(jìn)行深入探討，因邊緣計算在理論體系、模型、機(jī)制等方面沒有統(tǒng)一的方案;更因該年度云計算是研究的重點，注重云端，而忽略了邊緣端。第二階段2017-2018年，這一階段，對于邊緣計算的研究處于上升期，由于云計算暴露出的問題，如云端數(shù)據(jù)處理壓力大，網(wǎng)絡(luò)延遲等，使得專家學(xué)者逐漸開始從云端轉(zhuǎn)向邊緣端，文獻(xiàn)量也明顯增加。第三階段2018-2020年，該階段對于邊緣計算的研究明顯處于激增狀態(tài)，這是由多方原因引起。首先，云端研究遭遇瓶頸，如網(wǎng)絡(luò)延遲、數(shù)據(jù)處理能力壓力大等;其次，2019年IOT、CPS、移動網(wǎng)絡(luò)等技術(shù)得到了飛速發(fā)展，使得更多邊緣設(shè)備接入到互聯(lián)網(wǎng)中，這也使得對邊緣計算的關(guān)注不斷提高。另外，從圖1可以看出，2018-2020年發(fā)文量較高，這是因為該年度相關(guān)企業(yè)、機(jī)構(gòu)開始進(jìn)入到邊緣計算領(lǐng)域，如華為、中科院、中信院、騰訊、阿里、百度等，并成立了相關(guān)組織，旨在通過會議、資金的投入加大對邊緣計算領(lǐng)域的研究，這直接助推了邊緣計算的發(fā)展。

2.2 關(guān)鍵詞及熱點分析

本文利用CiteSpace對研究對象進(jìn)行關(guān)鍵詞分析，設(shè)置時間為2016-2020年，時間間隔1年;聚類詞來源（term source）為作者、摘要、關(guān)鍵詞、補充關(guān)鍵詞（keywords plus）;節(jié)點類型為關(guān)鍵詞（keyword）;選擇標(biāo)準(zhǔn)為top50，top10%，最終生成關(guān)鍵詞知識圖譜。

國內(nèi)邊緣計算中，出現(xiàn)頻次相對較高的有“邊緣計算”、“物聯(lián)網(wǎng)”、“云計算”、“5G”、“人工智能”、“工業(yè)互聯(lián)網(wǎng)”等概念。根據(jù)中心性定義可知，文獻(xiàn)關(guān)鍵詞中心性越高，說明該關(guān)鍵詞在該領(lǐng)域越重要。關(guān)鍵詞中心性較高的有云計算、邊緣計算、物聯(lián)網(wǎng)、5G。其中云計算的中心性最高，云計算是將云端的數(shù)據(jù)處理量分擔(dān)到邊緣端，這表明邊緣計算并沒有擺脫云，說明云計算在數(shù)據(jù)時代依然占據(jù)著重要的位置。物聯(lián)網(wǎng)、5G、人工智能、工業(yè)物聯(lián)網(wǎng)的發(fā)展依靠邊緣端，對邊緣端數(shù)據(jù)計算能力的提高，也就助推了這四領(lǐng)域的發(fā)展。而2020年主要有“云平臺”、“AI”以及不同的企業(yè)、運營商，如阿里、中國聯(lián)通等。分析可發(fā)現(xiàn)，隨著邊緣計算基礎(chǔ)理論、架構(gòu)、相關(guān)技術(shù)等不斷完善，使得邊緣計算越來越受到重視，開始被應(yīng)用于各行各業(yè)中。

2.3 文獻(xiàn)作者機(jī)構(gòu)關(guān)聯(lián)分析

本文利用NoteExpress文獻(xiàn)管理軟件中的統(tǒng)計分析選取發(fā)文量前50的作者進(jìn)行分析，得出國內(nèi)邊緣計算研究作者發(fā)文數(shù)。同時根據(jù)對部分機(jī)構(gòu)的調(diào)查研究發(fā)現(xiàn)，邊緣計算聯(lián)盟關(guān)于邊緣計算研究成果較多，其中邊緣計算聯(lián)盟發(fā)表了多個白皮書，對邊緣計算的特點、概念模型、參考架構(gòu)等進(jìn)行了介紹^[7-8]，也給后期研究的學(xué)者、機(jī)構(gòu)提供了一定的指導(dǎo)。另外華為邊緣計算聯(lián)盟的成員，史揚學(xué)者分別在《電氣時代》等期刊上發(fā)表了相關(guān)文章，這充分說明邊緣計算聯(lián)盟自2016年成立以來，對邊緣計算的研究一直處于國內(nèi)領(lǐng)先的地位。另外來自貝加萊的宋華振學(xué)者，主要關(guān)注的是智能制造方面的邊緣計算研究^[9-10]。雖然較多的學(xué)者、機(jī)構(gòu)投入到邊緣計算的研究中，但是研究內(nèi)容及時點比較分散，這說明各機(jī)構(gòu)以及學(xué)者之間的交流合作并不多，長久下來，這將導(dǎo)致邊緣計算關(guān)注度下降，影響邊緣計算的發(fā)展。

3 國外邊緣計算研究結(jié)果分析

3.1 邊緣計算文獻(xiàn)量分析

國外文獻(xiàn)來源于Web of science高被引文獻(xiàn)，選取時間為近五年，其文獻(xiàn)發(fā)文量趨勢如圖2所示。

從圖2中可知，國外對邊緣計算的關(guān)注度明顯高于國內(nèi)，尤其是2017-2019年期間，對邊緣計算的研究處于激增狀態(tài)，這種狀態(tài)是因為邊緣計算研究思想來源于國外，國外更早的掌握了邊緣計算的基礎(chǔ)知識和核心架構(gòu)。另外，國外云計算、物聯(lián)網(wǎng)、人工智能等相關(guān)領(lǐng)域技術(shù)的成熟，引導(dǎo)了邊緣計算的發(fā)展。從發(fā)文量的增長趨勢來看，邊緣計算仍然會是國外未來一段時間研究的熱點領(lǐng)域。

3.2 關(guān)鍵詞及熱點分析

為了保證國內(nèi)外分析結(jié)果對比的準(zhǔn)確性，針對國外邊緣計算的關(guān)鍵詞分析，采用的研究方式，閾值的相關(guān)設(shè)置與國內(nèi)研究一致。最終生成關(guān)鍵詞知識圖譜。

國外邊緣計算研究中，關(guān)鍵詞較高的有“Mobileedge computing”、“Edgecomputing”、“5G”。其中較高的是移動邊緣計算（Mobileedge computing），移動邊緣計算是在移動網(wǎng)絡(luò)的支撐下，注重對移動邊緣端的研究，這與先進(jìn)的移動網(wǎng)路技術(shù)是分不開的。其次是邊緣計算，霧計算，而霧計算的高頻使用，也說明了國外已經(jīng)從邊緣計算的基礎(chǔ)上，拓寬了邊緣計算的研究領(lǐng)域。

國外邊緣計算高頻關(guān)鍵詞中心性較高的有“Mobileedge computing”、“Edgecomputing”、“l(fā)earning”。對比國內(nèi)外的中心性發(fā)現(xiàn)，對于邊緣計算的重視，國內(nèi)明顯高于國外。同時，國內(nèi)比國外更加重視對邊緣計算產(chǎn)業(yè)的擴(kuò)展，這與國家政策有關(guān)，如，2016年7月，國務(wù)院發(fā)布《中共中央關(guān)于制定國民經(jīng)濟(jì)和社會發(fā)展第十三個五年規(guī)劃的建議》，旨在提高物聯(lián)網(wǎng)的發(fā)展，助力設(shè)備智能化發(fā)展;2017年6月，工信部發(fā)布《工業(yè)和信息化部辦公廳關(guān)于全面推進(jìn)移動物聯(lián)網(wǎng)（NB-IOT）建設(shè)發(fā)展的通知》，全面推進(jìn)建設(shè)低功耗、寬領(lǐng)域的物聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè);2020年將諸如5G、物聯(lián)網(wǎng)等一批新型基礎(chǔ)設(shè)施建設(shè)納入到政府工作報告中。

國外的研究，相比于國內(nèi)邊緣計算關(guān)鍵詞時序圖譜所呈現(xiàn)的突變詞，內(nèi)容上大同小異，但在時間分布上明顯不同，關(guān)鍵詞與國內(nèi)基本持平，但其研究時間明顯長于國內(nèi)。如“edge computing”，“edge computing environment”分別出現(xiàn)在不同的年份，但仍然是針對邊緣計算展開的深入研究。這說明，國外更加重視基礎(chǔ)理論研究。另外，從研究趨勢上，國外在產(chǎn)業(yè)應(yīng)用廣度、深度方面明顯低于國內(nèi)。如國內(nèi)在邊緣計算研究初期就開始研究5G技術(shù)，畢竟5G是未來邊緣計算發(fā)展的支撐網(wǎng)絡(luò)。

3.3 文獻(xiàn)作者分析

針對國外邊緣計算研究的相關(guān)作者，選取Cited Author為網(wǎng)絡(luò)節(jié)點，得出發(fā)文作者知識圖譜。國外單個作者的發(fā)文量明顯高于國內(nèi)，如ZHANG YAN、ANSARI NIRWAN學(xué)者分別在《Internet of Things Journal》上發(fā)表過Energy-Effcient Admisiion of Delay-Sensitive Tasks for Mobile Edge Computing、Mobile Edge Computing：A Survey、Edge computing Aware Noma for 5G Networks等多篇文獻(xiàn)，探討邊緣計算、移動邊緣計算的基礎(chǔ)理論與5G等應(yīng)用領(lǐng)域知識^[11-13]。國外單篇文章常常為多個作者共同完成，這提示我們應(yīng)更加注重邊緣計算研究機(jī)構(gòu)之間的合作。

4 結(jié)論

本文通過國內(nèi)外數(shù)據(jù)的對比，可發(fā)現(xiàn)國內(nèi)相關(guān)方面還存在一些問題，今后可從以下幾方面加大關(guān)注度。

⑴ 邊緣計算基礎(chǔ)理論的研究。從國外文獻(xiàn)關(guān)鍵詞時序圖譜可發(fā)現(xiàn)，國外更加注重對邊緣計算相關(guān)理論的研究，而國內(nèi)這方面比較欠缺，國內(nèi)將更多的研究內(nèi)容放在了其應(yīng)用之上，但相關(guān)研究成果卻并不是很多，這是邊緣計算以及相關(guān)技術(shù)理論基礎(chǔ)并不牢固所導(dǎo)致。國內(nèi)應(yīng)加深邊緣計算理論研究，形成統(tǒng)一的理論認(rèn)知體系，促進(jìn)邊緣計算及相關(guān)產(chǎn)業(yè)的發(fā)展。

⑵ 立足自身產(chǎn)業(yè)優(yōu)勢，拓寬邊緣計算領(lǐng)域研究。國內(nèi)在產(chǎn)業(yè)領(lǐng)域的創(chuàng)新技術(shù)已然趕上國外水平，甚至是超過了國外。以國內(nèi)的華為、阿里、騰訊為代表，如，可依托阿里云，發(fā)揮云計算的技術(shù)優(yōu)勢，助推邊緣計算的發(fā)展，形成云邊協(xié)同的發(fā)展態(tài)勢，實現(xiàn)云邊端三位一體的計算模式。依托由華為聯(lián)合中科院、中信院、ARM成立的邊緣計算產(chǎn)業(yè)聯(lián)盟，構(gòu)建邊緣計算產(chǎn)業(yè)合作平臺，推動IOT、人工智能、5G等相關(guān)產(chǎn)業(yè)的發(fā)展。

⑶ 加大研究合作力度。相比于國外來說，國內(nèi)邊緣計算相關(guān)研究學(xué)者、機(jī)構(gòu)、企事業(yè)單位缺乏合作。有目的性的合作可挖掘出更多潛在的價值信息，各研究方在國家政策下，廣泛開展合作，積極探討邊緣計算領(lǐng)域知識，如云邊協(xié)同平臺實現(xiàn)問題、如何有效應(yīng)對不同環(huán)境、技術(shù)、產(chǎn)業(yè)的沖擊問題、邊緣計算相關(guān)理論體系的一致性等，問題的解決，將使得邊緣計算向著更加科學(xué)、平穩(wěn)的狀態(tài)發(fā)展。

⑷ 智能時代對邊緣端的要求。數(shù)據(jù)密集型范式的形成，加快了智能時代的到來。在智能時代背景下，對基礎(chǔ)設(shè)施的要求變得越來越高，尤其是IOT、CPS的快速發(fā)展，使得越來越多的智能設(shè)備接入網(wǎng)絡(luò)，促使了設(shè)備需具備計算的能力。加大對設(shè)備的建設(shè)，必然需要更多的關(guān)注邊緣計算、移動邊緣計算領(lǐng)域。

參考文獻(xiàn)（References）：

[1] Gartner. Top 10 Strategic Technology Trends for 2019[0L].

[2018.10.15].https：//www.gartner.com/doc/3891569？ref=mrktg-srch.

[2] 施巍松，孫輝，曹杰等.邊緣計算：萬物互聯(lián)時代新型計算模型[J].計算機(jī)研究與發(fā)展，2017.54（5）：907-924

[3] 周庭銳.邊緣計算：未來十年最具顛覆性的技術(shù)思維[J].商學(xué)院，2017.12：23-24

[4]史揚，劉梅剛.邊緣計算已來， 助力行業(yè)數(shù)字化轉(zhuǎn)型[J].自動化博覽，2017.34（4）：10-13

[5] 華镕.邊緣計算的應(yīng)用及未來挑戰(zhàn)[J].自動化博覽，2017.34（2）：52-53

[6] 陳悅，陳超美，劉則淵等.CiteSpace知識圖譜的方法論功能[J].科學(xué)學(xué)研究，2015.33（2）：242-253

[7] 邊緣計算產(chǎn)業(yè)聯(lián)盟.邊緣計算參考架構(gòu)1.0[EB/OL].

[2016]. http：//www.ecconsortium.org/Lists/show/id/32.html

[8] 邊緣計算產(chǎn)業(yè)聯(lián)盟.邊緣計算參考架構(gòu)2.0[EB/OL].[2017].http：//www. ecconsortium.org/Lists/show/id/163.html.

[9] 宋華振.邊緣計算——走在智能制造的前沿（上）[J].自動化博覽，2017.34（3）：62-64

[10] 宋華振.邊緣計算——走在智能制造的前沿（下）[J].自動化博覽，2017.

[11] Lyu Xc，Tian H， Ni W，Zhang Y，et al. Energy-Effcient

Admisiion of Delay-Sensitive Tasks for Mobile Edge Computing[J].IEEE transactions on communications，2018.5（1）：450-465

[12] Abbas N，Zhang Y，Taherkord，et al.Mobile Edge

Computing：A Survey[J].IEEE Internet of Things Journal，2018.66（6）：2603-2616

[13] Kiani Abbas，Ansari Nirwan. Edge computing Aware

NOMA for 5G Networks[J].IEEE Internet of Things Journal，2018.5（2）：1299-1306

收稿日期：2021-03-01

基金項目：河北省自然基金項目（F2018210058）; 河北省教育廳青年基金項目（QN2016272）

作者簡介：周悅（1994-），女，河北人，在讀碩士，主要研究方向：旋轉(zhuǎn)式顯示技術(shù)、三維顯示技術(shù)。

通訊作者：趙正旭（1960-），男，山東人，博士，教授，主要研究方向：遙操作系統(tǒng)、虛擬現(xiàn)實技術(shù)和應(yīng)用、數(shù)字孿生。