众所周知,传统移动通信网络是集中化处理机制,数据往返于核心网与用户终端之间,时延大,网络负荷高。移动边缘计算位于网络边缘,它将数据中心(核心网)的计算和存储等能力下沉,使之更接近用户终端,降低物理时延,也减少了与中心云的信息交换,降低网络负荷,从而可以创造出一个具备高性能、低延迟与高带宽的电信级服务环境,加速网络中各项内容、服务及应用的分发和下载,让消费者享有更高质量网络体验。
移动边缘计算技术(MEC)可以为在物联网应用场景提供以下支持:
业务实时性:在对实时性要求较高的领域,比如生产控制领域,业务控制时延必须小于 10 毫秒甚至更低;在自动驾驶领域,控制时延也必须在几个毫秒之内。如果将控制放在云端将根本无法满足上述时延要求,所以需要把部分分析和控制功能放在网络边缘,以满足业务实时性的需要。
数据适配和聚合性:当前,传感侧存在大量的专有通信技术和协议,这种多样性和异构性不但存在于特定行业内,更存在于不同行业间。“七国八制”的现状和异构性极大地增加了现场的数据集成难度和成本,所以需要在网络边缘对传感侧协议和标准进行适配、统一。
高度可靠性:由于在特定物联网应用场景下,单点故障在很多行业场景普遍是不可接受的。因此大量关键操作不能依靠云端,现场的生产系统需要保持一定的自主和自治。对于一些特定的应用场景,比如制造业的控制系统,通过边缘的分布式智能和自治系统相互协同,而不是依靠中心化的智能,可以保障整个系统的本地存活能力;又如路灯物联网系统,即使广域网络发生故障,路灯也要具备本地的基本控制能力,以保证行人的交通安全。
参考观研天下发布《2018-2023年中国物联网行业市场发展动向调查与投资前景规划预测报告》
安全性:对于更多行业系统,尤其是生产系统,接入网络的安全性显得更为重要,安全已成为物联网领域最牵动人心的问题。连接传感层和数据平台层之间的网络部分往往是安全的薄弱环节,而传感层通常受到计算资源、供电和成本的限制,很难进行复杂的加密防护,所以在网络的边缘需要对安全进行加固,比如在物联网网关和数据中心之间建立加密隧道,或者由应用厂商在物联网上安装私有的代理,以实现数据加/解密,从而进一步提高系统的安全性。
SDN 的本质是控制和转发分离,控制和管理的集中化、智能化。只要网络硬件可以集中式软件管理,可编程化,控制转发层面分开,则可以认为这个网络是一个 SDN 网络。只要网络硬件可以集中式软件管理,可编程化,控制转发层面分开,则可以认为这个网络是一个 SDN 网络。 NFV 利用虚拟化技术,目标是替代通信网中私有、专用和封闭的网元,实现统一的硬件平台+业务逻辑软件的开放架构。
SDN/NFV 技术能够加大降低网络延时的力度,为降低网络时延奠定基础。5G 网络借助于模块化的功能设计和高效的 NFV/SDN 平台和云技术,在 5G 组网实现中,使网络从底层物理基础设施分开,变成更抽象灵活的以软件为中心的构架,可以根据每个运营商的网络规划、业务需求、流量优化、用户体验和传输成本等因素综合考虑,对不同层级的功能加以灵活整合,实现多数据中心和跨地理区域的功能部署。
在物联网领域引入 SDN 技术,可秉承其核心思想并根据物联网的特点进行功能扩展,实现 IT 和 CT 的统一管理,以满足物联网在海量设备管理、边缘计算资源管理和快速应用集成方面的要求。其主要功能包括:
设备管理功能:通过控制器的南向接口集中管理传感器、终端、通信模块和物联网网关等设备,利用 PnP 技术实现设备的自动部署;支持设备的安全认证、运行状态监控以及远程升级等功能,从而应对海量终端设备的管理难题;未来,还可以利用人工智能技术实现故障的深度分析和全自动化处理。
边缘计算资源管理功能:边缘计算资源环境通常会以 VM 虚拟机或者容器的形式在物联网网关上落地,控制器需要能够支持各类虚拟机/容器的统一管理功能,包括镜像文件管理、资源管理和全生命周期管理。
数据订阅和分发功能:对数据的管理是物联网管理区别于传统网络管理的一个重要不同点。传统的网络管理主要保证网络的联接性,不会对其中的流量数据进行深入处理,但物联网最终的目的是采集分析数据、控制终端设备,因而数据是物联网的生命,必须最终上送给行业应用系统。但为了网络联接和数据联接的解耦,物联网本身的管理数据必须要通过控制器统一上送,因此数据分发和订阅是控制器的基本能力。
南北向集成功能:物联网是一个生态系统,横向跨越不同的行业,纵向包括不同的领域,一家厂商不可能形成一个端到端的系统,所以统一标准的南北向接口是控制器与其它系统快速集成的前提。
随着物联网在行业领域的逐步深入,边缘计算已经成为很多行业应用实施落地的前提,并在业界形成共识、得到了越来越多的重视。而SDN技术更称为国内三大运营商网络升级的一致选择,特别是在解决物联网的管理、控制、维护和开放问题上,SDN 技术将发挥重要作用。
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com,我们将及时沟通与处理。