边缘计算产业联盟白皮书精解
—由华为，中科院沈阳自动化研究所，中国信息通信研究院，英特尔，ARM，软通动力信息技术创始
边缘侧问题以及对应技术难点：
- 1、系统互连，数据聚合 >>网络兼容多种联接，自动部署，确保实时性（10ms以内）
- 2、多样化异构数据 >>数据优化
- 3、贴近设备，访问控制，威胁防护难度广度up >>数据的安全性、完整性
方向：
- 1、协同云计算，边缘计算是云端获取高价值数据的采集单元号，可支撑云端；云端分析优 化的业务规则下发到边缘侧
- 2、引入数据分析与业务自动处理能力，在本地执行任务，减少人工例寻成本>>预测性防护，自诊断与预警
参考架构1.0：
- 1、应用域：应用本地化入住
- 2、数据域：
数据聚合与互操作>>语义统一，通信标准，数据分发模型架构统一
数据分析与呈现>>数据清洗，数据分析（涉及大数据的相关技术handoop,spark） - 3、网络域：
海量联接与自动化运维>>软件定义网络SDN
实时联接>>IEEE制定的TSN系列标准 - 4：设备域：
操作系统>>轻量级低功耗：零配置，自组网，跨平台；实时计算：多任务优先级调度能力
设备安全>>芯片级的安全能力实现根秘钥，数据安全存储
典型应用场景
- 预测性维护
基于传感器对运行状态实时感知，本地边缘计算融合网关提供数据分析能力，第一时间发现潜在故障。 - 能效管理
实时的能效控制降低建筑能耗；能源信息采集实现自动化，降低人工成本。 - 智能制造
边缘计算在工业系统中的具体表现形式是工业CPS系统（Cyber Physical System）:SDN网络，扁平互联，服务组合，动态管理
给制造业带来的提升
- 设备灵活替换
- 生产计划灵活调整
- 新工艺/新型号快速部署
典型的应用场景：软件定义的可重构制造系统