物联网体系架构的研究

谈潘攀，陈俐谋

（1. 成都师范学院 计算机科学学院，成都 611130；2. 成都师范学院 史地与旅游学院，成都 611130）

0 引言

随着人工智能，移动通信技术，网络技术，嵌入式技术等技术的发展，物联网技术近年来得到了快速的发展，其实际应用涉及到社会生活的各个层面：比如智慧城市，智慧交通，智慧工业，智慧农业等等。除了“人”与“人”的互联，物”与“物”的互联，“物”与“人”的互联都明显增加，大量的物联网终端设备连接入网，据预测，到2020年，连接到网络的无线终端设备数量将达到500亿台，其中包括2120亿个传感器，生成的数据量将达到507.9 ZB，预计到2025年全球将有大约1000亿台设备连接到互联网。 据统计，我国2017-2018年间物联网市场规模全年突破1万亿。物联网时代即将来临，物联网技术已经应用到人们生产、生活的许多方面，并且在未来其应用会更加广泛及并持续增长。如何保证物联网中的设备正确的连接，设备间如何安全，高效通信，海量数据得到实时处理传输这都是一个很复杂的课题。针对物联网体系架构的研究，可以将物联网中的功能进行分层，每层处理一部分任务，从而将复杂的问题简单化。

1 物联网的架构

物联网（IoT，Internet of things）即“万物相连的互联网”，它将各种信息传感设备与互联网结合，实现在任何时间、任何地点，人、机、物的互联互通[1]。从技术架构上，物联网的可分为三层，即泛在化末端感知网络，融合化网络通信基础设施与普适用化应用服务支撑体系，简称为感知层，网络层，应用层。

物联网感知层由各种传感器以及传感器网关构成，其通过传感器、摄像头、识别码、RFID和实时定位芯片等采集各类标识、物理量以及音视频数据，然后通过短距离传输、自组织组网等技术对数据进行初步处理[2]。感知层的主要任务是实现物联网的全面感知，进行数据采集及协同信息处理。

网络层是基于网络、通信技术和协议实现信息的数据传输。它包括了现有的互联网、通信网、广电网及各种接入网和专用网[3]。它是连接感知层和应用层的纽带，主要任务就是进行信息的传递。

应用层是包括各种应用子集成和服务支撑层，功能是对各类业务提供统一实时的信息资源支撑，由各类可重复使用并实施更新的信息库和应用服务资源库做保证，云计算服务使各类业务服务根据用户的需求随需组合[4]。

物联网体系结构如下图1所示。

图1 物联网体系结构图Fig.1 IoT architecture

物联网大量原始数据信息从感知层获取，在经过网络层传输以后，放到一个标准平台上，再利用高性能的云计算对其进行处理，赋予这些数据智能，才能最终转换成对终端用户有用的信息[2]， 而根据数据的交换情况也可以分为三层：终端，传输管道，云端，两者对应如下图2所示。

图2 物联网体系结构与数据交换的架构对应图Fig.2 Correspondence diagram of IoT architecture and data exchange architecture

随着物联网感知层设备每年数以万计的不断加入，来自这些设备的数据也是急聚增加，所有来自于感知层数据都需要通过网络层传递给云计算平台去处理，再通过网络将处理好的数据反馈给终端，那么网络通信量和云计算平台的负载巨大，而且会呈指数级的不断增长，如果网络带宽，速度或者中心云计算平台不能满足应用要求，遭到恶意攻击，就会对人们的生产生活造成巨大的损失。

2 边缘计算对物联网体系结构的影响

为了减轻物联网中云计算平台的负担和网络安全、负载、时延等问题，边缘计算被提出来。边缘计算[4]是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求[4]。 对物联网而言，边缘计算技术意味着许多控制将通过本地设备实现而不需交由云端，处理过程将在本地边缘节点中完成，这些节点这无疑将大大提升处理效率，减轻云端的负荷，大大减少信息传递中网络的网络时延，网络负载，信息安全的问题，为用户提供更快，更安全的响应。由于有线网络存在很多局限性，所以在感知层的物联网设备在很多实际应用的环境中都是通过无线技术相互连接起来。目前很多学者已经在研究边缘计算，许多国家已经将边缘计算，尤其是移动边缘计算作为推动物联网，人工智能发展的重点关键技术。2016年10月，由IEEE和ACM正式成立了IEEE/ACM Symposium on Edge Computing，组成了由学术界、产业界、政府（美国国家基金会）共同认可的学术论坛，对边缘计算的应用价值，研究方向开展了研究与讨论。2016年11月，多家国内外的知名IT企业联合倡议发起边缘计算产业联盟(Edge Computing Consortium，缩写为ECC)[5]。ECC（边缘计算产业联盟）提出的边缘计算参考架构2.0如下图3所示[5]。

图3 边缘计算参考架构Fig.3 Edge computing reference architecture

边缘计算也融合了网络、计算、存储、应用等能力的平台。云计算与边缘计算的差异在于：云计算部署在核心数据中心机房，处于枢纽地位，适用于非实时、长周期数据、业务决策场景；而边缘计算部署在靠近人或物的数据源头，适用于实时性、短周期数据、本地决策等场景方面，既要能够对实时性的数据进行分析，对本地业务及时地处理执行，也要能向云端上传经过预处理后的数据，支持云端的大数据分析，云计算也相应的基于大数据分析向边缘计算输出调整规则，优化边缘计算[6]。因此云计算与边缘计算是相辅相成的。

因为边缘计算需要进行大量的数据分析和处理，目前很多感知层终端设备不具备计算能力，存储能力，无法完成相关的任务，因此边缘计算基本部署在边缘网关或基站内部，或者有计算能力的智能终端。因此边缘计算位于网络和感知层之间，那么在过去的网络体系之间应该还增加一层功能用于边缘计算，网络接入。暂且将其称之为边缘接入层（Edge Access Layer，如下图4所示。

边缘接入层中包括边缘计算平台，接入网关和应用子集。

边缘计算平台包括轻量级计算机系统、实时计算系统，存储设备，任务调度软硬件。轻量级计算系统的作用是面向资源受限的感知终端，满足低计算量，低功耗的需求。实时计算系统的作用是面向数字化的物理元件，满足实时性要求很强的需求。智能网关系统支持多种网络接口、总线协议与网络拓扑[7]，它实现边缘本地系统互联并提供本地计算和存储能力，能与云端协同。一些贴近用户的应用（如智能家居设备的管理，智能楼宇的管理等）也在边缘接入层完成。而应用层的应用子集会发生变化，更加倾向于远程控制，检测，维护等。比如 “智慧水务”，在边缘计算中去实现管理家庭中的水龙头，水管，水表的管理，为现场工程师的维护提供方便，在边缘端收集的数据又为整个大环境（城市，省，国家的）的水质监测，能源管理，水资源泄露管理等提供有效数据。如下图5所示。

图4 边缘计算影响下的物联网体系结构Fig.4 Internet of Things architecture under the influence of edge computing

图5 “智慧水务”系统架构Fig.5 “Smart water affairs” system architecture

因此可以预见根据物联网“云-管-端”的数据流通结构将有实质性的变革变为“云-管-端”，“边-管-端”，“云-管-边-管-端”这三种架构。

3 未来发展及展望

D2D通信技术是面向5G 关键候选技术之一，D2D即Device-to-Device，也称之为终端直通。D2D通信技术是指在分散的网络中，对等用户节点之间可以直接进行通信，每个节点具有自动路由的功能，这些节点既是服务器又是客户端，在D2D通信网络中，互相能够感知，自组织地构成一个虚拟或者实际的群体[8]。随着终端技术的飞速发展，不断的智能化，很多边缘计算的业务将会放在各智能终端上，结合 5G通信的终端直连技术，那么目前的边缘计算平台的功能就会弱化，感知层会更加智能。但是网络形态会变得单一，智能终端设备互联需要统一的网络协议和网络标准。因此物联网的发展还需要一个长时间的过程，物联网体系结构也会随着 5G技术，智能技术的发展而不断变化。