边缘计算在智慧图书馆中的应用探索

赵 楠

[辽宁省图书馆（辽宁省古籍保护中心），辽宁 沈阳 110167]

随着大数据、人工智能、5G、物联网等一系列新技术的飞速发展，人类社会已经进入了万物互联的时代。《2021年夏季物联网状况》和《蜂窝物联网和低功耗广域（LPWA）市场追踪（2021年第三季度）》指出，2020年全球物联网设备连接数量达到113亿台，预测到2025年全球物联网终端连接数量将达到270亿台[1]。《全球年度云指数报告（2016—2021）》预测，到2021年全球云数据中心流量将达到每年19.5ZB[2]。面对海量的设备和数据接入，云计算能力将无法满足海量数据的实时处理请求。因此，为了缓解云中心的传输、存储和计算压力，引入了边缘计算这种新形式。Gartner数据显示，到2022年将有65%的数据会在边缘计算中心存储和处理，未来1～3年边缘计算将进入规模商业部署期，在电力、交通、制造、智慧城市等多个价值行业大规模应用。

图书馆是城市的资源中心、文化中心，其各种设备与数据也会接入网络上传到云中心。为了提升广大用户的体验，应建立“端+边缘+云”的基础架构，以促进智慧图书馆的建设和发展。

1 边缘计算

1.1 边缘计算的定义

随着5G、云计算等技术的发展，智能设备越来越多，若将所有的计算都放在中心，会影响网络响应和体验感。边缘计算是相对于传统集中计算而言，将工作负载部署在边缘的一种计算方式，可在数据采集源附近实时处理和分析数据，把云上的部分能力向边缘延伸，在使用边缘计算时，数据不需要上传到云端或集中式数据处理系统。

1.2 边缘计算的特点

1.2.1 低延时

低延时是业界公认的边缘计算的代表性特点。边缘计算的部署非常靠近信息源，海量的数据信息直接在边缘设备进行处理，不再需要上传到云计算中心，大大降低了网络延时，使得反馈更加及时。

1.2.2 高可靠

如果将物联网中的全部数据上传到云计算中心，会增加数据泄露的风险，而边缘计算恰好可以解决这类安全问题，可以将数据在本地运行而不用通过网络上传到云计算中心，降低了数据泄露的风险。另外，边缘计算的数据存储、计算和应用都在本地设备上，受网络故障的影响小，同时能有效均衡负载，合理调度计算资源，保护用户服务的全天候性[3]。

1.2.3 分布性

边缘计算分布在多个空间，通过线路将分布在不同空间的计算机连接起来，实现了边缘计算的分布性。这一特点的实现要求边缘计算具备分布式的调度机制、网络管理、资源管理和安防技术等能力。

1.2.4 高智能

边缘计算一般与人工智能相结合，使其向智能化发展。云边组合的原理是利用前置的智能算法，通过边缘设备的计算能力来进行预处理，以降低云计算的压力，使云计算中心作出更高效的分析。因此将智能设备嵌入边缘设备中，能使边缘设备具有智能感知的能力，从而为广大用户提供便捷的智能服务。

2 智慧图书馆

2.1 智慧图书馆的概念

智慧图书馆是数字图书馆的最高级别，是智能建筑与高度自动化管理的数字图书馆的有机结合和创新。智慧图书馆不受时间和空间限制但能够被切实感知，它通过物联网实现智慧化的服务和管理，运用云计算、智慧化的设备来改造传统意义上的图书馆。

2.2 智慧图书馆服务的特点

2.2.1 泛在性

智慧图书馆服务的泛在性指服务无处不在，是一种打破时间和空间限制的服务[4]。在各种新技术的支持下，图书馆实现了书与书、书与人、人与人的互联，摆脱了时间和空间的限制，读者可以在任何时间、任何地点获得图书馆的资源及服务。

2.2.2 高效智能性

智慧图书馆的发展目标是提供高效、敏感、智能的服务。随着馆舍的扩建和基础设施的增加，数据信息量也不断增加，因此图书馆不断运用智能设备与新技术以提高服务质量、满足广大读者的需求。

2.2.3 个性化

图书馆服务的对象是广大的读者，由于不同的读者需求各异，因此图书馆要针对不同的读者需求提供个性化推送和定制服务。目前，智慧图书馆可用大数据分析等技术对读者的行为路径进行深层次的统计、挖掘、分析，为读者提供针对性地服务，体现服务的个性化。

2.3 智慧图书馆与边缘计算

华侨大学的严栋指出，智慧图书馆=图书馆+云计算+物联网+智能化设备，通过物联网来实现智慧化的服务和管理[5]。智慧图书馆具有实时性强、处理能力要求高、数据量大等特点，而边缘计算具有的低延时、靠近数据源处理能力强、安全性高等优势，使其可为智慧图书馆建设提供重要技术支撑，促进智慧图书馆的发展。

3 边缘计算在智慧图书馆中的可行性分析

边缘计算的应用场景具备实时性高、数据量大、本地化需求强的特点，而智慧图书馆的应用场景恰好满足条件[6]，因此边缘计算在智慧图书馆中是适用的。

3.1 智慧图书馆的高效性与智能化需求

高效性和智能化是智慧图书馆的主要特征，而边缘计算恰好可以推进馆内资源利用的高效化和空间资源的智能化，提高广大读者的满意度。如，在馆内资源利用方面，当读者发出检索资源请求时，边缘计算设备可在靠近数据处进行响应计算，不必将数据传输至云计算中心，大大缩短了响应时间，提高了资源利用效率，提升读者满意度；在馆舍设备资源利用方面，边缘设备可以对馆内的温湿度传感器、照明传感器进行实时监控，根据实际情况调节馆内的温湿度和照明，为广大读者提供更加舒适的阅读环境，从而实现对馆内空间资源的智能化管理。

3.2 智能图书馆的低延时与高安全需求

智慧图书馆的服务应是高效、敏捷和便利的。能够将大量数据进行实时有效地处理是智慧图书馆提供智慧服务的前提。如果将数据全部上传至云计算中心，则会面临响应速度慢、不能进行实时监控以及网络安全面临巨大威胁等一系列问题。边缘计算的出现可以解决以上问题。一方面，边缘计算可在本地进行实时监控和计算，提高运算速率，做到实时响应；另一方面，边缘计算可以只将计算结果上传至云中心，对带宽和网络安全的要求有所降低。因此，边缘计算满足了智慧图书馆的低延时与高安全的需求。

3.3 边缘计算产业化的推进

2014年，欧洲电信标准化协会率先发布《边缘计算白皮书》[7]，拉开了边缘计算产业化的序幕。2017年亚马逊推出了边缘计算产品，2018年谷歌公司也推出了两款边缘计算产品。我国边缘计算紧跟步伐，2016年华为公司发起了边缘计算产业联盟[8]，2018年百度云发布了自己的边缘计算产品。可见，国内外边缘计算正迅猛发展，并不断加速应用的落地。如，中兴通讯在制造业、车联网、智能电网等多领域进行边缘计算研究并成功实践[9]。相信，在不久的将来边缘计算会越来越成熟，在智慧图书馆中的应用也将成为大势所趋。

4 边缘计算在智慧图书馆中的架构

笔者针对边缘计算和智慧图书馆服务的特点，将边缘计算融入智慧图书馆的构建框架中，并将其分为数据采集层、处理层和应用层3层架构（如图1所示）。

图1 边缘计算在智慧图书馆中的架构

4.1 数据采集层

数据采集层由各种监控设备、传感器以及数据采集插件构成，主要用于实时采集数据。可以采用非侵入式数据采集的方法，采集第三方系统的监控数据，并不断向边缘计算层发送。这样不但满足了数据采集的需求，还能减少对原平台的改动，节省经费的同时降低了实现难度。

4.2 数据处理层

数据处理层由边缘计算中心和云计算中心两部分组成。边缘计算中心可由网关、边缘服务器等组成，通过网络链接和协议转换连接终端设备和数字世界，执行数据的计算功能。云计算中心本质是一个超级计算机，主要功能是云存储服务。

4.3 数据应用层

数据应用层由网络检测、移动服务、计算应用、架构平台、机房检测、自助设备检测等应用组成。它可以覆盖运维人员的日常监测、监控，强化图书馆对资源和设备的掌控，缩短响应时间，形成一体化的计算体系。

5 边缘计算在智慧图书馆中的应用

智慧图书馆利用5G、大数据、AI、区块链、边缘计算等技术实现全方位感知和更广泛的互联互通，提供智慧泛在的个性化服务[10]。智慧图书馆可以通过物联网实现智慧化管理，借助高科技为读者提供无时不在、无处不在的全方位智慧服务，是一种高质量的图书馆服务模式。

5.1 实时安防保护

在智慧图书馆中通过物联网可以连接大量的传感器，这些传感器采用AI技术对馆内环境进行实时监控，以提升安全性和舒适性，满足广大读者对馆内空间资源服务的需求。利用边缘计算可以加强实时监控安全体系的建设。如，在安全巡检中，边缘计算可支撑馆内摄像头、温湿度传感器、智能机器人等设备的实时监控预警；可在靠近数据源处将信息数据进行处理，并将有问题的视频数据与其周边摄像头进行联动和安全追踪；可以增强终端认证能力，建立身份管理系统，保证入网的设备具有合法性。

5.2 增强用户体验

智慧图书馆可通过智慧服务给广大用户提供一个全面感知、个性共情的环境，使之成为有思维、有感情的生命体[11]。目前AR/VR广泛应用于智慧图书馆中，边缘计算可在AR/VR的计算中成为关键环节。可将AR/VR的计算任务放在靠近数据源的边缘计算中，从而有效降低延时，更好地连接虚拟世界和现实世界，提升用户的互动体验。可通过大数据分析从海量数据中挖掘出有价值的信息，助力图书馆为用户提供基于情景需求的精准化服务。

5.3 推进个性化服务

目前社会已经进入大数据时代，未来必然是一个数据治理、数据共享、数据决策的社会，因此数据化在智慧图书馆必然会起到举足轻重的作用。图书馆中的数据越来越多，而用户的需求往往是有时效性的，一旦图书馆所提供的服务脱离了用户产生需求的场景，就会大大降低其服务体验。因此，可借助边缘计算的低延时特性，实时掌握动态信息，完成智慧服务。可通过设备对数据进行采集与分析，进而获得更加有价值的信息以洞察用户的真实需求。当用户发出某个请求时，边缘设备立即用各种算法进行各种数据组合，通过端到端、端到云互补的模式实现本地化、智能化的个性化推送，提升用户体验[12]。

5.4 助力运营决策

图书馆运营决策的制定很大程度上依赖馆内的各项数据，而边缘计算低延时的特点可提高运营决策的精细性和实时性。

5.4.1 用户行为数据更加精细

图书馆内可收集用户和终端设备的各种交互信息，通过边缘计算实时掌握用户在各类交互设备上的页面的访问量、访问时长等情况。通过这些信息可计算出热点页面、热点菜单与热点活动等，从而调整页面布局、菜单位置、活动顺序等，使决策更加精细化。

5.4.2 统计数据实时化

图书馆内系统可以统计出每日用户与图书馆之间的交互数据信息（包括App、数据库、微信、微博、借阅信息等）。通过这些数据信息可以了解每日访问量、新增用户、用户活跃项目、用户在线时长等。通过边缘计算节点可对数据进行就近快速处理，使图书馆决策者实时掌握用户的动态，为后续图书馆制定资源使用方案、优化管理提供依据。

6 结语

当前，边缘计算在智慧图书馆中的应用还处于初级阶段，仍然面临着很多的问题。相信在5G、云计算、人工智能等诸多新技术的融合加持下，边缘计算还会发挥出更大的应用潜力，推动智慧图书馆的发展。