边云协同计算系统在智慧酒店中的应用研究

张静宜

（太原旅游职业学院 山西 太原 030032）

0 引言

随着计算机技术和物联网技术的发展，边云协同计算系统已经成为了一个备受关注的研究领域。该系统通过采用多种传感技术，利用云计算技术以及边缘计算技术，可以提供更加智能化、便捷化的服务，满足顾客的多样化需求。在边云协同计算系统中，通过部署各种传感器和智能设备，可以实时获取客人的行为和需求，并将这些信息与现有的互联网互通，以实现信息的共享和快速处理。同时，利用云计算技术，可以将大量的数据处理任务交由云端处理，减轻了设备的运算压力，提高了系统的处理能力和效率。

1 边云协同计算系统的概念及特点

1.1 边云协同计算系统的概念

边云协同计算系统是一种结合了云计算和边缘计算的技术架构，它可以将复杂的计算任务和数据处理分配给靠近用户的边缘设备执行，同时可以利用云计算的强大计算能力和存储资源［1］。这种技术架构可以解决网络延迟和数据传输限制等问题，提高数据处理的效率和实时性。边云协同计算系统主要由边缘设备、云计算中心和通信网络组成。边缘设备主要负责收集和处理各种数据，如传感器数据、视频数据、音频数据等，同时可以将处理后的数据传输到云计算中心进行进一步处理和分析。云计算中心则负责处理大规模的数据和复杂的计算任务，可以利用强大的计算能力和存储资源，对数据进行集中处理和分析，从而提供更高效的数据处理服务和更丰富的应用场景。通信网络则负责连接边缘设备和云计算中心，实现数据的传输和通信。

1.2 边云协同计算系统的特点

边云协同计算系统的特点主要有以下几个方面：

（1）高效数据处理。边云协同计算系统可以实现数据的本地处理和云计算的集中处理相结合，提高数据处理的效率和实时性。

（2）灵活性和扩展性。边云协同计算系统可以灵活地扩展边缘设备和云计算中心的规模和功能，满足不同应用场景的需求。

（3）安全性和隐私保护。边云协同计算系统可以保护用户的隐私和数据安全，减少数据泄露和攻击的风险。

（4）跨平台和跨域协同。边云协同计算系统可以支持不同平台和不同领域的应用场景，实现跨平台和跨域的协同计算和服务。

2 边云协同计算系统所面临的问题

随着边云协同计算系统内接入的设备量与数据量迅速增长，任务的应用场景变得更加复杂，用户对设备响应的实时性要求越来越高。例如，视频会议和人脸识别等对实时性有要求的任务需要加入系统中。在这种情况下，传统云计算结构下设备需要将数据上传至云端计算，需要考虑数据的传输时延与排队时延，无法满足任务的实时性要求。特别是在网络状况较差的情况下，任务运行会出现卡顿或处理失败的情况，导致总处理延时较高。具体来说云计算模型面临的问题有以下几点：

（1）随着物联网设备的增多，数据运算效率可能会降低。边云协同计算系统通常会安装大量的传感器、控制设备和响应设备，每个房间内的设备数量可能达到80 余件。这些设备产生的数据量非常大，如果所有设备都与云端进行通信，可能会导致云计算中心的承载能力不足，中心服务器承受的计算压力过大，使得云端的算力成为稀缺资源。

（2）数据传输到云端的实时性也是一个问题。例如，在智慧酒店系统中的人脸识别任务，如果终端与云端的物理距离较远，传输时延可能会成为任务实时性的主要限制因素。对于实时性要求高的应用，如在新疆的酒店设备终端想要访问在上海的云服务器，直线距离相距超过4 000 km，仅传输时延将在30 ms 左右，无法满足一些任务的实时性要求。

（3）云服务的可靠性也是一个需要注意的问题。云计算对网络的依赖性极大，在智慧酒店系统中，云服务通常部署在第三方云服务器，如果网络线路出现问题，或者第三方云服务器出现问题，都可能导致服务突然终止，从而影响了本地服务质量。

（4）数据安全问题也不容忽视。由于物联网数据需要经过互联网上传到第三方云服务器，用户的数据有可能在传输过程中被窃取。此外，酒店无法对存放在云端的数据进行直接的操控，对于酒店用户而言，公共生活中的数据也极有可能在上传和使用过程中被他人非法使用。因此，在传统云计算模型中增加对隐私数据的保护和隔离就更为必要。

3 边云协同计算在智慧酒店中的应用

3.1 边云协同计算技术

边缘计算的出现是为了补充和延伸云计算，将二者的使用价值相互弥补。在智慧酒店环境中，采用边云协同的方式可以提高数据与安全支撑，同时也可以通过大量的数据以及高性能的数据计算将相应的规则下发到边缘，根据相应的规则运行。边缘计算更适用于局部的、短周期的实时数据处理，对于本地实时决策有良好表现。云计算则更适合于全局性、长周期的大数据处理，适用于长周期的任务领域。而边云协同计算对于智慧酒店来说具有极高的相适性，是对云计算与边缘计算的一种权宜之计，其针对云计算模型部署过程中面临的问题，同时考虑在智慧酒店环境中部署面临的成本，是一种符合智慧酒店运行环境的计算系统［2］。

对于智慧酒店系统而言，房间内的智能HUB 设备作为边缘计算节点与云服务器协同即视为边云协同。采用该模型，可以将任务就近在本地执行，对于酒店环境中的视频处理、智慧门禁、实时温度监控以及顾客的身份核验等任务，都可以在本地的边缘节点执行，特别是需要访问第三方云服务器的计算任务，若将服务下沉到本地，可以有效地避免因为网络线路故障或第三方服务器故障而出现问题，可以大幅提升酒店智能服务的可靠性。这使边云协同计算结构可以解决云计算过程中出现的问题。另外，在智慧酒店边缘设备部署与维护过程中遇到的问题，边云协同计算系统同样可以解决。

3.2 人脸识别技术

在智慧酒店环境中的众多任务中，我们以人脸识别任务为例，来分析边云协同系统对任务的处理流程。在智慧酒店终端系统中，分布有大量的摄像头，这些摄像头主要用于捕捉环境中的视频信息。而我们通常更关注视频中有人脸的画面，因为这些画面包含的信息量更高。对于智慧酒店来说，人脸可以代表很多信息。例如，可以利用人脸作为身份认证，识别用户，然后播放迎宾图像；同时也可以对画面中出现的可疑人员进行跟踪和捕捉，并在必要时进行报警。在边云协同系统中，人脸识别任务的处理流程如下：

（1）数据采集。摄像头会捕捉环境中的视频信息，包括有人脸和无人脸的画面。这些数据会被实时传输到边缘设备。

（2）数据预处理。边缘设备接收到视频数据后，会进行预处理，包括降噪、增强对比度等操作，使画面更加清晰，便于后续的人脸识别。

（3）人脸检测。在预处理之后，边缘设备会进行人脸检测。这通常涉及到在视频画面中搜索人脸，并进行定位和跟踪。

（4）数据传输。一旦检测到人脸，边缘设备会将相关数据（如人脸图像、位置信息等）上传到云端服务器。

（5）云端处理。云端服务器接收到数据后，会进行更高级的人脸识别操作，如人脸比对、身份认证等。

（6）结果反馈。云端服务器将比对结果和身份信息反馈给边缘设备。如果识别到的是已注册的用户，边缘设备可以播放迎宾图像；如果识别到的是可疑人员，边缘设备可以启动跟踪和报警功能。

通过边云协同系统，人脸识别任务可以在本地进行数据采集和预处理，降低了网络传输的成本和时延；同时利用云端服务器进行更复杂的人脸识别和处理，提高了系统的准确性和可靠性［3］。这种系统架构既充分发挥了边缘设备和云端服务器的优势，又实现了两者之间的互补，为智慧酒店提供了更高效、安全、智能的人脸识别服务。例如，此技术运用到酒店的入住系统中，顾客可以在手机客户端进行预定之后，直接进行人证核验，省去了入住时的部分手续；利用寻路机器人带领顾客走到自己的房间；多种传感器与室内设备组成物联网系统，实现入户开灯，并根据用户偏好的情景模式进行氛围设置。这些服务都为顾客提供了更加智能化、便捷化的体验。除了提供基础服务之外，智慧酒店系统还可以为顾客提供更加丰富的住宿以外服务。例如订餐与洗衣服务、24 h 管家服务、会议室以及会议系统等。这些服务可以满足顾客的不同需求，提高酒店的口碑和收入。基于边云协同计算系统的智慧酒店系统具有很好的实用性和指导作用，可以为智慧酒店的发展提供新的思路和方法。具体来说有以下几点：

（1）结合了云计算和边缘计算的优势，实现了智慧酒店系统中实时性高任务的处理和协同处理。

（2）系统架构简单，易于扩展和维护，可以满足智慧酒店系统中大量用户和房间的需求。

（3）实现了人脸识别任务的实时处理和响应，提高了系统识别准确率。

（4）解决了智慧酒店环境中设备选择、算力、数据安全等问题，实现了系统的稳定运行和数据安全保障。

（5）实现了云－边－端的协同，使系统具有更好的互动性和智能性。

3.3 边云协同计算优势

在智慧酒店系统中应用边云协同计算，可以充分发挥云计算和边缘计算的优势，完美解决现有的问题。云端可以根据智慧酒店系统的需求，将相应的算法部署到边缘侧，满足酒店灵活多变的需求。同时，也可以在边缘侧部署定制的功能，以应对酒店可能出现的各种情况［4］。针对智慧酒店中物联网应用中实时性要求高的任务，例如人脸识别系统、紧急救助系统等，将这些任务数据处理点部署在边缘侧，可以减少数据的上传步骤，满足任务实时性的要求，减少对带宽的占用，避免因为网络问题导致紧急服务不可用的情况出现。同时，酒店的网络管理人员可以在云端操作该系统，实现对边缘侧进行统一的规划与管理，可以对任务进行统一的升级与迭代，充分发挥云计算的优势［5］。利用云平台与边缘平台的数据连通性，可以实时掌握设备状态，及时发现并调整设备的运行状态。例如，当某个设备出现故障时，云端可以及时接收到报警信息，并通知网络管理人员对设备进行维修或更换。同时，通过分析边缘计算和云计算的数据，可以对酒店的运营情况进行更深入的洞察和分析，为酒店的经营管理提供更科学的决策支持［5］。其应用优势具体来说有以下几点：

（1）云端可以控制边缘计算服务，例如对边缘侧设备的虚拟机进行参数配置，或对边缘服务器上的数据进行控制。这种控制方式使得云端可以全局管理边缘设备，并对数据进行统一调度和处理。

（2）智慧酒店环境中增加了边缘计算服务模块作为云计算服务的补充。边缘计算服务主要为本地的计算任务提供服务，可以减轻云服务的负担，同时保证本地任务的处理效率和响应速度。

（3）本地计算任务仍然可以请求云服务，可以保证系统的灵活性和可扩展性。在框架中，云计算服务与边缘计算服务之间采用互联网通信，这种通信方式可以保证数据传输的稳定性和安全性。

（4）本地计算任务与边缘计算服务之间可以采用多种通信协议方式，如ZigBee 通信、蓝牙通信、WiFi 通信等。这种多样化的连接方式可以适应多种物联网终端设备的不同协议，使得系统可以更好地支持不同类型的设备和网络环境［6］。

3.4 边云协同系统的位置数据保护

通过边缘设备之间的协同以及边缘与云端系统的协同，对用户数据进行保密操作，从而保护用户的位置信息安全。在智慧酒店环境中，可以利用这种构思，通过不同房间内的边缘设备协同，并利用云端对多个边缘设备的协调管控，通过K－匿名技术，合理处理用户的请求数据，从而保证用户的数据安全［7－8］。具体来说，当终端设备需要上传数据时，首先会和边缘设备之间利用共享密钥进行通信。边缘设备在接收到数据请求时，不会直接上传数据，而是将数据缓存在本地，以备用户请求。其次边缘设备会将数据分割为N个片段，并产生n个随机数。每个随机数会分发给每一个数据片段，并将N－1 个消息片段分发给其余的边缘设备，将剩余一个消息片段发送给云端服务器。最后通过随机数列表，可以获取不同的消息片段的存放位置［9］。当用户需要获取数据时，可以协同其他边缘设备，在验证用户信息之后，将相应的片段发送给云端。云端在接收到消息后，收到的是多个边缘设备的信息，而不是特定的某一个边缘设备发来的请求。这种设计可以保护用户的位置信息不被泄露。即使收到了N个消息，重组消息后也无法通过终端的密钥来解密信息。就无法获取用户的位置信息和数据内容，从而保证了用户的位置信息安全［10－11］。

4 结语

边云协同计算系统的应用已经成为了一个趋势。边云协同计算系统不仅可以提供更加智能化、便捷化的服务，满足客人的多样化需求，同时应用于智慧酒店行业也可以提高酒店的运营效率和服务质量，降低成本和能耗，为酒店的发展带来更多的机遇和挑战。与此同时，通过加强物联网设备的部署和应用、优化边云协同计算系统以及引入高效的云计算技术，可以解决面临的问题，提高服务质量和运营效率，为客人提供更加智能化、便捷化的体验。