原題: エッジ コンピューティング: ビジョンと課題
原作者: Shi Weison教授
現在の世界的なデジタル化の波は急成長しています。エッジ コンピューティングは、コンピューティング、ネットワーク、インテリジェンスなどの重要な機能を近くで提供します。エンパワーメント経済の変革とアップグレードを加速し、徐々にコンピューティング システムの新しい方向性、つまり世界の新しい形式になりつつあります。情報分野、そして産業変革のための新たなプラットフォームが急速に発展している段階にあります。エッジコンピューティングの概念の普及は実用化に向けて加速しており、学界や産業界から大きな注目を集めています。
エッジ コンピューティングは、ネットワークのエッジでデータを処理することを推奨しており、それによってシステムの応答時間を短縮し、データのプライバシーとセキュリティを保護し、バッテリー寿命を延ばし、ネットワーク帯域幅を節約します。
副題
01 エッジコンピューティングとは
ネットワークのエッジで生成されるデータの量は増加し続けるため、ネットワークのエッジでデータを直接処理する方が効率的になります。これまでにもマイクロデータセンター、マイクロクラウド、フォグコンピューティングなどの概念が提案されてきましたが、ここではエッジコンピューティングとは何か、また、特定のコンピューティングサービスにおいてクラウドコンピューティングよりもエッジコンピューティングの方が効果的である理由について説明します。
クラウドのコンピューティング能力はエッジ デバイスのコンピューティング能力よりもはるかに強力であるため、すべてのコンピューティング タスクをクラウド上に置くことは効果的な方法です。データ処理速度は高速ですが、ネットワーク帯域幅は非常に限られています。データが増加し続けるにつれて、データ転送速度がクラウド コンピューティング機能を向上させるためのボトルネックになっています。たとえば、ボーイング 787 旅客機は 5G データを毎秒生成しますが、航空機と衛星または基地局間の帯域幅では、そのような大量のデータ送信に対応できません。自動運転車は毎秒 1G のデータを生成する可能性があり、そのデータをリアルタイムで処理して正しい動作を行う必要があります。すべてのデータが処理のためにクラウドに送信されると、応答時間が非常に長くなり、特定のエリアで多数の車両が同時に動作するようにサポートすることも、現在のネットワーク帯域幅と信頼性にとって大きな課題になります。したがって、これにはネットワーク エッジ デバイスでの直接のデータ処理が必要です。
ほぼすべての電子デバイスはモノのインターネットの一部となり、大気質センサー、街路灯、電子レンジなど、データの生成者と消費者の役割を果たすことになります。これらのデバイスは非常に多くあるため、膨大な量のデータが生成されるため、従来のクラウド コンピューティング手法では、このような膨大な量のデータをサポートできなくなります。したがって、IoT デバイスによって生成される大量のデータをすべてクラウドに送信することはできず、ネットワークのエッジで直接処理する必要があります。
上の図は、従来のクラウド コンピューティングの構造を示しています。データプロデューサーは生データを生成してクラウドに送信し、データコンシューマーはクラウドにリクエストを送信してデータを使用します。しかし、この構造ではモノのインターネット時代のニーズを満たすことができません。まず、デバイスによって生成されるデータの量が多すぎるため、不必要な帯域幅とリソースが大量に消費されます。第 2 に、プライバシーを保護する必要性もクラウド コンピューティングの適用を妨げます。第三に、ほとんどの IoT エンド ノードはエネルギーが限られたデバイスであり、バッテリーで駆動される場合があり、無線通信モジュールは通常比較的エネルギーを消費するため、一部のコンピューティング タスクをエッジ ノードで直接実行することが非常に効果的です。
クラウド コンピューティング パラダイムでは、エッジ上のエンド デバイスは通常、スマートフォンで YouTube ビデオを視聴するなど、データ消費者の役割を果たします。しかし現在では、人々はスマートフォンを使用して写真やビデオを撮影し、YouTube、Facebook、Twitter などで共有するデータ作成者としても機能しています。しかし、これらの写真や動画はデータ量が大きすぎるため、直接インターネットにアップロードすると多くの帯域を消費してしまいます。そのため、写真や動画を端末上で直接調整してクラウドにアップロードすることが可能です。もう 1 つの例は、ウェアラブル健康デバイスです。これらのデバイスによって収集されるデータは比較的プライベートである可能性があるため、データをクラウドにアップロードするのではなくデバイス上で直接処理する方が、データ プライバシーの保護に役立ちます。
エッジ コンピューティングは、ネットワークのエッジで IoT サービスのアップリンク データとクラウド サービスのダウンリンク データを計算できる実現テクノロジーです。ここでの「エッジ」とは、データ ソースとクラウド データ センター間のコンピューティング リソースおよびネットワーク リソースを指します。たとえば、スマートフォンは個人とクラウドの間の「エッジ」であり、スマートホームのゲートウェイはホームデバイスとクラウドの間の「エッジ」です。エッジ コンピューティングの基本原理は、データ ソースの近くで計算を実行することです。この観点から見ると、エッジ コンピューティングはフォグ コンピューティングに似ていますが、エッジ コンピューティングは「モノ」側に重点を置いているのに対し、フォグ コンピューティングはインフラストラクチャに重点を置いています。私たちは、エッジ コンピューティングがクラウド コンピューティングと同じくらい大きな影響を社会に与えると考えています。
図 2 は、エッジ コンピューティングにおける双方向コンピューティング フローを示しています。エッジ コンピューティング パラダイムでは、モノはデータの消費者であるだけでなく、データの生産者でもあります。ネットワークのエッジでは、クラウドにサービスやコンテンツを要求するだけでなく、コンピューティング タスクを実行することもできます。エッジはデータを保存、キャッシュ、処理しながら、クラウド サービスとリクエストをユーザーに送信できます。したがって、セキュリティ、信頼性、プライバシー保護の要件を満たすようにネットワークのエッジを適切に設計する必要があります。
副題
02関連事例
ほとんどの計算がクラウドで行われるクラウド コンピューティング パラダイムでは、このコンピューティング パラダイムにより、ユーザー エクスペリエンスを低下させる長時間のシステム遅延が発生する可能性があります。エッジ コンピューティングでは、エッジに特定のコンピューティング リソースがあり、クラウドがコンピューティング タスクの一部を共有するのに役立ちます。
従来のコンテンツ配信ネットワーク (CDN) では、データのみがエッジ サーバーにキャッシュされます。なぜなら、過去数十年間、コンテンツ プロバイダーはインターネット上でデータを直接提供してきたからです。しかし、IoT 時代では、データはエッジで生成および消費されます。したがって、エッジ コンピューティングでは、データとデータに対する操作をエッジでキャッシュする必要があります。
エッジ コンピューティングの利点の 1 つは、オンライン ショッピング サービスに見られます。消費者は頻繁にショッピングカートを操作する可能性がありますが、デフォルトではショッピングカートの操作はクラウド上で完結し、クライアント側のショッピングカートのインターフェースが更新されます。インターネットの速度とサーバーの負荷によっては、このプロセスに長い時間がかかる場合があり、モバイル デバイスの場合はさらに時間がかかることがあります。モバイル クライアントで行われるショッピングがますます増えているため、ユーザー エクスペリエンスを向上させるために、ショッピング カートの更新操作をエッジ ノードに移すことができます。前述したように、ユーザーのショッピング カート データとショッピング カート上の操作はエッジ ノードでキャッシュできます。もちろん、ユーザーのショッピング カート データは最終的にはクラウドに同期されますが、これらはバックグラウンドで実行できます。
ユーザーがあるエッジ ノードから別のエッジ ノードに移動すると、複数ノードのコラボレーションが必要になります。ユーザーが到着した各エッジ ノードにデータを単純にキャッシュできますが、各ノードの同期についてはさらに検討する必要があります。たとえば、狭いエリアのナビゲーション アプリケーションは、ナビゲーション サービスや検索サービスをエッジに移動できます。コンテンツのフィルタリングと統合をエッジ ノードで実行して、データ送信量を削減できます。AR などのリアルタイム アプリケーションは、エッジ ノードを使用してデータ送信量を削減できます。反応時間。したがって、エッジ コンピューティングを使用すると、システムの遅延が短縮され、ユーザー エクスペリエンスが大幅に向上します。
携帯電話とウェブカメラの普及により、ビデオ分析が新たなテクノロジーになりました。クラウド コンピューティングは、データ送信の遅延が長く、プライバシーの問題があるため、ビデオ分析には適していません。ここでは、行方不明の児童の捜索を例に挙げて説明します。今では街中にたくさんのカメラが設置されており、子供が迷子になるとカメラに捉えられる可能性が高くなります。しかし、プライバシーの問題や送信コストの関係で、これらのカメラデータは通常すべてクラウドに送信されるわけではないため、これほど広範囲のカメラを活用することは困難です。
クラウドからこのデータにアクセスしたとしても、このような大量のデータの転送と検索には時間がかかる可能性があり、行方不明の子供にとっては耐えられない場合があります。エッジ コンピューティング パラダイムを活用して、行方不明の子の捜索リクエストをクラウドから対象エリアのデバイスに送信できます。スマートフォンなど、特定のエリアにある各デバイスがローカルのカメラ データを検索し、検索結果のみを返すため、検索時間が大幅に短縮されます。
モノのインターネットは家庭環境を大幅に改善しました。スマートライト、スマートテレビ、掃除ロボットなどの関連製品が市場に登場しています。しかし、Wi-Fi などの無線通信モジュールを通じてデバイスをクラウドに接続するだけでは、スマート ホームには程遠いです。スマートホームでは、接続されたデバイスに加えて、部屋、配管、床、壁などに多数のセンサーとコントローラーを配置する必要があります。大量のデータが生成されますが、プライバシーの問題と送信圧力を考慮すると、これらのデータのほとんどはローカルで直接使用する必要があります。これにより、クラウド コンピューティングはスマート ホームには適さなくなり、エッジ コンピューティングに置き換えられることになります。ホーム ゲートウェイ上でエッジ オペレーティング システム (EdgeOS) を実行することにより、ホーム デバイスはゲートウェイに接続し、統合管理のための関連サービスを展開できます。
図 3 は、スマート ホームの EdgeOS 構造を示しています。 EdgeOSは、Wi-FI、Bluetooth、ZigBee、携帯電話ネットワークなどを介して、家の中のさまざまなデータを収集できます。さまざまなデータ ソースがデータ抽象化レイヤーで融合されます。データ抽象化層の上にはサービス管理層があります。この層は、差別化、拡張性、分離、信頼性をサポートする必要があります。
エッジ コンピューティング パラダイムは、スマート ホーム、コミュニティ、さらには都市にも適用できます。主な理由は次のとおりです。
1. 大量のデータ: 関連データによると、常住人口 100 万人の都市では毎日 180PB のデータが生成され、これらのデータは公安、医療、交通などから得られます。これらのデータを処理するために集中型のクラウド データ センターを構築するのは非現実的です。エッジ コンピューティングは効果的なソリューションです。
2. 低遅延: 医療機器や公共安全機器など、確定性と低遅延を必要とするアプリケーションには、伝送時間を節約し、ネットワーク構造を簡素化できるエッジ コンピューティングも適切なパラダイムです。クラウド処理と比較して、エッジでのデータ処理により意思決定が効率化されます。
3. 位置認識: 交通機関管理などの地理的位置ベースのアプリケーションの場合、エッジ コンピューティングはより正確な位置情報を取得できます。データはクラウドに送信せずに、場所に基づいて収集および処理できます。
産業界や学術界において、クラウドはビッグデータ処理の標準的なコンピューティングプラットフォームと言えます。クラウド コンピューティングでは、処理のためにデータをクラウドに転送する必要がありますが、多くの場合、プライバシーへの懸念やデータ転送コストの理由から、データを所有する利害関係者のほとんどがデータを共有することに積極的ではないため、複数の利害関係者が協力する機会は限られています。エッジは小規模なデータセンターとして、クラウドとエンドユーザーを接続します。協調エッジは、いくつかの異なるエッジを接続します。このハウスのようなつながりにより、さまざまな関係者が協力してデータを共有できるようになります。
近い将来、非常に価値のあるアプリケーションは、図 4 に示すように、コネクテッド ヘルスケア アプリケーションです。例えば、インフルエンザが流行すると患者が病院に流入し、同時に患者の電子カルテも更新されます。病院は、平均治療費、症状、罹患者数など、インフルエンザの流行に関する情報を集計し、共有しています。理論的には、患者は処方箋に従って薬局に薬を取りに行くことになりますが、患者が医師の治療上のアドバイスに従わなかったにもかかわらず、病院は患者が薬を服用しなかったことを知らない可能性もあります。したがって、病院は再治療の責任を負わなければなりません。 Collaborative Edge を通じて、薬局は患者の購入記録を病院に提供できるようになり、医療の説明責任が明確になります。
同時に、薬局は連携エッジを使用して病院から患者数を取得するため、事前に在庫を蓄え、より多くの利益を得ることができます。さらに、薬局は製薬会社から薬の価格、場所、在庫を取得することもできます。薬局は物流会社の配送価格も把握できるため、より適切な服薬計画を立てることができます。製薬会社は、薬局から送られてくる医薬品データをもとに、合理的な生産計画を立てることができます。同時に、政府疾病管理予防センターは、病気の人の数を検出して特定の地域の人々に警告を発し、インフルエンザの蔓延を抑制するために対応する措置を講じることもできます。
副題
03 機会と課題
前のセクションでは、エッジ コンピューティングのいくつかの応用例を紹介しました。このセクションでは、エッジ コンピューティングの課題を要約し、さらなる研究に値するいくつかのソリューションを提案します。主に、プログラマビリティ、命名、データ抽象化、サービス管理、プライバシーとセキュリティ、最適化メトリクスに関連します。
1. プログラマビリティ
クラウド コンピューティングでは、ユーザーがプログラムを作成し、それをクラウドに展開します。クラウド プロバイダーは、コンピューティング タスクをどこで実行するかを決定する責任があります。ユーザーはアプリケーションがどのように実行されるかを知りません。これはクラウド コンピューティングの利点でもあり、クラウド コンピューティングのインフラストラクチャ構造はユーザーにとって透過的です。通常、プログラムはクラウド上でのみ実行されるため、プログラミング言語によって完成され、特定のターゲット プラットフォームにコンパイルされて実行されます。しかし、エッジ コンピューティングでは、コンピューティング タスクがさまざまなプラットフォーム上のエッジ ノードに分散されます。ノードごとに実行時間は異なるため、プログラム開発者は大きな困難に直面しています。
エッジコンピューティングのプログラマビリティ問題を解決するために、コンピューティングフローの概念を提案します。データ伝送路上でのデータに対する一連の操作を指します。これらのアクションには、アプリの機能のすべてまたは一部が含まれる場合があります。コンピューティング フローは、データ生成デバイス、エッジ ノード、クラウド環境上で分散的かつ効率的な方法でデータを処理できるソフトウェア デファインド コンピューティング プロセスです。
エッジ コンピューティングが定義されているため、コンピューティングはクラウドではなくエッジで実行される必要があります。この場合、計算フローは、ユーザーがどの操作を実行する必要があるか、およびデータをどのように伝播するかを決定するのに役立ちます。操作を実行する場所のメトリクスには、待ち時間、エネルギー消費、ハードウェアとソフトウェアの制約などが考えられます。コンピューティング ストリームを導入することで、データ コンピューティングを可能な限りデータ ソースの近くで行う必要があり、それによってデータ送信コストが削減されると考えています。コンピューティング フローでは、操作を再分散することができ、対応するデータと状態を再分散する必要があります。さらに、データ同期などのコラボレーションの問題も解決する必要があります。
2. ネーミング
エッジ コンピューティングでは、物の量が非常に大きいということが重要な前提となります。エッジ ノード上では多くのアプリケーションが実行されており、各アプリケーションには独自のサービス組織構造があります。すべてのコンピューター システムと同様、エッジ コンピューティングでは、プログラミング、アドレス指定、オブジェクト認識、およびデータ通信において命名法が重要です。ただし、現段階では、エッジ コンピューティング パラダイム用の効率的で標準化された命名メカニズムは決定されていません。さまざまな異種システムと通信するために、エッジ開発者はさまざまなネットワーク通信プロトコルを学ぶ必要があります。エッジ コンピューティングの命名原則は、オブジェクトのモビリティ、ネットワーク トポロジの高い変動性、プライバシーとセキュリティの保護、および多数の不確実なオブジェクトのスケーラビリティに対処する必要があります。
DNS や URI などの従来の命名メカニズムは、現在のネットワーク要件のほとんどを満たすことができます。しかし、動的なエッジ ネットワークに対応できるほど柔軟性がありません。エッジ上のデバイスはモバイル性が高く、リソースが限られているためです。リソースが限られているデバイスの場合、IP ベースの命名原則はサポートできません。
Named Data Network (NDN) や MobilityFirst などの新しい命名メカニズムをエッジ コンピューティングに適用できます。 NDN は、スケーラビリティと可読性に優れ、サービス管理を容易にする階層的な名前付け構造を提供します。ただし、Bluetooth、Zigbee などの他の通信プロトコルに適合させるには、追加のエージェントを追加する必要があります。 NDN のもう 1 つの問題はセキュリティです。デバイスのハードウェア情報をサービス プロバイダーから分離するのは困難です。より優れたモバイル サポートを提供するために、MobilityFirst は名前をネットワーク アドレスから分離できますが、グローバル一意識別子 (GUID) を使用する必要があります。 MobilityFirst のもう 1 つの欠点は、GUID が読みにくいため、サービス管理には不便であることです。
家庭環境などの比較的小規模な固定エッジの場合、EdgeOS は各デバイスにネットワーク アドレスを割り当てることができます。システムでは、各デバイスには人間が判読できる一意の名前があり、場所、役割、データの説明などの情報が説明されます。たとえば、「キッチン.電子レンジ.温度」などです。
図 5 に示すように、EdgeOS は対応する識別子とアドレスを割り当てます。各オブジェクトには人間が判読できる固有の名前が付いているため、サービス管理、オブジェクトの識別、部品の交換が容易になります。この命名メカニズムは、ユーザーとサービス プロバイダーの両方にとって非常に便利です。たとえば、ユーザーは EdgeOS から「寝室の天井の照明が壊れている」などの情報を受け取るため、エラー コードを見つけたり、電球のネットワーク アドレスを再構成したりすることなく、電球を直接交換できます。この命名メカニズムは、サービス プロバイダーに優れたプログラマビリティを提供し、ハードウェア情報を保護し、データのプライバシーとセキュリティをより適切に保護します。一意の識別子とネットワーク アドレスは、人間が読める名前で 1 対 1 にマッピングできます。 EdgeOS はオブジェクト管理に識別子を使用します。 IP アドレスや MAC アドレスなどのネットワーク アドレスを使用して、Bluetooth、WIFI、Zigbee などのさまざまな通信プロトコルをサポートできます。
3. データの抽象化
EdgeOS 上ではさまざまなアプリケーションが実行され、各アプリケーションはサービス管理層 API を通じて特定のサービスを提供します。データ抽象化の問題は、ワイヤレス センサー ネットワークとクラウド コンピューティング パラダイムにおいて集中的に研究されてきました。しかし、エッジ コンピューティングでは、この問題はさらに困難になります。モノのインターネットの時代には、ネットワーク内に多数のデータ生成デバイスが存在します。ここではスマート ホームを例に挙げますが、スマート ホーム環境では、ほぼすべてのデバイスが EdgeOS にデータを送信します。ただし、ネットワークのエッジにあるほとんどのデバイスは、ゲートウェイに定期的にデータを送信するだけです。たとえば、温度計は毎分データを送信しますが、このデータは実際のユーザーによって 1 日に数回しか使用されません。別の例としては、家庭用防犯カメラがあります。データを記録し、いつでもゲートウェイに送信しますが、このデータはしばらくデータベースに残り、誰にも使用されず、最終的には新しいデータに置き換えられます。
上記に基づいて、エッジ コンピューティングでは人間の介入を可能な限り削減する必要があり、エッジ ノードはすべてのデータを消費/処理し、プロアクティブな方法でユーザーと対話する必要があると考えています。この場合、ゲートウェイはノイズ除去、イベント検出、プライバシー保護などのデータの前処理を行う必要があります。処理されたデータは上位層に送信され、適切なサービスが提供されます。このプロセスにはいくつかの課題があります。
まず、図 6 に示すように、デバイスごとに送信されるデータ形式が異なります。プライバシーとセキュリティの問題を考慮すると、ゲートウェイ上のアプリケーションは生データを取得する必要はなく、完全なデータ テーブルから目的のコンテンツを取得することのみが必要です。データ テーブルの形式は、ID、時刻、名前、データ (0000,12:34:56pm 01/01/2022、kitchen.oven2.temporal3, 78 など) です。ただし、センサー データは隠されているため、データの可用性が影響を受ける可能性があります。第 2 に、データの抽象化のレベルを決定するのが難しい場合があります。一部のアプリやサービスでは、生データがフィルターで除外されすぎると、十分な情報を取得できない場合があります。ただし、生データを大量に保存しすぎると、データ ストレージが煩雑になる可能性もあります。センサーの精度が低い、不安定な環境、または異常な通信により、エッジデバイス上のデータ情報が信頼できない場合があるため、信頼できないデータから有用な情報を抽出する方法も課題です。
データを収集するのはアプリケーションであり、特定のサービスを完了するために、アプリケーションはデータの読み取りや書き込みなどのオブジェクトを制御する必要があります。データ抽象化層は、データ表示メソッドと対応する操作を組み合わせて、共通のインターフェイスを提供します。さらに、デバイスの多様性により、データの表現方法とそれに対応する操作も異なるため、一般的なデータ抽象化方法を見つけるのは簡単ではありません。
4. サービス管理
ネットワークエッジでのサービス管理においては、システムの安定性を確保するために、識別性、拡張性、分離性、信頼性といった特性が必要であると考えております。
差別化可能性: IoT の急速な発展に伴い、複数のサービスがネットワークのエッジに展開されるようになります。異なるサービスには異なる優先順位が必要であり、オブジェクト判定や障害警報などの主要なサービスは他の共通サービスよりも前に実行される必要があります。健康関連サービスの場合、ハートビート検出を最優先する必要があります。
スケーラビリティ: スケーラビリティはネットワーク エッジにとって大きな課題です。 IoT のデバイスはモバイル システムよりも動的です。ユーザーが購入した新しい機器が元のシステムに接続できるかどうかが、最初に解決すべき問題になります。これらの問題は、柔軟でスケーラブルなサービス管理層を設計することで解決できます。
分離: 分離は、ネットワークのエッジで対処する必要があるもう 1 つの問題です。モバイル システムでは、アプリケーションがクラッシュすると、システム全体が再起動します。分散システムでは、ロックやトークン リングなどのさまざまな同期メカニズムを通じて共有リソースを管理できます。しかし、EdgeOS では問題はさらに複雑になります。
複数のアプリケーションは、照明の制御などの同じリソースを共有します。アプリがクラッシュしたり応答しなくなった場合でも、ユーザーは EdgeOS 全体を中断することなくライトを制御できる必要があります。ユーザーがライトを制御するアプリをシステムから削除した後も、ライトは EdgeOS に接続されたままにする必要があります。この問題は、フレームワークをデプロイ/デプロイ解除することで解決できます。アプリがインストールされる前に競合が検出された場合、潜在的なアクセスの問題を回避するためにユーザーに警告が送信されます。もう 1 つの問題は、ユーザーの個人データをサードパーティのアプリケーションから分離する方法です。たとえば、アクティビティ追跡アプリはバッテリー使用量データにアクセスできません。この問題を解決するには、EdgeOS のサービス管理層にアクセス制御メカニズムを追加します。
信頼性: 信頼性も重要な問題です。サービスの観点から見ると、サービスが失敗した理由を正確に特定することが難しい場合があります。たとえば、エアコンが故障した場合、考えられる原因としては、停電、コンプレッサーの故障、さらにはサーモスタットのバッテリー切れなどがあります。センサー ノードは、バッテリーの消耗、接続状態の悪化、コンポーネントの摩耗などにより、システムへの接続を失うことがあります。 EdgeOS が、どの部分が応答していないかをユーザーに警告したり、システムのどの部分が損傷する危険があるかを事前にユーザーに警告できれば素晴らしいでしょう。システムの観点からは、システム全体のネットワーク トポロジのタイプを維持することが非常に重要であり、システム内の各コンポーネントはステータス/診断情報を EdgeOS に送信できます。これにより、エラー検出、デバイス交換、データ品質検査などのサービスの導入が容易になります。
データの観点から見ると、信頼性に対する課題は主にセンサー データと通信部分から生じます。以前に調査および説明したように、ネットワークのエッジではさまざまな理由で障害が発生し、信頼性の低いデータが送信される可能性があります。また、多数のセンサー ノードと動的なネットワーク条件をサポートできる、IoT データ収集のための多くの新しい通信プロトコルについても触れました。ただし、接続の信頼性は Bluetooth や WIFI ほど良くありません。データと通信が信頼できない場合、信頼性の高いサービスを提供することは困難になります。
5. プライバシーとセキュリティ
ネットワークのエッジでは、データのプライバシーとセキュリティの保護が重要なサービスです。 IoTアプリケーションが家庭に導入されると、ユーザーのプライベートデータが大量に収集されることになります。たとえば、電気や水道の使用量データを読み取ることで、家に人がいるかどうかを判断できます。そのため、いかにプライバシーに関与せずにサービスを提供するかが課題となる。ビデオ内の顔をマスクするなど、一部の個人情報はデータを処理する前に削除できます。私たちは、エッジ データ ソース、つまり自宅でコンピューティングすることが、プライバシーとデータ セキュリティを保護する良い方法である可能性があると考えています。
私たちはデータのプライバシーとセキュリティについての意識を高めたいと考えています。 WIFI ネットワークを例にとると、4 億 3,900 万のホーム ネットワーク接続のうち、WIFI ネットワークの 49% は安全ではなく、ホーム ルーターの 80% はデフォルトのパスワードを使用しています。公共 Wi-Fi ホットスポットの 89% は安全ではありません。サービスプロバイダー、システムおよびアプリケーション開発者、エンドユーザーを含むすべての関係者は、ユーザーのプライバシーが侵害される可能性があることを認識する必要があります。カメラ、ヘルスモニター、さらには WIFI おもちゃさえも、保護されていないままにしておくと、他人によって接続される可能性があります。
2 番目に挙げる問題は、データの所有権です。モバイル アプリケーションでは、エンドユーザー データはサービス プロバイダーによって保存および分析されます。ただし、データを生成された場所に保存し、ユーザーがデータを所有できるようにすることで、プライバシーをより適切に保護できます。健康データと同様に、エッジで収集されたユーザー データはエッジで保管される必要があり、それをサービス プロバイダーに提供するかどうかはユーザーの判断に任されています。
3 番目の問題は、ネットワークのエッジでプライバシーとデータ セキュリティを保護する効果的なツールが少なすぎることです。一部のデバイスのリソースは限られており、現在のセキュリティ保護方法の一部はそれらのデバイスには導入できません。さらに、ネットワークのエッジの環境は変化しやすいため、攻撃に対して脆弱であり、保護することが困難です。プライバシーを保護するために、mHealth などの一部のプラットフォームは、統一された健康データ ストレージ標準を提案しています。しかし、エッジ コンピューティングには、あらゆる種類のデータを処理するためのツールが不足しています。
6. 指標の最適化
エッジ コンピューティングには、コンピューティング能力を備えた複数のレイヤーがあります。では、ワークロードはどのように分散すべきでしょうか?各層で負荷を均等に分散する、または各層でできるだけ多くのタスクを完了するなど、次の分散戦略が検討できます。極端なケースでは、完全にエンドポイント上で動作する場合や、完全にクラウド内で動作する場合があります。最適な割り当て戦略を選択するために、このセクションでは、遅延、帯域幅、エネルギー消費、コストなどのいくつかの最適化メトリクスについて説明します。
レイテンシ: レイテンシは、特に対話型のアプリケーションやサービスにおいて、パフォーマンスを測定するための最も重要な指標の 1 つです。クラウド コンピューティングのサーバーは、強力なコンピューティング機能を提供できます。画像処理、音声認識などの非常に複雑なタスクを短時間で処理できます。ただし、レイテンシーは計算時間によって決まりません。ネットワーク遅延が長いと、リアルタイム/対話型アプリケーションの動作に重大な影響を与える可能性があります。遅延を短縮するには、最も近い物理層で作業を行うことが最善です。
たとえば、スマートシティの場合、最初に携帯電話を使用してローカルの写真を処理し、その後、すべての写真をアップロードするのではなく、行方不明の子供に関する情報のみをクラウドに送信する必要があるため、この方法の方が高速です。ただし、最も近い物理層で作業することが常に最善の方法であるとは限りません。最適な論理階層を構築するには、リソースの使用状況を考慮し、不必要な待ち時間を回避する必要があります。たとえば、ユーザーがゲームをプレイしているとき、携帯電話のコンピューティング リソースが占有されているため、写真を最も近いゲートウェイまたはマイクロセンターに転送して処理するのが最善です。
帯域幅: 遅延の観点から見ると、高帯域幅は転送時間を短縮します。短距離伝送の場合、高帯域幅を構築してデータをエッジに送信できます。一方で、データをエッジで処理できれば、システムの遅延が大幅に短縮され、エッジとクラウドの帯域幅も節約できます。たとえば、スマート ホームの場合、WIFI またはその他の高速伝送方法を通じて、ほぼすべてのデータをゲートウェイで処理できます。また、伝送距離が比較的短いため、伝送の信頼性も向上します。一方、エッジはすべての作業を実行して伝送距離を減らすことはできませんが、データを前処理することでアップロードされるデータの量を少なくとも大幅に削減できます。
電力消費: バッテリーは、ネットワークのエッジにあるデバイスにとって最も貴重なリソースです。エンドポイント層の場合、一部の作業をエッジで実行するとエネルギーが節約されます。ただし、重要なのは、計算エネルギー消費と送信エネルギー消費の間でトレードオフを行うことです。一般に、最初にワークロードのエネルギー消費特性を考慮します。計算量は多いのでしょうか？どれくらいのリソースが使用されるでしょうか?ネットワーク信号強度に加えて、データ サイズと利用可能な帯域幅も伝送エネルギー消費に影響します。送信オーバーヘッドがローカル コンピューティング オーバーヘッドよりも小さい場合は、エッジ コンピューティングを使用することをお勧めします。
しかし、エンドポイントだけではなく、エッジ コンピューティング プロセス全体に注目すると、総エネルギー消費量は各レイヤーのエネルギー消費量の合計になるはずです。エンドポイント層と同様に、各層のエネルギー消費量には、ローカル コンピューティングのエネルギー消費量と送信エネルギー消費量が含まれます。したがって、最適な作業割り当て戦略は変わる可能性があります。たとえば、ローカル データ センターがビジーな場合は、作業を完了するために上位層にアップロードする必要があります。エンドポイントでのコンピューティングと比較して、マルチホップ伝送ではシステムのオーバーヘッドが大幅に増加するため、エネルギー消費が増加します。
コスト: YouTube や Amazon などのサービス プロバイダーの観点から見ると、エッジ コンピューティングにより遅延とエネルギー消費が削減され、それによってデータ スループットが向上し、ユーザー エクスペリエンスが向上します。したがって、同じワークロードを処理しながら、より多くの利益を得ることができます。たとえば、大多数の住民の興味に基づいて、特定の人気のあるビデオを建物レイヤーの端に配置すると、都市レイヤーの端がより複雑なタスクを処理できるようになり、全体的なデータ スループットが向上します。サービス プロバイダーの入力は、各レイヤーの作成と維持のコストです。各レイヤーでローカル データを最大限に活用するために、プロバイダーはデータの場所に応じてユーザーに料金を請求することができ、サービス プロバイダーの利益とユーザーの受け入れやすさを確保するために新しいコスト モデルを開発する必要があります。
副題
04 まとめ
誰かが初めてインターネットでビジネスを始めることについて話したとき、人々はそれが冗談だと考えました。エッジコンピューティングに関しては、当初は多くの疑問がありました。工場現場はIT開発の最も重要な領域とみなされ、25年前に電気通信で起こったのと同じ変革が産業界でも起こるだろう。仮想モードの汎用コンピューター、つまり仮想コンピューターがすべてを変えます。経済的価値が魅力的でたまらなかったからそうなったのです。
現在、エッジでデータを処理すると、応答時間の短縮と信頼性の向上が保証されるため、ますます多くのサービスがクラウドからネットワークのエッジに移動されています。エッジで大量のデータを処理すると、データをクラウドに送信するため、帯域幅が節約されます。モノのインターネットとモバイル デバイスの普及により、コンピューティング パラダイムにおけるエッジの役割が変化し、エッジは純粋なデータの消費者から、データの生産者および消費者へと変わりつつあります。ネットワークのエッジでデータを処理する方が効率的です。
エッジ コンピューティングの価値を再要約する: クラウド コンピューティングの拡張として、エッジ コンピューティングはクラウド コンピューティングのサービス機能をユーザーに近いエッジまで拡張し、それによってアプリケーションが低遅延のビジネス エクスペリエンスを提供できるようにします。将来的には、エッジ コンピューティングによってデータ処理がより効率的になり、生活がより良いものになることを期待しています。
この記事は著者の視点のみを表しており、投資アドバイスを構成するものではありません。
