Edge Computing und Cloudlets
Was ist Edge Computing?
Die IT-Welt von heute wird seit Jahrzehnten vom Cloud Computing dominiert. Es wird zum Speichern, Zugreifen und Verarbeiten großer Datenmengen und IT-Ressourcen außerhalb unserer Computergeräte über das Internet verwendet. Edge Computing kann jedoch als Cloud Computing im kleinen Maßstab betrachtet werden. Als Edge kann dabei der Punkt angesehen werden, von dem aus die Recheneinrichtung bzw. das die Einrichtung enthaltende Netzwerk mit dem Internet kommuniziert. Der Prozessor in einem Computergerät oder der Router oder sogar der ISP kann als Rand des Netzwerks betrachtet werden. Der wichtige Überlegungspunkt hier ist also, dass sich der Edge in unmittelbarer Nähe der IT- und IoT-Geräte befindet, während sich die Cloud-Server Millionen Meilen von ihnen entfernt befinden. Daher können wir von diesem Punkt ableiten, dass das Edge Computing etwas ist, in dem das Speichern, Verarbeiten und Rechnen am Rande des Netzwerks stattfindet. Ja, Edge Computing ist eine offene IT-Architektur, die bei der Optimierung der Berechnung und Verarbeitung von Internetgeräten und Webanwendungen hilft, indem die Berechnung näher an die Datenressourcen herangeführt wird. Edge Computing bedeutet also einfach, dass die Cloud zu Ihnen kommt.
Warum Edge Computing?
Zusammen mit dem explosiven Wachstum der Computergeräte und Datenressourcen wird eine große Datenmenge produziert. Und das ist nicht nur für heute und morgen, sondern es wird von Tag zu Tag ein enormes Wachstum haben. Mit Cloud Computing müssen wir Tonnen und Tonnen von Datenressourcen an den Cloud-Server senden, der Millionen Meilen von den Datenressourcen entfernt ist, was viele Probleme wie Bandbreitenprobleme, Latenzprobleme, Datenschutzprobleme usw. mit sich bringt. Anstatt Datenressourcen zur Verarbeitung an Rechenzentren zu übertragen, die in Millionen Meilen entfernten Clouds bereitgestellt werden, bietet Edge Computing eine effiziente Alternative, bei der die Daten an einem Näherungspunkt am Rand des Geräts oder Netzwerks verarbeitet, analysiert und berechnet werden können. Nur die Daten, die mehr ressourcenhungrige Operationen und Berechnungen benötigen, können in die weit entfernten Clouds gesendet werden, und alle anderen Berechnungen können am Rand durchgeführt werden. Daher hilft Edge Computing, die Fernkommunikation zwischen den Datenressourcen und Cloud-Servern zu minimieren und somit Latenz- und Bandbreitenprobleme zu reduzieren. Betrachten Sie beispielsweise eine ressourcenhungrige Operation, die Gesichtserkennung, bei der die Verarbeitung des Algorithmus auf einem Cloud-Server erfolgen sollte, was viel Zeit in Anspruch nimmt und daher zu Latenzproblemen führt. Durch die Verwendung des Edge Computing kann die Verarbeitung des Gesichtserkennungsalgorithmus am Rand des Geräts oder des Netzwerks erfolgen, was zu einer schnelleren Verarbeitung führt und Latenz- und Bandbreitenprobleme reduziert. Ähnlich hilft Edge Computing sehr bei Echtzeitanwendungen wie selbstfahrenden Fahrzeugen, bei denen eine enorme Verringerung der Latenzzeit bei der Echtzeitaktualisierung der Vorgänge und Berechnungen sehr hilfreich ist.
Also, was sind Cloudlets?
Die Cloudlets können als kleiner Maßstab der Clouds betrachtet werden, wobei der Hauptunterschied darin besteht, dass sich Cloudlets in einem Näherungspunkt zu den Geräten im Netzwerk am Rand des Gerätenetzwerks befinden. Es ist die Wolke mit in Ihrem geografischen Standort. Ähnlich wie beim Edge-Computing helfen Cloudlets bei der Verarbeitung und Berechnung des ausgelagerten Prozesses vom Gerät im Netzwerk. Ich muss erklären, was mit ‘Offloading’ gemeint ist.
Die mobilen und anderen IT-Geräte werden heutzutage mit einer Reihe fortschrittlicher Funktionen wie Augmented Reality, Gesichtserkennung, Verarbeitung natürlicher Sprache, Spielen, Videoverarbeitung, 3D-Modellierungssoftware usw. ausgestattet. Diese Anwendungen sind normalerweise ressourcenhungrig und erfordern intensive Berechnungen und einen hohen Energieverbrauch. Aber die mobilen Geräte sind Ressourcenbeschränkung in Bezug auf Rechenleistung und Akkulaufzeit. Um diese Art von Anwendungen auszuführen, werden die ressourcenintensiven Anwendungen mithilfe eines Mechanismus namens OFFLOADING in die Cloud hochgeladen, bei dem alle diese Verarbeitungen in der Cloud unter Verwendung der dortigen Ressourcen ausgeführt werden können, und die Ergebnisse werden an die IT-Geräte in unserer Hand zurückgesendet. Abhängig von der Art der Aufgaben und den benötigten Ressourcen wird der gesamte Prozess oder ein Teil des Prozesses zur Verarbeitung in die Cloud ausgelagert.
Aber wie ich oben im Abschnitt Edge Computing erwähnt habe, hat das Senden von Daten von Datenressourcen an Clouds, die kilometerweit entfernt sind, Latenz- und Bandbreitenprobleme. Und wenn es eine Situation gibt, in der der Internetdienstanbieter die Verbindung zwischen dem Gerät und dem Cloud-Server nicht aufrechterhalten konnte, kommt es zu Verzögerungen, Paketverlusten und Unterbrechungen der Benutzererfahrung. Um diese Probleme zu vermeiden und zu reduzieren, wurde das Cloudlet-Konzept eingeführt. Eine Standarddefinition für Cloudlets ist ‘Cloudlets sind mobilitätsverbesserte kleine Cloud-Rechenzentren, die sich am Rande des Internets befinden’. Durch die Verwendung von Cloudlets können die ressourcenintensiven Aufgaben zur Verarbeitung an die IT ausgelagert werden, wodurch Latenz und Bandbreite reduziert und viel Zeit gespart werden. Die Latenz- und Bandbreitenvorteile von Cloudlets sind besonders im Kontext von Automobilen relevant, um Fahrzeug-zu-Fahrzeug-Ansätze zu ergänzen, die für die Echtzeitsteuerung und Unfallvermeidung untersucht werden. Bei Ausfällen kann ein Cloudlet als Proxy für die Cloud dienen und seine kritischen Dienste ausführen. Nach der Behebung des Fehlers müssen möglicherweise Aktionen, die vorläufig an das Cloudlet übergeben wurden, zur Abstimmung an die Cloud weitergegeben werden. Ein weiterer Vorteil der Verwendung von Cloudlets sind die Wahrung der Privatsphäre und Sicherheit. Bei der Verwendung von Cloud für die Verarbeitung müssen unsere sicheren Daten zu Cloud-Servern reisen, die kilometerweit entfernt sind, daher wird die Sicherheit der Daten in Frage gestellt. Durch die Verwendung von Cloudlets werden daher alle privaten Daten am Rand der Geräte verarbeitet und tragen zur Wahrung der Sicherheit und des Datenschutzes von Daten bei.
Drei Hauptmerkmale werden in der von Satyanarayanan modellierten Cloudlet-Architektur hervorgehoben:
Soft-State: Eines der wichtigsten Attribute. Sobald das Cloudlet installiert ist, ist es vollständig selbstverwaltend und erfordert keine professionelle Unterstützung.
Leistungsstark und gut mit dem Internet verbunden: Es handelt sich um einen ressourcenreichen Computer oder einen Cluster von Computern, die gut mit dem Internet verbunden sind und von Geräten in der Nähe verwendet werden können. Ebenso haben Cloudlets eine effiziente und zuverlässige Verbindung zum Internet, normalerweise über eine Kabelverbindung.
Verfügbar für mobile Geräte in der Nähe: Es ist logisch in der Nähe von Geräten, was bedeutet, dass alle mobilen Geräte im lokalen Netzwerk (LAN) eine geringe Latenz zum Cloudlet und eine hohe Bandbreite für die Datenübertragung zur Verfügung haben.
Laut Satyanarayanan ist die Nähe von Cloudlets auf folgende Weise eine große Hilfe:
Reaktionsschnelle Cloud-Dienste: Physische Nähe Cloudlet zu einem IT-Gerät erleichtert das Erreichen einer niedrigen End-to-End-Latenz und einer hohen Bandbreite. Dies ist wertvoll für Anwendungen wie AR und Virtual Reality, die Berechnungen in das Cloudlet auslagern.
Skalierbarkeit über Edge Analytics: Der kumulierte Eingangsbandbreitenbedarf in die Cloud aus einer großen Sammlung von IoT-Sensoren mit hoher Bandbreite, wie z. B. Videokameras, ist erheblich geringer, wenn die Rohdaten auf Cloudlets analysiert werden. Nur die (viel kleineren) extrahierten Informationen und Metadaten müssen in die Cloud übertragen werden.
Durchsetzung von Datenschutzrichtlinien: Ein Cloudlet kann die Datenschutzrichtlinien seines Eigentümers vor der Freigabe der Daten in die Cloud durchsetzen, indem es als erster Ansprechpartner in der Infrastruktur für IoT-Sensordaten dient
Cloud-Ausfälle maskieren: Wenn ein Cloud-Dienst aufgrund eines Netzwerkausfalls, eines Cloud-Ausfalls oder eines Denial-of-Service-Angriffs nicht mehr verfügbar ist, kann ein Fallback-Dienst in einem nahe gelegenen Cloudlet den Fehler vorübergehend maskieren.
Den Untersuchungen zufolge kann das Edge Computing einen schnelleren Weg zum Erfolg finden, indem es die Schaffung eines offenen Cloudlet-Ökosystems fördert. Als Gesamtpunkt sind sowohl Edge Computing als auch Cloudlets eine disruptive Technologie für diese Cloud-intensive Ära, die energiereiches High-End-Computing in einem einzigen drahtlosen Hop von IT-Geräten, insbesondere mobilen Geräten, ermöglicht, Latenz-, Bandbreiten- und Datenschutzprobleme zu reduzieren und damit den Weg in eine Ära mit hochintensiven Anwendungen zu ebnen.
M. Satyanarayanan, “Die Entstehung von Edge Computing”, in Computer, vol. 50, Nr. 1, S. 30-39, Jan. 2017.
Usman Shaukat, Ejaz Ahmed, Zahid Anwar, Feng Xia, “Cloudlet-Bereitstellung in lokalen drahtlosen Netzwerken: Motivation, Architekturen, Anwendungen und offene Herausforderungen”, in Journal of Network and Computer Applications, Dezember 2015
IEEE Innovation at Work. 2020. Anwendungsfälle aus der Praxis für Edge Computing — IEEE Innovation At Work. Erhältlich bei: <https://innovationatwork.ieee.org/real-life-edge-computing-use-cases/>
