Edge Computing ja Cloudlets

mikä on Edge Computing?

tämän päivän IT-maailmaa on hallinnut pilvilaskenta menneinä vuosikymmeninä. Sitä käytetään tallentamaan, käyttämään ja käsittelemään valtavia määriä tietoja ja tietoteknisiä resursseja tietokoneidemme ulkopuolella Internetin kautta. Reunalaskentaa voidaan kuitenkin pitää pienimuotoisena pilvilaskentana. Tässä reunana voidaan pitää pistettä, josta laskentalaite tai verkko, joka sisältää laitteen, kommunikoi Internetin kanssa. Laskentalaitteen tai reitittimen tai jopa ISP: n sisällä olevaa suoritinta voidaan pitää verkon reunana. Niin, tärkeä näkökohta tässä on, edge sijaitsee lähellä IT-ja IoT-laitteiden kun taas pilvi palvelimet sijaitsevat miljoonien kilometrien päässä niistä. Näin ollen voimme päätellä tästä pisteestä, että edge computing on jotain, jossa varastointi, käsittely ja laskenta tapahtuu verkon reunalla. Kyllä, Edge computing on avoin IT-arkkitehtuuri, joka auttaa optimoimaan Internet-laitteiden ja web-sovellusten tietojenkäsittelyä ja tietojenkäsittelyä tuomalla tietojenkäsittelyn lähemmäksi dataresursseja. Joten, edge computing on yksinkertaisesti tarkoittaa ‘pilvi on tulossa sinulle’.

miksi Edge Computing?

yhdessä tietoteknisten laitteiden ja tietoresurssien räjähdysmäisen kasvun kanssa tuotetaan suuri määrä dataa. Eikä tämä ole vain tätä päivää ja huomista varten, vaan se kasvaa valtavasti päivä päivältä. Pilvipalvelun avulla meidän on lähetettävä tonneittain dataresursseja pilvipalvelimelle, joka on miljoonien kilometrien päässä dataresursseista, jotka aiheuttavat monia ongelmia, kuten kaistanleveysongelmia, latenssiongelmia, yksityisyysongelmia ja niin edelleen. Niinpä sen sijaan, että dataresurssit lähetettäisiin pilvissä miljoonan mailin päässä oleviin datakeskuksiin käsittelyä varten, edge computing auttaa tehokasta vaihtoehtoa, jossa tietoja voidaan käsitellä, analysoida ja laskea läheisyyspisteessä laitteen tai verkon reunalla. Vain data, joka tarvitsee enemmän resursseja nälkäinen operaatioita ja laskutoimituksia voidaan lähettää pilvet kaukana ja kaikki muu laskenta voidaan tehdä reunalla. Näin ollen edge computing auttaa minimoimaan pitkän matkan viestinnän dataresurssien ja pilvipalvelimien välillä, mikä vähentää latenssia, kaistanleveysongelmia. Esimerkiksi harkita resurssinnälkäinen toiminta, kasvojentunnistus, jossa käsittely algoritmin olisi tehtävä cloud server, joka kuluttaa paljon aikaa, joten johtaa latenssi kysymys. Käyttämällä edge computing, käsittely kasvojentunnistusalgoritmin voidaan tehdä reunalla laitteen tai verkon, niin johtaa nopeus käsittely ja vähentää latenssi ja myös kaistanleveys ongelmia. Samanlainen kuin tämä, edge computing auttaa paljon reaaliaikaisia sovelluksia, kuten itseohjautuvia ajoneuvoja, joissa valtava määrä vähentää latenssia, auttaa paljon reaaliaikainen päivitys toimintojen ja laskelmien.

mitä pilvet siis ovat?

pilviä voidaan pitää pilvien pienenä mittakaavana, jossa tärkein ero on se, että pilvet sijaitsevat verkon laitteiden läheisyyspisteessä, laiteverkon reunalla. Se on pilvi teidän maantieteellinen sijainti. Samoin kuin edge computing, cloudlets auttaa tekemään käsittelyn ja laskennan offloaded prosessi laitteesta verkossa. Minun on selitettävä, mitä “purkamisella” tarkoitetaan.

mobiilia ja muita IT-laitteita kehitetään nykyään useiden lisäominaisuuksien, kuten lisätyn todellisuuden, kasvojentunnistuksen, luonnollisen kielen käsittelyn, pelaamisen, videoprosessoinnin, 3D-mallinnusohjelmiston jne.avulla. Nämä sovellukset ovat yleensä resurssinnälkäisiä, vaativat intensiivistä laskentaa ja suurta energiankulutusta. Mutta mobiililaitteet ovat resurssirajoitusta käsittelytehon ja akun keston suhteen. Joten, jotta voidaan suorittaa tämäntyyppisiä sovelluksia, resurssaintensiiviset sovellukset ladataan pilveen käyttäen mekanismia nimeltä OFFLOADING, jossa kaikki nämä käsittelyt voidaan suorittaa pilvessä käyttäen resursseja siellä, ja tulokset lähetetään takaisin it-laitteisiin kädessämme. Tehtävien tyypin ja tarvittavien resurssien perusteella koko prosessi tai osa prosessista puretaan pilveen käsiteltäväksi.

mutta kuten edellä mainittiin edge computing-osiossa, datan lähettämisessä dataresursseista kilometrien päässä oleviin pilviin on latenssi-ja kaistanleveysongelmia. Ja jos on tilanne, jossa internet-palveluntarjoaja ei onnistunut säilyttämään yhteyttä laitteen ja pilvipalvelimen välillä, tulee viiveitä, pakettihäviöitä ja keskeyttää käyttäjäkokemuksen. Ongelmien välttämiseksi ja vähentämiseksi otettiin käyttöön Cloudlet-konsepti. Cloudletin vakiomääritelmä on “Cloudlets ovat liikkuvuutta edistäviä pienimuotoisia pilvipalvelukeskuksia, jotka sijaitsevat Internetin reunalla”. Joten käyttämällä cloudlets, Resurssitehokas tehtävät voidaan purkaa sen käsittelyä siten vähentää latenssi, kaistanleveys ja säästää paljon aikaa. Cloudletsin latenssi-ja kaistanleveysedut ovat erityisen merkityksellisiä autojen yhteydessä, sillä ne täydentävät ajoneuvosta ajoneuvoon-lähestymistapoja, joita tutkitaan reaaliaikaisen ohjauksen ja onnettomuuksien välttämisen mahdollistamiseksi. Vikojen aikana cloudlet voi toimia pilven välityspalvelimena ja suorittaa sen kriittisiä palveluita. Kun vika on korjattu, pilveen alustavasti sidotut toimet saatetaan joutua levittämään pilveen sovitusta varten. Myös nämä, toinen hyöty käyttämällä pilvet ovat yksityisyyden ja turvallisuuden säilyttäminen. Kun käytämme Cloudia käsittelyyn, suojattujen tietojemme on kuljettava pilvipalvelimiin kilometrien päähän, joten tietojen turvallisuus on kyseenalainen. Näin ollen pilvilappuja käyttämällä kaikki yksityiset tiedot käsitellään laitteiden reunoilla ja ne auttavat tietojen turvallisuuden ja yksityisyyden säilyttämisessä.

Satyanarayanan mallintamassa cloudlet-arkkitehtuurissa korostuu kolme pääpiirrettä:

Soft-state: yksi tärkeimmistä ominaisuuksista. Kun cloudlet on asennettu, se on täysin itsenäinen eikä vaadi ammattiapua.

tehokas ja hyvin kytketty Internetiin: se on resurssirikas tietokone tai joukko tietokoneita, jotka ovat hyvin yhteydessä Internetiin ja lähellä olevien laitteiden käytettävissä. Samoin pilvissä on tehokas ja luotettava yhteys Internetiin yleensä langallisen yhteyden kautta.

saatavilla läheisten mobiililaitteiden käyttöön: se on loogisesti lähellä laitteita, se tarkoittaa, että kaikilla lähiverkon (LAN) mobiililaitteilla on alhainen latenssi pilveen ja suuri kaistanleveys käytettävissä tiedonsiirtoon.

satyanarayananin mukaan pilviliittymien läheisyys oli suureksi avuksi seuraavilla tavoilla:

hyvin reagoivat pilvipalvelut: fyysinen läheisyys PILVILIITTEESEEN it-laitteeseen helpottaa matalan päästä päähän latenssin ja suuren kaistanleveyden saavuttamista. Tämä on arvokasta sellaisille sovelluksille kuin AR ja virtuaalitodellisuus, jotka purkavat laskennan pilvipalveluun.

skaalautuvuus edge Analyticsin kautta: Kumulatiivinen kaistanleveyden tarve pilveen suuresta kokoelmasta suurikaistaisia IoT-antureita, kuten videokameroita, on huomattavasti pienempi, jos raakadataa analysoidaan pilvissä. Vain (paljon pienempi) poimittu tieto ja metatiedot on välitettävä pilveen.

Privacy-policy enforcement: cloudlet voi valvoa omistajansa tietosuojakäytäntöjä ennen tietojen luovuttamista pilveen toimimalla ensimmäisenä yhteyspaikkana IoT-anturitietojen infrastruktuurissa

peittäen pilvikatkokset: Jos pilvipalvelu ei ole käytettävissä verkkovian, pilvivian tai palvelunestohyökkäyksen vuoksi, läheisen pilviverkon varapalvelu voi väliaikaisesti peittää vian.

tutkimusten mukaan Edge computing voi saada nopeamman tien menestykseen vaalimalla avoimen cloudlet-ekosysteemin luomista. Niin, kuten yleinen kohta sekä reuna computing ja cloudlets ovat häiritseviä teknologioita tämän pilvi intensiivinen aikakausi, jotka tuovat energiaa runsaasti huippuluokan tietojenkäsittely yhden langattoman hop IT laitteita erityisesti mobiililaitteet, auttaa vähentämään latenssi, kaistanleveys ja yksityisyyden liittyviä kysymyksiä, joten piirtää polku aikakauden korkea intensiivinen sovelluksia eteenpäin.

M. Satyanarayanan,” the Emergence of Edge Computing”, teoksessa Computer, vol. 50, nro 1, s. 30-39, Tammi. 2017.

Usman Shaukat, Ejaz Ahmed, Zahid Anwar, Feng Xia, ” Cloudlet Deployment in Local Wireless Networks: Motivation, Architectures, Applications, and Open Challenges”, Journal of Network and Computer Applications, joulukuu 2015

IEEE Innovation at Work. 2020. Tosielämän käyttötapaukset Edge Computing-IEEE Innovation At Work. Saatavilla osoitteessa: <https://innovationatwork.ieee.org/real-life-edge-computing-use-cases/>