Types of Edge Computing Implementations——邊緣計算的實現
We have discussed the definition of edge computing and talked about its architecture and characteristics in last blog The Coming of Edge Computing. In this article, we will simply introduce three types of edge computing implementations: fog computing, mobile edge computing and cloudlet.
I、Fog Computing
The fog computing implementation is a decentralized computing infrastructure based on fog computing nodes composed of vary kinds of elements including but not limited to routers, switches, access points, IoT gateways as well as set-top boxes and placed at any point of the architecture between the end devices and the cloud [1].
霧計算是一種基於霧節點的去中心化計算架構，霧節點可以由多種元素構成，包括但不限於：路由器，交換機，網路接入點，物聯網閘道器和機頂盒。這些節點可以被放置在end-cloud架構之間的任何位置。因為這些節點與雲端計算中心相比更加靠近網路的邊緣，所以霧計算可以提供良好的實時性。構成霧計算節點的裝置是異構的，裝置之間的差異性可以通過霧計算的抽象層來遮蔽。抽象層可以將裝置的資源統一起來，形成可以被上層使用的資源池。
如圖所示，邊緣網路非常靠近終端使用者。終端使用者經過一跳或者幾跳就可以達到霧計算的計算和儲存中心，資料將直接在霧計算節點進行計算，而不用上傳到雲端計算中心。霧計算充分發揮了數量眾多的位於網路邊緣的智慧裝置，儘管單個裝置的資源有限，但是大量的裝置集中組織起來就可以發揮巨大的作用。霧計算可以使用乙太網、WiFi，行動網路等方式連線起來，它解決了雲端計算的網路延遲問題。
II、Cloudlet
Cloudlet is a trusted, resource rich computer or cluster of computers that is well-connected to the Internet and available for use by nearby mobile devices[2]. It is proposed to reduce the network latency because of sending data to cloud center.
現在，移動裝置在我們的生活中已經非常普遍了，我們每天都會帶著自己的手機，智慧手環，谷歌眼鏡等等。為了為使用者提供更好的服務，現在的許多應用都設計了大量的計算，例如人臉識別，語音翻譯等。但是，這些移動裝置的資源十分有限，例如：電池電量，網路頻寬和計算儲存能力。
日趨成熟的雲端計算為這一問題提供瞭解決思路。將資料上傳到雲端計算中心，利用雲端計算強大的計算和儲存能力對資料進行處理並存儲，然後將結果返回給移動裝置。於是形成了下圖的模式[3]。
然而隨著物聯網的發展和移動裝置的日益增多，聯網裝置的增長率已經遠遠超過網路頻寬的增長，大量的資料傳送大雲端計算中心必定會引起網路擁塞，所以網路延遲成為這一模式的瓶頸。所以有人提出在上面的模式中引入Cloudlet. Cloudlet是資源豐富的主機或者一系列主機的叢集，它們被放置在網路邊緣可以被移動裝置連線的位置。這樣，資料就可以傳送到clouldlet進行處理並返回結果，大大的降低了延遲。同時，cloudlet不能完成的計算可以傳送到雲端計算中心。所以，cloudlet應該放在離移動裝置最近的地方，也就是可以經過一跳就可以到達的地方，例如：蜂窩是網路基站，或者wifi接入點。於是形成了下面的模式[3]：
Cloutlet具有以下特點：
Proximity. Cloutlet離移動裝置非常近，可以經過一跳就到達。
Resource rich. 與霧計算的節點相比，cloudlet的是專門設定的計算或儲存節點，所以計算的儲存能力都遠高於霧計算。
III、Mobile Edge Computing
儘管cloutlet在一定的程度上解決了雲端計算的網路延遲問題，但是cloudlet卻存在以下不足：（1）cloudlet只能通過無線網路接入，所以只能覆蓋有限的區域。（2）與雲端計算相比，cloudlet的資源還是十分有限。為了解決這些問題，有人提出了Mobile Edge Computing的概念。
Mobile Edge Computing is a model for enabling business oriented, cloud computing platform within the radio access network at the close proximity of mobile subscribers to serve delay sensitive, context aware applications[4].
移動邊緣計算是一個可以使面向業務的雲端計算平臺在無線網路（RAN）內部署的模型。因為其更加靠近移動終端，所以移動邊緣計算可以為對延遲敏感和對內容感知有需要的應用提供服務。
移動邊緣計算具有以下特點：
Proximity. 移動邊緣計算的節點一般被部署在基站的範圍內，所以移動裝置通過RAN就可以與節點連線。
Dense Geographical Distribution. 移動邊緣計算的節點可以分佈在網路邊緣的各個基站內，所以具有廣泛的地理分佈。
Low Latency. 因為非常靠近使用者。
Location Awareness. 因為移動裝置可以與基站相連，所以基站可以獲取裝置的相關位置使移動邊緣計算可以為使用者提供更好的服務。
Network Context Information. 實時的RAN資訊，如裝置位置，訊號條件，網路負載等可以使裝置提供內容相關的服務。
IV、Summary
| Item | Fog computing | Mobile edge computing | Cloudlet |
|---|---|---|---|
| Node devices | Routers, switches, assess points, gateways | Severs running in base stations | Data center in a box |
| Node location | Varying between end devices and cloud | Radio network controller/Micro base station | Local/Outdoor installation |
| Context awareness | Medium | High | Low |
| Proximity | One or multiple hops | One hop | One hop |
| Access mechanisms | Bluetooth, wifi, mobile networks | Mobile networks | Wifi |
| Internode communication | supported | Partial | Partial |
[1] K. Dolui and S. K. Datta, “Comparison of edge computing implementations: Fog computing, cloudlet and mobile edge computing,” in 2017 IEEE Global Internet of Things Summit (GIoTS), pp. 1–6, June 2017.
[2] M. Satyanarayanan, P. Bahl, R. Caceres, and N. Davies, “The case for vm-based cloudlets in mobile computing,” Pervasive Computing, IEEE, vol. 8, no. 4, pp. 14–23, 2009.
[3] Pang Z, Sun L, Wang Z, et al. A Survey of Cloudlet Based Mobile Computing[C]// International Conference on Cloud Computing and Big Data. IEEE, 2016:268-275.
[4] A. Ahmed and E. Ahmed, “A survey on mobile edge computing,” 2016 10th International Conference on Intelligent Systems and Control (ISCO), Coimbatore, 2016, pp. 1-8.
doi: 10.1109/ISCO.2016.7727082