边缘计算(edge computing)

概念

网络边缘的物联网设备的增加正在产生大量数据，以便计算到数据中心，从而将网络带宽需求推向极限。尽管网络技术有所改进，但数据中心无法保证可接受的传输速率和响应时间，这可能是许多应用的关键要求。此外，边缘的设备不断消耗来自云的数据，迫使公司构建内容交付网络以分散数据和服务供应，利用与最终用户的物理接近度。以类似的方式，Edge Computing的目标是将计算从数据中心转移到网络边缘，利用智能对象，移动电话或网络网关来执行任务并代表云提供服务。通过在边缘移动服务，可以提供内容缓存，服务交付，存储和物联网管理，从而产生更好的响应时间和传输速率。同时，在不同网络节点中分配逻辑引入了新的问题和挑战。

简言之，就是把数据中心的部分计算业务放在边缘端进行处理

Data Collection in Underwater Sensor Networks based on Mobile Edge Computing

摘要

随着边缘设备和无线技术的快速发展，…正处于蓬勃发展的过程中。

介绍

近年来，物联网（IoT）已越来越多地应用于智能家居，智能城市，智能交通，环境监测，安全系统和先进制造等各个领域。物联网由网络边缘设备（移动设备）和无线技术等技术组成。随着移动设备和无线技术的快速发展，移动设备和移动应用在日常生活中发挥着越来越重要的作用，并为移动边缘计算（MEC）提供了巨大的潜在发展。 移动边缘计算是使用移动边缘设备（例如网关，路由器，微服务器）在网络边缘上实现云计算服务的计算范例。 移动边缘设备在存储，移动性和计算方面具有优势，这些优势接近网络的边缘。 因此，MEC可以提供更快的服务响应并减少物联网中的网络拥塞。
类似地，随着水下物联网和移动设备的发展，例如声学传感器和AUV。 UWSN广泛用于海洋资源检测，水下环境监测和辅助导航。 UWSN是一个水下监控网络系统，由许多传感器节点组成，具有通信，数据采集和计算能力。数据收集是UWSN中非常重要的研究领域，可以被视为移动边缘应用。现代水下应用程序生成海量数据，如高清视频，音频和图片。对于UWSN中无线信号的长距离传输，收集的数据很容易丢失。传感器节点收集的数据需要传输到接收节点，并通过多跳路由转发，消耗大量能量。而且，难以对水下移动边缘元件的电池充电。因此，如何降低节点的能耗已成为一个迫切的问题。目前，UWSN中数据收集的主要挑战如下。

我的论文关于边缘计算

参考链接

摘要

在未来，将有数十亿部设备连接到互联网，我们的周围将充斥着数据。因此更快更可靠的数据处理将变得至关重要。 近年来，云计算的整合和集中化性质被证明具有成本效益和灵活性，但物联网和移动计算的兴起给网络带宽带来了不小的压力。 最终，并不是所有的智能设备都需要利用云计算来运行。在某些情况下，数据的往返传输能够被避免。 比如，网络文本包含了大量的文字和图片，传输这些数据需要耗费大量的网络资源。 利用边缘计算的技术，我们可以把这些数据存储在附近的服务器，然后对数据提取关键信息，把它传回到服务器。 网络文本包含的情感信息是一个十分重要的文本特征，对它进行提取是十分必要的。在本篇文章中，我们主要对微博这种网络文本进行情感分析。