工业互联网中软件定义的智能化边缘计算系统

Intelligent edge computing model and system are the key problems to be solved promoting the further application of industrial Internet. Based on software defined and data-driven methodology, this project aims at building a flexible, intelligent，efficient and secure industrial Internet edge computing model and system. Through the researches on the architecture of edge computing system, stream computing engine, aggregation framework, trusted distributed storage and sharing in the industrial Internet, we wish to bring innovations to related theories and key technologies. The specific research contents and objectives are as follows: Firstly, software defined model and architecture of industrial Internet edge computing will be investigated, and a flexible programmable computing environment with edge node will be designed, which intend to realize the decoupling of computing tasks and heterogeneous resources. Then, Based on QoS and resource awareness, the adaptive edge flow computing engine, which supports online decision making, will be studied to realize the flexible scheduling of computing and storage tasks for improving the efficiency of using edge resources. Next, in order to improve the efficiency of data storage and forwarding, the efficient aggregation framework for high-dimensional mass sensor data flows will be studied, and an adaptive real-time data reduction scheme and corresponding algorithms based on data access mode will be put forward. Finally，the technologies of data storage and sharing in industrial Internet will be studied. Combined with block chain theory and technology, a lightweight, decentralized and trusted edge data storage and sharing scheme will be proposed.

智能化的边缘计算模型与系统是推进工业互联网深入应用需要解决的关键问题。本项目拟基于软件定义和数据驱动方法，以构建灵活智能和高效安全的工业互联网边缘计算模型和系统为目标，通过对工业互联网中边缘计算系统的体系结构、流计算引擎、汇聚框架和可信存储与共享等内容的研究，希望在相关理论以及关键技术方面有所创新，具体研究内容和目标如下：研究软件定义的工业互联网边缘计算模型和系统结构，设计灵活的边缘结点可编程计算环境，实现计算任务与异质资源的去耦合；研究支持在线决策的自适应边缘流计算引擎，在基于QoS和资源感知基础上，实现计算和存储任务的灵活调度，提高边缘资源利用效率；研究高维海量传感数据流的高效汇聚框架，提出基于数据访问模式的自适应实时流数据缩减方案和算法，提高数据存储和转发效率；研究工业互联网中的数据存储与共享技术，结合区块链理论和技术，提出一种轻量级、去中心的可信边缘数据存储与共享方案。

项目以构建灵活智能和高效安全的工业互联网边缘计算模型和系统为目标，围绕工业互联网中边缘计算系统的体系结构、流计算引擎、汇聚框架和可信存储与共享开展具体研究，主要研究内容和成果有：研究工业互联网边缘计算模型和系统结构，基于开源框架EdgeX，设计并实现了一个边缘节点可编程计算环境；研究支持在线决策的自适应边缘流计算引擎，针对不同任务类型和优化目标，提出了一种协同边缘和云的集成计算架构及其任务卸载算法，提出了一种基于优先级的启发式任务卸载与调度算法，提出了一种支持按需细粒度划分的分布式协同推理方法，提出了一种DAG式DNN按需推理加速方法，提出了一种多目标约束下的云机器人协同任务卸载策略；研究支持实时数据流缩减的高效汇聚框架，提出了一种支持边-云协同的边缘数据管理架构以及相应数据缩减算法，提出了一种结合预测和编码的边缘时序数据压缩方法；研究可信存储与共享方法，针对工业互联网中的数据分布特点，提出了一种基于区块链的轻量级可信分布式数据存储、共享与计算卸载方法。基于以上框架、模型和算法，采用微服务架构，设计和实现了一个基于软件定义方法的智能化边缘计算原型系统PowerEdge，并部分应用于东莞某公司PCB生产线上。