云原生在物联网边缘计算中的应用

云原生在物联网边缘计算中的应用

王健

国网技术学院  山东济南  250000

摘要：随着智能终端的普及，大数据传输、计算和数据安全的解决是当前研究热点之一，基于Spring Cloud云原生微服务技术，提出一套云原生边缘系统解决方案，产生的大数据可以就近计算，从而减少中心节点的数据传输和计算，解决中心核心的大数据传输、计算和安全问题。在物联网力量下，信息可以从云端发到用户所在的区域，从而提高电力传输效率，保护用户数据隐私。

关键词：云原生；物联网；边缘计算

引言

物联网技术的核心是网络通信技术，实现人、机、物之间的连接，提供理解数据、数据传输、计算等服务，现有系统无法支持大量数据的传输、存储和计算，敏感信息也因安全问题不易传输，本文介绍了一种云原生边缘计算解决方案，可以减少数据传输的延迟，解决数据安全问题[1]。对于用户来说很多物联网信息都是私密的，如果所有信息都发送到中央服务器处理，一旦服务器中间信息泄露，就会造成大面积的用户泄露，而在边缘计算框架中，每个边缘只需要处理附近的信息，而这些信息规模比云端还小，它始终具有低延迟和隐私保护的特点。

一、云原生关键技术特性

1.1云原生技术

云原生由Pivotal的Matt Stine在2013年首次提出，从狭义理解来看，云环境是一种成功的技术，包括微服务和开发运维一体化等技术，其中，微服务是云技术最重要的组成部分，是广义的云计算和业务管理的基础，目前已经在业界应用中有了很多的微服务底层架构解决方案。

1.2微服务

采用Spring Cloud微服务架构是一种微服务解决方案，作为Spring Boot框架包括一套简单便捷的微服务产品，如服务管理、服务网关、配置、服务提供等。Eureka是Netflix的开源，主要提供注册服务和状态同步等功能，服务启动时客户端会通过Eureka Client接收来自Eureka Server的服务，并缓存到本地，当客户端向服务端发起请求时，Ribbon提供共享资源，分发给不同的服务提供者[2]。

1.3容器技术

云原生被业内认为是一种很新的边缘虚拟化设计技术，与其他传统虚拟系统相比，具有性能较高、维护简单快速、可扩展性能力强等特点，一方面，边缘虚拟计算系统的设计和场景复杂；另一方面，应用边缘所需用的各种设计工具都和其他编程语言不同。物联网服务很复杂，涉及多个云环境部署，随着业务的发展，应用组的数量可以达到数百个，部署成本很高，运维人员必须了解每台服务器的特点，才能根据目标进行安装和配置，维护难度大。同时随着服务器数量发生变化，系统采用了Docker容器化技术部署方案，将不同服务器部署为一个统一的虚拟环境，并将它们部署到每个虚拟环境中，使用Kubernetes等容器编排工具做到快速扩容的目的。

1.4边缘计算

边缘计算是云计算能够进入网络边缘的东西，对于物联网中的应用，网络、计算、存储、应用等能力必须放在同一个物联网领域，这可以满足动态物联网中实时数据处理、低延迟、智能和自我保护的需求。特别是边缘计算具有三个特点：低延迟、智能和隐私，边缘计算不需要将用户数据上传到云端，因此减少了数据传输，降低了数据泄露的风险，并且可以通过加密等方法进一步保护本地数据存储，该方案将传统的单中心系统架构优化为云原生微服务边缘计算架构。边缘计算架构是指在请求或数据源附近提供最近的服务，中间应用服务正在移动到网络边缘工作，从源头解决远程数据传输带来的网络延迟和数据安全问题，在数据中心附近提供智能分析计算，减少延迟，提高性能，还可以提高安全性和隐私性。

二、云原生在物联网边缘计算的系统实现

本方案以冷链为例，包括汽车冷链系统和冷链管理中心系统，由于生鲜食品、医疗器械等产品对温度的要求较高，这就要求在运输和储存过程中需要严格的监控温度和湿度变化，还需要确保运输管理人员的身体健康，云原生在物联网边缘计算的系统实现就是在所有运输设备和冷库设施中安装温湿度传感器等多种智能设备，通过智能设备的安全能够实时发送温湿度、工人健康信息、交通流量和存储的数据，并对相关数据进行计算和预警，具体见图1[3]。同时，边缘系统也包括冷运车辆和湿度控制系统，所有车辆都配备了各种温度传感器，智能采集货物的温湿度和货物的健康信息，并将数据发送给主机，由主机实现实时控制温度计算和接收，并对接收到的数据温度和湿度进行统计分析，以确保温度和湿度在适当范围内，如果货物的温湿度或运输人员健康不达标，将立即向管理人员通报运输人员和中央空调的信息，其中温湿度的要求由中央云平台设定并输入车载系统，冷链运输的温湿度记录频率将提高到毫秒级，实现实时监控。随着安装的最高温度设备增加，应将更多的节点分配给数据收集服务，可以不断增加服务节点、数据采集、数据计算与存储、数据中心、业务管理平台等边缘计算系统，将数据采集从毫秒级数据减少到分钟级数据，降低整体数据量。

图1 系统介绍

三、云原生在物联网边缘计算的应用部署

本方案配合阿里云服务器ECS使用，使用1台2核4GB服务器，4台2核8GB云服务器，MySQL相关数据库，包括Jenkins环境、Port、Maven仓库和GitLab等管理工具，构建Eureka代码并部署到GitLab，从Jenkins拉取Git代码打包成Docker镜像，部署到Harbor，以便Kubernetes拉取镜像来构建服务，创建具有双节点Eureka1和Eureka2的Eureka集群[4]。同理，创建Zuul网关双节点Zuul1和Zuul2，并提供8080接入端口提供服务，基础服务创建后数据维护ETL用两个节点，业务对象用同样的两个节点，在上述架构的基础上，本文创建了一个用于物联网用户数据收集和管理的边缘计算平台，该平台可用于远程收集消费者和能源物联网数据，平台还可以进行数据分析，获取重要信息，并将收集到的数据信息用于运维等多种场景，而远程数据采集功能连接物联网的各种传感器进行数据采集后，可以对数据进行计算，在该模块中标注数据采集区域、类型、清洗方式、记录时间，便于工作人员对业务进行筛选、查找和操作，用户可根据页面提示输入智能分析代码、数据库、分析模型、算法参数数据，从而获取分析结果。

结束语

随着中国物联网相关技术产业的深入发展，实现“万物互联”计划已日渐成为符合时代高速发展的宏伟愿景，为了快速解决现有物联网运营系统中遇到的大量数据流量拥塞、隐私数据保护、边缘智能安全等各种安全需求，需要进一步了解物联网安全的技术工具。本文以基于物联网的用户数据采集管理业务边缘应用平台为例，研究了该边缘业务中的关键计算技术、软件架构体系，该业务平台主要负责收集用户数据和评估数据，通过Spring Cloud微服务架构和Docker技术，利用Kubernetes、Jenkins等DevOps工具实现系统的快速开发，该系统具有高性能、高安全性的特点，可以为物联网提供一个安全、弹性、高效、稳定的环境。

参考文献

[1]顾祥玉,包灿,赵千倩,等.云原生边缘计算技术在物联网的中应用[J].电信快报,2021,5(3):4-7.

[2]殷耀文.深度强化学习在物联网边缘计算中的应用研究[J].信息技术,2021,12(5):11-13.

[3]陈楠,赵建军,钟平,等.基于云原生的分布式物联网操作系统架构研究[J].电信科学,2022,38(7):11-46.

[4]卫金菊,郭荣佐.物联网边缘计算卸载和资源分配关联算法[J].计算机工程与设计,2022,43(8):7-51.