一、论文信息：
1、Shi W , Fellow, IEEE, et al. Edge Computing: Vision and Challenges[J]. IEEE Internet of Things Journal, 2016, 3(5):637-646.
2、
@article{Shi2016Edge,
title={Edge Computing: Vision and Challenges},
author={Shi, Weisong and Fellow and IEEE and Jie, Cao and Member, Student},
journal={IEEE Internet of Things Journal},
volume={3},
number={5},
pages={637-646},
year={2016},
}二、部分原文：
1、摘要原文
英文原文：
The proliferation of Internet of Things (IoT) and the success of rich cloud services have pushed the horizon of a new computing paradigm, edge computing, which calls for processing the data at the edge of the network. Edge computing has the potential to address the concerns of response time requirement, battery life constraint, bandwidth cost saving, as well as data safety and privacy. In this paper, we introduce the definition of edge computing, followed by several case studies, ranging from cloud offloading to smart home and city, as well as collaborative edge to materialize the concept of edge computing. Finally, we present several challenges and opportunities in the field of edge computing, and hope this paper will gain attention from the community and inspire more research in this direction.
摘要翻译：
物联网(IoT)的普及和丰富的云服务的成功推动了一种新的计算范式——边缘计算的出现，它要求在网络的边缘处理数据。边缘计算有潜力解决响应时间要求、电池寿命限制、带宽成本节约以及数据安全和隐私方面的问题。在这篇论文中，我们介绍了边缘计算的定义，然后通过几个案例研究，从云卸载到智能家居和城市，以及协作边缘来实现边缘计算的概念。最后，我们提出了在边缘计算领域的一些挑战和机遇，希望这篇论文能够引起社会的关注，并激发更多的这方面的研究。
2、结论原文
英文原文：
Nowadays, more and more services are pushed from the cloud to the edge of the network because processing data at the edge can ensure shorter response time and better reliability. Moreover, bandwidth could also be saved if a larger portion of data could be handled at the edge rather than uploaded to the cloud. The burgeoning of IoT and the universalized mobile devices changed the role of edge in the computing paradigm from data consumer to data producer/consumer. It would be more efficient to process or massage data at the edge of the network. In this paper, we came up with our understanding of edge computing, with the rationale that computing should happen at the proximity of data sources. Then we list several cases whereby edge computing could flourish from cloud offloading to a smart environment such as home and city. We also introduce collaborative edge, since edge can connect end user and cloud both physically and logically so not only is the conventional cloud computing paradigm still supported, but also it can connect long distance networks together for data sharing and collaboration because of the closeness of data. At last, we put forward the challenges and opportunities that are worth working on, including programmability, naming, data abstraction, service management, privacy and security, as well as optimization metrics. edge computing is here, and we hope this paper will bring this to the attention of the community.
结论翻译：
如今，越来越多的服务被从云端推到网络的边缘，因为在边缘处理数据可以保证更短的响应时间和更好的可靠性。此外，如果更多的数据可以在边缘处理而不是上传到云端，也可以节省带宽。物联网的蓬勃发展和移动设备的普及改变了edge在计算范式中的角色，从数据消费者转变为数据生产者/消费者。处理或处理网络边缘的数据会更有效。在本文中，我们提出了我们对边缘计算的理解，以及计算应该发生在接近数据源的地方的基本原理。然后我们列举了几个例子，说明边缘计算可以从云卸载发展到智能环境，比如家庭和城市。我们还引入了协作边缘，因为edge可以在物理和逻辑上连接终端用户和云，因此不仅支持传统的云计算范式，而且由于数据的紧密性，它还可以将远程网络连接在一起进行数据共享和协作。最后，提出了在可编程性、命名、数据抽象、服务管理、隐私和安全以及优化指标等方面值得研究的挑战和机遇。边缘计算就在这里，我们希望这篇文章能引起社会的关注。
三、文章总结
四、我的想法
1、个人总结
这是我看的关于边缘计算的综述类文章，阐述了边缘计算的发展与前景。可以说边缘计算是物联网与云计算结合下的产物。伴随着物联网的发展，物联网设备会产生越来越多的数据，其中包含大量的隐私数据，如果像往常一样将这些计算都放在云上进行，必定会对云的运算速度、耗能等产生一定影响，同时还伴随着隐私泄露的风险。如果将一些运算放在从数据源到云的路径上，尤其是靠近数据源的一段进行，将会有更短的响应时间、更高的处理效率以及更小的工作压力（shorter response time、more efficient processing、smaller network pressure），并且能够很好的保护设备上的隐私数据，这就是边缘计算产生的原因。在特定的场所里，智能手机是物与云的边界，智能家居网关是物与云的边界，微数据中心和云计算是移动设备与云的边界。
2、个人兴趣点
作者提出的case study里，我个人比较感兴趣的是Collaborative Edge，边缘合作，将地理上分散的多个利益相关者的边缘连接起来，而不考虑他们的物理位置和网络结构。例如在医疗数据共享这种大背景下，collaborative edge可以通过创建虚拟共享数据视图来融合地理上分布的数据。虚拟共享数据通过预定义的服务接口公开给最终用户。应用程序将利用这个公共接口为最终用户组合复杂的服务。这些公共服务由协作边缘的参与者提供，计算只发生在参与者的数据设施中，以保证数据的隐私和完整性。
我们以流感暴发作为案例研究的开始。患者流向医院，并更新患者的电子病历(EMR)。医院汇总并分享此次流感爆发的信息，如平均费用、症状、人群等。从理论上讲，病人会按照处方从药店买药。一种可能是病人没有遵循治疗。由于无法证明病人没有服药，医院不得不承担起救治病人的责任。现在，通过协作边缘，药房可以向医院提供患者的购买记录，这极大地促进了医疗问责。
与此同时，药房利用医院提供的合作优势服务来检索流感爆发的人群。一个明显的好处是，药店有足够的库存来获取更多的利润。在药品采购之后，药房可以利用制药公司提供的数据，检索所有药品仓库的位置、价格和库存。它还向物流公司发送一个港口价格查询请求。然后，药房根据检索到的信息，通过求解总成本优化问题来制定订货计划。制药公司也从药店收到了很多流感药物的订单。此时，制药公司可以重新安排生产计划并重新平衡仓库的库存。与此同时，疾病预防控制中心，作为我们的政府代表，正在监测大范围地区的流感人口增长，因此可以向有关地区的人们发出流感警报。此外，我们可以采取进一步的行动来防止流感的蔓延。
流感爆发后，保险公司必须根据政策为病人支付费用。保险公司可以分析流感爆发期间患流感的比例。这一比例和流感治疗费用是调整明年保单价格的重要因素。此外，如果患者愿意分享，保险公司还可以根据其EMR提供个性化的医疗保健政策。
通过这个简单的案例，大多数的参与者可以从合作的角度出发，降低运营成本，提高盈利能力。然而，他们中的一些人，比如医院，可以成为卫生保健社区的纯粹贡献者，因为他们是这个社区的主要信息收集者。
