Edge Computing: Vision and Challenges
边缘计算 指的是在网络的边缘来处理分析数据，这样能够减少请求响应时间、提升电池续航能力、减少网络带宽同时保证数据的安全性和私密性。
发展背景
云计算
云计算自从它与2005年提出之后，就开始逐步的改变我们生活、学习、工作的方式。云中心具有强大的处理性能，能够处理海量的数据。
但，云计算模型的系统性能瓶颈在于网络带宽的有限性，传送海量数据需要一定的时间，云中心处理数据也需要一定的时间，这就会加大请求响应时间，用户体验差。
物联网
物联网的快速发展让我们进入了后云时代，现在几乎所有的电子设备都可以连接到互联网，这些电子设备会后产生海量的数据。
物联网应用可能会要求极快的响应时间，数据的私密性等等。
但，如果把物联网产生的数据传输给云计算中心，将会加大网络负载，网路可能造成拥堵，并不能及时有效的处理这些数据。
边缘计算诞生
随着物联网和云服务的推动，我们假设了一种新的处理问题的模型，边缘计算。在网络的边缘产生、处理、分析数据。在边缘结点处理这些数据将会带来极小的响应时间、减轻网络负载、保证用户数据的私密性。
相关应用
云卸载：在传统的内容分发网络中，数据都会缓存到边缘结点。随着物联网的发展，数据的生产和消费都是在边缘结点，也就是说边缘结点也需要承担一定的计算任务。把云中心的计算任务卸载到边缘结点这个过程叫做云卸载。
视频分析
智慧城市：对基于位置的一些应用来说，边缘计算的性能要由于云计算。比如导航，终端设备可以根据自己的实时位置把相关位置信息和数据交给边缘结点来进行处理，边缘结点基于现有的数据进行判断决策。整个过程中的网络开销都是最小的。用户请求得以极快的得到响应。
智能家居。。。
相关技术
边缘协作：利用多个边缘结点协同合作，创建一个虚拟的共享数据的视图，利用一个预定义的公共服务接口来将这些数据进行整合。同时通过这个接口，我们可以编写应用程序为用户提供更复杂的服务
举个多个边缘结点协同合作共赢的例子：
比如流感爆发的时候，医院作为一个边缘结点与药房、医药公司、政府、保险行业等多个节点进行数据共享，把当前的受感染人数、流感的症状、治疗成本等共享给以上边缘结点。
药房通过这些信息有针对性的调整自己的采购计划；
医药公司则能通过共享的数据得知哪些为要紧的药品，提升该类药品生产的优先级；
政府也可以采取进一步的行动来控制流感爆发的蔓延；
总之，边缘结点中的任何一个节点都在这次数据共享中得到了一定的利益。