久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

北京郵電大學(xué)信息與通信工程學(xué)院唐子豪，馬文龍，許方敏，趙成林

1　引言

隨著工業(yè)4.0的興起，工業(yè)生產(chǎn)正朝著智能化和自動化的方向快速發(fā)展。作為支撐這一轉(zhuǎn)型的關(guān)鍵技術(shù)，云邊協(xié)同網(wǎng)絡(luò)通過結(jié)合云計算與邊緣計算的優(yōu)勢，實現(xiàn)了數(shù)據(jù)處理的高效與實時性，極大地提升了工業(yè)生產(chǎn)的靈活性和可靠性。本綜述探討了云邊協(xié)同網(wǎng)絡(luò)在工業(yè)生產(chǎn)中的應(yīng)用現(xiàn)狀，提出了確定性云邊協(xié)同架構(gòu)，調(diào)研了其中的關(guān)鍵技術(shù)，并討論了其在實施過程中所面臨的挑戰(zhàn)與未來的發(fā)展方向。

2　云邊協(xié)同網(wǎng)絡(luò)概述

邊緣計算作為繼云計算后的新型計算范式，其核心思想是將計算和存儲資源從數(shù)據(jù)中心遷移至網(wǎng)絡(luò)邊緣，以滿足工業(yè)場景對實時性、低延遲和高可靠性的需求。在智能制造、工業(yè)物聯(lián)網(wǎng)等應(yīng)用中，邊緣計算通過實時處理任務(wù)、減輕網(wǎng)絡(luò)負(fù)載和提升安全性，逐漸成為支撐工業(yè)互聯(lián)網(wǎng)的關(guān)鍵技術(shù)。

盡管邊緣計算將云計算功能延伸到了網(wǎng)絡(luò)邊緣，支持低時延、位置感知和高質(zhì)量服務(wù)（QoS），但在工業(yè)生產(chǎn)中，設(shè)備和傳感器產(chǎn)生的巨大數(shù)據(jù)量和邊緣計算單元有限的資源成為了難以避免的矛盾。此外，邊緣節(jié)點的異構(gòu)性導(dǎo)致了節(jié)點容量、速度、響應(yīng)時間和能耗等差異，影響服務(wù)質(zhì)量和可靠性^[1]。例如，某些工業(yè)任務(wù)需毫秒級響應(yīng)，而其他復(fù)雜任務(wù)需長時間計算，這要求節(jié)點具備不同處理能力。為實現(xiàn)高效的數(shù)據(jù)處理和資源利用，合理使用云邊協(xié)同的計算模式得到了大量研究者的關(guān)注。

在工業(yè)生產(chǎn)中，云邊協(xié)同通過合理分配計算任務(wù)，可以有效滿足不同的時延要求。例如，在智能工廠中，邊緣計算處理設(shè)備的實時監(jiān)控和故障預(yù)警，云端則進(jìn)行長期數(shù)據(jù)分析和預(yù)測，優(yōu)化生產(chǎn)流程。這種模式下，設(shè)備數(shù)據(jù)傳輸至邊緣進(jìn)行實時計算，復(fù)雜任務(wù)交給云處理，最終結(jié)果反饋給邊緣，再輸出到終端，如圖1所示^[2]。

圖1 云邊協(xié)同架構(gòu)示意圖

在云邊協(xié)同的過程中，邊緣計算處理實時數(shù)據(jù)，并為云端提供關(guān)鍵信息；而云計算則處理非實時、長周期的數(shù)據(jù)，并負(fù)責(zé)邊緣應(yīng)用的全生命周期管理^[3]，其關(guān)鍵在于資源、業(yè)務(wù)、服務(wù)、數(shù)據(jù)等層面的協(xié)同。在智能制造過程中，通過資源協(xié)同，可以有效調(diào)度邊緣計算單元的計算資源，確保生產(chǎn)過程中的實時任務(wù)得到及時處理，同時也能優(yōu)化云端的數(shù)據(jù)分析任務(wù)，以提高整體生產(chǎn)效率；應(yīng)用協(xié)同通過統(tǒng)一接入、分布式部署和生命周期管理，涉及云、邊、管、端等各個層面，確保系統(tǒng)的高效運作，提升生產(chǎn)線的可靠性和響應(yīng)能力；服務(wù)協(xié)同為工業(yè)應(yīng)用的構(gòu)建提供靈活的對接機制，能夠快速適應(yīng)生產(chǎn)環(huán)境中的變化需求，如實時產(chǎn)量調(diào)度、設(shè)備狀態(tài)監(jiān)測等^[4]。

3　面向工業(yè)生產(chǎn)的確定性云邊協(xié)同網(wǎng)絡(luò)架構(gòu)

確定性云邊協(xié)同網(wǎng)絡(luò)在實現(xiàn)了工業(yè)設(shè)備、邊緣計算和云計算之間的高效協(xié)同的基礎(chǔ)上融入了確定性網(wǎng)絡(luò)，借助確定性網(wǎng)絡(luò)的特殊流確定性服務(wù)保障機制，完成關(guān)鍵任務(wù)流的確定性傳輸。其架構(gòu)如圖2所示，從底層到頂層分為三層：工業(yè)基礎(chǔ)設(shè)備層、確定性云邊協(xié)同層管控、云邊協(xié)同工業(yè)應(yīng)用層^[5]。

圖2 確定性云邊協(xié)同網(wǎng)絡(luò)架構(gòu)

最底層的工業(yè)基礎(chǔ)設(shè)備層包括傳感器、控制器、工業(yè)機器人和生產(chǎn)設(shè)備等，這些設(shè)備直接參與工業(yè)生產(chǎn)過程，產(chǎn)生大量實時數(shù)據(jù)。這些數(shù)據(jù)通過確定性云邊協(xié)同管控層的處理和分析，反饋到云邊協(xié)同工業(yè)應(yīng)用層，支持智能制造和遠(yuǎn)程控制等應(yīng)用的實現(xiàn)。

中間的確定性云邊協(xié)同管控層實現(xiàn)了工業(yè)確定性算力網(wǎng)絡(luò)和云平臺層的協(xié)同工作。工業(yè)確定性算力網(wǎng)絡(luò)負(fù)責(zé)算力感知、資源管理、資源預(yù)留、任務(wù)調(diào)度、路徑規(guī)劃、服務(wù)保障、時間同步和傳輸控制等功能，確保網(wǎng)絡(luò)的確定性和可靠性。其通過與云服務(wù)器、云管理平臺和數(shù)據(jù)倉庫的協(xié)同，實現(xiàn)資源的高效管理和任務(wù)的精確調(diào)度。其中的邊緣計算層由邊緣服務(wù)器、邊緣節(jié)點和本地存儲設(shè)備組成，負(fù)責(zé)處理靠近數(shù)據(jù)源的計算任務(wù)，減少數(shù)據(jù)傳輸?shù)皆贫说难舆t，提高響應(yīng)速度。邊緣計算層與云平臺層和確定性云邊協(xié)同管控層的協(xié)同工作，實現(xiàn)了數(shù)據(jù)的本地處理和快速響應(yīng)，同時也減輕了云端的計算壓力。

最上層的應(yīng)用層支持工業(yè)APP、遠(yuǎn)程控制、監(jiān)控平臺和預(yù)測分析等智能應(yīng)用。這些應(yīng)用利用云計算的強大處理能力，實現(xiàn)復(fù)雜的數(shù)據(jù)分析和智能決策支持。云平臺層作為架構(gòu)的核心，由云服務(wù)器、云管理平臺和數(shù)據(jù)倉庫組成，負(fù)責(zé)提供計算資源、數(shù)據(jù)存儲和管理服務(wù)。云服務(wù)器提供必要的計算資源，云管理平臺負(fù)責(zé)資源的分配和管理，而數(shù)據(jù)倉庫則用于存儲和管理海量數(shù)據(jù)。

該架構(gòu)通過三層不同類型的云邊協(xié)同，實現(xiàn)了云計算、邊緣計算和工業(yè)基礎(chǔ)設(shè)備層之間的緊密協(xié)作，不僅提高了數(shù)據(jù)處理的效率，還確保了工業(yè)網(wǎng)絡(luò)的確定性和可靠性，為更高效、智能的工業(yè)自動化和生產(chǎn)管理提供了堅實的網(wǎng)絡(luò)基礎(chǔ)。

基于上述架構(gòu)的工業(yè)互聯(lián)網(wǎng)云邊協(xié)同應(yīng)用平臺的工作流程如圖3所示。計算任務(wù)數(shù)據(jù)來源于工業(yè)設(shè)備層，包括各種控制系統(tǒng)和生產(chǎn)設(shè)備，它們通過數(shù)據(jù)采集終端將數(shù)據(jù)傳輸至邊緣智能網(wǎng)關(guān)。在這里，數(shù)據(jù)經(jīng)過初步處理和存儲，并通過云邊協(xié)同模塊實現(xiàn)與云端的數(shù)據(jù)和服務(wù)整合。數(shù)據(jù)開發(fā)階段涉及對數(shù)據(jù)的深入加工、建模和分析，以提取有價值的信息。應(yīng)用開發(fā)階段則側(cè)重于構(gòu)建和部署基于這些數(shù)據(jù)的應(yīng)用程序。云邊協(xié)同確保了數(shù)據(jù)、應(yīng)用和服務(wù)在云端與邊緣端之間的有效管理和流動。最終，處理后的數(shù)據(jù)和應(yīng)用集成到生產(chǎn)作業(yè)中，如MES和SCADA系統(tǒng)，以提高生產(chǎn)效率和智能化水平。整個流程體現(xiàn)了一個從數(shù)據(jù)采集到云端處理，再到邊緣智能處理，最后反饋到生產(chǎn)作業(yè)的完整閉環(huán)，旨在實現(xiàn)工業(yè)生產(chǎn)的自動化和智能化^[6]。

圖3 工業(yè)互聯(lián)網(wǎng)云邊協(xié)同應(yīng)用平臺工作原理

4　工業(yè)生產(chǎn)中的確定性云邊協(xié)同網(wǎng)絡(luò)關(guān)鍵技術(shù)

4.1　工業(yè)確定性網(wǎng)絡(luò)自適應(yīng)流量整形機制

在工業(yè)確定性網(wǎng)絡(luò)中，通常使用確定性網(wǎng)絡(luò)如Detnet的資源預(yù)留與顯式路由機制來保證流量的確定性傳輸，將時延抖動降低至達(dá)到對應(yīng)的Qos指標(biāo)。然而，工業(yè)生產(chǎn)中會出現(xiàn)在極短時間內(nèi)端口接收大量突發(fā)數(shù)據(jù)，其瞬時速率可能遠(yuǎn)超端口帶寬，導(dǎo)致時延劇增，嚴(yán)重影響工業(yè)自動化設(shè)備的實時性和可靠性。針對這一微突發(fā)現(xiàn)象，可以采用自適應(yīng)流量整形機制解決。該機制的核心思路包括：

（1）在網(wǎng)絡(luò)邊緣設(shè)備對低時延流量進(jìn)行整形，提前平滑流量突發(fā)。

（2）對中間轉(zhuǎn)發(fā)設(shè)備的端口低時延流量進(jìn)行速率感知并進(jìn)行動態(tài)調(diào)整，確保流量平穩(wěn)傳輸。

（3）在每個設(shè)備接口上維護(hù)合適的緩存深度，通過自適應(yīng)調(diào)整緩存，實現(xiàn)報文的快速有序轉(zhuǎn)發(fā)^[7]。

這種機制，可以有效抑制微突發(fā)，保持流量的規(guī)則性，從而顯著降低網(wǎng)絡(luò)時延的波動，提升工業(yè)網(wǎng)絡(luò)的確定性和可靠性，適用于各種工業(yè)網(wǎng)絡(luò)域的轉(zhuǎn)發(fā)設(shè)備，能夠為工業(yè)自動化場景提供穩(wěn)定、低時延的網(wǎng)絡(luò)支持，保障生產(chǎn)過程的高效和精準(zhǔn)運行。

4.2　資源管理優(yōu)化技術(shù)

在工業(yè)場景中，確定性云邊協(xié)同網(wǎng)絡(luò)的優(yōu)化指標(biāo)涉及云邊兩側(cè)與確定性服務(wù)。邊緣節(jié)點的性能指標(biāo)包括延遲、能耗、公平性和系統(tǒng)穩(wěn)定性^[8]。其中，能耗主要來自工業(yè)設(shè)備和邊緣計算節(jié)點，公平性關(guān)注資源共享時不同設(shè)備和系統(tǒng)的性能平衡。系統(tǒng)穩(wěn)定性則要求避免因資源分配不當(dāng)導(dǎo)致的生產(chǎn)中斷。由于云端距離工業(yè)終端設(shè)備的距離較遠(yuǎn)，并且接入量較大，為了實現(xiàn)低延遲與大量設(shè)備的承載，其性能指標(biāo)注重任務(wù)響應(yīng)時間、吞吐量和連接數(shù)，而可用性需考慮云端發(fā)生故障時的容錯率。確定性服務(wù)則需要對時延、抖動、帶寬和冗余鏈路等指標(biāo)進(jìn)行優(yōu)化。

邊緣側(cè)的多維資源包括計算資源、通信資源和存儲資源。計算資源涉及CPU周期數(shù)或工作頻率，通信資源包括無線頻譜資源和鏈路容量，存儲資源則關(guān)注數(shù)據(jù)存儲和訪問的效率。云端數(shù)據(jù)中心資源用于工業(yè)設(shè)備數(shù)據(jù)的處理與分析，其虛擬資源包括了運用虛擬化技術(shù)實現(xiàn)的工業(yè)平臺與應(yīng)用。確定性網(wǎng)絡(luò)的資源預(yù)留機制則為確定性流量提供帶寬資源。

此外，在動態(tài)優(yōu)化中，資源優(yōu)化策略需適應(yīng)任務(wù)到達(dá)、無線信道衰落等動態(tài)參數(shù)的變化，以保持網(wǎng)絡(luò)性能最優(yōu)。

圖4 多維資源優(yōu)化模型

4.3 　跨云邊端協(xié)同計算方法

在工業(yè)生產(chǎn)中，設(shè)備的種類繁多，包括傳感器、機器人、PLC控制器等，這些設(shè)備在計算能力和資源上存在顯著差異。為此，設(shè)計跨云邊端的協(xié)同計算方法顯得尤為必要。針對設(shè)備的異構(gòu)性，跨云邊端協(xié)同計算方法需要考慮不同設(shè)備的計算需求。

一種方法是根據(jù)設(shè)備的計算能力和資源利用率進(jìn)行任務(wù)分配，將計算密集型的任務(wù)分配給計算能力較強的云端節(jié)點，而將數(shù)據(jù)密集型的任務(wù)分配給邊緣節(jié)點。這不僅能夠有效利用邊緣和云端的資源，還能降低延遲，提高實時性。

此外，另一種有效的協(xié)同計算策略是任務(wù)切分與協(xié)同執(zhí)行，即將一個大型任務(wù)切分為多個子任務(wù)，并將這些子任務(wù)分配給不同的設(shè)備進(jìn)行并行處理，最終將各設(shè)備的計算結(jié)果合并。這種方法可以充分利用邊緣節(jié)點、云端和終端設(shè)備的各自優(yōu)勢，提高任務(wù)處理效率，尤其在智能制造等工業(yè)生產(chǎn)場景中，對于提高生產(chǎn)效率、減少延遲和優(yōu)化資源利用具有重要意義^[9]。

4.4　云邊協(xié)同網(wǎng)絡(luò)自治

云邊協(xié)同網(wǎng)絡(luò)可以采用多智能體強化學(xué)習(xí)的云邊協(xié)同自治跨數(shù)據(jù)中心網(wǎng)絡(luò)架構(gòu)實現(xiàn)工業(yè)生產(chǎn)場景中的智能化數(shù)據(jù)流管理。自治框架如圖5所示，由各類工業(yè)設(shè)備、傳感器、自動化控制系統(tǒng)以及其他異構(gòu)設(shè)備組成，所有設(shè)備能夠通過互聯(lián)網(wǎng)進(jìn)行數(shù)據(jù)交互。在這一架構(gòu)中，感知平面包括傳感器、機器人、自動化生產(chǎn)線、無人機等數(shù)據(jù)生成與接收節(jié)點，通過多種接口與網(wǎng)絡(luò)連接，實時收集生產(chǎn)數(shù)據(jù)。

圖5 多智能體云邊協(xié)同自治體系

全局自治層由集中控制的智能體負(fù)責(zé)全局?jǐn)?shù)據(jù)流的調(diào)度與帶寬的公平分配，它能夠進(jìn)行集中式流量調(diào)度，但依賴于邊緣自治層的協(xié)同工作，以便在分布式控制平面中實現(xiàn)快速響應(yīng)和局部優(yōu)化。

邊緣自治層則位于各分布式邊緣數(shù)據(jù)中心，通過邊緣智能體實時管理不同類型的數(shù)據(jù)流，確保數(shù)據(jù)傳輸?shù)母咝耘c低延遲。邊緣自治層運用分布式人工智能算法，基于多智能體強化學(xué)習(xí)實現(xiàn)自治決策，確保設(shè)備之間的協(xié)同與優(yōu)化^[10]。

5　確定性工業(yè)云邊協(xié)同網(wǎng)絡(luò)的挑戰(zhàn)

云邊協(xié)同實現(xiàn)了云計算和邊緣計算在資源、應(yīng)用和服務(wù)等不同層面的協(xié)同，以優(yōu)勢互補的方式一定程度上克服了云計算與邊緣計算各自存在的缺點，但要構(gòu)建靈活、高效的云邊協(xié)同計算環(huán)境，確保網(wǎng)絡(luò)在復(fù)雜的工業(yè)環(huán)境中穩(wěn)定運行，仍面臨著諸多挑戰(zhàn)。

5.1　網(wǎng)絡(luò)安全風(fēng)險與隱私保護(hù)

在工業(yè)應(yīng)用中，網(wǎng)絡(luò)安全至關(guān)重要，特別是邊緣設(shè)備產(chǎn)生的數(shù)據(jù)傳輸?shù)皆贫藭r的安全性、云端防御邊緣攻擊的能力，以及數(shù)據(jù)的存儲和傳輸安全都是關(guān)注重點，必須確保網(wǎng)絡(luò)隔離、數(shù)據(jù)加密，以及節(jié)點之間的認(rèn)證和授權(quán)機制，以防止數(shù)據(jù)泄露、惡意攻擊或系統(tǒng)故障導(dǎo)致的生產(chǎn)停滯和設(shè)備損壞。為解決這些問題，可采用零知識證明、同態(tài)加密等技術(shù)保護(hù)用戶隱私，同時通過數(shù)據(jù)脫敏和加密確保數(shù)據(jù)在存儲和傳輸中的安全性^[11,12]。

5.2　資源調(diào)度機制復(fù)雜

在云邊協(xié)同網(wǎng)絡(luò)中，由于資源類型多樣且分布廣泛，資源調(diào)度問題在工業(yè)場景中尤其復(fù)雜。同時由于設(shè)備的異構(gòu)性和任務(wù)的多樣性，管理系統(tǒng)必須考慮設(shè)備的性能差異、任務(wù)的特定需求及能耗優(yōu)化。有效的資源管理策略需動態(tài)匹配和優(yōu)化異構(gòu)資源，適應(yīng)各種任務(wù)的需求，從而提升系統(tǒng)性能^[13]。應(yīng)對這一問題可以通過引入人工智能和機器學(xué)習(xí)技術(shù)，并結(jié)合大數(shù)據(jù)分析和實時監(jiān)控，實現(xiàn)更智能和精準(zhǔn)的資源調(diào)度。這不僅提高了資源利用率，還優(yōu)化了能效，通過預(yù)測分析自動調(diào)整資源分配，確保生產(chǎn)過程的效率和連續(xù)性。

5.3　無線網(wǎng)絡(luò)導(dǎo)致的不確定性

在云邊協(xié)同網(wǎng)絡(luò)中，無線網(wǎng)絡(luò)的不確定性，包括信號波動、干擾和帶寬不穩(wěn)定，會直接影響到數(shù)據(jù)傳輸?shù)难舆t、丟包率和吞吐量，從而為系統(tǒng)的性能和穩(wěn)定性帶來了顯著的挑戰(zhàn)。此外，無線網(wǎng)絡(luò)的開放性和不穩(wěn)定性也加劇了數(shù)據(jù)安全風(fēng)險，尤其是在需要頻繁進(jìn)行數(shù)據(jù)傳輸?shù)脑七厖f(xié)同場景中。在工業(yè)物聯(lián)網(wǎng)等實際應(yīng)用場景中，無線網(wǎng)絡(luò)的中斷或不穩(wěn)定可能會導(dǎo)致關(guān)鍵任務(wù)無法按時完成，降低了系統(tǒng)的可靠性。為緩解無線網(wǎng)絡(luò)不確定性對云邊協(xié)同網(wǎng)絡(luò)的影響，可以采用前沿的無線通信技術(shù)（如5G、6G、Wi-Fi7等）和網(wǎng)絡(luò)切片技術(shù)，改善信號處理算法，優(yōu)化網(wǎng)絡(luò)協(xié)議，從而提高網(wǎng)絡(luò)的穩(wěn)定性和可靠性。

5.4　大規(guī)模網(wǎng)絡(luò)控制與管理

在大規(guī)模工業(yè)網(wǎng)絡(luò)中，隨著接入設(shè)備和節(jié)點數(shù)量的增加，網(wǎng)絡(luò)拓?fù)涞膭討B(tài)變化和節(jié)點間的通信延遲增加了控制的難度，傳統(tǒng)的控制策略難以適應(yīng)網(wǎng)絡(luò)狀態(tài)的變化；同時，分布式協(xié)調(diào)有著較高的通信開銷和同步問題，又進(jìn)一步增加了系統(tǒng)的復(fù)雜性。面對這一挑戰(zhàn)，可以采用自適應(yīng)網(wǎng)絡(luò)控制算法，結(jié)合機器學(xué)習(xí)動態(tài)調(diào)整網(wǎng)絡(luò)策略，通過拓?fù)涓兄c優(yōu)化算法合理進(jìn)行任務(wù)調(diào)度和資源分配，確保網(wǎng)絡(luò)拓?fù)涞姆€(wěn)定性和數(shù)據(jù)流的高效傳輸。此外，可以設(shè)計容錯與故障恢復(fù)機制，確保網(wǎng)絡(luò)在出現(xiàn)故障時，系統(tǒng)能夠及時恢復(fù)，保障網(wǎng)絡(luò)的穩(wěn)定性。

6　結(jié)語

本文綜述了云邊協(xié)同網(wǎng)絡(luò)在工業(yè)生產(chǎn)中的應(yīng)用及其關(guān)鍵技術(shù)。文章首先介紹了云邊協(xié)同的概念，強調(diào)了其在實時任務(wù)處理、減輕網(wǎng)絡(luò)負(fù)載和提升安全性方面的優(yōu)勢，詳細(xì)討論了云邊協(xié)同網(wǎng)絡(luò)的三層六類協(xié)同，并提出了一種融合確定性網(wǎng)絡(luò)的云邊協(xié)同架構(gòu)，為未來的工業(yè)互聯(lián)網(wǎng)中的智能制造與工業(yè)應(yīng)用開發(fā)提供了參考環(huán)境；其次，文章探討了云邊協(xié)同在工業(yè)生產(chǎn)中的關(guān)鍵技術(shù)，如自適應(yīng)流量整形、資源管理優(yōu)化、跨云邊端協(xié)同計算方法、云邊協(xié)同網(wǎng)絡(luò)自治；最后，文章指出了云邊協(xié)同網(wǎng)絡(luò)面臨的挑戰(zhàn)，包括網(wǎng)絡(luò)安全風(fēng)險、復(fù)雜的資源調(diào)度機制、無線網(wǎng)絡(luò)的不確定性與大規(guī)模網(wǎng)絡(luò)控制管理的問題，并提出了可能的解決方案，為未來云邊協(xié)同網(wǎng)絡(luò)在工業(yè)互聯(lián)網(wǎng)領(lǐng)域?qū)崿F(xiàn)更廣泛、更深入的應(yīng)用，推動工業(yè)生產(chǎn)的智能化升級提供了參考。

作者簡介：

唐子豪（2001-），男，現(xiàn)就讀于北京郵電大學(xué)，主要研究方向為確定性網(wǎng)絡(luò)、工業(yè)互聯(lián)網(wǎng)。

馬文龍（2000-），男，現(xiàn)就讀于北京郵電大學(xué)，主要研究方向為故障檢測、算力網(wǎng)絡(luò)。

許方敏（1982-），男，副教授，博士，現(xiàn)任教于北京郵電大學(xué)，主要研究方向為物聯(lián)網(wǎng)網(wǎng)絡(luò)、未來網(wǎng)絡(luò)技術(shù)。

趙成林（1964-），男，教授，博士，現(xiàn)任教于北京郵電大學(xué)，主要研究方向為短距無線傳輸技術(shù)、認(rèn)知無線電技術(shù)、毫米波技術(shù)、工業(yè)互聯(lián)網(wǎng)網(wǎng)絡(luò)。

參考文獻(xiàn)：

[1]陳娟,王陽,吳宗玲,等.基于深度強化學(xué)習(xí)的云邊協(xié)同任務(wù)遷移與資源再分配優(yōu)化研究[J].計算機科學(xué),2024,51(S2):713-722.

[2]張雅潔,陸旭,李曦,等.電力物聯(lián)網(wǎng)下基于云邊協(xié)同的計算任務(wù)放置算法[J].電力信息與通信技術(shù),2024,22(10):38-47.

[3]李波,侯鵬,牛力,等.基于軟件定義網(wǎng)絡(luò)的云邊協(xié)同架構(gòu)研究綜述[J].計算機工程與科學(xué),2021,43(2):242-257.

[4]韓淑宇,孫建剛,呂舜銘,等.基于邊緣云形態(tài)的云邊協(xié)同研究與設(shè)計[A].中國電機工程學(xué)會電力信息化專業(yè)委員會,國家電網(wǎng)公司信息通信分公司.2022電力行業(yè)信息化年會論文集[C].2023.

[5]賈慶民,胡玉姣,張華宇,等.確定性算力網(wǎng)絡(luò)研究[J].通信學(xué)報,2022,43(10):55-64.

[6]馬睿.面向智能制造的云邊端協(xié)同平臺搭建與任務(wù)卸載策略研究[D].濟(jì)南:山東大學(xué),2023.

[7]劉鵬,杜宗鵬,李永競,等.端到端確定性網(wǎng)絡(luò)架構(gòu)和關(guān)鍵技術(shù)[J].電信科學(xué),2021,37(9):64-73.

[8]景澤偉.邊緣計算網(wǎng)絡(luò)中任務(wù)調(diào)度與資源分配研究[D].西安:西安電子科技大學(xué),2023.

[9]周旭,李琢.面向算力網(wǎng)絡(luò)的云邊端協(xié)同調(diào)度技術(shù)[J].中興通訊技術(shù),2023,29(04):32-37.

[10]張世焱.云邊協(xié)同網(wǎng)絡(luò)中的多資源管理機制研究[D].北京:北京郵電大學(xué),2024.

[11]徐恩慶,董恩然.云計算與邊緣計算協(xié)同發(fā)展的探索與實踐[J].通信世界,2019,(9):46-47.

[12]張淼,張英威,席珺琳,等.智能物聯(lián)網(wǎng)中的邊緣計算與數(shù)據(jù)處理[J].通訊世界,2024,31(3):132-135.

[13]王其朝,金光淑,李慶,等.工業(yè)邊緣計算研究現(xiàn)狀與展望[J].信息與控制,2021,50(3):257-274.

摘自《自動化博覽》2025年2月刊