摘要：本文從經典的物聯網三層系統架構出發，探討了霧計算，邊緣計算，eMTC，NB-IoT這些技術對系統架構的影響，提出一種5G蜂窩網路時代理想情況下，有5個層次的系統架構參考模型。

關鍵詞：蜂窩網路，物聯網，系統架構，霧計算，邊緣計算，eMTC，NB-IoT

1 概述

1.1 經典物聯網系統架構

經典的物聯網系統架構模型是三層結構：從下往上依次是感知層，傳輸層和應用層。其中感知層以感測器裝置，控制器裝置為主；傳輸層包含負責資料通訊的通訊網路，物聯網閘道器，路由和接入伺服器等；應用層則包含了應用和雲服務。

圖一 基於蜂窩物聯網的物聯網應用系統架構

蜂窩網路是物聯網系統的重要選擇。蜂窩網路的網路覆蓋率高，連線簡單，服務質量好，這些優點推動了移動網際網路的大發展。以移動網際網路為原型，物通過兩種方式連線到網路：物直接作為蜂窩移動終端連線到應用層，典型的如移動POS機；或者把蜂窩終端作為一個接入點連線到網際網路，典型的如藍芽裝置通過手機連線網際網路，或者感測器網路裝置通過一個2G/3G的物聯網閘道器連線到網際網路。

1.2 蜂窩物聯網發展遇到的問題

從2000年以來，物聯網迅猛發展，新的通訊需求湧現，尤其是M2M的通訊需求是蜂窩網路的短板，一時間ZigBee，Z-Wave，6LoWPAN，Wi-Fi，藍芽，LoRa等通訊技術紛紛湧現來填補空白。

關於蜂窩網路在M2M方面通訊能力的不足，2015年3GPP在效能方面提出了5大改進目標：提升室內訊號覆蓋、支援海量低流量裝置連線、減小裝置複雜性、提高能源效率和降低時延[1]。這些改進可以解決物聯網應用的一些普遍需求：終端的硬體成本要求非常便宜，使用電池供電要求能多至10年的工作，大量的終端的接入，能夠廣泛部署在室內甚至地下室等人不常去的位置等等。

蜂窩物聯網還需要應對來自業務方面的挑戰，例如需要更簡單地部署，降低對sim卡安裝對部署的影響，更簡單的裝置運維以及降低運維費用等。

2 物聯網資料對架構的影響

市場研究公司Gartner預測，到2020年，全球物聯網終端數將達到260億。這些物聯網終端每天都會產生海量的資料，同時又是這些海量資料的消費者。據思科白皮書，到2020年終端每年將產生600ZB的資料。這些資料如果都集中到資料中心進行處理，將給資料的傳輸，儲存和運算帶來巨大挑戰。實際上，並不是所有的資料都有必要儲存，思科預測大概有5.3ZB的資料儲存在終端，而有915EB的資料儲存在資料中心[2]。

邊緣計算(Edge Computing)的思想是將應用程式，服務，儲存功能推向網路的邊緣[3]，這裡存在大量的終端以及網路裝置，它們本身的運算和儲存能力還有待充分發掘。另外，同移動網際網路一樣，大量應用的功能是基於本地或臨近資源開發的。根據思科預測資料，到2020年，邊緣計算將處理、分析終端產生的600ZB的資料，並最終將其中的0.15%送到資料中心進一步計算和儲存。

移動邊緣計算(Mobile Edge Computing, MEC)是邊緣計算在蜂窩網路領域的發展，MEC技術試圖構建出一個非常貼近使用者的計算資源環境，即無線訪問網路（Radio Access Network，RAN），RAN對於某些物聯網應用來講，是高效能、高頻寬、高可靠性和低延遲的服務環境，甚至滿足工業物聯網這樣對通訊有極高要求行業的需求。當前，MEC被認為是5G蜂窩網路的關鍵技術之一，歐洲電信標準協會(ETSI)已經發布了若干份標準，完成了MEC的概念，架構等方面的標準化工作。

邊緣計算處於物聯網系統架構的傳輸層中，ETSI還計劃增加更多的東西，例如開放基站資源，向用戶提供虛擬運算和儲存資源，允許使用者定義虛擬網路等，使得傳輸層不再是通訊的管道。

3 霧計算(Fog Computing)

霧計算的概念由思科在2011年提出來的，是一種用來將雲服務和邊緣網路無縫地連線起來的參考系統架構。霧計算節點處於雲端計算和邊緣網路之間，它可以承載邊緣資源管理，介面和服務管理，程式設計模型等類似中介軟體的功能模組[4]，也可以簡單的應用程式。

霧計算節點更加貼近於使用者，因而有相對小的通訊延時。霧計算節點服務於一個區域性的區域內的物和人，相對全域雲服務有更簡單的需求，更簡單的網路結構，同時增加了區域安全控制能力。霧計算節點也是分析和處理物聯網原始資料的重要場合，一方面它可以處理區域內相關性很大資料，另外，也可以提供了一致的訪問儲存在邊緣網路中資料的方法[5]。

霧計算髮現並彌補了在感測層和應用層之間一些巨大的鴻溝，也符合物聯網應用的複雜，碎片化的特性。例如，通過霧計算節點的處理，只有不到原始資料1%的高價值資料進入資料中心，就整個系統而言，對網路頻寬的佔用，對儲存，運算資源需求都會降低，整體效能會有所提高。另外霧計算分隔了物聯網終端的多樣性和雲服務的多樣性，減少了雲端和裝置端的耦合性，是理想的研發策略。2015年11月19日，ARM、思科、戴爾、英特爾、微軟及普林斯頓大學共同宣佈成立OpenFog聯盟，標誌著霧計算技術成為影響系統架構級別的物聯閘道器鍵技術。

4 蜂窩網路向LTE的演進

LTE（Long Term Evolution，長期演進)是指由3GPP制定的，基於2G/3G蜂窩網路演進出的一組全球標準。4G網路就是指符合LTE / LTE-A標準的蜂窩網路。4G網路的速率有了較大提升，理論值為150Mbps，網路延遲也有較大減小，理論上單向通訊可以達到1毫秒級。

LTE-M，即LTE-Machine-to-Machine，是為了滿足物聯網應用需求而制訂的一組技術標準，在R12中叫Low-Cost MTC，在R13中被稱為LTE enhanced MTC（eMTC）。

在2016年，3GPP又制訂了另一個面向物聯網的標準，即窄帶物聯網(NB-IoT)標準。eMTC標準和NB-IoT標準都具增強覆蓋，海量連線，低功耗，低成本的特點。它們的區別在於，NB-IoT是為更低速率，更低複雜度，更低頻寬和更低功耗而設計，適用於速率小於100Kbps的應用，這類應用大約佔市場總量的60%，如環境狀態檢測、智慧停車、遠端抄表等。LTE-M適用速率小於1Mbps的中速場景，這類應用佔市場總量的30%左右，如智慧穿戴裝置、車輛管理、電子廣告屏等。LTE 4G將速率提高到150Mbps，300Mbps，將來會更高，適用速率高於10Mbps的場景，其應用會佔市場總量的10%，如工業控制、車聯網、視訊監控等[6]。

蜂窩網路向LTE的演進對系統架構的影響是，感知層和傳輸層的終端的存在形式發生了變化。首先，出現了高速的（基於4G）的智慧裝置和閘道器，高速率使得接入網路的資源和終端節點資源的邊界變得模糊，資源可用更自由地被管理，功能可以更自由地在兩者之間遷移，邊緣網路變得更清晰。其次，增加了eMTC和NB-IoT型別的終端，這類終端的資源受限，加上為了低功耗而產生的休眠的特性，使得它們的可互動性是也受限的。這型別的終端，需要非同步的管理，安全，授權以及資料處理工作，理想的設計，是在網路接入層生成對應的虛擬裝置。第三，由於更多不同型別的裝置可以接入蜂窩物聯網，典型的也包括像生產音視訊這樣大資料量的裝置，帶來了大量的異構的資料，這意味著更復雜的M2M通訊方式，更復雜的應用和更復雜的裝置管理。如果要設計統一的終端訪問控制方式，一個方法是將終端都抽象成時序的異構的資料來源，而這一切適合在邊緣網路完成。

5 展望5G蜂窩網路的物聯網系統架構

隨著5G蜂窩網路技術的成熟，物聯網應用的系統架構還會不斷演進。LTE 4G，eMTC，NB-IoT的發展，豐富著物聯網終端裝置的接入方式，在垂直方向上形成不同的接入網，向下支援大量不同種類的物聯網裝置的連線。移動邊緣計算，霧計算和雲端計算的發展，則在水平方向上形成更多的功能層級，向上支援連線大量不同的雲服務，大資料，人工智慧等上層系統。

5G時代的物聯網應用將會延續碎片化特徵，多種多樣，理想的，其物聯網參考系統架構應包含感知層，傳輸層，邊緣資源層，服務管理層和應用層，如下圖所示：

圖2 蜂窩物聯網參考系統架構

感知層的主體依然是感測器和控制器，但是將無需像ZigBee那樣先組成通訊子網，甚至無需先連線到Wi-Fi熱點，蜂窩網海量的連線容量和通訊部分的低功耗特性，使得終端裝置的軟硬體開發，部署，運維等方面都出現顯著差異。

傳輸層這個名稱可以保留是因為資料通訊依然是物聯網應用系統需要考慮的。一個方面，通訊已經成為影響終端裝置的供電，外形，使用方式甚至部署位置的因素。另外，部分儲存和計算能力被下放到邊緣裝置中，越來越多的系統會考慮在終端或者在通訊中完成資料處理，快取，安全，許可權等功能。

邊緣資源層是物聯網的網路邊緣，其主要功能是裝置接入。裝置接入網路以後，就變成了可互動的數字資源，在這個過程中可能會涉及協議匹配，身份識別，通訊安全等多個方面功能。理想的，邊緣資源層還包括了電信運營商提供的網路，運算與儲存資源，部分輕量級的M2M通訊可以實現在這個層級，而不佔用核心網路的資源。

服務管理層是承上啟下的一層，向上對接雲服務等上層資源，向下對接原始資料，虛擬裝置等下層資源管理，可以完成一些簡單的物聯網應用，甚至可以定義為區域版的雲服務，因此可能包含介面發現，功能聚合，認證和許可權，資源使用管理，裝置管理和監控等等功能。

最上層是應用層，實際上已經包括了很多內容：物聯網中介軟體，雲服務，大資料，人工智慧，垂直應用和移動應用等等，也包括了公有云和私有云兩種型別的應用。

6 需要解決的問題

本文提出的參考架構至少還應在三個方面繼續進行完善：首先，本參考架構僅給出了系統功能的層次以及概念邊界，接下來，還應明確具體功能劃分以及互動方式。其次，5G蜂窩網路的商用預計從2020年才開始，在此之前，還會有新技術新標準湧現，需要與時俱進地更新本系統架構。最後，隨著通訊技術的發展，使用不同技術和架構的資訊系統，例如視訊監控系統，虛擬現實系統等，它們的邊界正在被打破，又被重新整合在一起。因此，系統間融合也是一個重要研究內容。

7 結束語

本文基於經典物聯網系統架構，結合了移動邊緣計算，霧計算，eMTC以及NB-IoT等技術的發展，提出了一種蜂窩物聯網應用系統的參考系統架構，可供物聯網開發者參考。

參考文獻

1. 3GPP, “Cellular System Supportfor Ultra Low Complexity and Low Throughput Internet of Things”, TR 45.820, V13.1,Nov 2015:20
2. Cisco, ”Cisco Global Cloud Index:Forecast and Methodology, 2015–2020, White Pape”, 2015.
3. Shi W, Dustdar S. The Promise ofEdge Computing[J]. Computer, 2016, 49(5):78-81.
4. Dastjerdi A V, Buyya R. FogComputing: Helping the Internet of Things Realize Its Potential[J]. Computer,2016, 49(8):112-116.
5. Bonomi F, Milito R, Zhu J, et al. Fog Computing and its Role in the Internet of Things[C]// Edition of the Mcc Workshop on Mobile Cloud Computing. ACM, 2012:13-16.
6. Huawei, HiSilicon, “Views onspecification for a Cellular IoT system in RAN,” RP-150709, June 15-18, 2015