基于边缘计算的工业物联网技术规范.pdfVIP

基于边缘计算的工业物联网技术规范 1 范围 本文件规定了基于边缘计算的工业物联网的基础设施和体系结构、数据管理和处理、边缘智能和决 策支持、安全性和隐私保护、性能优化和可伸缩性。 本文件适用于基于边缘计算的工业物联网。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本 文件。 GB/T 25069 信息安全技术 术语 GB/T 42564 信息安全技术 边缘计算安全技术要求 3 术语和定义 GB/T 25069界定的以及下列术语和定义适用于本文件。 数据 data 信息的可再解释的形式化表示，以适用于通信解释或处理。 [来源：GB/T 5271.1—2020，01.01.02] 边缘计算 edge computing 一种在边缘或边缘附近进行数据处理与存储的分布式计算形式。 [来源：GB/T 42564—2023，3.2] 边缘计算节点 edge computing node 在边缘或边缘附近提供存储、计算、网络等资源的实体。 [来源：GB/T 42564—2023，3.3] 边缘计算系统 edge computing system 实现边缘计算的系统。 [来源：GB/T 42564—2023，3.13] 4 基础设施和体系结构 工业物联网基础设施 4.1.1 设备和传感器 工业物联网的设备多样化，包括传感器、执行器、控制器等。 传感器用于数据采集，可测量温度、湿度、压力、振动等参数。 不同类型的传感器可能需要不同的接口和协议，以便与边缘计算节点通信。 4.1.2 网络架构 工业物联网网络通常采用局域网（LAN）或无线传感器网络（WSN）。 网络架构应具备高可用性和可靠性，以确保数据的实时传输。 1 安全性是网络架构设计的关键因素，应考虑网络隔离和数据加密。 4.1.3 云计算平台 云计算平台用于存储和分析工业物联网产生的大量数据，云平台应支持弹性扩展，以适应数 据量的增长。 数据在传输到云平台之前可以在边缘计算节点进行初步处理。 边缘计算体系结构 4.2.1 边缘计算节点 边缘计算节点是位于物联网设备和云之间的计算资源。 边缘计算节点可以是工业控制器、嵌入式系统或专用服务器，应具备数据处理和存储能力， 以支持实时决策。 4.2.2 边缘服务器 边缘服务器用于协调和管理多个边缘计算节点。 边缘服务器应支持负载均衡和容错机制，以确保系统的稳定性，应在边缘服务器上实施安全 性措施，以保护系统免受威胁。 4.2.3 边缘计算和云计算的协同 边缘计算节点与云平台之间的协同关系是工业物联网的关键。边缘计算节点可以在本地执行 数据处理，只将必要的摘要数据传输到云。 云平台应提供长期数据存储和高级分析功能。 5 数据管理和处理 数据采集和传输 5.1.1 数据采集方法 数据采集方法应根据具体的工业物联网应用进行选择。 传感器可以采集实时数据，而批处理设备可以定期上传数据。 数据采集设备应确保数据的准确性和完整性。 5.1.2 数据传输协议 数据传输协议应基于通信需求进行选择，常用的协议包括MQTT、CoAP、HTTP 等。 基于安全性需求可使用加密协议，如HTTPS。 数据存储和处理 5.2.1 数据存储策略 数据存储策略应考虑数据的保存时间、存储容量和成本。 数据可以分为实时数据、历史数据和备份数据等不同存储层次。 存储策略应包括数据清理和归档机制。 5.2.2 数据处理和分析 边缘计算节点应具备一定的数据处理能力，可以进行数据预处理和初步分析。 复杂的数据分析和机器学习任务可以在边缘服务器或云平台上执行。 数据处理和分析应支持实时决策和预测性维护。 6 边缘智能和决策支持 实时数据处理 2 6.1.1 边缘智能算法 边缘计算节点应部署智能算法，用于实时数据处理和分析。 智能算法可以用于异常检测、数据过滤、模式识别等任务。 算法的选择应基于应用需求和资源约束。 6.1.2 实时决策支持 边缘计算节点