摘要：本文从经典的物联网三层系统架构出发，探讨了雾计算，边缘计算，eMTC，NB-IoT这些技术对系统架构的影响，提出一种5G蜂窝网络时代理想情况下，有5个层次的系统架构参考模型。
关键词：蜂窝网络，物联网，系统架构，雾计算，边缘计算，eMTC，NB-IoT
1 概述
1.1 经典物联网系统架构
经典的物联网系统架构模型是三层结构：从下往上依次是感知层，传输层和应用层。其中感知层以传感器设备，控制器设备为主；传输层包含负责数据通信的通信网络，物联网网关，路由和接入服务器等；应用层则包含了应用和云服务。
图一 基于蜂窝物联网的物联网应用系统架构
蜂窝网络是物联网系统的重要选择。蜂窝网络的网络覆盖率高，连接简单，服务质量好，这些优点推动了移动互联网的大发展。以移动互联网为原型，物通过两种方式连接到网络：物直接作为蜂窝移动终端连接到应用层，典型的如移动POS机；或者把蜂窝终端作为一个接入点连接到互联网，典型的如蓝牙设备通过手机连接互联网，或者传感器网络设备通过一个2G/3G的物联网网关连接到互联网。
1.2 蜂窝物联网发展遇到的问题
从2000年以来，物联网迅猛发展，新的通信需求涌现，尤其是M2M的通信需求是蜂窝网络的短板，一时间ZigBee，Z-Wave，6LoWPAN，Wi-Fi，蓝牙，LoRa等通信技术纷纷涌现来填补空白。
关于蜂窝网络在M2M方面通信能力的不足，2015年3GPP在性能方面提出了5大改进目标：提升室内信号覆盖、支持海量低流量设备连接、减小设备复杂性、提高能源效率和降低时延[1]。这些改进可以解决物联网应用的一些普遍需求：终端的硬件成本要求非常便宜，使用电池供电要求能多至10年的工作，大量的终端的接入，能够广泛部署在室内甚至地下室等人不常去的位置等等。
蜂窝物联网还需要应对来自业务方面的挑战，例如需要更简单地部署，降低对sim卡安装对部署的影响，更简单的设备运维以及降低运维费用等。
2 物联网数据对架构的影响
市场研究公司Gartner预测，到2020年，全球物联网终端数将达到260亿。这些物联网终端每天都会产生海量的数据，同时又是这些海量数据的消费者。据思科白皮书，到2020年终端每年将产生600ZB的数据。这些数据如果都集中到数据中心进行处理，将给数据的传输，存储和运算带来巨大挑战。实际上，并不是所有的数据都有必要存储，思科预测大概有5.3ZB的数据存储在终端，而有915EB的数据存储在数据中心[2]。
边缘计算(Edge Computing)的思想是将应用程序，服务，存储功能推向网络的边缘[3]，这里存在大量的终端以及网络设备，它们本身的运算和存储能力还有待充分发掘。另外，同移动互联网一样，大量应用的功能是基于本地或临近资源开发的。根据思科预测数据，到2020年，边缘计算将处理、分析终端产生的600ZB的数据，并最终将其中的0.15%送到数据中心进一步计算和存储。
移动边缘计算(Mobile Edge Computing, MEC)是边缘计算在蜂窝网络领域的发展，MEC技术试图构建出一个非常贴近用户的计算资源环境，即无线访问网络（Radio Access Network，RAN），RAN对于某些物联网应用来讲，是高性能、高带宽、高可靠性和低延迟的服务环境，甚至满足工业物联网这样对通信有极高要求行业的需求。当前，MEC被认为是5G蜂窝网络的关键技术之一，欧洲电信标准协会(ETSI)已经发布了若干份标准，完成了MEC的概念，架构等方面的标准化工作。
边缘计算处于物联网系统架构的传输层中，ETSI还计划增加更多的东西，例如开放基站资源，向用户提供虚拟运算和存储资源，允许用户定义虚拟网络等，使得传输层不再是通信的管道。
3 雾计算(Fog Computing)
雾计算的概念由思科在2011年提出来的，是一种用来将云服务和边缘网络无缝地连接起来的参考系统架构。雾计算节点处于云计算和边缘网络之间，它可以承载边缘资源管理，接口和服务管理，编程模型等类似中间件的功能模块[4]，也可以简单的应用程序。
雾计算节点更加贴近于用户，因而有相对小的通信延时。雾计算节点服务于一个局部的区域内的物和人，相对全域云服务有更简单的需求，更简单的网络结构，同时增加了区域安全控制能力。雾计算节点也是分析和处理物联网原始数据的重要场合，一方面它可以处理区域内相关性很大数据，另外，也可以提供了一致的访问存储在边缘网络中数据的方法[5]。
雾计算发现并弥补了在传感层和应用层之间一些巨大的鸿沟，也符合物联网应用的复杂，碎片化的特性。例如，通过雾计算节点的处理，只有不到原始数据1%的高价值数据进入数据中心，就整个系统而言，对网络带宽的占用，对存储，运算资源需求都会降低，整体性能会有所提高。另外雾计算分隔了物联网终端的多样性和云服务的多样性，减少了云端和设备端的耦合性，是理想的研发策略。2015年11月19日，ARM、思科、戴尔、英特尔、微软及普林斯顿大学共同宣布成立OpenFog联盟，标志着雾计算技术成为影响系统架构级别的物联网关键技术。
4 蜂窝网络向LTE的演进
LTE（Long Term Evolution，长期演进)是指由3GPP制定的，基于2G/3G蜂窝网络演进出的一组全球标准。4G网络就是指符合LTE / LTE-A标准的蜂窝网络。4G网络的速率有了较大提升，理论值为150Mbps，网络延迟也有较大减小，理论上单向通信可以达到1毫秒级。
LTE-M，即LTE-Machine-to-Machine，是为了满足物联网应用需求而制订的一组技术标准，在R12中叫Low-Cost MTC，在R13中被称为LTE enhanced MTC（eMTC）。
在2016年，3GPP又制订了另一个面向物联网的标准，即窄带物联网(NB-IoT)标准。eMTC标准和NB-IoT标准都具增强覆盖，海量连接，低功耗，低成本的特点。它们的区别在于，NB-IoT是为更低速率，更低复杂度，更低带宽和更低功耗而设计，适用于速率小于100Kbps的应用，这类应用大约占市场总量的60%，如环境状态检测、智能停车、远程抄表等。LTE-M适用速率小于1Mbps的中速场景，这类应用占市场总量的30%左右，如智能穿戴设备、车辆管理、电子广告屏等。LTE 4G将速率提高到150Mbps，300Mbps，将来会更高，适用速率高于10Mbps的场景，其应用会占市场总量的10%，如工业控制、车联网、视频监控等[6]。
蜂窝网络向LTE的演进对系统架构的影响是，感知层和传输层的终端的存在形式发生了变化。首先，出现了高速的（基于4G）的智能设备和网关，高速率使得接入网络的资源和终端节点资源的边界变得模糊，资源可用更*地被管理，功能可以更*地在两者之间迁移，边缘网络变得更清晰。其次，增加了eMTC和NB-IoT类型的终端，这类终端的资源受限，加上为了低功耗而产生的休眠的特性，使得它们的可交互性是也受限的。这类型的终端，需要异步的管理，安全，授权以及数据处理工作，理想的设计，是在网络接入层生成对应的虚拟设备。第三，由于更多不同类型的设备可以接入蜂窝物联网，典型的也包括像生产音视频这样大数据量的设备，带来了大量的异构的数据，这意味着更复杂的M2M通信方式，更复杂的应用和更复杂的设备管理。如果要设计统一的终端访问控制方式，一个方法是将终端都抽象成时序的异构的数据源，而这一切适合在边缘网络完成。
5 展望5G蜂窝网络的物联网系统架构
随着5G蜂窝网络技术的成熟，物联网应用的系统架构还会不断演进。LTE 4G，eMTC，NB-IoT的发展，丰富着物联网终端设备的接入方式，在垂直方向上形成不同的接入网，向下支持大量不同种类的物联网设备的连接。移动边缘计算，雾计算和云计算的发展，则在水平方向上形成更多的功能层级，向上支持连接大量不同的云服务，大数据，人工智能等上层系统。
5G时代的物联网应用将会延续碎片化特征，多种多样，理想的，其物联网参考系统架构应包含感知层，传输层，边缘资源层，服务管理层和应用层，如下图所示：
图2 蜂窝物联网参考系统架构
感知层的主体依然是传感器和控制器，但是将无需像ZigBee那样先组成通信子网，甚至无需先连接到Wi-Fi热点，蜂窝网海量的连接容量和通信部分的低功耗特性，使得终端设备的软硬件开发，部署，运维等方面都出现显著差异。
传输层这个名称可以保留是因为数据通信依然是物联网应用系统需要考虑的。一个方面，通信已经成为影响终端设备的供电，外形，使用方式甚至部署位置的因素。另外，部分存储和计算能力被下放到边缘设备中，越来越多的系统会考虑在终端或者在通信中完成数据处理，缓存，安全，权限等功能。
边缘资源层是物联网的网络边缘，其主要功能是设备接入。设备接入网络以后，就变成了可交互的数字资源，在这个过程中可能会涉及协议匹配，身份识别，通信安全等多个方面功能。理想的，边缘资源层还包括了电信运营商提供的网络，运算与存储资源，部分轻量级的M2M通信可以实现在这个层级，而不占用核心网络的资源。
服务管理层是承上启下的一层，向上对接云服务等上层资源，向下对接原始数据，虚拟设备等下层资源管理，可以完成一些简单的物联网应用，甚至可以定义为区域版的云服务，因此可能包含接口发现，功能聚合，认证和权限，资源使用管理，设备管理和监控等等功能。
最上层是应用层，实际上已经包括了很多内容：物联网中间件，云服务，大数据，人工智能，垂直应用和移动应用等等，也包括了公有云和私有云两种类型的应用。
6 需要解决的问题
本文提出的参考架构至少还应在三个方面继续进行完善：首先，本参考架构仅给出了系统功能的层次以及概念边界，接下来，还应明确具体功能划分以及交互方式。其次，5G蜂窝网络的商用预计从2020年才开始，在此之前，还会有新技术新标准涌现，需要与时俱进地更新本系统架构。最后，随着通信技术的发展，使用不同技术和架构的信息系统，例如视频监控系统，虚拟现实系统等，它们的边界正在被打破，又被重新整合在一起。因此，系统间融合也是一个重要研究内容。
7 结束语
本文基于经典物联网系统架构，结合了移动边缘计算，雾计算，eMTC以及NB-IoT等技术的发展，提出了一种蜂窝物联网应用系统的参考系统架构，可供物联网开发者参考。
参考文献
- 3GPP, “Cellular System Supportfor Ultra Low Complexity and Low Throughput Internet of Things”, TR 45.820, V13.1,Nov 2015:20
- Cisco, ”Cisco Global Cloud Index:Forecast and Methodology, 2015–2020, White Pape”, 2015.
- Shi W, Dustdar S. The Promise ofEdge Computing[J]. Computer, 2016, 49(5):78-81.
- Dastjerdi A V, Buyya R. FogComputing: Helping the Internet of Things Realize Its Potential[J]. Computer,2016, 49(8):112-116.
- 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.
- Huawei, HiSilicon, “Views onspecification for a Cellular IoT system in RAN,” RP-150709, June 15-18, 2015