边缘计算开发过程

在边缘计算场景中，服务器的部署从最初的集中管理变为分散的部署服务器操作通常都增加了难度同时，服务器之间的差异化也增加了管理不同类型服务器的难度边境服务器维护管理的需求包括1提供异构服务器的统一运行管理接口在边缘计算数据中心中，类型或架构大致相同或相似然而，在边缘计算中，为了满足异构计算的需要，在同一机房内可以设置不同结构的服务器X86ARM，这就要求有统一的运行管理接口，以获得不同架构服务器的实时运行状态2自动化操作部署区内部署有边缘计算功能的服务器，数量庞大，必然要采取高效的运行方式，实现自动安装统一分配业务，自安装自升级自升级，同时减少现场运行人员的数量显然，管理边缘服务器的方法和云服务器

1边缘计算动态测量用户面如GnGiN3和N6接口的体流状态，如时延，决定哪些流需要进行TCP优化，哪些流不需要TCP优化，不需要TCP优化直接旁路Bypass根据RTTRoundTripTime优化决策前提，设置阈值门限AN3RTTN6RTT，阈值BN6RTT，具体的值需要根据业务需求定义当媒体流建立TCP连接期间，如果测量出的最大N3RTTN6RTT阈值A且测量出的N6RTT值阈值B，则此媒体流需要进行优化，其他情况不需要优化，直接旁路Bypass2边缘计算根据测量信息来决策优化参数，包括初始阻塞窗口慢启动门限等，以提高数据传输启动阶段的传输效率，使网络带宽利用率最大化在边缘计算TCP流第一

近年来，以神经网络边缘计算为代表的机器学习逐渐成为运行在硬件之上的感知算法当前，边缘计算深度神经网络DNN已被广泛地用于各种类型的智能感知任务，包括图像识别语义分割语音识别自主构图与导航自然语言处理等在这些技术中，图像识别技术已经比较成熟，Resnet和Densenet在性能上超越人类但更复杂的任务，例如自主的建图和导航语义分割等，目前仍然有很大的发展空间，而这些任务正是自动驾驶和机器人等应用的关键算法之一MASK-RCNN是最近流行的一种通用的对象实例分割框架，MASKR-CNN是以fasterR-CNN为基础，通过增加一个分支来对边界框进行识别MaskR-CNN训练简单，对R-CNN的加速

边缘计算管理IT和控制OT这两个层次的模式需要打破要连结企业内部信息，就必须借助继承了一种继承了一种隔离安全策略的21结构的智能边缘计算安全网关产品，分别连接自动化信息系统内网主机和企业信息管理网络外网主机，实现数据的跨区域流动，其技术特点是企业网络方面，借助十几年来积累的OT技术，实现了数据的实时采集和多协议转换采用物理隔离技术，将企业生产网络生产过程相关数据通过安全策略传送到办公网络在企业办公网络侧，采用IT技术，完成对数据完整性脏数据的过滤和清洗序列化存储信息通信协议转换和数据上云等智能边缘计算平台的体系结构边缘计算网关产品支持跨平台的应用部署，融合了多协议数据采集协议解析脚本操作报警和