摘要：隨著物聯(lián)網(wǎng)技術(shù)的迅猛進步，各種智能設(shè)備與傳感器正以前所未有的速度融入日常生活，顯著改變了人們的生活模式，并持續(xù)重塑行業(yè)運作方式。然而，伴隨物聯(lián)網(wǎng)設(shè)備的激增，數(shù)據(jù)生成量呈爆炸性增長，傳統(tǒng)數(shù)據(jù)處理手段面臨巨大壓力。邊緣計算作為新興技術(shù)解決方案，通過將數(shù)據(jù)處理與分析功能部署至網(wǎng)絡(luò)邊緣——靠近數(shù)據(jù)產(chǎn)生地，有效緩解了數(shù)據(jù)傳輸延遲、帶寬約束及隱私保護難題。旨在深入探究邊緣計算在物聯(lián)網(wǎng)領(lǐng)域中的應(yīng)用，通過分析關(guān)鍵技術(shù)、應(yīng)用場景及案例，以推動邊緣計算技術(shù)的發(fā)展，為物聯(lián)網(wǎng)設(shè)備提供更高效的計算處理能力。

關(guān)鍵詞：物聯(lián)網(wǎng)；邊緣計算；信息化

一、前言

物聯(lián)網(wǎng)已融入現(xiàn)代社會，其通過連接各類物理設(shè)備與傳感器，實現(xiàn)數(shù)據(jù)自動采集與交換。隨著物聯(lián)網(wǎng)技術(shù)的持續(xù)進步，越來越多的智能設(shè)備滲透至生活與工業(yè)領(lǐng)域，生成海量且時效性強的數(shù)據(jù)[1]。此類數(shù)據(jù)規(guī)模巨大，時間敏感度高。譬如，智能交通系統(tǒng)需實時解析路況信息以優(yōu)化通行效率，工業(yè)物聯(lián)網(wǎng)則需即時監(jiān)測設(shè)備狀態(tài)以防故障。傳統(tǒng)集中式數(shù)據(jù)處理方式已難以應(yīng)對當前物聯(lián)網(wǎng)應(yīng)用需求。邊緣計算作為創(chuàng)新技術(shù)范式，將數(shù)據(jù)處理與分析能力部署在網(wǎng)絡(luò)邊緣，即數(shù)據(jù)生成之地。此種方式可在本地完成數(shù)據(jù)預(yù)處理、分析及決策，避免大量數(shù)據(jù)傳輸至云端進行處理。深入探究邊緣計算在物聯(lián)網(wǎng)的應(yīng)用，對促進行業(yè)進步具有重要實際意義。

二、邊緣計算關(guān)鍵技術(shù)

（一）硬件平臺

在邊緣計算領(lǐng)域，選擇合適的硬件平臺極為關(guān)鍵，其性能、能效及成本直接影響邊緣設(shè)備的能力。為滿足邊緣計算對高性能的需求，理想的硬件平臺應(yīng)具備以下特性：強大的計算能力、低能耗、靈活的可擴展性與優(yōu)秀的網(wǎng)絡(luò)連接能力。具體而言，嵌入式系統(tǒng)常作為邊緣計算的首選硬件平臺，包括微控制器單元（MCU）、微處理器單元（MPU）、專用集成電路（ASIC）和現(xiàn)場可編程門陣列（FPGA）[2]。MCU憑借其低功耗與性價比，廣泛應(yīng)用于資源有限的場景，如智能家居設(shè)備。相反，MPU則提供了更高的處理能力，適配于需執(zhí)行復(fù)雜計算任務(wù)的情境，比如視頻分析。此外，ASIC與FPGA因其高度可定制性與高效的并行處理能力，在需要高性能計算的環(huán)境中表現(xiàn)出色。邊緣網(wǎng)關(guān)與邊緣服務(wù)器亦扮演著重要角色，它們作為連接邊緣設(shè)備與云的橋梁，同時提供額外的計算與存儲資源以支持更復(fù)雜的應(yīng)用程序。

（二）軟件框架

邊緣計算的核心支柱之一是軟件框架，其主要職責是組織與管理邊緣設(shè)備上的計算作業(yè)。為了追求高效的數(shù)據(jù)處理及應(yīng)用開發(fā)，邊緣計算傾向于采用輕量級操作系統(tǒng)，如實時操作系統(tǒng)（RTOS）與精簡版Linux，此類操作系統(tǒng)能提供所需的基礎(chǔ)系統(tǒng)功能，并具備快速啟動與節(jié)能操作的能力[3]。中間件層在邊緣計算軟件體系結(jié)構(gòu)中扮演關(guān)鍵角色，包含諸如消息隊列遙測傳輸（MQTT）、高級消息隊列協(xié)議（AMQP）在內(nèi)的通信協(xié)議，用以促進設(shè)備間的安全數(shù)據(jù)流轉(zhuǎn)。這些協(xié)議設(shè)計簡約，特別適合資源有限環(huán)境的應(yīng)用。此外，邊緣計算依賴多個平臺和服務(wù)，包括Azure IoT Edge、AWS Greengrass與EdgeX Foundry等開源框架。這些平臺和服務(wù)不僅提供了部署與管理邊緣應(yīng)用的工具，亦支持云端與邊緣端的協(xié)同工作，使開發(fā)者能在邊緣設(shè)備上執(zhí)行云端服務(wù)，以實現(xiàn)復(fù)雜功能。

（三）算法優(yōu)化

為了提升邊緣計算的運算效能與即時反應(yīng)速度，算法優(yōu)化已成為核心研究方向。在數(shù)據(jù)處理上，廣泛采用數(shù)據(jù)壓縮與預(yù)處理技術(shù)，旨在縮減數(shù)據(jù)傳輸規(guī)模，有效降低網(wǎng)絡(luò)延遲與帶寬消耗。例如，借助高效能的數(shù)據(jù)壓縮算法，大幅減少了數(shù)據(jù)體量，加速了傳輸流程[4]。此外，機器學習模型在邊緣計算領(lǐng)域的地位愈發(fā)重要，特別是在實時數(shù)據(jù)分析與預(yù)測性維護等應(yīng)用場景中。針對邊緣裝置受限的計算資源，研究團隊設(shè)計出了多款輕量化模型，如MobileNet與SqueezeNet等，這些模型通過精簡設(shè)計，在保證高精度預(yù)測的前提下，大幅降低了計算資源需求。為適應(yīng)數(shù)據(jù)的動態(tài)變化與多樣性特征，邊緣計算引入了在線學習機制，使得模型能夠在運行過程中不斷調(diào)整與優(yōu)化自身。為了更有效分配計算任務(wù)，負載均衡算法亦被普遍采納，確保資源利用最大化。此類算法依據(jù)任務(wù)優(yōu)先級與設(shè)備可用資源等參數(shù)動態(tài)調(diào)度任務(wù)，力求最小化整體延遲。同時，安全與隱私保護作為算法優(yōu)化的重要考量，包含了確保數(shù)據(jù)傳輸安全性的加密技術(shù)，以及保護用戶隱私的差分隱私等策略的應(yīng)用。

三、邊緣計算在物聯(lián)網(wǎng)中的應(yīng)用場景

（一）智能家居

1.智能安全系統(tǒng)

在構(gòu)建智能家居的安全體系時，邊緣計算的融入能顯著優(yōu)化家庭安全防護的效能與反應(yīng)速率。通過在家居現(xiàn)場部署智能攝像頭及各類傳感器，實現(xiàn)即時監(jiān)控與異常識別。具體而言，智能攝像頭借助邊緣計算的力量，實現(xiàn)人臉識別功能，能迅速辨識家庭成員與訪客，一旦偵測到非注冊人員即刻啟動警報機制[5]。此外，邊緣計算還能在現(xiàn)場處理視頻流內(nèi)的多種異?；顒?，包括入侵探測及物體移動等，所有分析均在本地完成，避免大量視頻數(shù)據(jù)傳輸至云端進行處理，極大地縮短了數(shù)據(jù)傳輸時延，提升了系統(tǒng)的應(yīng)答速度。這種即時的反應(yīng)能力對于強化家庭安全防護尤為重要。

2.能源管理

在能源管理領(lǐng)域，邊緣計算扮演著關(guān)鍵角色。智能電表與傳感器能實時搜集家庭用電信息，借助邊緣計算即時解析，為用戶供應(yīng)節(jié)能指引。例如，邊緣設(shè)備可剖析用電模式，辨識那些即使閑置仍在耗費電量的電器，并推薦用戶停用或升級此類裝置。另外，系統(tǒng)還可基于用戶生活習慣自動化調(diào)整家用電器運作狀態(tài)。例如，根據(jù)家庭成員的活動規(guī)律，智能調(diào)控空調(diào)、照明和熱水系統(tǒng)，以實現(xiàn)節(jié)能減排。邊緣計算使得數(shù)據(jù)能在本地高效處理，減少對云端服務(wù)的依賴，同時保障用戶數(shù)據(jù)安全。

（二）工業(yè)自動化

1.預(yù)測性維護

在工業(yè)自動化領(lǐng)域，邊緣計算在實現(xiàn)預(yù)測性維護中展現(xiàn)出了巨大的潛能。借助設(shè)備上的傳感器，可以即時監(jiān)控設(shè)備運轉(zhuǎn)狀況，并運用邊緣計算技術(shù)處理所采集的數(shù)據(jù)。這些傳感器能追蹤包括溫度、震動、壓力在內(nèi)的多種物理指標，獲取設(shè)備實時運作狀態(tài)的信息[6]。邊緣計算允許在現(xiàn)場對數(shù)據(jù)進行分析，利用機器學習算法對過往數(shù)據(jù)趨勢與現(xiàn)時數(shù)據(jù)進行綜合研判，以預(yù)判潛在的故障。一旦發(fā)現(xiàn)異?，F(xiàn)象，系統(tǒng)將即刻通知維修團隊，使其能及時采取預(yù)防措施，防止設(shè)備故障引發(fā)生產(chǎn)中斷及產(chǎn)生高昂的修復(fù)費用。此舉不僅大幅度縮短了非計劃停機時間，還有效降低了維護開支，顯著提升了設(shè)備的可靠性和運行效率。

2.生產(chǎn)優(yōu)化

邊緣計算在工廠管理中大顯身手，助力優(yōu)化生產(chǎn)線配置與流程，顯著提升生產(chǎn)效能。通過集成生產(chǎn)線傳感器，實現(xiàn)即時數(shù)據(jù)處理與解析。例如，基于機器運作數(shù)據(jù)微調(diào)參數(shù)，大幅降低次品產(chǎn)出，保障產(chǎn)品質(zhì)量。同時，依據(jù)實際生產(chǎn)線狀態(tài)調(diào)整生產(chǎn)計劃，實現(xiàn)靈活高效的生產(chǎn)調(diào)度。關(guān)鍵在于，邊緣計算在數(shù)據(jù)生成點執(zhí)行分析與決策，規(guī)避數(shù)據(jù)上傳至云端的延遲與安全隱患。這種策略使企業(yè)能快速響應(yīng)，強化生產(chǎn)效率與質(zhì)量管控。

（三）智慧城市

1.智能交通

在構(gòu)建智慧城市的進程中，邊緣計算在智能交通系統(tǒng)中發(fā)揮著至關(guān)重要的作用，旨在顯著提升城市交通的效能與平滑度[7]。通過在道路部署傳感器及攝像頭，可即時獲取交通流量信息，借助邊緣計算技術(shù)進行現(xiàn)場數(shù)據(jù)分析。傳感器能追蹤車流密度、人行數(shù)量以及車輛類別。攝像頭則能捕獲交通動態(tài)，包括違停、事故等突發(fā)狀況。邊緣計算在此背景下能迅速處理所采集數(shù)據(jù)，實現(xiàn)對實時交通流量的監(jiān)控，并據(jù)此調(diào)整交通信號燈的管理策略。舉例而言，依據(jù)當前車流量靈活調(diào)整紅綠燈切換周期，有效遏制交通擁堵現(xiàn)象。此種方法不僅強化了交通信號系統(tǒng)的響應(yīng)敏捷性和決策精準度，還大幅降低了擁堵頻率，進而提升了道路整體通行效率。

2.環(huán)境監(jiān)測

在智慧城市建設(shè)中，環(huán)境監(jiān)測是邊緣計算應(yīng)用的關(guān)鍵領(lǐng)域之一。借助邊緣計算，城市各區(qū)域可部署空氣質(zhì)量檢測站，實現(xiàn)即時的污染物濃度監(jiān)測，并迅速發(fā)出警示信息，以維護公眾健康。這些站點裝備有多種傳感器，包括PM2.5、二氧化硫等，用以搜集空氣污染物濃度數(shù)據(jù)。利用邊緣計算，這些數(shù)據(jù)能進行初期處理與分析，識別濃度變化模式或與其他環(huán)境因素關(guān)聯(lián)[8]。一旦發(fā)現(xiàn)污染物濃度超限，系統(tǒng)將即時發(fā)出警報，通知相關(guān)部門采取措施，如啟動空氣凈化系統(tǒng)或提示市民減少戶外活動，有助于城市管理者迅速掌握環(huán)境狀況，實施策略減輕污染影響，保障市民健康與生活質(zhì)量。

（四）醫(yī)療健康

1.遠程監(jiān)護

通過穿戴式裝置與移動應(yīng)用程序收集病患的生理資訊，并運用邊緣計算進行即時解析，醫(yī)療人員得以遠端監(jiān)控病患的健康狀態(tài)，及時察覺不尋常跡象。這類穿戴式裝置能監(jiān)測重要生理指針，如心率、血壓及血糖濃度，而移動應(yīng)用則能便捷地將這些資訊傳送到邊緣裝置進行處理。邊緣計算技術(shù)能在資訊生成之初迅速處理，利用預(yù)先設(shè)定的閾值或復(fù)雜化的機器學習模型辨識潛在的健康議題。一旦發(fā)現(xiàn)異常情形，如心跳加速或血壓突增，系統(tǒng)即刻通知病患及其醫(yī)療團隊，以便迅速實施必要的干涉措施。此方法不僅加速了醫(yī)療服務(wù)的反應(yīng)時效，也顯著降低了病患就醫(yī)的頻率，特別對于慢性疾病患者而言，實現(xiàn)了更連貫且深入的健康管理。

2.個性化健康管理

利用患者的歷史檔案與日常生活模式，邊緣計算能定制個性化的健康照護方案，以優(yōu)化治療成效。通過對患者的健康歷史、生活方式及飲食傾向等資料的解析，邊緣計算可提供精確的指導(dǎo)，有助于改善生活習慣，防患于未然。例如，基于患者的活動習慣與體質(zhì)，邊緣計算能建議合適的運動方案，考量患者的飲食喜好與營養(yǎng)需求，提供個性化的膳食指南。此外，借由監(jiān)控患者的生命體征變化，邊緣計算能適時調(diào)校健康管理計劃，確保其始終與患者的最新健康狀態(tài)相匹配。此舉不僅有助于提升治療效果，亦能強化患者的自我管理能力，增進生活品質(zhì)。

（五）農(nóng)業(yè)智能化

1.智能灌溉

在現(xiàn)代農(nóng)業(yè)智能化領(lǐng)域，邊緣計算廣泛運用于智能灌溉體系，旨在提升水資源使用效率與作物增產(chǎn)。于農(nóng)田配置土壤濕度感應(yīng)器及氣象站點，能實時搜集包括土壤濕度、溫度、濕度與風速在內(nèi)的關(guān)鍵環(huán)境參數(shù)。邊緣計算終端即時解析此等信息，通過分析土壤濕度與周圍環(huán)境，精確判定灌溉時機與位置，確保作物獲取理想水分供給。此舉不僅能大幅降低水資源損耗，還能促進作物生長效率，增產(chǎn)增收。同時，邊緣計算依據(jù)天氣預(yù)報動態(tài)調(diào)整灌溉規(guī)劃，有效應(yīng)對干旱或雨澇狀況，確保作物無論在何種氣候條件下皆能得到適宜的水分滋養(yǎng)。

2.作物監(jiān)測

邊緣計算在作物監(jiān)控領(lǐng)域大顯身手，助力農(nóng)人迅速察覺病蟲侵害，進而實施針對性防治策略。借助配備于無人機及地面機械上的攝像機與多種傳感器，可收集作物生長細節(jié)，如葉色、密度等指標。邊緣計算裝置就地解析所獲圖像資料，運用圖像識別與機器學習算法評估作物健康狀況，甄別潛在病蟲威脅。一旦檢測到異?，F(xiàn)象，如葉片變黃或顯現(xiàn)斑點，系統(tǒng)即刻警示，并提出相應(yīng)防控措施。此法不僅能削減化學農(nóng)藥的施用，減輕環(huán)境負擔，同時亦能提升作物質(zhì)量與產(chǎn)量，增加農(nóng)業(yè)經(jīng)濟收益。

四、案例分析

（一）智能家居案例

1.智能家居安全系統(tǒng)

智能家居安全系統(tǒng)的革新，隨著科技演進，家庭守護愈發(fā)關(guān)鍵。傳統(tǒng)安防系統(tǒng)倚重中央云服務(wù)，易遭數(shù)據(jù)傳輸滯緩及安全威脅。為應(yīng)對此挑戰(zhàn)，引入邊緣計算，于家庭內(nèi)部署智能攝像頭與傳感器，實現(xiàn)即時影像分析及異?；顒颖O(jiān)測。

2.解決方案

智能攝像頭集成邊緣計算功能，現(xiàn)場執(zhí)行AI運算，優(yōu)化資源利用。部署深度學習模型，實現(xiàn)實時人臉識別與運動偵測，精減誤報現(xiàn)象。以Wi-Fi或蜂窩網(wǎng)絡(luò)連接家庭安全中心或使用者手機，確保信息隨時可得。

3.技術(shù)細節(jié)

攝像頭內(nèi)嵌邊緣計算模塊，本地處理視頻流，免去數(shù)據(jù)上傳至云端的步驟。深度學習技術(shù)支持實時人臉識別與運動檢測，精準識別家庭成員與訪客，降低誤報風險。攝像頭借助Wi-Fi或蜂窩網(wǎng)絡(luò)與家庭安全中心或使用者手機相連，保障用戶能遠程獲取安全信息。

4.效果

本地處理數(shù)據(jù)，縮短攝像頭與云端間的數(shù)據(jù)傳輸時間，提升反應(yīng)效率。數(shù)據(jù)在本地處理，降低了傳輸過程中的安全風險，保障家庭成員隱私安全。

（二）工業(yè)自動化

1.預(yù)測性維護系統(tǒng)

在制造業(yè)領(lǐng)域，設(shè)備突發(fā)故障常引發(fā)高額維修開支與生產(chǎn)延誤。為緩解此難題，通過在核心機械裝置上布設(shè)感應(yīng)器，并借助邊緣計算技術(shù)實施即時數(shù)據(jù)解析，預(yù)判潛在的故障發(fā)生。

2.解決方案

工業(yè)級網(wǎng)關(guān)與傳感器負責采集關(guān)鍵數(shù)據(jù)，包括溫度與振動指標。通過機器學習模型，基于歷史數(shù)據(jù)進行訓練，可以識別設(shè)備的常規(guī)運行狀態(tài)，并監(jiān)測與正常運作模式的差異，從而預(yù)警潛在問題。數(shù)據(jù)傳輸與指令響應(yīng)高效及時，通過工業(yè)以太網(wǎng)或無線通信技術(shù)，如Wi-Fi、LoRaWAN等，實現(xiàn)與中央管理系統(tǒng)之間的無縫連接，確保數(shù)據(jù)的快速傳遞與精準反饋。

3.技術(shù)細節(jié)

整合邊緣計算功能，工業(yè)級網(wǎng)關(guān)不僅從傳感器獲取數(shù)據(jù)，如溫度、振動、電流等信息，還能在本地執(zhí)行初步處理，減輕上行數(shù)據(jù)負擔。利用機器學習技術(shù)，通過解析歷史數(shù)據(jù)模式，確立設(shè)備正常運行的標準基線。一旦檢測到運行狀態(tài)超出預(yù)定范圍，將視為可能的故障預(yù)警信號。確保數(shù)據(jù)傳輸效率與快速響應(yīng)，工業(yè)級網(wǎng)關(guān)采用工業(yè)以太網(wǎng)或高效無線通信，實現(xiàn)實時數(shù)據(jù)上傳與精確指令反饋，保證操作的即時性與準確性。

4.效果

通過持續(xù)監(jiān)控設(shè)備運行狀態(tài)，系統(tǒng)能提前識別潛在故障征兆，成功實施早期故障檢測策略。預(yù)測設(shè)備故障，便于安排預(yù)防性維護，有效防止突發(fā)故障引起的非計劃停機，顯著減少生產(chǎn)延誤。預(yù)測性維護方法有助于精確規(guī)劃維修計劃，避免不必要的過度維護開支，同時降低因故障引發(fā)的高成本維修費用。這一措施顯著提升了設(shè)備可靠性與生產(chǎn)效率，確保生產(chǎn)線平穩(wěn)高效運作。

（三）智慧城市

1.智能交通信號控制系統(tǒng)

智能交通信號控制系統(tǒng)的引入旨在緩解普遍存在的城市交通擁堵現(xiàn)象，傳統(tǒng)固定的交通信號控制方式難以適應(yīng)不斷變化的道路流量。借助邊緣計算技術(shù)，系統(tǒng)能實時監(jiān)測交通流量，并據(jù)此優(yōu)化信號配置。

2.解決方案

邊緣設(shè)備包括交通信號燈控制器、車輛檢測器及攝像頭。它們運用實時數(shù)據(jù)分析算法，動態(tài)調(diào)整信號燈的綠燈時長，以優(yōu)化交通流量。此外，這些設(shè)備通過4G/LTE或5G網(wǎng)絡(luò)與中央交通管理中心保持連接，實現(xiàn)高效的數(shù)據(jù)傳輸與管理。

3.技術(shù)細節(jié)

邊緣設(shè)備，如交通信號燈控制器，能夠依據(jù)即時的交通流量數(shù)據(jù)靈活調(diào)整信號燈的轉(zhuǎn)換時長，這得益于車輛檢測器與攝像頭所收集的信息，這些信息包括但不限于車流量、車型以及行進方向。采用機器學習與實時數(shù)據(jù)分析算法，系統(tǒng)能夠根據(jù)當下實際的交通流量情況動態(tài)調(diào)整綠色信號燈的時間長度，以此來優(yōu)化整體交通流動，有效緩解交通擁堵。通過高速無線網(wǎng)絡(luò)，如4G/LTE或5G技術(shù)，實時的數(shù)據(jù)得以快速傳輸至中央交通管理平臺，同時該平臺亦能向設(shè)備下發(fā)指令。

4.效果

優(yōu)化了道路通行能力，有效降低了交通擁堵狀況。此舉顯著提升了整體交通效率，極大地增強了城市交通流動性，進而顯著改善了市民的日常出行體驗。

五、結(jié)語

綜上所述，邊緣計算為物聯(lián)網(wǎng)領(lǐng)域開辟了前所未有的發(fā)展機遇，不僅顯著提升了數(shù)據(jù)處理效率與響應(yīng)速度，還有效保障了數(shù)據(jù)的隱私與安全。研究發(fā)現(xiàn)，該技術(shù)已在智能家居、工業(yè)自動化、智慧城市建設(shè)、醫(yī)療保健以及農(nóng)業(yè)智能化等多個關(guān)鍵領(lǐng)域展現(xiàn)出成功應(yīng)用實例。隨著技術(shù)持續(xù)演進與應(yīng)用范圍的進一步擴展，邊緣計算在未來的物聯(lián)網(wǎng)體系中將扮演愈發(fā)核心的角色，為社會帶來顯著的經(jīng)濟與社會效益。

參考文獻

[1]楊宗瑤.邊緣計算與物聯(lián)網(wǎng)技術(shù)在智能油田數(shù)據(jù)安全防護中的應(yīng)用[J].網(wǎng)絡(luò)安全和信息化，2024（06）：46-48.

[2]方銳.計算機技術(shù)在物聯(lián)網(wǎng)中的應(yīng)用與研究[J].信息記錄材料，2024，25（05）：78-81.

[3]趙云龍，魏曉霞.邊緣計算與物聯(lián)網(wǎng)融合：面向大規(guī)模設(shè)備連接的資源優(yōu)化策略[J].產(chǎn)業(yè)創(chuàng)新研究，2024（08）：4-6.

[4]楊柯.基于邊緣計算的智能物聯(lián)網(wǎng)網(wǎng)關(guān)關(guān)鍵技術(shù)及應(yīng)用[J].自動化應(yīng)用，2024，65（06）：158-160.

[5]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（03）：132-135.

[6]彭英.邊緣計算在智慧校園物聯(lián)網(wǎng)中的能效優(yōu)化策略研究[J].智能物聯(lián)技術(shù)，2024，56（02）：48-52.

[7]劉崢，吳巍，高陽.物聯(lián)網(wǎng)邊緣計算在數(shù)字化油田建設(shè)中的應(yīng)用[J].設(shè)備管理與維修，2024（05）：134-137.

[8]黃如，宋國梁.基于卸載策略的物聯(lián)網(wǎng)邊緣計算任務(wù)調(diào)度優(yōu)化[J].華東理工大學學報（自然科學版），2024，50（02）：264-273.

作者單位：深圳市共進電子股份有限公司

責任編輯：張津平、尚丹