Source: https://dl.acm.org/doi/10.1145/3555308
物联网 BIT-NetLab 发布于 ACM Computing Surveys, Volume 55, Issue 8 (August 2023)

Kong L, Tan J, Huang J, et al. Edge-computing-driven Internet of Things: A Survey[J]. ACM Computing Surveys, 2022, 55(8): 1-41.

随着物联网设备数量预计在2025年突破500亿，传统的云计算架构正面临前所未有的挑战——高延迟、带宽瓶颈以及隐私安全问题。边缘计算驱动的物联网（ECDriven-IoT） 作为一种新兴范式，将数据处理从远程云端迁移至网络边缘，为构建可扩展、低延迟的物联网系统提供了全新思路。本文发表于 ACM Computing Surveys，系统性地梳理了这一交叉领域的研究进展，为研究者提供了一幅完整的技术图景。

一、研究背景与动机：为何边缘计算是物联网的必然选择？

传统云计算模式下，物联网数据需要传输到远程数据中心进行处理，这带来了三个核心问题：高网络延迟无法满足VR/AR、自动驾驶等实时应用需求；带宽压力随着设备规模增长而急剧恶化；隐私风险因敏感数据远程传输而加剧。

边缘计算通过将计算能力部署在靠近数据源的位置，能够有效解决上述问题。论文指出，ECDriven-IoT可从三个维度受益：（1）实时响应与高QoS：边缘服务器地理位置更近，网络延迟更低；（2）低能耗：IoT节点仅需将数据发送至本地边缘服务器，显著降低传输能耗；（3）高可扩展性：边缘服务器以分布式方式提供计算资源，避免云端成为瓶颈。

图一、ECDriven-IoT分类体系

二、核心挑战：边缘计算遇见物联网的三大难题

论文深刻剖析了ECDriven-IoT面临的三大新挑战：

挑战一：异构性问题。 物联网设备种类繁多，通信协议各异；边缘节点的部署架构也因场景不同而差异巨大。如何统一这种多样性，建立行业标准，是首要难题。

挑战二：通信与计算的协调。 边缘计算引入后，系统复杂度显著增加。IoT设备与边缘节点之间的通信带来额外开销，而两者的计算能力和功耗都受到严格限制。如何在通信成本与计算效率之间取得平衡，需要精心设计的任务卸载策略。

挑战三：安全与隐私问题。 ECDriven-IoT的异构性和有限计算能力使得安全问题更加棘手。IoT设备和边缘服务器都容易受到各种攻击，一旦任何一点被攻破，整个系统都将面临风险。

图二、ECDriven-IoT模型架构

三、六层分类体系：从底层到应用的全栈视角

论文提出了一个系统性的六层分类体系，自底向上覆盖ECDriven-IoT的各个方面：

第一层：硬件架构层。 包括通用硬件架构、软件定义架构和混合架构。论文详细介绍了EdgeX Foundry等开源框架，以及SDN/NFV技术在边缘网络中的应用。

第二层：操作系统层。 比较了Contiki、TinyOS、LiteOS、RETOS、RIOT等主流IoT操作系统在架构设计、实时调度、网络栈和功耗管理方面的特点。论文指出，RIOT采用微内核架构，支持软实时能力，是ECDriven-IoT的理想选择之一。

第三层：通信协议层。 系统梳理了短距离（Wi-Fi、蓝牙、ZigBee、UWB、6LoWPAN）和长距离（NB-IoT、LoRaWAN、5G）通信协议的特性。特别值得关注的是跨技术通信（CTC） 的兴起，如ZiFi和FreeBee等方案，可实现不同无线技术之间的直接通信。

第四层：计算层。 涵盖计算卸载、分布式计算、缓存策略以及SDN/NFV技术。论文详细讨论了基于博弈论的计算卸载决策、能量采集设备的绿色边缘计算策略等前沿研究。

第五层：安全与隐私层。 全面分析了DDoS攻击、窃听、干扰攻击、恶意注入、未授权访问、隐私泄露等威胁类型，并总结了加密方案、安全数据聚合、区块链技术、可信执行环境（TEE）、入侵检测系统等对策。

第六层：应用层。 介绍了智能家居/城市、智慧医疗、移动VR/AR、工业物联网等典型应用场景。

图三、安全与隐私威胁及解决方案

四、关键经验教训与未来方向

论文总结了四条关键经验：

1. 统一架构与标准的迫切需求。 当前研究碎片化严重，缺乏统一的测量标准和接口规范，严重阻碍了ECDriven-IoT的规模化部署。
2. 高效的通信与计算协调。 跨技术通信（CTC）虽然前景广阔，但目前仅限于两到三种技术之间的通信，仍需进一步探索。
3. 轻量化安全方案的探索。 现有方案或计算复杂度过高，或依赖特定硬件，需要开发适用于资源受限设备的实用安全方案。
4. 场景驱动的差异化设计。 实时应用更关注计算和通信复杂度，而长寿命应用更关注功耗，系统设计需要根据具体场景进行权衡。

未来研究方向包括：异构平台的统一管理、动态任务分配策略、数据抽象层设计、边缘节点安全以及开发工具链的完善。

图四、ECDriven-IoT应用场景

五、总结

本综述的价值在于提供了一个从硬件到应用的全栈视角，系统性地梳理了边缘计算与物联网交叉领域的研究进展。对于研究者而言，论文提出的六层分类体系和三大核心挑战，为定位研究方向提供了清晰的框架。对于工程实践者而言，各层技术方案的对比分析（如操作系统比较表、通信协议特性表）具有直接的参考价值。

随着5G/6G和AI技术的发展，ECDriven-IoT有望在智慧城市、工业4.0、元宇宙等领域发挥更大作用。如何在保证实时性、安全性的前提下，实现海量异构设备的高效协同，将是未来持续关注的焦点。