阿里巴巴作為國(guó)內(nèi)互聯(lián)網(wǎng)技術(shù)的巨頭之一，一直在積極推進(jìn)邊緣計(jì)算技術(shù)標(biāo)準(zhǔn)化建設(shè)與產(chǎn)業(yè)落地。

集微網(wǎng)消息，近日2019亞太內(nèi)容分發(fā)大會(huì)暨CDN峰會(huì)在廣州如期召開，大會(huì)圍繞“邊緣計(jì)算”這一主題，探討互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展的新趨勢(shì)，而阿里云憑借在邊緣計(jì)算領(lǐng)先的技術(shù)布局與創(chuàng)新方案，榮獲“最佳智能邊緣計(jì)算技術(shù)創(chuàng)新平臺(tái)”獎(jiǎng)項(xiàng)。

隨著IOT(物聯(lián)網(wǎng))的發(fā)展，設(shè)備大規(guī)模接入物聯(lián)網(wǎng)，在終端設(shè)備上產(chǎn)生的海量數(shù)據(jù)在提供商業(yè)價(jià)值的同時(shí)，也對(duì)大數(shù)據(jù)風(fēng)控提出了新的挑戰(zhàn)。一方面，隨著物聯(lián)網(wǎng)發(fā)展的趨勢(shì)，交易和支付的發(fā)起將逐漸擺脫對(duì)單一移動(dòng)設(shè)備的依賴，從當(dāng)前主要依賴于PC或手機(jī)端的支付方式變?yōu)榭纱┐髟O(shè)備如智能手表手環(huán)，智能眼鏡等，甚而取設(shè)備化(無感)支付。另一方面，隨著對(duì)個(gè)人隱私數(shù)據(jù)越來越高的監(jiān)管要求，隱私數(shù)據(jù)的獲取和使用也將受到極大的限制。

如何應(yīng)對(duì)個(gè)人隱私數(shù)據(jù)越來越高的監(jiān)管要求并實(shí)現(xiàn)異常檢測(cè)，已成為亟待解決的問題。為了更好地解決這一問題，阿里巴巴在今年年初就申請(qǐng)了一項(xiàng)名為“基于邊緣計(jì)算的區(qū)域異常檢測(cè)方法和邊緣計(jì)算設(shè)備”（申請(qǐng)?zhí)枺?01910214642.4）的發(fā)明專利，申請(qǐng)人為阿里巴巴集團(tuán)控股有限公司。

該專利提供了一種基于邊緣計(jì)算的區(qū)域異常檢測(cè)方法和邊緣計(jì)算設(shè)備，以通過區(qū)域內(nèi)的物聯(lián)網(wǎng)設(shè)備采集的監(jiān)控特征數(shù)據(jù)進(jìn)行異常檢測(cè)。

圖1

圖1是該專利提出的基于邊緣計(jì)算的區(qū)域異常檢測(cè)場(chǎng)景示意圖。從圖中可以看到，物聯(lián)網(wǎng)設(shè)備是可以采集多種數(shù)據(jù)的，我們以智能手機(jī)為例，它可以通過各種傳感器來采集到如速度、壓力、光照強(qiáng)度等數(shù)據(jù)信息。物聯(lián)網(wǎng)設(shè)備采集數(shù)據(jù)后，就會(huì)形成物聯(lián)網(wǎng)設(shè)備對(duì)應(yīng)的特征數(shù)據(jù)，然后再上傳到邊緣計(jì)算設(shè)備中。邊緣計(jì)算設(shè)備可提供IOT終端計(jì)算服務(wù)，對(duì)多個(gè)物聯(lián)網(wǎng)設(shè)備上傳的特征數(shù)據(jù)進(jìn)行加工處理，形成異常檢測(cè)模型所需的特征數(shù)據(jù)，輸入到IOT終端決策模型中進(jìn)行決策。此外，邊緣計(jì)算設(shè)備還可將特征數(shù)據(jù)存儲(chǔ)在邊緣計(jì)算服務(wù)端中進(jìn)行備份，以作為邊緣計(jì)算設(shè)備的IOT終端決策模型的訓(xùn)練樣本來源。

由于邊緣計(jì)算設(shè)備的存儲(chǔ)能力和計(jì)算能力的限制，單純依賴邊緣計(jì)算設(shè)備進(jìn)行異常檢測(cè)的決策，可能會(huì)出現(xiàn)較大的誤判，特別是基于多個(gè)物聯(lián)網(wǎng)設(shè)備的決策樹進(jìn)行判斷時(shí)，判決為異常和判決為正常的比例相對(duì)接近時(shí)。此時(shí)，需要由云端/服務(wù)端進(jìn)行異常檢測(cè)的決策。其中，云端/服務(wù)端存儲(chǔ)更多的樣本數(shù)據(jù)，具備更大的計(jì)算容量，判決結(jié)果更為準(zhǔn)確。這樣，邊緣計(jì)算設(shè)備和云端/服務(wù)端可各自分擔(dān)部分的決策任務(wù)。

圖2

圖2是專利中提出的邊緣計(jì)算設(shè)備訓(xùn)練異常檢測(cè)隨機(jī)森林模型的示意圖。從圖中可以看到，邊緣計(jì)算設(shè)備可基于各物聯(lián)網(wǎng)設(shè)備上報(bào)的監(jiān)控特征數(shù)據(jù)，獨(dú)立建模，剪枝，評(píng)估等。

比如當(dāng)檢測(cè)到多個(gè)物聯(lián)網(wǎng)設(shè)備中的目標(biāo)物聯(lián)網(wǎng)設(shè)備發(fā)生故障，或者在預(yù)設(shè)時(shí)間段內(nèi)未接收到多個(gè)物聯(lián)網(wǎng)設(shè)備中的目標(biāo)物聯(lián)網(wǎng)設(shè)備的監(jiān)控特征數(shù)據(jù)時(shí)，可以將目標(biāo)物聯(lián)網(wǎng)設(shè)備在異常檢測(cè)隨機(jī)森林模型對(duì)應(yīng)的目標(biāo)隨機(jī)森林決策樹移除。另外，當(dāng)檢測(cè)到新增物聯(lián)網(wǎng)設(shè)備接入邊緣計(jì)算設(shè)備時(shí)，采集新增物聯(lián)網(wǎng)設(shè)備的監(jiān)控特征數(shù)據(jù)，然后再生成對(duì)應(yīng)的隨機(jī)森林決策樹。

阿里巴巴作為國(guó)內(nèi)互聯(lián)網(wǎng)技術(shù)的巨頭之一，一直在積極推進(jìn)邊緣計(jì)算技術(shù)標(biāo)準(zhǔn)化建設(shè)與產(chǎn)業(yè)落地。阿里巴巴多次與各大運(yùn)營(yíng)商進(jìn)行試點(diǎn)合作，不斷推進(jìn)5G移動(dòng)邊緣計(jì)算（MEC）、虛擬化CDN網(wǎng)絡(luò)架構(gòu)、邊緣智能等領(lǐng)域建設(shè)，為我國(guó)邊緣計(jì)算產(chǎn)業(yè)發(fā)展做出了巨大貢獻(xiàn)。