计算机工程

作者：王田, 李果, 梅雅欣, 钟文韬

单位：1. 北京师范大学教育部大数据云边智能协同工程研究中心, 广东 珠海 5190872. 北京师范大学人工智能与未来网络研究院, 广东 珠海 519087

关键词：传感云,边缘计算,"云-边-端"协同,边缘智能,联邦学习

基金：国家自然科学基金联合重点基金(U25A20436); 国家自然科学基金(62372047); 广西重点研发计划(FN2504240036); 广西重点研发计划(2025FN96441087); 广东省科技计划项目(2025B0101120006); 广东省自然科学基金(2024A1515011323)

针对传统传感云(SC)在处理海量实时感知数据时面临的高时延、带宽瓶颈及隐私泄露等挑战, 边缘计算(EC)通过将计算与存储能力下沉至网络边缘, 成为提升物联网系统效能的关键。本文系统综述了传感云与边缘计算的融合技术与演进范式。首先, 解析了"云-边-端"三层协同架构的演进逻辑, 详述了基于边缘侧的数据预处理、冗余消除与协同存储机制。其次, 重点探讨了智能化资源优化技术, 对比分析了传统启发式算法与深度强化学习(DRL)在动态任务卸载及跨层资源调度中的性能表现。随后, 深入剖析了联邦学习(FL)与边缘智能(EI)在隐私保护与自主决策中的应用, 探讨了分层模型聚合、模型轻量化压缩及基于知识蒸馏的协作推理机制。此外, 本文结合系统工程实践, 阐述了利用Kubernetes容器编排与Kafka消息中间件构建高效、可扩展边缘协作系统的实现路径。最后, 归纳了异构资源管理、网络动态性等共性挑战, 展望了系统向绿色化、语义通信及通感算一体化发展的趋势, 为构建新一代高效物联网感知体系提供了理论参考与工程指导。

来源：2026年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第5期