边缘计算在物联网应用中的问题和挑战
边缘计算在自动驾驶、工业制造、物联网等领域的应用场景复杂多样，连接的设备数量大、分散能力异构，为计算、存储、网络等资源的管理和优化带来困难。云、边、端协同计算对任务划分、分调度、服务器间迁移和安全等方面也提出了新挑战。
边缘节点的异构性：
边缘计算中存在的一个问题是如何实现边缘节点的通用计算。虽然理论上我们可以在位于边缘设备和云之间的若干节点（包括接入点、基站、网关通信汇聚点、路由器、交换机等）上提供对边缘计算的支持，但实际上由于边缘设备和节点具有数量庞大、分布广阔、异构等特点，其数据存储和数据处理能力也不尽相同。例如，通信基站本身可能不适合进行处理分析的任务，因为基站包含的数字信号处理器（DSP）不是为通用计算而设计的。除了考虑消除多源、异构、异地等差异带来的影响以外，还须在此基础上形成统一的接口规范并解决传输协议、时钟同步等问题。此外，一般也很难得知某个边缘节点能否执行其原有工作负载以外的任务。这些都使得实现边缘节点的通用计算变得十分困难。目前有工作研究通过升级边缘节点的资源以支持通用计算，例如，可以通过升级无线家庭路由器以支持其他工作负载。英特尔的Smart Cell platfom则使用虚拟化来支持额外的工作负载。
计算任务的划分、分发和迁移：
边缘计算的重要优势在于通过云边端协同计算为用户提供低延迟、高可靠性的计算服务，合理的计算任务划分（将整个应用分割为多个子任务）、分发调度（子任务在端、边、云何处执行，何时执行）以及迁移（计算任务在不同服务器之间的迁移）是保证计算服务质量的关键。特别地，当前的云计算服务中，日益复杂的应用通常被建模成一系列有依赖关系的子任务构成的有向无环图（DAG）。在DAG依赖约束下，设计任务的分发、调度和迁移更充满挑战。针对边缘计算分层架构协作、DAG依赖约束下的任务调度、移动网络的不稳定性、多通道无线干扰的边缘环境、任务在服务器之间迁移等问题，已经有许多相关工作进行了研究。2017年，有学者研究了移动计算任务以任意时间、次序产生，各任务何处执行（移动设备、某个边缘服务器或云端服务中心）、何时执行（各服务器上任务的调度）以使任务响应时间最小化的问题，设计了首个在线近似算法OnDisc，在速度增强模型下分析其近似比并通过谷歌的实际数据验证了算法的有效性。可以对边缘计算环境下进行DAG调度，综合考虑服务器配置、任务分配和调度，针对单个DAG场景设计使应用完成时间最小化的近似算法。边缘计算系统中的任务划分、分发调度与迁移涉及诸多复杂的软硬件背景，特别在边缘计算平台大规模实际部署中，将产生更多困难的问题，还存在较大的研究空间。
分布式协同存储：
边缘计算有望大幅减少网络延迟和流量，多个边缘服务器部署于互联网边缘，缓存部分数据和应用，就近为用户提供服务，涉及云端与多个边缘服务器、众多终端设备之间的协同存储和计算。那么，数据和应用程序应该存放在云端还是边缘服务器？数据如何有效地在多个边缘服务器上进行分布式存储？在考虑这些问题时，需要根据具体场景下用户需求的变化，动态地进行存储调整，同时还需要兼顾边缘节点和边缘设备的能力异构等特点。当本地边缘服务器没有所需数据/服务时，可以选择：与周边边缘服务器关联合作（代价小），或者将服务请求直接发送到云端数据中心（代价大），或者下载云端数据/服务安装到本地并在必要时替换本地已有内容（代价大）。
边缘服务器之间的数据共享可以有效缩短检索数据的延迟，并进一步减少网络带宽消耗。关键的挑战是构建一个有效的数据索引机制，使得无论据如何被缓存在边缘网络中，都能被有效地检索，这仍然是个亟待解决的问题。潜在的方法如集中式索引以及其他计算领域的基于分布式哈希表（DHT）的索引机制不能满足边缘计算的性能需求。2019年，有人针对边缘服务器之间的数据共享问题，提出了边缘计算环境的分布式数据索引机制。诸多边缘服务器可组成一个统一的边缘计算环境，协同提供存储服务。在此场景下，快速有效的数据放置和取回服务对保障边缘计算的性能至关重要。为此，对用户透明的结构化分布式存储系统就可以为边缘计算提供有效的数据放置和取回服务，确保数据存取的低时延和边缘服务器之间的负载均衡。
边缘层资源共享的激励机制：
随着边缘计算模式的推广，越来越多的云计算服务考虑向边缘层下行，同时大量终端的数据任务向边缘层上行。但边缘计算环境的建设速度较慢难以满足所有终端用户对边缘资源的迫切需求。因此，非常有必要设计各种激励机制加速边缘计算环境的建设。边缘计算供应商追逐自身利益最大化，如何激励更多的供应商面向来自云端和终端两类用户的任务进行主动交易并保证交易的公平性？如何协调用户和边缘计算资源供需关系的博弈策略，从而确保资源交易的稳定与可靠运行？在解决上述问题时，还需要考虑边缘层资源共享池的资源多样性和任务对资源需求的变化。提出一种公平、高效、有保障的资源交易平台，激励尽可能多的边缘计算供应商和用户通过该平台进行资源交易。问题的关键在于同一时段多任务激励机制的设计，斯塔克尔伯格模型（Stackelberg game）等经典博弈论模型以及竞价模型等可以被用来设计该激励机制。
边缘计算的商业模式：
边缘计算环境主要包括边缘服务供应商、内容供应商、用户这三种角色。内容供应商通过边缘服务供应商提供的计算环境向终端用户提供内容服务，如视频网站通过运营商在边缘层向客户端提供视频服务。边缘服务供应商存在服务标准、架构及性能等方面的差异性，这导致现有的商业模型在边缘计算环境中会存在许多问题。例如，内容供应商如何选取最符合其商业目的、能使商业利润最大化的服务供应商；如何实现各服务供应商在时空上服务能力的联合和互补；如何在跨服务供应商的条件下，保障和提高服务质量。
在考虑这些问题时，需要以一种全局资源联合的视角来设计跨多个边缘服务供应商的全新商业模型。该模型需要综合考虑边缘节点的资源受限、分布广泛、资源能力有差异等特点，建立统一的标准化商业模式，打破内容供应商和服务供应商间的紧耦合关系，进而为终端用户提供质量更高的内容服务。为此，产业界有人提出了“边际计算模型”（边缘计算联盟），并对其中的资源融合、服务分发等问题进行了研究。
边缘节点的公用与安全：
边缘节点，如交换机、路由器、基站等设备，在被边缘计算系统用作可公开访问的边缘节点时，将面临许多挑战。首先，需要明确提供这些设备使用权的组织或个人，以及未来这些设备可能的使用者将承担的风险。其次，需要保证在被征用为边缘节点时，这些设备的原预期目的（例如路由器和交换机的转发功能和效率）不会受到损害。在考虑多租户共享边缘节点的场景时，需要将安全作为首要考虑因素。例如，在执行用户任务时，容器（container）就是一种很有潜力的轻量级技术，通过隔离技术可以在很大程度上消除多租户场景下的安全隐患。同时，在多租户的场景下，用户的最低服务级别需要得到保障。同时，和云计算一样，还需要考虑租户任务的工作量、数据计算、数据存储、数据传输、能源消耗等方面，以开发出合理的定价模型。此外，区块链在边缘计算应用中有不可忽视的作用区块链特有的不可篡改数据账本特性使得边缘节点在分布式数据存储方面的安全威胁得以解决，利用区块链的拜占庭容错共识算法，可使得边缘计算系统在出现特定的节点宕机或被恶意操控的情形下仍然保持正常工作。