马俊超，黄永明

(网络通信与安全紫金山实验室，江苏 南京 211111)

0 引言

工业互联网(Industrial Internet of Things,IIoT)是工业3.0向工业4.0演进的重要标志。工业4.0的一个趋势是将原有的有线设施更换为无线设备[1-2]，这样可以提高网络的可扩展性、灵活性和移动性，也方便未来网络的升级，节约成本。但是设备的移动进一步加剧了传输环境的复杂性,无线设备替代有线设施也会带来负面的影响。比如，现阶段无线环境无法提供有线传输那样可靠且高速的传输。因此，如何为工业互联网提供高可靠低时延的传输环境是5G和6G网络的一个研究热点[3]。

工业4.0的另一个趋势是业务复杂度的大幅提升，同时业务执行趋向自动化。比如，在芯片生产中需要检查制造的芯片产品是否合格、是否存在瑕疵。在传统工业环境中，这个任务通常由人工执行，即检查员通过检查芯片的外表确定该产品是否合格。受益于人工智能的长足发展，基于自动化的工业互联网中，该任务则由系统计算节点自动化完成。具体来说，该计算节点存储、计算和训练人工智能模型(深度神经网络、卷积神经网络等)及相应参数[4-5]。当产品到达时，附近的相机通过拍照得到一组该产品的图像，这些图像作为人工智能模型的输入，经过一系列的计算和推演，可以得到芯片产品的特征并以此判定该产品是否合格[6]。

自动化的任务执行优势为：① 自动化任务执行节省了人力成本；② 随着计算和存储资源成本的降低，各网络节点均可承担一定计算任务，并且自动识别的计算时延可能低于人工识别。……