技术应用 | 边缘计算在产业数字金融领域的研究与应用

文  / 华夏银行广州分行信息科技部总经理 张五华

华夏银行广州分行信息科技部 张卫清  黄理  于海洋

在数字化转型浪潮汹涌的今天，边缘计算是一种前沿技术策略，它聚焦于构建位于网络边缘——即紧邻物理实体或数据生成源点的分布式开放模式。相较于传统的云计算范式，边缘计算以其独特的优势，将计算能力直接推向了数据生成的源头侧。这一变革不仅将数据处理的延迟大幅削减至最低限度，更在根本上强化了数据处理的实时响应能力，确保了信息流转的即时性与准确性。网络、计算、存储和应用的关键能力被深度整合到边缘计算中，目标是为了提供近距离高效的边缘智能服务。通过这些服务，边缘计算能够精准响应行业数字化转型中对于敏捷连接、实时业务处理、数据优化分析、应用智能化升级以及强化安全与隐私保护等方面的迫切需求，从而推动各行业实现更加高效、灵活且安全的数字化运营。在2022年中国人民银行发布的《金融科技发展规划（2022—2025年）》中，战略性地指明了金融业高频业务场景，积极部署并开发智能边缘计算节点。此规划旨在构建一个技术前沿引领、规模精准适配的边缘计算能力体系，以赋能金融行业的数字化转型，推动实现更高效、更智能的金融服务生态。

银行产业数字金融领域边缘计算结合物联网、人工智能、区块链、5G、数字孪生等技术，能够充分利用本地计算资源为物联网、人工智能等作为关键边缘节点。作为物联网边缘节点，接收动产融资企业物联网感知层数据，实现实时数据采集和处理；作为人工智能边缘节点，通过在边缘服务上部署算法与模型，可以实现实时数据分析与决策；数字孪生与边缘计算的结合，可以充分发挥两者的优势。边缘计算可以为数字孪生提供实时、快速的数据处理能力，保证数字孪生的实时性和准确性；而数字孪生则可以帮助边缘计算实现对物理世界的深入理解和优化。同时，边缘计算还可以有效降低数据传输成本和风险，提高数据安全性和隐私保护能力，为产业数字金融领域的发展提供有力的支持和保障，进而推动产业金融的数字化转型和创新。

通过物联网、区块链、人工智能和大数据等先进技术，产业数字金融实现了产业链上下游信息数据的全面透明，资产情况的深度跟踪，能实时获取最新数据，对潜在风险进行及时监控和提前预警（如图1所示）。同时，凭借对企业生产经营及资金流通的全面数据分析，能够精准构建数字信用体系，并灵活实施数字担保机制。传统产业数字金融服务模型为“云-端”模型，而边缘计算技术的引入可以将传统的集中式“云-端”模型转变为“云-边-端”模式。将原在云端上运行计算任务全部或者部分卸载到边缘服务上，充分利用本地设备的计算能力和存储资源，提高数据分析和算法模型的执行效率和性能。降低“云端”计算压力也可以解决数据传输速度慢和数据处理能力不足等诸多问题，同时可以将一些企业数字动产监控规则、企业风险预警规则等提前卸载至边缘服务端，及时发现和告警企业数字动产异常、企业经营异常等风险。在解决银行风控领域信息不对称难题的同时及时告警，做到风险可控。

图1  产业数字金融“云- 边- 端”技术架构

1.企业侧（端）。企业侧为了保证企业数字资产真实性及可追溯性引入物联网、电子仓单、数字孪生等技术获取企业产业的生态数据（产业链、物流等），以保证货物管理中货物的真实性、货物实时监控以及解决仓单管理中虚假仓单、一货多单等问题，不再像传统动产融资管货全靠“老门卫”。同时采集企业的生产经营数据，为银行建立企业数字信用，实现数字担保以及企业动产融资等提供重要的数据支持。

2.银行侧（云）。产业数字金融平台是基于银行核心系统和大数据基础平台，应用物联网、人工智能、区块链、数字生态图谱与数字孪生等数字化创新技术，搭建了涵盖数字授信、风控、监测等的一体化智能开放平台，可外接三方数据和生态数据，满足面向各行业产业链提供数字动产融资服务。产业数字金融平台可以通过业务编排将各种模型与规则（例如企业风险模型等）针对企业类型、信用等关键信息，将模型算法卸载至部署在企业中的边缘服务节点。

3.边缘侧（边）。“云-边-端”的三层结构中，边缘部分起到了关键作用（如图2所示）。除了负责接收、分析并传输云与端的信息流外，它也提供了诸如数据处理、分析、智能化感应、智能运算及安全私密性的计算等等功能。这个层次包含了边缘网关、边缘控制器、决策引擎等多种计算储存装置，同时也涵盖了网络交换机、路由器等网络设施，它们整合了边缘区域的计算、储存与网络资源。此外，边缘层还有一种边缘管理器的软体存在，其主要职责在于执行相关的任务，通过对边缘节点的操作来实现这一目标。

图2  “边缘侧”技术架构

与物联网及数字孪生技术的融合，动产融资动产质押企业、制造业生产设备质押企业以及运输业交通工具抵押企业将企业中物联网设备（包括传感器、摄像头、传感器节点和各种传感器设备）连接到边缘计算节点，在数据产生的源头进行数据采集以及数据处理。通过边缘服务对采集到的物联网感知数据进行就地分析与处理，可以极大地减少了对云端服务的网络传输与数据处理压力。云端也可以根据“千企千面”将不同企业的物联规则计算编排下发至企业的边缘服务中，边缘计算服务即可根据采集的企业物联网数据做出实时高效的规则处理，不必再到云端计算。通过边缘计算对企业物联网数据分析和处理，可以为企业数字孪生提供更为实时、快速的数据处理能力，保证数字孪生的实时性和准确性。

与人工智能的融合，云端的模型推理与计算能力迁移至边缘计算服务中，可以实现对数据的实时分析与决策。通过数据处理与分析的能力下沉到数据产生的地方，边缘计算可以使得数据更加快速地得到响应。边缘计算服务根据下发的模型例如风控模型对收集的企业数据进行分析，然后再将分析结果上传到云端进行后续处理，可以减轻云端模型算法处理压力，并获得实时、准确的风控信息。

与区块链的融合，区块链技术可以用于提高边缘计算的安全性和数据可追溯性。区块链技术可以保障数据的完整性和不被篡改，这对于敏感信息的防护和合规性至关重要。同时，边缘服务可以作为区块链网络的节点，为智能合约的执行提供更快速、更高效的支持，从而推动了产业数字金融领域的智能合约和区块链技术的发展。

1.更高的数据质量。物联网技术为商业银行产业内的数字金融业务提供了产业主体数据支持，极大地促进了智能风控模型的构建与优化。物联网技术产生的企业数据也非常庞大，边缘计算可以在数据源头对数据进行处理，减少了数据的误差与失真，从而提高数据的质量。

2.更高效的实时数据处理与决策。云端对物联网数据分析与处理，各种模型计算与决策也给云端带来了巨大的计算压力。边缘计算技术将数据处理与分析的能力应用于数据产生的地方，根据云端编排下发的模型推理例如风控模型等可以实时对数据进行分析与决策，构建“云端训练，边缘推理”新模式。

3.更好的安全体系。边缘计算在产业数字金融数据安全和隐私保护方面也具有重要意义。传统的数据处理方式往往会涉及将大量数据传输到中心服务器进行处理，这样做不仅会增加网络传输的风险，还可能会存在数据泄露的风险。而边缘计算可以使数据在本地进行加密和处理，减少了数据在传输过程中被攻击或窃取的可能性，更好地保护了企业用户的隐私和数据安全。

随着边缘计算技术的不断发展与成熟，其在产业数字金融领域的融合与应用正引领着一场深刻的变革。边缘计算以更快的响应速度和更低的延迟、更高的效率和灵活性、更好的隐私和安全性等特性，为产业数字金融提供了前所未有的实时数据处理能力，使得金融交易、风险管理、客户服务等各个环节都能实现即时的数据洞察与智能决策。

在产业金融数字化转型的道路上，边缘计算不仅是技术创新的催化剂，更是推动金融服务模式转型的关键力量。它突破了传统金融服务中数据处理和决策制定的时间与地点限制，使得银行能够更有效地应对市场动态，迅速响应客户需求。通过在物联网设备、智能终端等边缘节点部署计算资源，银行能够实时收集并分析来自供应链、生产线、交易终端等各个环节的海量数据，从而构建出更加精准、全面的风险评估模型与投资决策支持系统。同时，边缘计算还促进了金融与其他产业的深度融合，为产业升级与转型提供了强有力的金融支持。

展望未来，随着5G、物联网、人工智能等技术的不断融合与发展，“边缘计算+”将在产业数字金融领域发挥更加重要的作用。一方面，边缘计算将进一步提升金融服务的智能化水平，推动金融科技的持续创新；另一方面，它还将促进金融与实体经济的深度融合，为产业升级与转型提供更加精准、高效的金融支持。在这个过程中，银行需要不断加强自身的技术创新能力与风险管理能力，以更好地适应边缘计算带来的变革与挑战。同时，监管机构也需要密切关注边缘计算在金融领域的应用情况，制定相应的监管政策与标准，确保金融市场的稳定与安全。

（此文刊发于《金融电子化》2024年8月下半月刊）