面向5G的移動邊緣計算技術

丁健

【摘要】? ? 在物聯網和5G通信的驅動下，近年來，移動計算已經發生了范式上的變化，從集中式移動云計算走向移動邊緣計算（MEC）。首先介紹了MEC的計算和通信模型，然后介紹了MEC的資源管理技術，最后分析了MEC可能面臨的挑戰。

【關鍵詞】? ? 移動邊緣計算? ? 通信模型? ? 資源管理

MEC的概念最初在2014年由ETSI提出，MEC是一種新的平臺，能夠在靠近移動用戶側的無線接入網RAN側提供IT和云計算能力。MEC的主要特點是將移動計算，網絡控制和存儲功能“下沉”到網絡邊緣（如基站和無線接入點等），如下圖1所示，以便在資源有限的移動終端設備上使用計算密集型和時延高的關鍵型應用程序。MEC可以有效減少延遲和移動能耗，是5G的關鍵技術。無線通信和移動計算是推動MEC發展的兩大學科，并由此產生了大范圍的新的設計，從計算卸載技術到網絡架構。

本文首先介紹了MEC的計算和通信模型，然后介紹了MEC的資源管理技術，最后分析了MEC未來可能面臨的挑戰。

一、MEC的計算和通信模型

1.1計算任務模型

在計算任務的建模過程中，有各種參數發揮著關鍵作用，包括時延、帶寬利用率、上下文感知、通用性和可測量性等。盡管建立精確的任務模型很復雜，但也存在簡單可靠的可計算的模型。下面將介紹兩種廣泛使用在MEC上的計算任務模型，兩元卸載和部分計算卸載模型。

（1）二元任務卸載模型

二元卸載模型適用于完整性要求較高或者相對簡單的任務，這些任務不可分割，必須作為一個整體卸載到MEC服務器進行計算處理。

（2）部分任務卸載模型

部分卸載模型主要針對大規模的計算任務。通過部分卸載，終端的計算任務被分成兩部分，一部分在移動設備執行，一部分卸載到邊緣設備執行。適用于部分卸載的最簡單的任務模型是數據分區模型，其中任務是逐位獨立的，可以任意劃分為不同的組，由MEC系統中的不同實體執行。實際情況中，不同子任務之間可能存在著依賴關系，顯著影響程序的執行和計算的卸載。首先，子任務的執行順序是不可以任意選擇的，比如：子任務A的輸出是子任務B的輸入，劃分后的子任務無法同時執行。其次，由于軟硬件的限制，一些子任務可以卸載到遠程服務器執行運算，而一些子任務只能在本地執行運算。這種情況下上面提到的數據分區模型就不適用，需要能夠捕獲子任務之間的相互依賴關系的更復雜的模型。

1.2 通信模型

在MEC系統中，AP和移動設備之間的通信可以采用直接的D2D通信。 MEC服務器是云計算/電信運營商部署的小型數據中心，它可以與無線AP共同定位。無線AP不僅提供無線接口給MEC服務器，也可以通過環回鏈路訪問遠程服務器數據中心，這可以幫助MEC服務器進一步將一些計算任務卸載到其他MEC服務器或大型云數據中心。由于無線接口不足，手機無法直接與MEC服務器通信，與鄰近設備的D2D通信提供了將計算任務轉發給MEC服務器的機會。此外，D2D通信還支持在移動設備集群中共享資源和計算負載平衡方面的對等合作。

二、MEC系統資源管理

無線和計算資源的管理對于MEC系統實現節能和低時延有著關鍵的作用。MEC服務器和無線AP（例如，BS和WiFi路由器）位于同一位置，這樣的網絡架構使得相應技術的實施變得方便。下面將對MEC系統資源管理進行詳細介紹。

2.1 單用戶MEC系統

單用戶MEC系統中有三種常用的任務模型：二元確定性任務模型卸載、部分卸載的確定性任務模型和隨機任務模型。對于二元卸載，為了節約能耗，當用戶信道質量理想或者本地計算能力小的時候，任務卸載到邊緣進行計算，此外，波束賦型和MIMO技術也可以用于降低卸載的計算能耗。在降低延遲方面，當用戶帶寬較大且MEC服務器具有較大的計算容量時，計算卸載比本地計算更有優勢。部分卸載允許靈活的數據分區。通過將耗時或耗能的子任務卸載到MEC服務器，與二元卸載相比，部分卸載可以實現更大的節能和更小的計算延遲。對于隨機任務模型，可以利用任務到達和信道的時間相關性設計自適應動態計算卸載策略。此外，通過卸載速率控制來維護用戶和MEC服務器上任務緩沖區的穩定性是非常重要的。

2.2 多用戶MEC系統

多用戶MEC系統是由共享一個邊緣服務器的多個移動設備組成的MEC系統，有幾個新的挑戰點：多用戶聯合無線電和計算資源分配、MEC服務器調度、多用戶合作邊緣計算。

（1）聯合無線和計算資源分配

MEC服務器的計算資源相對較少，因此，設計一個多用戶MEC系統的關鍵問題就是如何分配有限的無線和計算資源給多個移動設備以實現系統級目標，比如最低總量的移動能耗。為了適應不同的MEC系統，集中和分布式的資源分配機制都已經有了研究。對于集中資源分配，MEC服務器獲得所有移動信息，包括CSI和計算請求，做出資源分配決定，并向移動設備通知決策。研究的另一個重點是針對多用戶MEC系統的分布式資源分配，這些系統是使用博弈論和分解技術設計，假設計算任務是通過一個或多個干擾信道進行本地計算或者完全卸載。

（2） MEC服務器調度

前面的討論都是基于用戶同步的假設和并行局部邊緣計算的可行性。然而，實際的MEC服務器調度需要關注以下問題。首先，不同用戶的到達時間通常是異步的，如果具有有限計算資源的邊緣服務器順序地緩沖和計算任務，會導致排隊時延。其次，即使是任務同步到達，在運行不同類型的應用程序的用戶之間，時延要求也可能存在顯著差異，這就要求服務器調度根據用戶的時延要求分配不同級別的優先級。最后，一些計算任務由多個獨立的子任務組成，導致這些模型的調度必須滿足任務相關性要求。

（3）多用戶合作邊緣計算

多用戶合作計算是一種有希望改進MEC性能的技術，這種技術有兩大優勢。首先，MEC服務器計算資源有限，處理大數量的卸載移動用戶數據時會過載。這種情況下，通過點到點的移動合作計算，服務器的負擔會減輕。其次，用戶間共享計算資源可以平衡用戶間不均勻分布的計算工作量和計算能力。

2.3 有異構服務器的MEC系統

為了實現無處不在的邊緣計算，異構MEC（Het-MEC）系統已經被提出，系統包括一個中央云和多個邊緣服務器。研究點集中在服務器選擇、合作、計算遷移。

（1）服務器選擇

異構MEC系統中的用戶，一個關鍵的設計問題是決定計算卸載的位置，是在邊緣還是中心云服務器。

（2）服務器合作

通過服務器協作進行資源共享不僅能提高資源利用率、增加計算服務器提供者的收益，而且能為用戶提供更多的資源增強他們的體驗。

（3）計算遷移

MEC服務器上的計算遷移是由卸載用戶的移動性驅動的。當用戶靠近新的MEC服務器時，網絡控制器可以選擇將計算遷移到該服務器，或者在原服務器中計算任務，然后通過新服務器將結果轉發給用戶。

三、未來挑戰

從大規模MEC系統部署、部署緩存的MEC、綠色MEC、MEC的安全性這四個方面介紹：

3.1 MEC系統部署

MEC將云計算能力“下沉”到網絡邊緣以降低核心網中由于網絡擁塞和傳輸延時導致的時延。然而，沒有正式定義MEC服務器是什么，具體位置在哪里。這樣MEC服務器的站點選擇就成了一個研究問題。

3.2 MEC的移動性管理

移動性是MEC應用的固有屬性。比如，VR輔助的博物館參觀，用來提升用戶的體驗度。在這些應用程序中，用戶的運動和軌跡為邊緣服務器提供位置信息和個人的偏好信息，提高了處理用戶計算請求的效率。另一方面，由于下列原因，移動性也為實現無所不在的、可靠的計算帶來了重大挑戰。首先，MEC將在HetNet體系結構中實現，該體系結構由多個宏站、微站和WiFi接入點構成。用戶的移動導致將會在小范圍的邊緣服務器范圍內頻繁切換。由于不同系統的配置不同、用戶和服務器的關聯策略不同，這就會變得非常復雜。其次，用戶在不同小區間的移動會產生嚴重的干擾和導頻污染，這會大大降低通信質量。最后，頻繁的切換會增加計算時延，降低用戶體驗度。

3.3綠色MEC

MEC服務器是小型數據中心，每一個都比傳統的云數據中心消耗更少的能量。然而，它們密集的部署模式引起了對全系統能源消耗的極大關注。因此，開發實現綠色MEC的創新技術無疑是非常重要的。

3.4 MEC中安全和隱私問題

安全和保護隱私的移動服務的需求越來越大。MEC能夠支持新類型的服務，但其獨特的特性也帶來了新的安全和隱私問題。首先，MEC系統固有的異構性使得傳統的信任和認證機制無法適用。其次，支持MEC的通信技術的多樣性和網絡管理機制的軟件特性帶來了新的安全性的威脅。

四、結語

MEC是一種創新的網絡范式，能夠滿足空前增長的計算需求和不斷提高的用戶體驗需求。MEC通過將豐富的計算和存儲資源推向網絡邊緣，使云計算能力和IT服務能夠接近最終用戶?？梢灶A見，MEC必將成為未來移動通信系統不可或缺的重要組成部分。

參? 考? 文? 獻

[1]李子姝，謝人超，孫禮，黃韜. 移動邊緣計算綜述[J].電信科學，2018（1）：87-101.

[2]虞湘賓， 王光英，許方鋮. 未來移動通信網絡中移動邊緣計算技術[J].南京航空航天大學學報，2018（5）：586-594

[3]宋曉詩，閆巖，王夢源. 面向5G的MEC系統關鍵技術[J].中興通訊技術，2018（1）：21-25