移動邊緣計算的系統架構和關鍵技術分析

董春利 王莉

摘? ?要：隨著移動互聯網和物聯網應用的快速發展，傳統的集中式云計算遇到了嚴峻的挑戰，例如高延遲、低頻譜效率和非自適應機器類型的通信。為了解決這些挑戰，新技術正在推動將集中式云計算功能轉移到網絡邊緣設備。移動邊緣計算被認為是物聯網和任務關鍵型、垂直解決方案的關鍵推動因素，被公認為是一種關鍵的架構概念和技術之一。文章討論分析了移動邊緣計算的系統架構和關鍵技術。

關鍵詞：移動邊緣計算;虛擬機;計算卸載;VM遷移

移動邊緣計算（Mobile Edge Computing，MEC）被歐洲電信標準化協會（European Telecommunications Standards Institute，ETSI）定義為一種新技術，在移動網絡邊緣、無線接入網絡內以及移動用戶附近，提供IT服務環境和云計算能力[1]。ETSI發布了一份關于移動邊緣計算的白皮書，移動邊緣計算被認為是一種重要的新興技術，成為下一代網絡的重要組成部分。由于具有低延遲、近距離和高帶寬等先進特性，以及實時洞察無線網絡信息和位置感知功能，移動邊緣計算為多個行業（如消費者、企業）提供了大量新的應用和服務。特別地，MEC被認為是智能城市中處理視頻流服務有前景的解決方案。

來自監視設備的視頻流在MEC服務器上進行本地處理和分析，從視頻流中提取有意義的數據。可以將有價值的數據傳輸到應用服務器，以減少核心網絡流量。增強現實（Augmented Reality，AR）移動應用在上行鏈路中的數據收集、邊緣計算和下行鏈路中的數據傳遞方面，具有固有的協作屬性。增強現實數據需要低延遲和高速率的數據處理，以便根據用戶的位置提供正確的信息。數據處理可以在本地MEC服務器上執行，而不是在集中式服務器上執行，以提供良好的用戶體驗。物聯網在電信網絡上生成額外的消息，要求網關聚合消息并確保低延遲和安全性。引入利用MEC收集，分類和分析物聯網數據流的新架構，MEC服務器負責管理各種協議、消息分發和分析處理。MEC環境創造了一個新的價值鏈和充滿活力的生態系統，從而為移動運營商、應用和內容提供商創造了新的機會。

1? ? ?MEC的系統架構

ETSI描述的MEC參考架構使MEC應用程序能夠實現為在MEC主機上運行的純軟件實體[2]。移動邊緣平臺提供運行MEC應用程序所需的基本環境和功能。MEC應用程序在虛擬化基礎架構之上作為虛擬機（Virtual Machine，VM）運行，并且可以與移動邊緣平臺交互以執行與應用程序的生命周期相關的某些支持過程。此外，虛擬化基礎設施包括一個執行由移動邊緣平臺接收的流量規則的數據平面，并路由在應用本地網絡和外部網絡之間的流量。MEC主機級管理包括移動邊緣平臺管理器和虛擬化基礎架構管理器。前者管理應用程序的生命周期以及應用程序規則和要求，包括服務授權、流量規則、域名系統（Domain Name System，DNS）配置和解決沖突。后者負責分配、管理和發布虛擬化基礎架構的可視化（計算、存儲和網絡）資源。

操作支持系統通過生命周期管理代理商或運營商的第三方客戶，通過面向客戶的服務門戶接收用戶應用程序的請求，操作支持系統決定是否授予請求。授權請求將轉發給MEC協調器進行下一步處理。MEC協調器是核心功能，因為它根據部署的MEC主機、可用資源、可用MEC服務和拓撲，維護一個整體視圖。出于性能、成本、可擴展性、運營商首選部署的原因，MEC支持不同的部署方案[3]，例如在蜂窩宏基站演進型Node B站點（Evolved Node B，eNodeB）、在3G無線網絡控制器（Radio Network Controller，RNC）站點、在多個無線電接入技術小區聚合站點，和聚合點（其也可以位于核心網絡的邊緣，例如在分布式數據中心中），探討了一個網絡規劃問題，該討論決定了在可用站點中安裝MEC服務器的最佳位置，以便在安裝成本和服務質量（Quality of Service，QoS）之間進行權衡。

2? ? MEC的關鍵技術

MEC的關鍵技術包括計算卸載和移動性管理。

計算卸載是一個將資源密集型計算從移動設備遷移到資源豐富的附近基礎設施的過程[4]。雖然移動設備受到計算能力、電池壽命和散熱的限制，但是通過將能量消耗的應用程序計算卸載到MEC服務器，MEC可以在用戶設備（User Equipment，UE）上運行新的復雜應用程序。計算卸載的一個重要部分是決定是否卸載、是否適用全部或部分卸載、卸載什么以及如何卸載。卸載決策取決于根據3個標準分類的應用程序模型。第1個標準是應用程序是否包含不能卸載的用戶等不可卸載部分（例如用戶輸入、攝像或需要在UEs處執行的獲取位置）。第2個標準是無法估計某些連續執行應用程序要處理的數據量。第3個標準是要處理的各個部分的相互依賴性。通常，UE需要由代碼分析器、系統分析器和決策引擎組成，以管理卸載過程。代碼分析器負責根據應用程序類型和分區的代碼數據來管理卸載內容。系統分析器負責監視多個參數，例如可用帶寬、要傳輸的數據大小以及執行代碼的能量。這些參數會影響何時卸載，決策引擎確定是否卸載。計算卸載決策算法已進行了全面的研究和比較。大多數算法旨在最小化移動設備處的能量消耗，同時，受到卸載的應用程序可接受的執行延遲或者找到這兩個度量之間的最佳權衡。數值結果表明，MEC可以通過異構網絡中的計算卸載來提高能效。針對多個移動設備用戶之間的計算卸載決策問題，提出了一種博弈論方法。數值結果表明，該算法實現了優異的計算卸載性能，并隨著用戶規模的增大而擴展。研究了計算卸載的節能資源分配問題。此外，一些努力集中在無線電和計算資源的聯合優化上，旨在最小化延遲和功率預算約束下的能量消耗。

當UE執行到另一個小區的切換時，重要的是保證服務連續性和QoS要求[5]。幾個MEC應用程序期望在位置改變之后繼續為UE服務。如果UE將計算轉發到MEC，則需要啟動VM遷移以提供服務的連續性。VM遷移是將VM從一臺物理機器移動到另一臺物理機器，通常在數據中心內。關鍵部分是確定VM遷移是否取決于服務類型和要求、內容大小和用戶類型。需要注意的是，可以遷移具有嚴格QoS要求的正在進行的視頻服務，并且始終將用于緊急警告機器類型通信服務的延遲敏感測量任務，遷移到最佳MEC服務器。一方面，必須做出決定，指示服務是否必須完全或部分遷移。同時，考慮VM遷移成本，包括VM遷移和回程資源消耗所需的時間，因為需要計算節點之間的流量交換。另一方面，VM遷移的好處是減少服務延遲。同時，不必分配回程資源用于將計算結果傳輸回UE。提出了一種利潤最大化虛擬人物放置策略，以選擇性地將VM遷移其最佳位置，來優化遷移增益和遷移成本之間的權衡。此外，探索了用于動態VM放置，并根據預期用戶的移動找到最合適的通信路徑預測技術。與現有技術方法相比，本文所提出的算法將卸載延遲減少了10%～66%。

3? ? 結語

MEC啟用一個開放的無線接入網絡，可以在網絡邊緣托管第三方創新應用和內容。MEC是云無線接入網（Cloud-Radio Access Network ，C-RAN）的補充。MEC的關鍵技術是計算卸載和移動性管理，其部署方案與傳統無線網絡兼容。然而，鑒于該領域的研究是相對初期的階段，仍有許多懸而未決的問題，需要從其關鍵技術和更先進的解決方案的角度做進一步研究。

[參考文獻]

[1]YUAN A，MUGEN P，KECHENG Z.Edge computing technologies for Internet of Things：a primer[J].Digital Communications and Networks，2018（2）：77–86.

[2]MEC.Mobile edge computing framework and reference architecture[Z].V111，2016.

[3]MEC.Mobile edge computing technical requirements[Z].V111，2016.

[4]MACH P，BECVAR Z.Mobile edge computing：a survey on architecture and computation offloading[J].IEEE Communications Surveys and Tutorials，2017（99）：1.

[5]SECCI S，RAAD P，GALLARD P.et al.Linking virtual machine mobility to user mobility[J].IEEE Transactions on Network and Service Management，2016（13）：927-940.

Analysis on the system architecture and key technologies of the mobile edge computing

Dong Chunli1，2， Wang Li1

（1.School of Electronic Information Engineering， Nanjing Communications Institute of Technology， Nanjing 211188， China;

2.Shanghai Jian-Xi Information Technology Co.， Ltd.， Shanghai 200051， China）

Abstract：With the rapid development of mobile internet and internet of things applications， the traditional centralized cloud computing is encountering severe challenges， such as high latency， low spectral efficiency， and non-adaptive machine type of communication. Motivated to solve these challenges， new technology is driving shifts the function of centralized cloud computing to the edge devices of the network. The mobile edge computing is identified as a key enabler for IoT and mission-critical， vertical solutions， and is recognized as one of the key architectural concepts and technologies. This paper discusses the system architecture and key technologies of the mobile edge computing.

Key words：mobile edge computing; virtual machine; computing offload; VM migration