專題：面向B5G/6G的智能邊緣計算網絡技術

內容導讀

隨著我國5G網絡的規模化部署與商用，目前是開展B5G/6G研究的關鍵階段。面向未來B5G/6G的主要可能應用場景，例如車聯網、工業互聯網、空天地海一體化等網絡的業務特征，形成了通信-計算-感知一體化融合、通信網絡與人工智能融合等新趨勢，構建智能邊緣計算網絡平臺與架構，解決智能資源管理與調度、低時延與高可靠傳輸技術等關鍵科學問題和技術，對推動移動通信網絡朝著6G演進，保持國家在該領域的領先地位，并促進數字經濟發展具有重要意義。

鑒于上述情況，為了更好地將我國在智能邊緣計算網絡的最新研究成果介紹給讀者，進一步推進B5G/6G研究，探索面向未來通信-感知-計算一體化網絡的科學規律、關鍵技術和創新應用，我們組織了本專題。

面向未來B5G/6G網絡發展新趨勢，邊緣計算與人工智能相結合是必然的，由此產生的新的交叉研究——邊緣智能，《邊緣智能：研究進展及挑戰》是對該領域的綜述文章。該綜述中，邊緣智能被分為基于邊緣計算的人工智能和基于人工智能的邊緣計算(即AI on edge和AI for edge)兩部分。AI on edge側重于研究如何在邊緣計算平臺上進行人工智能模型的構建，主要包括模型訓練和模型推理兩部分；AI for edge側重于借助先進的人工智能技術，為邊緣計算中的關鍵問題提供更優的解決方案，主要包括任務卸載和邊緣緩存兩部分。該文從一個廣闊的視角對邊緣智能的研究進行了歸納總結，為涉足該領域的相關學者提供了一個詳細的背景知識。

《面向5G Advanced的智能邊緣網絡演進》結合3GPP標準演進情況，闡述了5G Advanced智能邊緣計算網絡整體架構及關鍵技術方向，包括協同業務尋址技術、智能分流技術、無縫應用遷移技術和跨運營商之間邊緣網絡互通技術，并展望了智能邊緣計算網絡的未來技術發展趨勢及標準演進，包括算力網絡的協同和融合、基于空天一體化的邊緣網絡架構等。

場景異構、業務多元是未來B5G網絡的必然特征，業界已經面向控制與指揮業務、數據高速傳輸業務和時間敏感業務定制了不同的數據鏈，《基于智能邊緣計算的數據鏈：原理、架構與挑戰》提出了基于智能邊緣計算的數據鏈，構建了其體系架構，闡明了核心原理，介紹了傳輸機制、資源管理、接入方法等關鍵技術和未來挑戰等，拓展并豐富了智能邊緣計算網絡的理論邊界和內涵。

為了高效協同地感知利用泛在、異構的算力資源，《邊緣算力網絡中智能算力感知路由分配策略研究》為提升6G通信網絡的內生感知和算力自適應能力，對邊緣算力網絡中任務路由策略以及算力資源分配進行研究，提出了一種基于Floyd算法的算力感知路由調度策略解決智能任務調度問題，為縮短用戶業務的平均處理時延，提高邊緣算力網絡中存儲資源和計算資源的利用率做出了探索。

面向混合現實(MR)等高速率、低時延的新應用，《移動邊緣計算中基于內容流行度的深度強化學習緩存機制》考慮到從中心云傳輸服務內容到MR設備會帶來很大時延和能耗問題，引入移動邊緣計算(MEC)技術，提出了一種基于內容流行度的深度強化學習(DRL)方法來做緩存決策，并構造一個新的效用函數來衡量緩存方案的性能，通過在MEC服務器上緩存用戶的預渲染環境幀，探索了減少該類應用延遲和能耗的方法。

《基于時空特征提取的智能網絡切片算法》面向新一代移動通信網絡多元異構業務的特征，提出了基于時空特征提取的智能網絡切片算法。算法采用了圖注意力網絡(GAT)以及長短期記憶網絡(LSTM)進行數據的預處理，并使用深度Q網絡(DQN)進行決策，以準確適配業務需求的時空變化，提升切片性能，促進人工智能與通信網絡的融合。

人工智能的算法和技術不僅僅應用在網絡資源的調度和分配方面，也開始廣泛應用在異常檢測等網絡安全領域，《基于深度學習的網絡異常檢測和智能流量預測方法》在異常檢測任務中針對直接對原始數據檢測異常存在的計算冗余問題，提出基于特征降維的蜂窩流量數據異常檢測方法；同時，對于流量數據預測，提出多數據集聯合預測方法，引入注意力機制學習不同業務間的相關性。

在創新應用方面，《基于云網邊端協同計算的智能分發網絡研究》簡要介紹由人工智能的云端大腦、基于5G構建的安全神經網絡和多關節的機器人本體所組成的云端機器人，提出了基于云、網、邊、端協同計算的智能分發網絡(IDN)的概念。該文闡述了IDN的架構，從算力、算法、通信、數據、安全等角度對IDN進行了研究，對比分析了智能分發網絡與內容分發網絡(CDN)的異同點。描述了在智能分發網絡架構下機器人的典型應用場景，以激發更多研究和思考，共同促進云端機器人的發展。

在智慧交通領域，智能邊緣計算開始被廣泛用于處理智慧高速網絡節點的海量原始數據，但是基于設備成本等因素，大量邊緣處理器并不會配置較為充裕的冗余性計算資源和存儲空間，在處理突發事件時無法合理分配資源而出現高時延、宕機等問題，為此，《面向智慧高速網絡節點邊緣處理器的資源配置優化》提出了一種面向智慧高速網絡節點邊緣處理器的資源配置優化算法。該算法通過對智慧高速網絡節點工作狀態進行建模，針對高時延和邊緣處理器故障問題，對網絡節點邊緣處理器的工作狀態進行資源配置優化，以提升智慧高速公路系統的穩定性和可靠性。

在車聯網高級安全服務中，針對智能網聯汽車在邊-端系統網絡中高可靠性與低時延的視頻內容傳輸問題，《面向智能網聯汽車邊緣網絡的分布式端-邊協同算法》引入有限塊長度編碼機制，并建立車輛能耗模型。根據車輛視頻信息源的視頻質量要求，通過調整視頻編碼碼率、信息源傳輸速率，以及車輛多路徑路由的決策，提出一種完全分布式的優化算法，以提高網絡資源利用率，并保證單個車輛的能耗公平性。

在智能電網領域，智能邊緣計算也被應用到任務調度等對處理時效要求高的領域，《基于5G邊緣計算的智能電網高性價比任務調度》提出了一種基于貪心策略的啟發式任務調度算法，通過與傳統算法在包括輸入任務數、傳輸數據大小和延遲要求等各種參數下的比較，以驗證所提算法在節約成本上的有效性。

綜上所述，本專題全方位地展示了面向B5G和6G愿景的智能邊緣計算網絡技術體系概念、內涵、應用及發展趨勢，內容涵蓋智能邊緣計算網絡體系總體結構，以及存儲與計算資源調度、智能切片、異常檢測與流量預測等關鍵支撐技術，機器人、智能電網、智慧交通等創新應用。希望本專題能夠對廣大讀者了解和研究智能邊緣計算網絡技術提供有益的啟示、參考和借鑒，共同搭建起開放的智能邊緣計算網絡技術交流平臺，促進我國移動通信網絡技術體系的發展。最后，感謝編輯部各位老師在征稿通知發布、論文評審與意見匯總、論文定稿、編輯修改及出版所付出的努力和汗水；感謝專題評審專家及時、耐心、細致的評審工作；衷心感謝各位作者的辛勤工作和精心撰稿!