基于邊緣計算的高效低時延通信傳輸技術研究

鄭 毅

（北京華麒通信科技有限公司，北京 100080）

隨著物聯網、5G、AI等技術的飛速發展，數據產生的速度和數量都在爆炸式增長[1]，這大大增加了對高效、低時延的通信傳輸技術的需求。邊緣計算作為一種新型的計算范式，因其能夠在靠近數據源的地方完成數據處理，從而大大減少了延遲，提高了數據處理的效率，得到了廣泛的關注和研究[2]。邊緣計算不僅能夠處理離散的、由邊緣設備產生的大量數據，還能夠快速響應服務請求，滿足實時性的需求[3]。尤其在一些對時延敏感的應用中，如自動駕駛、遠程醫療、智能制造等，邊緣計算展現出了無可比擬的優勢。然而，盡管邊緣計算具有顯著的優勢，如何將其與通信技術相結合，實現高效、低時延的數據傳輸，仍然是一個重要而且具有挑戰性的問題。因此，本文將重點研究基于邊緣計算的高效低時延通信傳輸技術，詳細介紹邊緣計算和通信技術的總框架，探討結合方式，以及如何通過優化技術策略實現高效、低時延的數據傳輸。希望本文的研究能為邊緣計算和通信技術的進一步發展提供一些有價值的思考和參考。

1 基于邊緣計算的傳輸架構

基于邊緣計算的傳輸架構由網絡服務、核心網EPC、移動中繼節點、匯聚節點以及MEC服務器（多接入邊緣計算）組成。如圖1所示。

圖1 高效低時延通信傳輸總框架

網絡服務負責管理和控制邊緣網絡，包括邊緣服務器、邊緣操作系統、邊緣應用程序、邊緣云平臺和傳輸協議棧[4]。EPC是邊緣網絡中的一個關鍵組成部分，它負責管理和配置邊緣網絡，并提供網絡配置、性能監測、安全管理等功能。移動中繼節點負責在移動設備和匯聚節點之間傳遞數據，并支持多跳、協作傳輸等傳輸方式。匯聚節點負責收集和分析邊緣網絡的數據，并提供給MEC服務器進行處理和分析。

MEC服務器負責管理和控制邊緣云平臺和移動設備之間的傳輸，并提供數據加密、身份驗證等安全機制。各個基站是基于邊緣計算的傳輸架構的重要組成部分，它們之間存在著緊密的聯系和協作關系?；局g通過傳輸協議進行通信，并將數據發送給MEC服務器。MEC服務器負責管理和控制邊緣網絡，包括邊緣網絡配置、性能監測、安全管理等功能?；局g則通過移動中繼節點和匯聚節點進行通信，并將數據傳遞給MEC服務器進行處理和分析。

2 邊緣計算通信傳輸技術

2.1 緩存壓縮流量

在基于邊緣計算的高效低時延通信傳輸技術研究中，緩存壓縮流量是一項重要的任務，圖2是緩存壓縮流量流程。

圖2 緩存壓縮流量流程

在接收數據之前，通過數據挖掘技術對數據進行預處理，識別和刪除冗余數據。在邊緣計算中，有限的資源需要得到合理的分配和利用。緩存管理策略對于提高邊緣節點的性能，尤其是在面對高負載的情況下非常關鍵。在邊緣節點，使用數據壓縮技術可以減少傳輸的數據量，從而降低傳輸的時間和能源消耗。將處理請求發送后需要觀察是否命中MEC緩存，處理后向基站ENG發送請求。

對于不同類型的數據和服務，根據其對時延的敏感性、優先級等因素進行合理的調度?？梢允褂梅占墑e協議（SLA）來確定數據的優先級，實時性需求高的數據應優先緩存和傳輸。壓縮單一流量后緩存數據，采用高效的HTTP/2通信協議可更有效地利用網絡資源，降低傳輸時延?；谶吘売嬎愕南到y可以考慮使用新型的Intel Optane非易失性內存作為緩存，這種內存技術提供了相比傳統硬盤更高的讀寫速率，能有效降低讀寫延遲。

2.2 數據量多流合并

通過邊緣計算緩存壓縮流量后，要進行數據量的多流合并，以此來進行下一步的數據傳輸。對于多流數據，首先需要對數據進行分類與標識，為每個數據流分配一個唯一的標識符，以便后續進行合并與拆分。使用流標簽（Flow Label）技術，在數據包頭部添加一個特殊字段，對數據流進行唯一標識。以Min-Max線性權重映射算法為例，將多個數據流合并為一個，具體由式（1）進行計算：

式中，M(t)為合并后的流量，在時間t的數據點；為第i個流量，在時間t的數據點； 為第i個流量的權重，取值范圍為[0，1]，且滿足w1+w2+…+wn=1。在多流合并過程中，要設計合理的調度策略以確保服務質量。在數據傳輸完成后，接收端需要將合并后的數據流拆分成原始數據流。這需要根據之前的數據流標識進行解碼，解碼后將拆分后的數據流分發給對應的應用或服務。在合并與拆分過程中，可能會遇到數據丟失、亂序等問題。為確保數據的完整性與正確性，需要使用循環冗余校驗（CRC）技術檢測數據在傳輸過程中的錯誤，同時結合自動重傳請求（ARQ）機制進行錯誤恢復，以方便高效低時延通信傳輸。

2.3 高效數據傳輸

在基于邊緣計算的高效低時延通信傳輸技術研究中，高效的數據傳輸是關鍵?；ヂ摼W中，TCP和UDP是最常用的傳輸協議。然而為了實現更高效的數據傳輸，該傳輸技術使用HTTP/3新型協議，在設計時直接考慮減少傳輸延遲、恢復丟失數據等問題，在傳輸前對數據進行壓縮可以有效地減少數據的體積，從而減少傳輸時間。在網絡傳輸過程中，使用TCP擁塞控制機制，以防止網絡中的數據包過多導致網絡擁塞，從而有效提高網絡的吞吐量。TCP的擁塞窗口大?。╟wnd）是一個重要的參數，它決定了一個TCP連接在任何時刻在網絡中未被確認的數據量。TCP Reno算法可調整cwnd，在慢啟動和擁塞避免階段需要滿足的條件如式（2）所示：

在滿足條件后將大數據切分為較小的數據片，并嘗試并行傳輸這些數據片，以降低總的傳輸時間。如果環境允許，使用多路徑傳輸（MPTCP）技術，即通過多個路徑同時傳輸數據，以提高傳輸的可靠性和效率。在邊緣節點處采用LFU緩存策略，減少對主服務器的請求，進而減少網絡延遲。通過上述步驟和技術，可以實現基于邊緣計算的高效低時延通信傳輸。

3 測試實驗

3.1 測試環境及準備工作介紹

為測試基于邊緣計算的通信傳輸能力，該實驗的邊緣節點為NVIDIA Jetson AGX Xavier，服務器為Dell PowerEdge R740，CPU使用Intel Xeon Gold 6152，RAM為128 GB，硬盤采用1 TB SSD，網絡為1 000 Mbps Ethernet。邊緣計算使用OpenStack Edge Computing Platform平臺，操作系統為Ubuntu 18.04 LTS，數據分析工具為Wireshark, Iperf 3，負載生成工具使用Apache JMeter。在Dell服務器上安裝并配置OpenStack Edge Computing Platform。配置并啟動NVIDIA Jetson AGX Xavier，確保其能在OpenStack平臺上正確工作。在服務器與邊緣節點之間建立網絡連接，使用Iperf 3測試并確認網絡帶寬，并在邊緣節點上部署預定的服務與應用。使用Apache JMeter生成預設的網絡負載，對邊緣計算系統進行壓力測試。

3.2 測試結果分析和評價

選擇在平臺運行1小時、2小時、4小時、8小時、16小時這5個時間點進行數據采集。測試的性能指標包括平均響應時間、TPS（Transaction Per Second）和數據傳輸速率，實驗結果如表1所示。

表1 實驗數據結果

從表1可知，即使在長達16小時的持續運行時間內，系統的平均響應時間、每秒事務處理量（TPS）和數據傳輸速率都保持在較高的水平。響應時間從20 ms微微上升到26 ms，這種增長幅度微小，說明系統能夠持久穩定運行。TPS從2 500降至2 380，傳輸速率從850 Mbps降至800 Mbps，顯示了系統在長時間運行后依然保持良好的性能。即使在16小時后，系統每秒還能處理2 380個事務，說明基于邊緣計算的通信傳輸技術具有很高的處理能力。從數據傳輸速率來看，即使在16小時后，系統的數據傳輸速率依然達到了800 Mbps。這顯示了基于邊緣計算的傳輸技術的高效性，它可以保證大量數據在短時間內快速傳輸。響應時間作為衡量系統時延的重要指標，從20 ms增長至26 ms的微小改變，表明了基于邊緣計算的通信傳輸技術的低時延特性。

綜上，這些數據顯示了基于邊緣計算的高效低時延通信傳輸技術在穩定性、處理能力、傳輸速率和低時延等方面具有顯著優勢，這也正是邊緣計算的主要優點之一：能夠在離數據源更近的地方完成數據處理，從而大大減少了延遲，提高了數據處理的效率。

4 結束語

綜上所述，文章詳細介紹了邊緣計算環境下的高效低時延通信傳輸技術的研究趨勢，建立了總體傳輸架構，包括緩存壓縮流量、數據量多流合并、高效數據傳輸等技術點。經過實驗可以看出，基于邊緣計算的通信傳輸技術可以建立很好的傳輸橋梁，實現高效低時延通信。在未來，技術人員還應該加強邊緣計算環境中的資源管理、多設備協作傳輸、安全機制和算法優化等方面的研究，考慮如何將邊緣計算與5G通信技術相結合，以進一步提高通信傳輸的效率和質量。■