移动边缘计算研究综述

王思晗 刘亚志

摘要：近年来，随着物联网技术的快速发展，不同类型的应用程序产生的数据量开始呈现爆炸式增长。移动终端有限的计算、存储资源，给用户使用带来不便。传统解决问题的方式是将需要处理的任务上传到远端云的服务数据中心，经过处理后，将计算结果回传到用户端。然而，对于一些计算密集型任务，这种解决问题的方式已经不能满足用户对服务响应时延等的高标准要求。边缘计算作为一种新范式，将云计算的IT资源下沉到网络边缘，解决了海量数据的传输与处理所带来的网络拥塞、增加网络延迟等问题。该文首先对移动边缘计算基本内容以及相关范例进行介绍，进一步对移动边缘计算系统的框架结构进行分析。然后，对移动边缘计算的相关工作进行介绍。最后，针对移动边缘计算中的研究提出了下一步研究方向。

关键词：移动边缘计算;任务卸载及资源分配;服务缓存

中图分类号：TN822      文献标识码：A

文章编号：1009-3044（2021）15-0048-02

Abstract：
In recent years， with the rapid development of Internet of Things technology， the amount of data generated by different types of applications has begun to explode. The limited computing and storage resources of mobile terminals bring inconvenience to users. The traditional way to solve the problem is to upload the task that needs to be processed to the service data center of the remote cloud， after processing， the calculation result is sent back to the client. However， for some computationally intensive tasks， this solution can no longer meet users" high requirements for service response delays and so on. Edge computing， as a new paradigm， subsides IT resources of cloud computing to the edge of the network， and solves problems such as network congestion and network delay caused by massive data transmission and processing. This paper first introduces the basic content and relevant examples of mobile edge computing， and then analyzes the framework of mobile edge computing system. Then， the related work of moving edge calculation is introduced. Finally， the research direction of moving edge computing is proposed.

Key words：
mobile edge computing; task offloading and resource allocation; service cache

1 移动边缘计算

近年来，随着车联网以及物联网的快速发展，多种多样的智能设备不断涌现，如智能家居、智能交通等，给人们的生活带来许多便利。然而，新兴的应用大多是复杂的应用程序，产生的数据量较多。思科估计，到2020年，全球将有大约500亿部联网设备，每天的数据量将会呈现爆炸式增长。随着用户对网络服务质量、服务请求时延等网络性能要求不断提高，资源受限的移动设备终端难以满足。

为了应对上述挑战，移动边缘计算作为一种新范式被提出，能夠将云端的计算功能和服务下沉到具有地理位置优势的网络边缘，就近提供实时的数据分析和智能化处理，能够有效地避免核心网络拥堵，降低服务响应时延，成为学术界和工业界研究的热点。目前，研究学者在边缘计算领域进行了大量的研究，普遍认可的边缘计算方案包括微云、雾计算、移动边缘计算。

云计算是一种计算范式，它通过计算资源池向最终用户提供按需服务。在万物互联的时代，物联网设备产生的海量数据对计算、存储、网络服务能力提出了更高的要求，将云计算中心服务向网络边缘进行扩展的趋势得到了业界的普遍认可。而微云是云计算逐渐向网络边缘靠近的一次尝试。Satyanarayanan等人首次提出了微云的概念，微云作为小型的云服务数据中心，是一种可以被附近的移动设备使用的计算机或者计算集群，也同样可以作为Internet基础设施组件，为附近的移动设备提供计算存储资源，能够增强移动设备的移动性。微云靠近网络的边缘，为移动设备提供服务，通过将移动设备复杂的计算迁移到位于网络边缘的基于虚拟机的微云，减少延迟。在移动云计算会议上被正式提出雾计算的概念，并将雾计算定义为在传统云计算数据中心与终端用户设备之间提供计算、存储、网络服务的一种高度虚拟化的平台。雾计算具有广泛的地理分布，较多的节点数量，侧重于不同平台和行业之间的数据管理和资源共享，支持上下文感知。

其中，与移动边缘计算范例最相关的是微云。2014年，欧洲电信标准协会从网络架构的角度，将边缘计算与移动网络进行融合，致力于构建更加智能的网络，首次提出移动边缘计算，将其定义为在移动网络边缘提供IT服务环境和云计算的能力。随着业界对MEC的研究不断深入，2016年，ETSI对MEC中的“M”进行了扩展，将其定义为“multi-access”，移动边缘计算逐渐向多接入边缘计算方向过渡。

2 相关工作

目前关于移动边缘计算方面的研究主要倾向于系统架构的设计以及任务卸载等方面的研究。文献[1]考虑智能设备资源的有限性和边缘服务器较强的计算、存储能力，提出了基于改进拍卖算法的任务卸载策略，该策略主要分为任务卸载和任务调度两个主要的阶段。任务希望在决策阶段通过考虑任务在本地或边缘执行的时间成本以及能量消耗，提供卸载决策的依据，以判定任务是否卸载到边缘执行。当任务要卸载到边缘执行后，寻找合适的边缘服务器，降低计算时延，减少传输能耗，以达到全局最优的目标，是任务调度阶段主要的目的。文献[2]考虑了用户端的移动性，对蜂窝网络进行了更详细的分类并给出了更准确的状态转移概率，将虚拟机迁移过程建模为马尔可夫决策过程，利用策略迭代算法求得最优解，有效地减少了能耗，降低了时延。

目前该领域的大多数研究工作仍然是关于任务卸载以及调度等方面。然而，对于服务的请求，大多是假设已经缓存了所有用户请求的服务。云计算中部署虚拟机的方案不适用于分布式的边缘计算模型。因此，对于服务缓存的决策进行研究也是极具挑战性的，具有重要现实意义。文献[3]研究了在移动边缘计算密集网络中的服务缓存和任务卸载问题，利用李雅普诺夫优化算法与吉布斯采样算法，联合优化动态的服务缓存和任务卸载问题，考虑移动终端任务需求的高度随机性，以及长时间服务缓存决策的耦合性等方面的影响，有效地降低了服务响应时延。

综上所述，移动边缘计算中关于任务卸载和资源调度方向研究较多，服务缓存也是一个同等重要的方向，却很少有研究。因此，对于复杂的应用程序服务的研究及其具有挑战性，也具有十分重要的意义。

3 结束语

综上所述，本文首先对移动边缘计算的发展背景以及相关计算范例进行简单介绍。然后，介绍了移动边缘计算系统的框架结构。最后，介绍了目前移动边缘计算重点研究方向，并指出了未来需要研究的方向。移动边缘计算作为一种新范式，系统的性能与服务缓存策略息息相关，边缘节点之间合理的部署服务，能够有效的利用边缘节点的计算、存储资源。但是，在移动边缘计算中对服务缓存的研究仍然存在一些问题，还需要进一步的探究。

参考文献：

[1] 盛津芳，滕潇雨，李伟民，等.移动边缘计算中基于改进拍卖模型的計算卸载策略[J].计算机应用研究，2020，37（6）：1688-1692.

[2] 王秋宁，谢人超，黄韬.移动边缘计算的移动性管理研究[J].中兴通讯技术，2018，24（1）：37-41.

[3] Xu J，Chen L X，Zhou P.Joint service caching and task offloading for mobile edge computing in dense networks[C]//IEEE INFOCOM 2018 - IEEE Conference on Computer Communications.April 16-19，2018.Honolulu，HI.IEEE，2018.

【通联编辑：代影】

推荐访问:综述 边缘 计算