基于MEC的動態自適應視頻流緩存研究

摘要：移動邊緣計算（Mobile Edge Computing，MEC）在無線接入網中提供移動和云計算能力。本文提出了一種基于移動邊緣計算（MEC）的動態自適應視頻流緩存體系結構，利用信息中心網絡（Information Centric Networking，ICN）將網絡功能與底層的物理基礎設施分離開來，用于實現網絡邊緣視頻白適應緩存。MEC服務器可以通過其同有的無線網絡信息服務功能為客戶端提供指導，在當前網絡輸入所支持的質量上高速緩存最受歡迎的內容段，使它們能夠執行更智能的視頻適配。平臺提供了一個帶寬更高的服務環境，支持10倍增益以及超低延遲、抖動和丟包率等，基于MEC的動態自適應視頻流緩存體系結構可以獲得比遠程服務器更好的性能。

關鍵詞：移動邊緣計算;信息中心網絡;緩存

中圖分類號：TP393 文獻標識碼：A

文章編號：1009-3044（2020）20-0226-03

Research on Dynamic Adaptive Video Streaming Caching Based on MEC

Xue Duan

（School of Mathematics and Computer Science ， Liupanshui Normal U niversity ， Liupanshui 553000， China ）

Absrtact： Mobile edge computing （MEC） provides mobile and cloud computing capabilities in wireless access networks. In this pa-per， we propose a dynamic adaptive video streaming caching architecture based on MEC， which uses information centric Network-ing （ICN） to separate the network functions from the underlying physical infrastructure to realize the adaptive video caching of net-work edge. MEC server can provide guidance for clients through its inherent wireless network information service function. cachethe most popular content segments on the quality supported by current network input， so that they can perform more intelligent vid-eo adaptation. The platform provides a higher bandwidth service environment， supports 10 times gain， ultra-low delay， jitter andpacket loss rate. etc. the dynamic adaptive video streaming cache architecture hased on MEC can achieve better performance thanthe remote server.

Key words： mobile edge computing; information centric networking; cache

1概述

近年來，隨著智能移動設備的迅速發展和無線網絡的出現，特別是具有4K分辨率的超高清晰度（UHD）視頻，已經成為未來5G網絡發展背景下的一個突出用例。5G網絡不僅提高網絡容量，還通過在復雜和動態的環境中實現必要的網絡智能來保證服務質量（QoE）。隨著新的網絡模式的發展，特別是信息中心網絡（ Information Centric、Networking，ICN）[1]和移動邊緣計算（MEC）技術的發展，內容感知和智能可以嵌入到移動網絡邊緣，在動態性和不確定性的網絡系統中實現理想的用戶體驗質量（QoE）。5G的發展增加了移動網絡流量，其中大部分數據流量從固定網絡轉移到無線網絡。思科可視化網絡服務指數預測，從2016年到2021年，全球移動數據將增長8倍，年增長率將達到53%[2]，如圖1所示。面對巨大的挑戰，移動網絡運營商不僅要滿足未來的帶寬需求，以提高客戶的QoE[3]，還要提高利潤，降低總體擁有成本，這就需要新的新技術集成到網絡中。因此，移動邊緣計算（MEC）和信息中心網絡（ICN）應運而生。

MEC的概念由歐洲電信標準協會（ETSI）提出，最初的目標是在5G的移動網絡邊緣開發面向內容的網絡智能，為用戶提供一個超低延遲、高帶寬以及定制服務的服務環境[4]，MEC的場景結構圖如圖2所示。MEC作為一種新興的范例被引入，它支持將云計算功能下沉分布到蜂窩無線接入網絡（RAN）的邊緣。具體地說，MEC服務器使用通用計算平臺直接在小基站上實現，從而能夠在接近移動用戶的情況下提供上下文感知服務和應用程序[5]。在視頻流應用方面，如何處理無線接入網（RAN）的無線資源可用性的動態性以及用戶的QoS變得尤為重要。此外，如果需要的視頻源位于遠程云端平臺，則傳輸過程中的回程和公共因特網中的視頻內容也存在不確定性。為了解決這些問題，MEC將網絡本地化，更靠近用戶端，利用MEC存儲和處理能力來提高緩存性能和效率。在MEC服務器上可以緩存視頻內容，首先，網絡邊緣內容對象的有效性消除了視頻流會話過程中回傳和公共因特網絡條件惡化的風險;其次，MEC服務器能夠直接捕獲無線網絡條件，并相應地對視頻適配器執行快速轉碼等，而不必依賴用戶或內容源的端到端適配。

ICN作為物聯網領域一種新穎的設計方案，在互聯網的基礎上，改變TCP/IP以主機為中心的連接模式，變成以信息（或內容）為中心的模式。通常，內容緩存均在以信息中心網絡（ICN）的背景下進行擴展研究[6]。在文獻[7]中，作者開發了博弈論模型來評估ICN中接入網絡、中轉網絡和內容提供商之間的聯合緩存和定價策略。與ICN設置不同，相當多的研究工作集中于無線網絡中的內容緩存，以及利用連接到ICN的回程鏈路[8]。文獻[9]中提出了一種云無線電接入網絡（C-RAN）中的協作分層緩存，其中引入了云緩存作為基于邊緣的緩存方案和基于核心的緩存方案之間的橋接層，作者提出了一種低復雜度的在線緩存管理策略，該策略包括主動緩存分發算法和反應性緩存替換算法，以最小化所有內容請求的平均延遲成本。文獻[10]提出了一種協調的數據分配算法，以最小化C-RAN中的預編碼矩陣和緩存放置矩陣的網絡成本。

在傳統的DASH視頻流應用中，用戶設備（即DASH客戶端）根據動態網絡環境的順序自適應地要求不同的視頻質量，以保持用戶滿意的QoE。基于HTTP的視頻流應用程序在互聯網上越來越流行，它將視頻分成多個片段，以便客戶在視頻回放過程中可以逐步下載和緩沖的設置。此外，每個片段被編碼成多個質量，以便當DASH客戶端請求一個片段時，它可以從多個視頻質量（即比特率）中進行選擇，以適應其感知的動態網絡條件。大量的研究工作者在優化客戶端的DASH視頻適配上進行了深入研究。本文在移動網絡邊緣引入了一種基于MEC的基于ICN的內容處理框架，該框架實現了有序的上下文感知的內容定位，提高了視頻分發應用中的用戶QoE。本文在基于DASH（HTTP上的動態白適應流）的視頻應用基礎上引入MEC，其中一個視頻內容被分成多個片段，每個視頻都可以被編碼成不同的分辨率和比特率，可以在視頻流會話中獨立地請求。MEC服務器由于其實時計算能力，可以將視頻轉碼到不同的變體以滿足用戶的要求，每個變體都是視頻的比特率版本，較高的比特率版本可以轉碼到較低的比特率版本。

2系統概述

2.1體系架構

圖3為基于MEC的動態自適應視頻流緩存方案的總體系統架構。如圖3所示，移動設備包括智能手機、筆記本電腦、平板電腦、可穿戴設備和智能工業設備等，這些設備通過基站或接人點（如LTE宏基站、3G無線網絡控制器，多技術小區聚合設備和Wi-Fi熱點），同時在基站或接入點旁邊部署了MEC服務器。由于內容提供商的應用和MEC服務器上承載的網絡運營商的服務，可以直接控制和響應移動邊緣的用戶流量，MEC服務器在接收到請求時，要么處理請求，要么直接與用戶交互，或者轉發到遠程數據中心或附近的其他MEC服務器。

MEC網絡由通過回程鏈路連接的多個MEC服務器組成。每個MEC服務器與BS在蜂窩RAN中并排部署，提供計算、存儲和聯網能力，以支持與用戶密切相關的上下文感知和延遲敏感的應用。在系統架構中，我們使用MEC服務器來實現視頻緩存和處理，MEC緩存服務器的概念類似于Intemet上的緩存代理服務器。在該系統中，一個專用的ICN網絡功能，稱作內容請求器，通常在網絡邊緣被維護（例如，eNB或聚集點在它們的北端）。內容請求器負責解決即將到來的視頻內容請求到遠程服務器或MEC服務器的本地緩存。在不失去通用性的情況下，內容請求器采用類似的內容表示功能，如NDN（命名數據網絡工作）訪問路由器或內容服務器，在這種情況下，內容請求直接被解析并通過最佳路由進行傳輸。

2.2以ICN為基礎的MEC

在MEC環境中，所部署的移動網絡和移動設備必須具有靈活性和可伸縮性，以便使所述網絡能夠適應個性化服務的需要。同時，在移動網絡的邊緣，來自不同廠商的軟硬件集成是必不可少的。為了在接入網內實現移動和云的融合，在電信和信息技術行業（如ICN）中實施了幾項關鍵技術，這些技術可用于MEC。

首先，ICN提供了IT虛擬化技術，基于IT技術的基站虛擬化和家庭環境虛擬化是可能的[3]7。Virtualized Network函數（VNFs）部署在與硬源分離的虛擬機（VM）中。至于MEC，在整合多種類型的網絡元素的同時，應該提供云計算的能力。因此，虛擬化是MEC減少硬件、特性和平臺異構的負面影響的關鍵技術。基于ICN的MEC使得第三方合作伙伴能夠靈活、高效地部署創新的應用程序和服務。

其次，ICN提供了網絡虛擬化技術。通過控制和數據平面的解耦來控制和編程網絡，這是一種為MEC抽象網絡資源的有效方法。

最后，但并不是最不重要的一點是，ICN可以提供靈活的、可擴展的服務，ICN的編排和管理是MEC的管理平臺。

綜上所述，ICN和MEC的目標都是將電信和IT結合起來，而ICN可以為MEC提供技術基礎，MEC可以在網絡邊緣的ICN上進行補充和建設。基于ICN的MEC解決方案不僅可以改善高帶寬、低延遲的服務環境，提高服務自動化部署的效率，提高MEC與ICN共享同一硬件資源時的整體資源利用率，提高編排和管理效率，同時也創造了一個新的鏈條和一個更新的網絡系統。

3結論

在本文中，我們在ICN的基礎上，提出了基于移動邊緣計算的動態自適應視頻流緩存架構。在系統架構中，連接到BSs的MEC服務器可以相互協助，具有極低的延遲、抖動和丟包率，對多比特率視頻進行緩存和轉碼，提高未來5G網絡環境下的移動用戶的QoE。今后.我們將推動這個平臺的進一步發展，MEC服務器自動選擇具有收集到的網絡上下文信息。

參考文獻：

[1] ETSI. Mobile edge computing——a key technology towards 5G[R]. 2015.

[2]Cisco Visual Networking Index，http：//www.cisco.com/c/en/us/so-lutions/collateral/service-provide r/visual-networking-index-vni/mobile-whitepaper-cll-520862.html.2016.

[3] Taleb T.Toward carrier cloud： Potential， challenges， and solu-tions[J]. IEEE Wireless Communications. 2014， 21（3）：80-91.

[4] ETSI. Executive Briefing-Mobile Edge Computing（MEC） Initia-tive. 2014.

[5]Y.Mao，J.Zhang， and K.B.Letaief. "Dynamic computationoffloading for mobile-edge computing with energy harvestingdevices." arXiv preprint arXiv：i605.05488，2016.

[6] M. Xie，I.Widjaja， and H.Wang， "Enhancing cache robust-ness for content-centric networking，”in Proc. iEEE INFOCOM，2012：2426-2434.

[7]M.Hajimirsadeghi，N.B.Mandayam， and A.Reznik， "Jointcaching and pricing strategies for information centric networks.”in Proc. IEEE Global Communications Conference （GLOBE-COM），215：1-6.

[8]H.Ahlehagh and S.Dey， "Video-aware scheduling and cach-ing in the radio access network." TEEEIACM Transactions onN etworking.2014，22（5）： 1444-1462.

[9]A.Gharaibeh.A.Khreishah.B.Ji，and M.Ayyash， "A prov-ably efficient online collaborative caching algorithm for multicell-coordinated systems." iEEE Transactions on Mobile Com-puting，2016，15（8）：1863-1876.

[10]S.Mosleh.L. Liu.H. Hou.a nd Y.Yi." Coordinated Data As-signment：A Novel Scheme for Big Data Over Cached Cloud-RAN.”in Proc. TEEE Global Communications Coriference（GLOBECOM）， Dec. 2016.

【通聯編輯：梁書】

收稿日期：2020-04-21

基金項目：貴州省教育廳自然科學研究項目（黔教合KY字[2019]144）;六盤水師范學院科學研究項目（LPSSY201804）

作者簡介：薛端（1991-），男，山西芮城人，講師，碩士研究生，主要研究方向：邊緣計算。