面向B5G和6G的邊緣計算與網絡切片資源管理

孫茜，田霖，周一青，馮晨，王園園，周繼華

（1.移動計算與新型終端北京市重點實驗室，北京 100190； 2.中國科學院計算技術研究所無線通信技術研究中心，北京 100190； 3.中國科學院大學，北京 101408；4.重慶金美通信有限責任公司，重慶 400030）

1 引言

隨著以自動駕駛為代表的車聯網業務、以虛擬現實/增強現實為代表的視頻業務、以遠程醫療為代表的智慧生活業務等的涌現，5G以及未來6G時代中時延敏感的計算密集型任務將呈指數級增長。由于計算能力有限的移動設備無法完成上述低時延應用的計算需求[1]，因此將計算任務卸載到邊緣進行處理[2]。移動邊緣計算（mobile edge computing，MEC）利用位于移動通信網絡邊緣的計算資源，對復雜任務進行分布式處理，以提升網絡數據處理能力，提供低時延、高容量的計算服務[3]。未來5G、B5G（beyond 5G，后5G）甚至6G網絡將利用網絡切片為差異化的通信業務提供服務，具體是：基于個性化服務需求為不同垂直行業、不同客戶、不同業務提供能力可定制的、相互隔離的網絡服務，是一個提供特定網絡能力和特性的邏輯網絡[4-5]，如圖1所示。未來5G/6G的網絡切片將共享無線與邊緣計算資源為時延敏感、計算密集型應用提供服務，因此面向網絡切片的無線與計算資源管理是關鍵問題之一。

圖1 網絡切片資源共享示意圖

2 網絡切片生命的資源管理需求

網絡切片在蜂窩網絡軟件定義與虛擬化的基礎上實現了整個網絡服務定制化。網絡切片作為提供服務的方式可以應用于多種垂直行業，根據應用場景、業務類型按需提供網絡能力，切片間相互隔離、互不干擾。為此，網絡切片運營商與用戶之間商定服務等級協議，在服務等級協議（service level agreement，SLA）中包括基本屬性（如安全性、可管理性、可用性等）、詳細的業務屬性（如切片類型、空口參數、差異化網絡功能等）以及性能要求（如時延、吞吐率、丟包率等），通過蜂窩網絡的虛擬化與物理功能的差異化剪裁與配置有效保證網絡切片的SLA。根據第三方服務提供商/運營商的需求，建立相對應的網絡切片，通過網絡切片管理器對生成的網絡切片進行管理。網絡切片管理器從邏輯上為網絡切片分配所需的基站功能模塊、核心網功能模塊、無線與邊緣計算資源等。網絡切片動態地共享虛擬和/或物理功能模塊，根據需求特點對功能模塊的能力進行定制化配置，根據網絡切片資源分配算法將無線頻譜與邊緣計算資源合理地分配給相應的切片，網絡切片的資源虛擬化架構示意圖如圖2所示。

圖2 網絡切片的資源虛擬化架構示意圖

網絡切片的生命周期包含網絡切片接入與生成、網絡切片運行和網絡切片終止3個階段[6-7]，其中對資源管理的需求具體如下。

（1）網絡切片接入與生成階段

根據業務需求得到網絡切片的資源需求，運營商判斷是否有足夠的空余資源構建該網絡切片：如果有，則接入網絡切片；否則拒絕接入該網絡切片。運營商維護和更新一個網絡切片模板庫，新業務上線的第一步是匹配相適應的切片模板，匹配項包括虛擬網絡功能組件、組件間標準化交互接口和所需網絡資源的描述。當決定接入某網絡切片時，運營商生成該網絡切片，即進行實例化。網絡切片實例化時服務引擎導入模板并解析，通過接口向基礎設施提供商租用網絡資源，基于業務需求實例化 VNF 并進行服務功能鏈的生成與編排，最后將網絡切片遷移到運行態。其中涉及的資源管理為：根據業務需求得到網絡切片的資源需求，系統為基于模板生成網絡切片并基于資源需求預分配資源，網絡切片的資源管理需要能夠得到網絡切片所需的無線與計算資源需求的平均數值，并據此完成網絡切片資源的預分配。

（2）網絡切片運行階段

系統對切片的運行狀態進行監控、更新、遷移、擴/縮容等操作，此外系統還支持根據業務負載變化進行快速業務重部署和資源重分配。對于無線與邊緣計算資源，系統需要提供高效的動態資源分配。對于無線協議處理資源，需要在物理資源池上切分出多個邏輯的資源集合。

（3）網絡切片終止階段

主要涉及業務下線時功能的去實例化和資源的回收，以及對資源進行評級、生成歷史記錄等操作，一個網絡切片的終止不能影響其他切片業務的正常服務。

在網絡切片生命周期的資源管理中有3個需求，具體為：（1） 網絡切片的接入與生成階段，系統通過判斷是否有足夠的空余資源構建網絡切片決策是否接入該切片，因此需要預估網絡切片的平均無線與計算資源需求；（2）網絡切片運行階段，需要系統為網絡切片、網絡切片為終端動態高效地分配無線與計算資源；（3）網絡切片終止階段，由于邊緣計算業務需要先通過無線傳輸給邊緣計算服務器后再進行計算處理，因此無線傳輸性能將制約邊緣計算性能乃至網絡切片的整體性能，面向網絡切片需要設計鼓勵網絡切片與終端參與協作的激勵機制。針對網絡切片的生命周期的資源管理中的3個需求，后文總結了當前已經開展的網絡切片接入控制技術、網絡切片資源分配技術、網絡切片激勵終端協作技術。

3 網絡切片接入控制技術

在網絡切片接入與生成階段，系統需要網絡切片的平均無線資源和邊緣計算資源需求，以便于判斷是否有足夠的空余資源生成該網絡切片[3-4]。若系統有足夠的空余資源滿足該網絡切片的平均資源需求，則系統接入該網絡切片，并按照需求生成該網絡切片，否則系統拒絕接入該網絡切片。針對網絡切片僅提供無線傳輸服務的情況，現有研究提出了許多方案研究網絡切片的無線資源平均需求與無線頻譜資源的預設定。

為了支持更豐富的服務質量（quality of service，QoS），網絡切片可規定多樣化的資源需求。對于網絡切片的無線資源需求，具有代表性且研究中廣泛應用的是無線傳輸速率和無線資源量[4-6]。當采用無線傳輸速率作為無線資源需求時，規定網絡切片無線傳輸速率需求的具體數值，系統根據相應的無線傳輸速率值為其提供無線資源，此種方式配置的網絡切片適用于有固定無線傳輸速率要求的業務（如IP語音傳輸等）；當采用無線資源量作為無線資源需求時，規定網絡切片所需無線資源量的絕對值（如5 Mbit/s帶寬）或者相對值（如系統帶寬的30%），系統據此將累計滿足需求量的無線資源動態或者固定地分配給網絡切片，此種方式配置的網絡切片適用于構建虛擬網絡，即虛擬網絡運營商利用分配到的網絡資源構建虛擬網絡，同時提供語音、數據、視頻等多類型的通信業務服務。對于網絡切片的計算資源需求，目前還沒有相關研究，但在現有面向終端用戶的邊緣計算資源分配研究中，一般會給定需要處理的數據量/計算量，數據是固定、按照某種規律達到的[3,8-10]或者是突發的[11]，面向處理數據量/計算量，實時在線分配無線與計算資源。

上述網絡切片的無線資源需求未考慮與計算資源的耦合關系，邊緣計算服務需求是從業務的角度在線實時調整，無法提供資源需求的具體數值。為了解決這一問題，提出了基于多隊列模型研究無線傳輸速率波動情況下網絡切片的平均無線與計算資源需求的耦合與置換關系。如圖3所示，假設每個網絡切片有兩個先入先出（first input first output，FIFO）串聯隊列，分別為無線傳輸隊列和MEC計算隊列，網絡切片的待卸載邊緣計算任務在無線傳輸隊列中排隊傳輸給AP，AP直接通過有線方式傳輸給MEC服務器，計算任務在MEC計算隊列中排隊等待計算處理。

圖3 網絡切片邊緣計算卸載任務的隊列模型

所以在給定邊緣計算任務，并給出了網絡切片所需的平均無線與計算資源時，以最大化系統接入網絡切片數為目標，可以建模出網絡切片的接入控制問題，以實現系統資源的高效利用，提升系統對網絡切片的接入能力[12]。無業務突發場景JMCR算法與對比算法的切片總數與系統接入網絡切片數的關系如圖4所示，將該文提出的JMCR算法和Com1、Com2算法進行了對比，顯然引入了無線與計算資源的置換關系的JMCR算法可以服務更多的網絡切片，使系統獲得了更大的接入網絡切片數目。

圖4 無業務突發場景JMCR算法與對比算法的切片總數與系統接入網絡切片數的關系

4 網絡切片資源分配技術

未來移動通信網絡將構建網絡切片提供數據無線傳輸與邊緣計算服務，在網絡切片運行的過程中，無線與計算資源由系統先分配給網絡切片再被網絡切片中的終端共享，因此有效分配無線與計算資源很重要。

4.1 網絡切片無線資源分配

現有網絡切片資源管理架構范式為網絡虛擬基片（network virtualization substrate，NVS），由切片層與終端層構成，其中切片層完成面向網絡切片的資源分配，終端層完成各網絡切片內部面向終端用戶的資源分配[13]。因為面向終端層的資源分配可采取傳統非切片網絡中的方法（如比例公平算法、輪詢算法等），大多數研究關注切片層的資源分配，設計滿足網絡切片資源需求的資源分配方法。

為此，當前的網絡切片無線資源分配技術從參數設定和資源分配算法設計兩個方面展開。針對網絡切片無線資源分配參數設定，首先在LTE網絡中研究了基于預留的切片層無線資源分配機制，當新切片接入時若空閑預留資源或剩余資源能夠滿足其需求則接入并其按需求分配資源，否則拒絕[14]。進而，研究了面向多網絡切片的接入網協議層二和層三的差異化參數配置，通過個性化配置網絡切片資源使用參數配置和可用資源參數配置實現差異化網絡切片務質量保障，闡明網絡切片無線資源分配參數配置對網絡切片的服務能力定制化與服務質量保障的影響[15]。針對資源分配算法設計，首先基于對網絡切片的資源利用率，利用線性規劃方法對網絡切片進行動態資源調整，低資源利用率的網絡切片向高資源利用率的切片提供資源[16]。然后，面向超可靠低時延通信（ultra-reliable and low-latency communication，uRLLC）切片、IoT（internet of thing，物聯網）切片和增強型移動寬帶（enhanced mobile broadband，eMBB）切片的差異化QoS要求，研究了網絡切片間和切片內的無線資源分配算法，實現了網絡整體利用率的提高[17]。同時，針對云接入網研究了基于終端用戶和切片的雙優先級的無線資源分配機制，以實現更高的網絡吞吐量和QoS性能[18]。此外，針對霧接入網，基于匈牙利算法、線性整數規劃以及幾何規劃提出了網絡資源緩存策略以減小網絡切片時延以及優化無線資源動態分配[19]。

上述研究大多基于優化理論，此外面向網絡切片的無線資源管理可基于機器學習[20]、博弈論[21]、拍賣模型[22]、廣義速率調度[23]、合同理論[24]和復雜網絡理論[25]等開展。

當前的網絡切片無線資源分配獨立進行而未考慮與計算資源的耦合關系，而面向邊緣計算的網絡切片需要利用無線資源將計算業務傳輸到邊緣服務器后再進行計算處理，因此，無線資源與計算資源的分配需要聯合考慮。

4.2 網絡切片計算資源分配

雖然目前沒有針對網絡切片的邊緣計算資源分配研究，但針對無切片網絡的邊緣計算分配已經開展了大量的研究。面向單小區多終端用戶場景[8]、多小區單終端用戶場景[9]、多小區多終端用戶場景[10]，通過卸載決策和計算資源分配最小化時延和/或能源消耗[26]。為獲得更短的平均執行時延，允許在移動設備和邊緣計算服務器上并行執行計算任務，移動設備的計算任務可跨越多無線信道傳輸、跨多個邊緣計算服務器處理，并提出了一種基于馬爾可夫決策方法的計算任務調度和邊緣計算資源分配策略[27]。考慮系統的能源消耗的約束，結合負載均衡思想，研究了邊緣節點協同處理計算任務，同時有效降低計算任務在邊緣服務器中的排隊時延，從而提升邊緣計算性能[28]。上述研究中僅涉及計算資源分配，沒有考慮無線資源分配。

為此，針對邊緣計算與無線資源聯合分配開展了進一步研究[8,11,29-31]?？紤]無線和計算資源，基于移動網絡的流量分布不均勻的特征，提出了一種基于睡眠控制的在線優化策略，以解決MEC服務器計算任務卸載的問題。并采用Lyapunov技術進一步優化了該問題的求解過程，從而在降低MEC服務器網絡的長期能耗的同時也可以保持較低的系統時延[11]。在多小區場景中，根據終端的支付能力或工作類型為其設置卸載優先級，建模了具有固定任務卸載決策的資源分配問題，利用凸優化技術對此類混合整數非線性規劃問題進行求解，實現了系統效益最大化[29]。在MIMO（multi-input multi-output，多輸入多輸出）多小區場景中，系統將無線和計算資源的聯合分配建模成優化問題，提出基于云管理器與基站交換信息的最優無線和計算資源分配方案，在單終端用戶場景下計算出封閉形式的全局最優解，在多終端用戶場景下采用基于服務組件架構的集中式和分布式算法得到局部最優解[30]。為防止傳輸干擾和MEC服務器過載，選擇部分移動終端卸載其計算，其他終端則在本地執行計算，根據終端不同的需求分配相應的計算和無線資源，通過采用基于交替方向乘子法的優化算法解決計算卸載、計算和無線資源分配及內容緩存問題[31]。上述研究中的計算與無線資源分配為靜態的，根據初始的資源請求為終端分配固定量的計算與無線資源。靜態機制的無線與計算資源分配方法雖然復雜度低，但靈活性差、資源效率與用戶體驗差。

針對靜態機制的計算與無線聯合資源分配存在的問題，對動態機制的計算與無線資源聯合分配展開了研究，根據終端/業務的動態資源需求實時按需分配資源[32-35]。在要求密集計算、實時響應但又資源受限的場景中，提出了聯合無線與計算資源分配的框架，基于此框架研究了在QoS約束下的卸載決策和在最小資源占用約束條件下的無線與計算資源聯合分配，可以滿足不同移動終端的豐富需求[32]。針對小蜂窩網絡場景，由于多終端同時卸載計算任務將帶來無線干擾，降低無線傳輸速率，為此研究計算卸載和干擾管理問題，根據終端計算開銷和卸載開銷的估計值作出卸載決策，通過圖著色進行物理資源塊（physical resource block，PRB）分配，依據決策結果和PRB分配結果分配計算資源[33]。為平衡無線與計算資源的使用，提出一種基于深度強化學習的智能無線與計算資源分配方案，可在不同MEC條件下改進資源分配策略，實現資源的自適應分配[34]。在移動設備能力有限但其計算需求不斷增長的場景中，提出由傳輸隊列和計算處理隊列組成的兩級串聯隊列建模無線傳送與計算處理，推導MEC服務器的有效容量，分析在端到端時延方面無線和計算資源之間的內在關系，并制定了無線和計算資源的聯合分配方案以使網絡總收益最大化，進而采用交替方向乘數法（alternating direction method of multipliers，ADMM）對無線與計算資源聯合分配方案進行求解[35]。動態機制的計算與無線資源聯合分配方法雖然靈活且資源效率高、用戶體驗好，但是算法的復雜度較高。

為了解決動態機制的資源分配方法復雜度高的問題，參考文獻[36-37]對低復雜度的資源分配方法開展研究。在無彈性計算任務的場景中，提出了一種多終端用戶的無線資源和計算資源分配方案，設計不可忽略任務執行時間的計算模型，建模系統消耗能源最小的多終端計算與無線資源聯合分配問題，并利用Johnson算法求解，算法復雜度為計算任務隊列的平方到三次方之間[36]。針對集中化無線電接入網（centralized RAN，C-RAN）場景，設計可以動態聯合調度無線資源和MEC計算資源的框架，基于擴展的Lyapunov技術設計出作業可變長度算法，在保持系統穩定的同時達到接近最優的平均時間收益，計算復雜度接近終端數目的平方[37]。針對冗余性和動態性的計算業務，研究聯合有線和無線鏈路上MEC選擇和路由優化，提出一種基于博弈論的低復雜度的資源分配算法，最小化MEC網絡的能量消耗和平均響應時間，鑒于實際情況下重路由帶來的成本，又提出一種基于β改進偏差的快速收斂算法，通過建立屏障減小重路由收斂速度提高30%以上[38]。上述研究中雖然降低了動態機制的計算與無線資源聯合分配算法的復雜度，但無法直接應用在網絡切片的場景中?，F有面向終端展開的研究是單層的無線與計算的資源分配，網絡切片場景中系統需要將資源先分配給切片層再分配給終端層，由于切片層的資源需求受到終端層的影響，兩層的資源分配需要聯合進行。

現有的基于靜態機制的無線與計算資源聯合分配方法雖然復雜度較低但不靈活，這將導致資源浪費或用戶體驗差；現有的基于動態機制的無線與計算資源聯合分配方法高效且靈活，但具有很高的復雜性。現有低復雜度的單層資源分配動態機制，無法直接應用到網絡切片場景中。因此面向網絡切片研究低復雜度的無線與計算資源分配，針對網絡切片資源需求為其服務的多終端資源需求的疊加這一特征，設計了半動態的無線與計算資源分配機制，即SD-CRA。即在每個分配周期間，分配給網絡切片的無線與邊緣計算資源動態調整。網絡切片共享MEC資源示意圖如圖5所示，其中虛擬MEC（virtual MEC，VMEC），表示用于一個網絡切片的MEC計算資源，可能由一個或多個MEC服務器的部分或全部計算資源組成。

圖5 網絡切片共享MEC資源示意圖

在SD-CRA機制中，僅在更新周期間系統會更新分配給網絡切片的無線與計算資源，在SD-CRA機制周期內無線與計算資源靜態地分配給網絡切片，同時在SD-CRA機制更新周期內網絡切片服務的終端用戶動態共享網絡切片分配到的無線與計算資源，實現了面向網絡切片的低復雜度與高效率的無線與計算資源分配[39]。網絡切片VMEC負載率與數據量之間的關系如圖6所示，在復雜性和效率方面，將提出的SD-CRA機制算法與一種靜態算法STA和一種動態算法DYA進行了比較。其中，WCE表示信道容量非受限下的無線與計算資源聯合分配算法，MCA表示信道容量受限下以最小化VMEC的計算資源為目標的資源分配算法，MTA表示信道容量受限下以最大化VMEC的總無線吞吐量為目標的資源分配算法。可以看出SD-CRA機制算法比STA的效率（負載率）要高，比DYA的復雜性低。

圖6 網絡切片VMEC負載率與數據量之間的關系

5 網絡切片激勵終端協作技術

5G移動通信網絡通過構建網絡切片提供差異化的服務，由于視頻回傳、遠程控制等多種場景需要邊緣計算，5G網絡切片將包含無線與計算資源。因為邊緣計算業務需要先通過無線傳輸到 邊緣計算服務器再進行計算處理，因此無線傳輸能力將通過制約計算能力影響網絡切片的服務能力。為此網絡切片無線傳輸能力提升技術的研究十分重要。通過網絡切片間的終端用戶協作，即通過某一網絡切片的終端用戶為另一網絡切片的終端用戶做D2D中繼，提升部分終端用戶的無線傳輸能力，進而提升網絡切片的無線傳輸能力。在網絡切片間終端用戶 D2D 協作中，需要在網絡切片間、網絡切片與其服務的終端用戶間、協作與被協作的終端用戶間交互控制和/或數據信息，而考慮網絡切片與終端用戶的自私性，需要設計激勵機制，鼓勵網絡切片與終端用戶提供協作。

雖然沒有針對基于網絡切片的終端協作激勵的研究，但是針對無切片網絡的終端協作激勵已經展開了大量的研究，主要分為從用戶終端角度出發進行研究和從整體網絡角度出發進行研究。從用戶終端角度出發的包括：以提高協作與被協作終端用戶的吞吐量為目標，針對無線信道質量較差的終端用戶，提出的一種激勵性資源分配方案，通過引入能量效率作為激勵參數來激勵終端用戶之間的協作，設計了一種二維搜索方法解決雙終端用戶案例問題[40]；以終端用戶體驗質量最大化為目標，針對長期演進（long term evolution，LTE）的演進（LTE-advanced，LTE-A）網絡中的D2D通信，提出的一種基于資源交換的協作激勵內容分發策略，根據網絡拓撲結構和終端用戶的意見評分構造加權有向圖，由于每個節點都要向其他節點發送內容以獲得所需的內容，從而激勵終端用戶相互協作的共享內容，增強系統的魯棒性[41]。從整體網絡角度出發的包括：以最大限度地提高移動運營商的效用為目標，采用D2D協作數據卸載技術，提出的一種集中式緩存的激勵機制，激勵終端參與協作數據的流量加載，在蜂窩網絡中基于反向拍賣理論建模緩存終端選擇和內容分配問題，根據終端將租用的存儲空間大小和承諾的協作行為選擇合適的終端[42]；以實現網絡能量效率最大化為目標，為降低在D2D多播內容共享場景中的傳輸能耗，提出的一種基于社會關系信息的激勵機制，即通過社會關系網對終端進行聚類，作為簇頭的終端用戶將承擔計算任務，而其他終端用戶則根據相應的社會關系信息義務性或有回報地幫助簇頭將內容傳送到目標終端用戶[43]。另外為防止資源被分配給沒有為協作做出貢獻的終端用戶，參考文獻[44]提出一種基于虛擬貨幣系統的激勵方案，為每一個終端用戶設置虛擬貨幣賬戶，貨幣可以用于購買其他終端用戶的協作服務，通過采用兩級Stackelberg博弈模型，考慮內容請求者、協作中繼終端用戶和內容源的收益。

以上這些激勵機制通常是通過為終端用戶設置虛擬標簽（如虛擬現金和聲譽）來反映中繼終端用戶的協作利益，系統將根據終端用戶的虛擬標簽來分配資源，以激勵終端用戶主動為其他終端用戶提供協作[40-41,44-45]，部分激勵機制利用社會關系信息鼓勵終端用戶參與合作，利用社會學中的同質現象，終端用戶之間根據親密性互相幫助傳送內容[41-46]。因此，理性的終端用戶會考慮他們未來被協作的好處，同時會得到與其他終端用戶協作的獎勵[40,47-48]。然而現有的D2D協作通信激勵方案不能直接推廣到切片網絡中的協作，因為在雙層體系結構中，首先將資源分配給切片，然后在其所服務的終端用戶之間進行分配，因此作為獎賞而分配給中繼移動終端（mobile terminal，MT）用戶的資源應該提前分配給切片。因此面向網絡切片需要設計雙層的激勵D2D協作的資源分配方法，將提出其建模為兩個無線資源分配的最大化效用函數問題，在優化問題的效用函數中分別引入了網絡切片和終端用戶的協作行為。其以下行數據傳輸場景為主要研究目標，一個AP服務G個切片示意圖如圖7所示，數據由共享AP通過下行無線鏈路發送給移動終端用戶，并假設無線頻譜資源以TDMA模式共享。

圖7 一個AP服務G個切片示意圖

當為提供協作的切片與終端分配更多的無線資源時，效用函數會倍增，從而將更多的資源作為獎勵分配給協作的切片和終端用戶，由于網絡切片和終端用戶的瞬時資源分配不能通過兩個優化問題得到，進而設計了網絡切片和終端用戶的激勵調度算法，并定義隔離度指標以評估執行協作時的網絡切片的隔離性能[49-50]。如圖8所示，可以看到隔離度在系統以非協作模式（non-cooperative mode，NCM）運行時中較差，而在系統以切片協作模式（slice cooperation mode，SCM）運行中得到了改進。

圖8 網絡切片隔離指數

6 開放研究方向

（1）網絡切片的資源隔離性能與資源復用之間的折中關系研究

5G以及B5G通過構建網絡切片提供差異化的服務，由于網絡切片間共享的資源與基礎設施，通過資源復用，可有效降低建設與運維成本，提供網絡的靈活性。與此同時，為保障網絡切片的服務質量，網絡切片間資源的隔離是一個重要的問題。然而網絡切片的資源復用與隔離是一對相互矛盾的性能指標，如何建模多切片系統的復用性能和隔離性能、推導兩者之間的制約機理是一個復雜的問題。可對多切片系統的復用性能和隔離性能進一步建模，分析推導多切片系統的復用性能和隔離性能折中機理，這對多切片系統的資源高效管理、服務質量保障具有重要意義。

（2）基于隔離性能的網絡切片資源管理研究

由于隔離性能是網絡切片的關鍵性能，且隔離性能中包含了網絡切片中切片層與終端層的各類性能參數的滿足情況，如何保障網絡的隔離性能是網絡切片的重要問題。而當前網絡切片資源管理方法研究中幾乎沒有考慮網絡切片隔離性能的量化度量以及網絡切片隔離性能保障的資源管理，而網絡切片的隔離性能由于涉及切片層與終端層雙層以及多類別的參數，如何建模隔離性能參數與網絡切片雙層資源管理的動態調節關系是一個復雜的問題，可繼續深入開展研究。

7 結束語

為服務時延敏感的計算密集型業務，移動蜂窩網絡將構建面向邊緣計算的網絡切片。由于網絡切片間共享系統資源，無線與邊緣計算資源的高效管理至關重要。本文分析了網絡切片生命周期中資源管理的需求，針對網絡切片資源管理的需求進一步歸納了相應的研究進展，并進一步給出了未來研究方向，這對多切片系統的資源高效管理、服務質量保障具有重要意義。