移動(dòng)邊緣計(jì)算研究綜述

王思晗 劉亞志

摘要：近年來(lái)，隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，不同類(lèi)型的應(yīng)用程序產(chǎn)生的數(shù)據(jù)量開(kāi)始呈現(xiàn)爆炸式增長(zhǎng)。移動(dòng)終端有限的計(jì)算、存儲(chǔ)資源，給用戶使用帶來(lái)不便。傳統(tǒng)解決問(wèn)題的方式是將需要處理的任務(wù)上傳到遠(yuǎn)端云的服務(wù)數(shù)據(jù)中心，經(jīng)過(guò)處理后，將計(jì)算結(jié)果回傳到用戶端。然而，對(duì)于一些計(jì)算密集型任務(wù)，這種解決問(wèn)題的方式已經(jīng)不能滿足用戶對(duì)服務(wù)響應(yīng)時(shí)延等的高標(biāo)準(zhǔn)要求。邊緣計(jì)算作為一種新范式，將云計(jì)算的IT資源下沉到網(wǎng)絡(luò)邊緣，解決了海量數(shù)據(jù)的傳輸與處理所帶來(lái)的網(wǎng)絡(luò)擁塞、增加網(wǎng)絡(luò)延遲等問(wèn)題。該文首先對(duì)移動(dòng)邊緣計(jì)算基本內(nèi)容以及相關(guān)范例進(jìn)行介紹，進(jìn)一步對(duì)移動(dòng)邊緣計(jì)算系統(tǒng)的框架結(jié)構(gòu)進(jìn)行分析。然后，對(duì)移動(dòng)邊緣計(jì)算的相關(guān)工作進(jìn)行介紹。最后，針對(duì)移動(dòng)邊緣計(jì)算中的研究提出了下一步研究方向。

關(guān)鍵詞：移動(dòng)邊緣計(jì)算;任務(wù)卸載及資源分配;服務(wù)緩存

中圖分類(lèi)號(hào)：TN822? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：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 移動(dòng)邊緣計(jì)算

近年來(lái)，隨著車(chē)聯(lián)網(wǎng)以及物聯(lián)網(wǎng)的快速發(fā)展，多種多樣的智能設(shè)備不斷涌現(xiàn)，如智能家居、智能交通等，給人們的生活帶來(lái)許多便利。然而，新興的應(yīng)用大多是復(fù)雜的應(yīng)用程序，產(chǎn)生的數(shù)據(jù)量較多。思科估計(jì)，到2020年，全球?qū)⒂写蠹s500億部聯(lián)網(wǎng)設(shè)備，每天的數(shù)據(jù)量將會(huì)呈現(xiàn)爆炸式增長(zhǎng)。隨著用戶對(duì)網(wǎng)絡(luò)服務(wù)質(zhì)量、服務(wù)請(qǐng)求時(shí)延等網(wǎng)絡(luò)性能要求不斷提高，資源受限的移動(dòng)設(shè)備終端難以滿足。

為了應(yīng)對(duì)上述挑戰(zhàn)，移動(dòng)邊緣計(jì)算作為一種新范式被提出，能夠?qū)⒃贫说挠?jì)算功能和服務(wù)下沉到具有地理位置優(yōu)勢(shì)的網(wǎng)絡(luò)邊緣，就近提供實(shí)時(shí)的數(shù)據(jù)分析和智能化處理，能夠有效地避免核心網(wǎng)絡(luò)擁堵，降低服務(wù)響應(yīng)時(shí)延，成為學(xué)術(shù)界和工業(yè)界研究的熱點(diǎn)。目前，研究學(xué)者在邊緣計(jì)算領(lǐng)域進(jìn)行了大量的研究，普遍認(rèn)可的邊緣計(jì)算方案包括微云、霧計(jì)算、移動(dòng)邊緣計(jì)算。

云計(jì)算是一種計(jì)算范式，它通過(guò)計(jì)算資源池向最終用戶提供按需服務(wù)。在萬(wàn)物互聯(lián)的時(shí)代，物聯(lián)網(wǎng)設(shè)備產(chǎn)生的海量數(shù)據(jù)對(duì)計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)服務(wù)能力提出了更高的要求，將云計(jì)算中心服務(wù)向網(wǎng)絡(luò)邊緣進(jìn)行擴(kuò)展的趨勢(shì)得到了業(yè)界的普遍認(rèn)可。而微云是云計(jì)算逐漸向網(wǎng)絡(luò)邊緣靠近的一次嘗試。Satyanarayanan等人首次提出了微云的概念，微云作為小型的云服務(wù)數(shù)據(jù)中心，是一種可以被附近的移動(dòng)設(shè)備使用的計(jì)算機(jī)或者計(jì)算集群，也同樣可以作為Internet基礎(chǔ)設(shè)施組件，為附近的移動(dòng)設(shè)備提供計(jì)算存儲(chǔ)資源，能夠增強(qiáng)移動(dòng)設(shè)備的移動(dòng)性。微云靠近網(wǎng)絡(luò)的邊緣，為移動(dòng)設(shè)備提供服務(wù)，通過(guò)將移動(dòng)設(shè)備復(fù)雜的計(jì)算遷移到位于網(wǎng)絡(luò)邊緣的基于虛擬機(jī)的微云，減少延遲。在移動(dòng)云計(jì)算會(huì)議上被正式提出霧計(jì)算的概念，并將霧計(jì)算定義為在傳統(tǒng)云計(jì)算數(shù)據(jù)中心與終端用戶設(shè)備之間提供計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)服務(wù)的一種高度虛擬化的平臺(tái)。霧計(jì)算具有廣泛的地理分布，較多的節(jié)點(diǎn)數(shù)量，側(cè)重于不同平臺(tái)和行業(yè)之間的數(shù)據(jù)管理和資源共享，支持上下文感知。

其中，與移動(dòng)邊緣計(jì)算范例最相關(guān)的是微云。2014年，歐洲電信標(biāo)準(zhǔn)協(xié)會(huì)從網(wǎng)絡(luò)架構(gòu)的角度，將邊緣計(jì)算與移動(dòng)網(wǎng)絡(luò)進(jìn)行融合，致力于構(gòu)建更加智能的網(wǎng)絡(luò)，首次提出移動(dòng)邊緣計(jì)算，將其定義為在移動(dòng)網(wǎng)絡(luò)邊緣提供IT服務(wù)環(huán)境和云計(jì)算的能力。隨著業(yè)界對(duì)MEC的研究不斷深入，2016年，ETSI對(duì)MEC中的“M”進(jìn)行了擴(kuò)展，將其定義為“multi-access”，移動(dòng)邊緣計(jì)算逐漸向多接入邊緣計(jì)算方向過(guò)渡。

2 相關(guān)工作

目前關(guān)于移動(dòng)邊緣計(jì)算方面的研究主要傾向于系統(tǒng)架構(gòu)的設(shè)計(jì)以及任務(wù)卸載等方面的研究。文獻(xiàn)[1]考慮智能設(shè)備資源的有限性和邊緣服務(wù)器較強(qiáng)的計(jì)算、存儲(chǔ)能力，提出了基于改進(jìn)拍賣(mài)算法的任務(wù)卸載策略，該策略主要分為任務(wù)卸載和任務(wù)調(diào)度兩個(gè)主要的階段。任務(wù)希望在決策階段通過(guò)考慮任務(wù)在本地或邊緣執(zhí)行的時(shí)間成本以及能量消耗，提供卸載決策的依據(jù)，以判定任務(wù)是否卸載到邊緣執(zhí)行。當(dāng)任務(wù)要卸載到邊緣執(zhí)行后，尋找合適的邊緣服務(wù)器，降低計(jì)算時(shí)延，減少傳輸能耗，以達(dá)到全局最優(yōu)的目標(biāo)，是任務(wù)調(diào)度階段主要的目的。文獻(xiàn)[2]考慮了用戶端的移動(dòng)性，對(duì)蜂窩網(wǎng)絡(luò)進(jìn)行了更詳細(xì)的分類(lèi)并給出了更準(zhǔn)確的狀態(tài)轉(zhuǎn)移概率，將虛擬機(jī)遷移過(guò)程建模為馬爾可夫決策過(guò)程，利用策略迭代算法求得最優(yōu)解，有效地減少了能耗，降低了時(shí)延。

目前該領(lǐng)域的大多數(shù)研究工作仍然是關(guān)于任務(wù)卸載以及調(diào)度等方面。然而，對(duì)于服務(wù)的請(qǐng)求，大多是假設(shè)已經(jīng)緩存了所有用戶請(qǐng)求的服務(wù)。云計(jì)算中部署虛擬機(jī)的方案不適用于分布式的邊緣計(jì)算模型。因此，對(duì)于服務(wù)緩存的決策進(jìn)行研究也是極具挑戰(zhàn)性的，具有重要現(xiàn)實(shí)意義。文獻(xiàn)[3]研究了在移動(dòng)邊緣計(jì)算密集網(wǎng)絡(luò)中的服務(wù)緩存和任務(wù)卸載問(wèn)題，利用李雅普諾夫優(yōu)化算法與吉布斯采樣算法，聯(lián)合優(yōu)化動(dòng)態(tài)的服務(wù)緩存和任務(wù)卸載問(wèn)題，考慮移動(dòng)終端任務(wù)需求的高度隨機(jī)性，以及長(zhǎng)時(shí)間服務(wù)緩存決策的耦合性等方面的影響，有效地降低了服務(wù)響應(yīng)時(shí)延。

綜上所述，移動(dòng)邊緣計(jì)算中關(guān)于任務(wù)卸載和資源調(diào)度方向研究較多，服務(wù)緩存也是一個(gè)同等重要的方向，卻很少有研究。因此，對(duì)于復(fù)雜的應(yīng)用程序服務(wù)的研究及其具有挑戰(zhàn)性，也具有十分重要的意義。

3 結(jié)束語(yǔ)

綜上所述，本文首先對(duì)移動(dòng)邊緣計(jì)算的發(fā)展背景以及相關(guān)計(jì)算范例進(jìn)行簡(jiǎn)單介紹。然后，介紹了移動(dòng)邊緣計(jì)算系統(tǒng)的框架結(jié)構(gòu)。最后，介紹了目前移動(dòng)邊緣計(jì)算重點(diǎn)研究方向，并指出了未來(lái)需要研究的方向。移動(dòng)邊緣計(jì)算作為一種新范式，系統(tǒng)的性能與服務(wù)緩存策略息息相關(guān)，邊緣節(jié)點(diǎn)之間合理的部署服務(wù)，能夠有效的利用邊緣節(jié)點(diǎn)的計(jì)算、存儲(chǔ)資源。但是，在移動(dòng)邊緣計(jì)算中對(duì)服務(wù)緩存的研究仍然存在一些問(wèn)題，還需要進(jìn)一步的探究。

參考文獻(xiàn)：

[1] 盛津芳，滕瀟雨，李偉民，等.移動(dòng)邊緣計(jì)算中基于改進(jìn)拍賣(mài)模型的計(jì)算卸載策略[J].計(jì)算機(jī)應(yīng)用研究，2020，37（6）：1688-1692.

[2] 王秋寧，謝人超，黃韜.移動(dòng)邊緣計(jì)算的移動(dòng)性管理研究[J].中興通訊技術(shù)，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.

【通聯(lián)編輯：代影】