基于5G 切片管控技術的邊緣計算與網絡架構研究

林麗速，董欣曉

（國網泉州供電公司，福建 泉州 362000）

0 引 言

隨著物聯網、人工智能等新興技術的迅猛發展，對通信網絡性能的需求不斷提升。5G 技術的引入為高速、低時延的通信提供了可能，而邊緣計算作為一種分布式計算模式，能夠有效處理海量數據。本文將關注5G 切片管控技術在邊緣計算和網絡架構中的創新應用，以期提供更強大、可靠的通信基礎設施。

1 5G 切片管控技術原理

5G 切片管控技術利用網絡虛擬化和軟件定義技術，將通信網絡劃分為獨立的切片，以滿足不同的業務需求。這一技術在接入、傳輸和核心網絡層面實現了網絡切片化，包括核心網功能虛擬化和資源隔離。通過為每個切片分配標識符的標識及接入技術，確保終端能夠注冊到相應的切片。端到端管理技術負責切片的生命周期管理和資源調配[1]。服務等級協議（Service Level Agreement，SLA）保障技術通過監控各切片的資源、安全性以及可用性等性能，實現端到端的服務質量管理。這樣的5G 切片管控技術能夠靈活管理網絡，提供高效、可靠且安全的通信支持。

2 邊緣計算與網絡架構

2.1 邊緣計算

在邊緣計算中，關鍵的概念是將計算資源和服務從傳統的云數據中心推向網絡邊緣，使其更接近數據產生的地方[2]。邊緣計算架構可以表示為

式中：E表示邊緣計算；D表示傳統的云數據中心；C表示網絡邊緣，即計算資源和服務被推向數據產生地的網絡邊緣。式（1）反映了邊緣計算的核心思想，即通過在設備端進行計算，減少對中心云的依賴，從而實現更低的延遲和更高的效率。邊緣計算致力于將計算任務放置在離數據源最近的位置，減少數據傳輸時間和網絡擁塞。

在邊緣計算架構中，傳感器、智能手機或其他物聯網設備能夠執行一部分計算任務，減輕中心云的負擔。邊緣計算通過提供近端的計算能力，不僅減少了數據傳輸的時延，還增強了對實時性要求高的應用的支持，如智能城市、自動駕駛等。

2.2 網絡架構

在5G 網絡中，切片技術對于網絡架構提出了多方面的要求和挑戰。具體而言，切片的網絡架構需要在保障資源、確保安全性以及提高可靠性與可用性等方面滿足多方面的隔離訴求。

在核心網方面，采用虛擬化部署和服務化架構，不僅支持網絡功能的定制化和切片隔離，還能夠進行基于切片的資源分配，為整個網絡體系帶來更為高效、低時延、高帶寬的通信服務，為未來網絡的快速發展提供有力支撐。

對于接入網，介紹關鍵稀缺資源使用的特性決定了其對網絡切片的支持方式。接入網需要考慮資源使用效率，主要包括對切片的感知、基于切片的路由、資源隔離等方面的支持，并且需要實現基于切片的靈活資源調度。

在承載傳輸網方面，支持網絡切片的主要目標是解決不同垂直行業對服務質量（Quality of Service，QoS）的差異性、隔離性以及靈活性需求。承載傳輸網以網絡資源為基礎實現網絡切片，對于不同切片網絡的時延、抖動等要求，可以采用不同的隔離方式，如使用虛擬局域網（Virtual Local Area Network，VLAN）及QoS 的調度軟隔離方式來支持對切片的彈性要求，或者采用硬隔離的承載傳輸技術，如基于靈活以太網（Flex Ethernet，FlexE）交叉或是光傳送網（Optical Transport Network，OTN）等，以滿足有時延和可靠性要求的網絡切片。

3 5G 切片管控技術在邊緣計算中的實踐與應用

3.1 邊緣計算中的切片應用

在邊緣計算環境下，5G 切片管控技術的應用是實現多個垂直行業需求隔離和資源定制化的關鍵[3]。切片應用可以描述為

式中：Si,j,k表示切片i在邊緣計算節點j上的性能；Ri,j,k表示切片i在節點j上的可用資源；Ti,j,k表示切片i在節點j上的任務執行時間。通過優化切片資源的分配和調度，可以最大化切片在邊緣計算中的性能。

邊緣計算中的切片應用主要體現在以下幾個方面：一是任務定制化，不同垂直行業對于任務性能和資源需求存在差異，切片技術允許在邊緣計算節點上為不同的切片定制化任務執行環境，提高任務執行效率；二是低時延服務，切片應用可以為對時延敏感的服務提供低時延服務，通過將任務部署在距離用戶更近的邊緣計算節點上，降低傳輸時延，提供更快速的響應；三是資源隔離，通過在邊緣計算節點上隔離切片資源，可以有效避免不同切片之間的資源沖突，確保每個切片在有限資源下能夠得到平等的應用；四是網絡優化，切片應用的網絡部署與優化，可以通過選擇合適的網絡路徑、降低擁塞等方式，提高數據傳輸效率，確保切片應用的網絡性能。

在實際應用中，通過合理配置切片參數、采用動態切片調整策略以及引入機器學習等技術手段，可以不斷優化切片應用在邊緣計算中的執行效果，為各類垂直行業提供了更加靈活、高效的邊緣計算服務。

3.2 切片應用的實踐與性能優化

在5G 切片管控技術的實踐與性能優化中，切片應用的關鍵在于精細的任務定制和性能調優。在實踐層面，通過合理配置切片參數，細致劃分各垂直行業的服務需求，確保切片應用能夠充分滿足特定業務的性能和資源要求。在性能優化方面，采用動態切片調整策略，通過實時監測切片性能、用戶需求和網絡狀態等參數，實現切片資源的智能調配。這一過程主要包括對任務執行時間、可用資源和性能要求等指標的動態監控，以便及時調整切片的配置，優化任務執行效率。在切片應用的實踐中，還可以引入先進的機器學習技術，通過對歷史數據和實時參數的分析，建立預測模型，為切片性能的合理調整提供數據支持。這一智能化優化機制可以在復雜的邊緣計算環境中更加靈活地適應不斷變化的業務需求，確保切片應用能夠在高效的狀態下運行。此外，性能優化還涉及了對切片應用的網絡部署和調整。通過選擇合適的網絡路徑，降低擁塞，甚至采用硬隔離的承載傳輸技術，如FlexE 交叉或是OTN 等，來滿足有低時延和高可靠性要求的網絡切片。

3.3 切片性能監測與評估

在5G 切片管控技術的實踐與應用中，切片性能監測與評估是關鍵的技術環節，涉及對切片運行狀態的實時監測、性能評估以及優化策略制定。

切片性能監測首先需要實現對各個切片的關鍵性能指標進行持續監測，主要包括網絡延遲、吞吐量、丟包率等關鍵性能參數。為了實現實時監測，可以采用流量分析工具和網絡監測設備，以獲取切片運行時的性能數據[4]。

全面評估切片性能，得到了以下關鍵結果。在網絡延遲方面，觀察到切片成功實現了用戶請求的快速響應，平均響應時間較短，符合低時延服務的要求；在吞吐量方面，切片節點表現出良好的數據處理能力，能夠在高負載情況下保持相對穩定的傳輸速率，確保了切片應用的高效運行。對于丟包率的監測顯示，切片網絡表現出很高的穩定性和可靠性，丟包率維持在較低水平，有助于提供更為可靠的網絡服務。這些評估結果進一步驗證了5G 切片管控技術在邊緣計算中的實用性和卓越性能。得益于切片的定制化配置和靈活性，成功滿足了多個垂直行業的差異化需求。

4 案例研究與性能評估

4.1 典型場景下的應用案例

在5G 智能電網中，超可靠低延遲通信（ultra Reliable Low Latency Communications，uRLLC）場景涵蓋了智能分布式配電自動化和精準負荷控制業務，為電網提供了高可靠性和低時延的通信支持。以智能分布式配電自動化為例，通過5G 網絡連接的智能傳感器和執行器，電網可以實現實時的監測、控制以及管理。當電網中的某個節點出現異常情況時，系統可以立即做出反應，實現自動化的配電調整，提高電網的可靠性和健壯性。

在精準負荷控制業務中，5G 技術為電網提供了精細化的負荷監測和調度能力。通過與各種負荷設備的實時通信，電網可以根據實際需求對負荷進行精準控制，實現對電能的高效分配與利用[5]。例如，在電力需求波動較大的情況下，系統可以實時調整負荷配置，確保電網運行在最優狀態，同時最大限度地提高能源利用效率。

4.2 性能評估與比較

智能分布式配電自動化系統和傳統云計算系統的性能評估比較如表1 所示，前者在多個關鍵指標上展現了明顯的優勢。

表1 性能評估比較結果

在時延方面，智能分布式配電自動化系統實現了較低的1 ms 時延，相較于傳統云計算的10 ms，具備更高效的實時響應能力。在可靠性方面，智能分布式配電自動化系統達到了99%的可靠性，而傳統云計算系統僅為95%，相比之下，智能分布式配電自動化系統表現出更強的系統穩定性。在帶寬和數據吞吐量方面，智能分布式配電自動化系統與傳統云計算系統分別達到了10 Gb/s 和1 Gb/s 與100 Mb/s 和50 Mb/s，顯示了更大的網絡容量和數據傳輸效率。此外，智能分布式配電自動化系統支持更高的連接密度，可達到10 000 個/km2，而傳統云計算僅為7 800 個/km2。最后，在安全性方面，智能分布式配電自動化系統表現出較高水平，能夠提供更可靠的安全性保障，相對于傳統云計算的中等水平，更適用于對安全性要求較高的應用場景。綜合而言，智能分布式配電自動化系統在性能評估中展現了更為卓越的技術特點，為各類業務場景提供了更優越的網絡支持。

5 結 論

本文深入剖析了5G 切片管控技術與邊緣計算的結合，邊緣計算的引入對網絡性能產生了深遠的影響，在時延、可靠性以及帶寬等幾個關鍵指標方面得到了顯著提升，為未來網絡架構與通信技術的發展提供了有益的參考。這一融合為各行業應用創造了更高效、可靠且安全的通信環境，標志著通信領域迎來了全新的發展時機。