5G背景下移動邊緣計算驅(qū)動車聯(lián)網(wǎng)應(yīng)用發(fā)展

楊雅舒　史心玥　余一鑫

摘要：目前，全球均已進入到萬物互聯(lián)網(wǎng)的時代之中，在這一背景下ETSI研討出一種新興技術(shù)——移動邊緣計算，這種技術(shù)通過在網(wǎng)絡(luò)邊緣進行智能和計算單元的增加，從而實現(xiàn)近距離部署和業(yè)務(wù)本地化。可以說，移動邊緣計算的設(shè)計初衷是想要進一步緩解云計算由于終端資源不足所導(dǎo)致的傳輸延遲和網(wǎng)絡(luò)負(fù)荷問題，因此在對其設(shè)計時確保了其具有低時延和高帶寬的特質(zhì)。通過無線設(shè)備接入側(cè)部署服務(wù)器，移動邊緣計算即可為移動網(wǎng)絡(luò)邊緣提供云計算能力和IT服務(wù)環(huán)境，提供低時延、高帶寬業(yè)務(wù)。此外，這種技術(shù)還可以利用對無線網(wǎng)絡(luò)上下文的感知與集中化云計算平臺相聯(lián)合，從而控制傳輸網(wǎng)絡(luò)的壓力，提升信息處理速度，提供差異化服務(wù)，提升用戶體驗感。

前言

經(jīng)濟社會的到來與發(fā)展刺激了我國車輛保有量的增長速度，據(jù)國家統(tǒng)計局發(fā)布的數(shù)據(jù)顯示，截止到2019年年末，我國民用汽車保有量已經(jīng)高達(dá)2.62億輛，據(jù)預(yù)測在未來一段時間內(nèi)此數(shù)據(jù)還將持續(xù)上漲。此外，交通實際需要的提升以及人們對便捷出行的需求上漲進一步促進了公民對車輛需求的增長。隨著車輛數(shù)量的快速增長，道路擁擠、安全問題頻發(fā)以及貨運成本高等問題相繼暴露在我國的公路交通運輸方面。而車聯(lián)網(wǎng)不僅能夠進行道路危險預(yù)警，進而一定程度上確保交通的安全并降低道路擁堵的程度，還能夠提供停車位導(dǎo)航和車輛位置尋找等增值服務(wù)，這種技術(shù)的出現(xiàn)對于上述道路交通問題而言具有一定的緩解作用。超視距信息交互有利有弊，利在于其能夠使智能交通更加高效與安全，弊在于其在運行的同時所產(chǎn)生的數(shù)據(jù)量巨大，導(dǎo)致網(wǎng)絡(luò)不能完全應(yīng)付，在此情況下，通過移動邊緣計算技術(shù)能夠有效的降低擁擠程度從而達(dá)到最優(yōu)化。

1 移動邊緣計算概述

1.1移動邊緣計算概念

隨著近年來互聯(lián)網(wǎng)技術(shù)的不斷成熟化，云計算也得到了行業(yè)的高度重視并得到了快速發(fā)展。將復(fù)雜的計算任務(wù)轉(zhuǎn)至云計算數(shù)據(jù)中心的服務(wù)器中進行，從而緩解移動終端資源有限的問題，但是在云計算數(shù)據(jù)中心部署業(yè)務(wù)應(yīng)用又增加了網(wǎng)絡(luò)負(fù)荷，導(dǎo)致傳輸時延，對網(wǎng)絡(luò)帶寬提出了更高的要求。為了解決移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)快速發(fā)展帶來的高網(wǎng)絡(luò)負(fù)荷問題，國際標(biāo)準(zhǔn)組織ETSI提出了移動邊緣計算。移動邊緣計算技術(shù)通過在網(wǎng)絡(luò)邊緣節(jié)點進行智能和計算單元的增加，使得業(yè)務(wù)本地化、近距離部署成為可能，能夠更好地支持高帶寬、低延時業(yè)務(wù)。同時，移動邊緣計算可以通過感知無線網(wǎng)絡(luò)上下文信息來實現(xiàn)與集中化云計算平臺的相輔相成、互相補充，以降低傳輸網(wǎng)絡(luò)的壓力，讓網(wǎng)絡(luò)運營商能于基站側(cè)快速處理信息，實現(xiàn)差異化服務(wù)，提升用戶體驗。

下圖1展示了移動邊緣服務(wù)器端結(jié)構(gòu)。其中虛擬化基礎(chǔ)架構(gòu)的主要功能是在通用服務(wù)器的計算及存儲等資源的基礎(chǔ)上，進一步為應(yīng)用層創(chuàng)造多個高效、靈活、獨立運行的平臺，最終實現(xiàn)業(yè)務(wù)本地化和近距離的處理工作。移動邊緣平臺的功能是對移動邊緣應(yīng)用程序所需要求進行處理，這其中就包含了無線網(wǎng)絡(luò)信息管理、網(wǎng)絡(luò)加速、域名、路由規(guī)則管控、大數(shù)據(jù)分析以及業(yè)務(wù)注冊等等，其中值得注意的是，移動邊緣計算平臺具備一個最基礎(chǔ)的功能就是本地分流，這一功能也使無線網(wǎng)絡(luò)具備了高帶寬和低時延傳輸?shù)哪芰Α?/p>

面向業(yè)務(wù)層面，移動邊緣計算有著更加多元化的服務(wù)，可以極大地提升網(wǎng)絡(luò)利用率，通過網(wǎng)絡(luò)獲取定位，提供更加精準(zhǔn)的服務(wù)。

1.2移動邊緣計算特征

（1）鄰近性：從服務(wù)器布置位置看，移動邊緣計算的服務(wù)器與信息源十分近，這種計算便于對大數(shù)據(jù)中的關(guān)鍵信息進行捕捉與分析，而且移動邊緣計算也能夠提供設(shè)備直接訪問服務(wù)，所以更加便于衍生出特定的商業(yè)應(yīng)用。

（2）低時延：移動邊緣計算運行的位置就在終端設(shè)備上或是終端設(shè)備附近，能夠有效控制延遲現(xiàn)象。延遲現(xiàn)象的緩解有效的提升了反饋效率，從而提升了用戶的體驗感，一定程度上減免了網(wǎng)絡(luò)在其余部分產(chǎn)生擁堵的情況。

（3）高帶寬：數(shù)據(jù)與信息無需全部上傳到云端，能夠在本地進行迅速處理，有效緩解了核心網(wǎng)的傳輸壓力，使網(wǎng)絡(luò)堵塞情況得到降低，從而大大的提升了網(wǎng)絡(luò)的速率。

（4）位置認(rèn)知：不管是蜂窩還是WiFi，只要網(wǎng)絡(luò)邊緣屬于無線網(wǎng)絡(luò)的一部分時，本地服務(wù)均可以通過數(shù)量有限的信息對任意連接設(shè)備的位置進行確定。

2 移動邊緣計算應(yīng)用現(xiàn)狀

2.1移動邊緣計算是5G的核心技術(shù)之一

5G技術(shù)也稱為第五代移動通信技術(shù)，是繼4G、3G、2G后的延伸，以“大容量、大帶寬、大連結(jié)、低延遲、低功耗”為性能目標(biāo)。在當(dāng)下的網(wǎng)絡(luò)架構(gòu)中，核心網(wǎng)的高位置部署導(dǎo)致在進行傳輸時會產(chǎn)生較嚴(yán)重的延時，而且存在部分業(yè)務(wù)終結(jié)不發(fā)生在本地，這樣一來不僅會浪費帶寬，還會導(dǎo)致時延增加。移動邊緣計算能夠有效的解決上述問題，一方面來說這種技術(shù)能夠在邊緣位置進行部署，在終端設(shè)備上進行邊緣服務(wù)能提升反饋速度，從而緩解時延;另一方面來說，移動邊緣計算能提供智能化的流量調(diào)度，從而實現(xiàn)業(yè)務(wù)的本地化，內(nèi)容在本地得以緩存。

2.2移動邊緣計算滿足5G低時延要求

5G技術(shù)“低功耗大連接”這一應(yīng)用場景要求其擁有連接超千億網(wǎng)絡(luò)的能力，連接數(shù)密度指標(biāo)為100萬/km2，在數(shù)據(jù)如此巨大和連接密度如此之高的情況下，確保低功耗和低時延尤為關(guān)鍵。自2019年5G正式上線后，為確保提供工業(yè)控制業(yè)務(wù)，提出了1ms端到端時延的計劃。想要實現(xiàn)低功耗和低時延，不僅要對空口傳輸時延進行大幅度的降低，還需要最大程度控制轉(zhuǎn)發(fā)節(jié)點的數(shù)量，從而縮短源與目的節(jié)點間的距離。

然而截止到目前的移動技術(shù)均不能很好的進行時延優(yōu)化，雖然LTE技術(shù)能夠?qū)⒖湛谕掏侣侍嵘?0倍以上，但是對端到端的時延優(yōu)化只能達(dá)到3倍。出現(xiàn)這種情況的主要原因是在大幅度提升空口效率后的網(wǎng)絡(luò)構(gòu)架并未得到充分優(yōu)化?；九c核心網(wǎng)之間的距離一般會長達(dá)數(shù)百公里，途徑十分繁瑣，而且中途還存在未知的抖動與擁塞，盡管LTE網(wǎng)絡(luò)能實現(xiàn)2跳的扁平構(gòu)架，也不能確保實現(xiàn)低時延。移動邊緣計算在邊緣節(jié)點進行部署，能夠有效的融合互聯(lián)網(wǎng)和無線網(wǎng)絡(luò)的技術(shù)，進而增加無線網(wǎng)絡(luò)側(cè)的計算、存儲以及處理功能，對移動邊緣云加以構(gòu)建，使其具備云計算能力并成功提供信息技術(shù)服務(wù)環(huán)境。因為內(nèi)容部署與應(yīng)用服務(wù)均處在移動邊緣，如此便能一定程度縮短數(shù)據(jù)傳輸時間，從而使端到端時延得到減緩并降低功耗。

2.3移動邊緣計算可以避免運營商網(wǎng)絡(luò)管道化

到目前為止，傳統(tǒng)運營商網(wǎng)絡(luò)均為非智能的。在這個網(wǎng)絡(luò)社會中，運營商的商業(yè)模式及資費比較單一，對用戶及業(yè)務(wù)的掌握程度不夠。直到現(xiàn)在很多用戶均在使用包月套餐，但是卻很難滿足不同用戶的不同需求。而且因為業(yè)務(wù)并沒有優(yōu)先級之分，因此很多業(yè)務(wù)盡管占用大量帶寬卻并未發(fā)揮其應(yīng)有的價值，譬如一些P2P業(yè)務(wù)和視頻流媒體等等，這也讓一些包括移動辦公在內(nèi)的業(yè)務(wù)不能獲取優(yōu)先保障。面對這種情況，很多運營商都開始尋求策略，而想要實現(xiàn)“智能管道”，就需要明確不同用戶之間的差別，全面充分地掌握用戶的真實需求。內(nèi)容感知是智能化的5G網(wǎng)絡(luò)的一個重要特征，通過分析網(wǎng)絡(luò)流量的內(nèi)容進一步提升數(shù)據(jù)黏性、用戶黏性和網(wǎng)絡(luò)業(yè)務(wù)黏性。而業(yè)務(wù)和用戶感知同樣也是移動邊緣計算的一項關(guān)鍵技術(shù)，充分利用本地網(wǎng)絡(luò)資源，在移動邊緣識別業(yè)務(wù)與用戶，對其優(yōu)化并提升網(wǎng)絡(luò)業(yè)務(wù)質(zhì)量，為不同的用戶提供不同的服務(wù)讓其能夠有不一樣的體驗。

3 移動邊緣計算在車聯(lián)網(wǎng)中的應(yīng)用

3.1移動邊緣計算在車聯(lián)網(wǎng)中的應(yīng)用現(xiàn)狀

車聯(lián)網(wǎng)可以實現(xiàn)實時道路預(yù)測，對于前方的未知危險和隱患做好充分的預(yù)測，極大地提升了行車安全，另外，超視距的信息互通使得交通過程更加安全，在車聯(lián)網(wǎng)的大量普及中，能夠最大程度的保證駕駛員的安全，為駕駛員留出充分的反應(yīng)時間。在信息的傳輸過程中，延時時間將會減少，保證信息的實時性。

下圖2展示了移動邊緣計算在車聯(lián)網(wǎng)中的應(yīng)用。移動邊緣計算技術(shù)能夠在網(wǎng)絡(luò)邊緣的移動基站中分散部署汽車云，并將服務(wù)器部署在靠近網(wǎng)絡(luò)邊緣的基站中，如此一來就可以縮短數(shù)據(jù)的傳輸時間，從而加快數(shù)據(jù)處理速度。移動邊緣計算的服務(wù)器端獲取消息的途徑比較便捷，可以直接在車輛和路面?zhèn)鞲衅髦蝎@取，通過具體的計算對實時數(shù)據(jù)信息進行甄別，并對該區(qū)域的其他車輛發(fā)送預(yù)警消息，確保預(yù)警能夠在20ms內(nèi)被附近車輛接收，這樣一來為駕駛員提供更長的反應(yīng)時間以應(yīng)對緊急突發(fā)狀況，譬如減速行駛、躲避危險及其改變線路等。此外，服務(wù)器端應(yīng)用也能夠在短時間內(nèi)告知周邊其余的移動邊緣計算服務(wù)器上運行的應(yīng)用程序，擴大危險預(yù)警傳播范圍，方便每位駕駛員進行思考并作出決策，從而有效的降低道路擁堵問題。面對復(fù)雜的情形時，服務(wù)器端應(yīng)用將把本地信息發(fā)送到連接的汽車云上進行進一步的統(tǒng)籌處理，以獲取更多幫助和支援。

3.2移動邊緣計算在車聯(lián)網(wǎng)中的應(yīng)用前景

根據(jù)Gartner的報告顯示，2015年北美地區(qū)在信息安全方面的支出高達(dá)339.38億美元，而中國地區(qū)只有32.15億美元，但是隨著移動邊緣計算的持續(xù)發(fā)展引起我國對網(wǎng)絡(luò)安全問題的重視，這一數(shù)據(jù)得到了持續(xù)的增長，據(jù)Gartner的報告顯示，2020年有近208億臺網(wǎng)絡(luò)設(shè)備在全球連接，面對網(wǎng)絡(luò)時延、擁塞以及容量等問題，移動邊緣計算提供了一個平臺。

可以預(yù)計，移動邊緣計算技術(shù)在未來車聯(lián)網(wǎng)行業(yè)中對低時延業(yè)務(wù)，譬如自動駕駛等業(yè)務(wù)的發(fā)展可以起到的重要作用。此外，由于車輛的高速移動，需要在不同的邊緣節(jié)點之間切換，保證車聯(lián)網(wǎng)業(yè)務(wù)的連續(xù)性也將成為移動邊緣計算技術(shù)發(fā)展的一大挑戰(zhàn)。

4 結(jié)論

移動邊緣計算能夠在不同的移動網(wǎng)絡(luò)邊緣提供計算服務(wù)，能夠大大降低網(wǎng)絡(luò)操作與服務(wù)交付的時延問題，而這對于對實時性具有較高要求的車聯(lián)網(wǎng)來說是一種典型的應(yīng)用。目前，全球均已進入到萬物互聯(lián)網(wǎng)的時代之中，面對復(fù)雜的網(wǎng)絡(luò)社會，不僅要做好網(wǎng)絡(luò)產(chǎn)品的安全預(yù)防工作，更要根據(jù)實際的發(fā)展情況與應(yīng)用場景進行安全技術(shù)推進并進一步研發(fā)產(chǎn)品，從而直面網(wǎng)絡(luò)安全挑戰(zhàn)。而且，根據(jù)近來各大設(shè)備廠商發(fā)布的信息可知，5G平臺將會將計算與通信技術(shù)進行聯(lián)合，因此移動邊緣計算這一環(huán)節(jié)不可缺少。在5G全新時代，移動邊緣計算的應(yīng)用前景十分廣闊，將會延伸到智能駕駛、交通運輸系統(tǒng)和實時觸覺控制等領(lǐng)域。

參考文獻(xiàn)

[1]于博菲.基于物聯(lián)網(wǎng)技術(shù)的搜索引擎與設(shè)備安全[J].金屬世界，2015（1）：47-50.

[2]黃梅青.面向車聯(lián)網(wǎng)應(yīng)用的邊緣計算[J].2019全國邊緣計算學(xué)術(shù)研討會論文集，2019.

[3] 李佐昭.移動邊緣計算在車聯(lián)網(wǎng)中的應(yīng)用[J].現(xiàn)代電信科技，2017（47）：3.

[4] 張建敏，謝偉良，楊峰義，武洲云，謝亮.移動邊緣計算技術(shù)及其本地分流方案[J].電信科學(xué)，2016，32（7）：132-139.

[5]3GPP.TR 22.885 v14.0.0-2015-12.Study on LTE Support for Vehicle to Everything（V2X）Services（Release 14）[S]，2015.

[6]林福宏.邊緣計算/霧計算研究與應(yīng)用[M]成都：西南交通大學(xué)出版社，2018.

[7]邊緣計算支撐智能網(wǎng)聯(lián)汽車發(fā)展[J].中國計算機報，2019（26）.

[8]ETSI.GS MEC 003 V1.1.1-2016-03.Mobile Edge Computing （MEC）;Framework and Reference Architecture[S]，2016.

[9]齊平.移動邊緣計算環(huán)境下基于信任模型的可靠多重計算卸載策略[J]計算機集成制造系統(tǒng)，2020（6）： 1616-1627.

[10]鄭逢斌.邊緣計算：新型計算范式綜述與應(yīng)用研究[J].計算機科學(xué)與探索，2020（4）：541-553.