李子姝,謝人超,孫禮,黃韜
?
移動邊緣計算綜述
李子姝,謝人超,孫禮,黃韜
(北京郵電大學(xué),北京 100876)
移動邊緣計算(MEC)技術(shù)將IT服務(wù)環(huán)境和云計算技術(shù)在網(wǎng)絡(luò)邊緣相結(jié)合,提高邊緣網(wǎng)絡(luò)的計算和存儲能力,減少網(wǎng)絡(luò)操作和服務(wù)交付時延,提升用戶服務(wù)質(zhì)量體驗,因此受到了廣泛關(guān)注,并且已經(jīng)作為關(guān)鍵技術(shù)被納入5G標(biāo)準(zhǔn)。首先介紹了MEC的基本概念、參考架構(gòu)和技術(shù)優(yōu)勢,然后從學(xué)術(shù)界、產(chǎn)業(yè)界和標(biāo)準(zhǔn)制定3個角度出發(fā)概括了MEC的研究現(xiàn)狀,隨后詳細(xì)介紹了MEC的關(guān)鍵技術(shù)、應(yīng)用場景以及具體的部署方式,最后對MEC的移動性、安全和計費(fèi)以及隱私保護(hù)等現(xiàn)存問題進(jìn)行了歸納和展望。
MEC;5G;低時延;參考框架;應(yīng)用場景
指數(shù)式增長的數(shù)據(jù)流量、不斷增加的終端種類和越來越多樣化的服務(wù)場景是當(dāng)下傳統(tǒng)的4G網(wǎng)絡(luò)架構(gòu)面臨的難題,這催生了5G時代的來臨。在5G時代,移動網(wǎng)絡(luò)服務(wù)的對象不再是單純的手機(jī),而是各種類型的設(shè)備,如平板電腦、移動車輛和各種傳感器等。服務(wù)的場景也越來越多樣化,比如移動寬帶、大規(guī)模機(jī)器類型通信、任務(wù)關(guān)鍵型互聯(lián)網(wǎng)等[1]。因此,在移動性、安全性、時延性和可靠性等多個方面,移動網(wǎng)絡(luò)都必須滿足更高的要求。
為了滿足移動網(wǎng)絡(luò)高速發(fā)展所需的高帶寬、低時延的要求,并減輕網(wǎng)絡(luò)負(fù)荷,未來的5G網(wǎng)絡(luò)提出了如下演進(jìn)目標(biāo):基于SDN/NFV進(jìn)行虛擬化,進(jìn)行扁平化擴(kuò)展與增強(qiáng),核心網(wǎng)用戶面功能下沉到基站。在此背景下,由于通過將IT服務(wù)環(huán)境與云計算在網(wǎng)絡(luò)邊緣相結(jié)合,從而構(gòu)建更加智能的移動網(wǎng)絡(luò),MEC被視為向5G過渡的關(guān)鍵技術(shù)和架構(gòu)性概念[2,3]。MEC正在推動傳統(tǒng)集中式數(shù)據(jù)中心的云計算平臺與移動網(wǎng)絡(luò)的融合,將原本位于云數(shù)據(jù)中心的服務(wù)和功能“下沉”到移動網(wǎng)絡(luò)的邊緣,在移動網(wǎng)絡(luò)邊緣提供計算、存儲、網(wǎng)絡(luò)和通信資源。MEC強(qiáng)調(diào)靠近用戶,從而減少網(wǎng)絡(luò)操作和服務(wù)交付的時延,提升用戶服務(wù)體驗。同時,通過MEC技術(shù),移動網(wǎng)絡(luò)運(yùn)營商可以將更多的網(wǎng)絡(luò)信息和網(wǎng)絡(luò)擁塞控制功能開放給第三方開發(fā)者,并允許其提供給用戶更多的應(yīng)用和服務(wù)。
本文主要對MEC技術(shù)進(jìn)行系統(tǒng)性的概述和介紹,首先介紹了MEC的基本概念,并詳細(xì)介紹了MEC的參考框架。然后對MEC技術(shù)的優(yōu)勢加以詳細(xì)闡述,從學(xué)術(shù)界、工業(yè)界和標(biāo)準(zhǔn)制定3個角度介紹MEC的研究現(xiàn)狀。隨后進(jìn)一步介紹實現(xiàn)MEC的3個關(guān)鍵技術(shù)和MEC技術(shù)的應(yīng)用場景以及MEC服務(wù)器在現(xiàn)網(wǎng)和未來5G下的部署方案,并總結(jié)不同部署方案的優(yōu)缺點。最后對MEC現(xiàn)存的幾個尚待解決的問題做進(jìn)一步歸納和總結(jié)。
歐洲電信標(biāo)準(zhǔn)化協(xié)會(ETSI)對MEC的定義是:在移動網(wǎng)絡(luò)邊緣提供IT服務(wù)環(huán)境和云計算能力。移動邊緣計算可以被理解為在移動網(wǎng)絡(luò)邊緣運(yùn)行云服務(wù)器,該云服務(wù)器可以處理傳統(tǒng)網(wǎng)絡(luò)基礎(chǔ)架構(gòu)所不能處理的任務(wù),例如M2M網(wǎng)關(guān)、控制功能、智能視頻加速等。需要注明的是,在研究初期MEC中的“M”是“mobile”之意,特指移動網(wǎng)絡(luò)環(huán)境。隨著研究的不斷推進(jìn),ETSI現(xiàn)在將“M”的定義擴(kuò)展為“multi-access”,旨在將邊緣計算的概念擴(kuò)展到Wi-Fi等非3GPP接入的場景下,“移動邊緣計算”的術(shù)語也逐漸被過渡為“多接入邊緣計算(multi-access edge computing,MEC)”[4]。但是目前業(yè)界乃至ETSI等標(biāo)準(zhǔn)制定組織研究的重點仍然是移動場景下的邊緣計算,因此現(xiàn)在業(yè)界仍多以“移動邊緣計算”稱之。本文對邊緣計算的討論也主要集中在移動接入的場景下。
MEC運(yùn)行于網(wǎng)絡(luò)邊緣,邏輯上并不依賴于網(wǎng)絡(luò)的其他部分,這點對于安全性要求較高的應(yīng)用來說非常重要。另外,MEC服務(wù)器通常具有較高的計算能力,因此特別適合于分析處理大量數(shù)據(jù)。同時,由于MEC距離用戶或信息源在地理上非常鄰近,使得網(wǎng)絡(luò)響應(yīng)用戶請求的時延大大減小,也降低了傳輸網(wǎng)和核心網(wǎng)部分發(fā)生網(wǎng)絡(luò)擁塞的可能性。最后,位于網(wǎng)絡(luò)邊緣的MEC能夠?qū)崟r獲取例如基站ID、可用帶寬等網(wǎng)絡(luò)數(shù)據(jù)以及與用戶位置相關(guān)的信息,從而進(jìn)行鏈路感知自適應(yīng),并且為基于位置的應(yīng)用提供部署的可能性,可以極大地改善用戶的服務(wù)質(zhì)量體驗。
圖1 MEC的基本框架
從2014年12月開始,ETSI MEC ISG開始致力于MEC的研究,旨在提供在多租戶環(huán)境下運(yùn)行第三方應(yīng)用的統(tǒng)一規(guī)范。經(jīng)過努力,ISG MEC已經(jīng)公布了關(guān)于MEC的基本技術(shù)需求和參考架構(gòu)的相關(guān)規(guī)范[5]。在參考文獻(xiàn)[5]中,ISG MEC對MEC的網(wǎng)絡(luò)框架和參考架構(gòu)進(jìn)行了定義。圖1是MEC的基本框架,該框架從一個比較宏觀的層次出發(fā),對MEC下不同的功能實體進(jìn)行了網(wǎng)絡(luò)(network)、ME(mobile edge)主機(jī)水平(ME host level)和ME系統(tǒng)水平(ME system level)這3個層次的劃分。其中,MEC主機(jī)水平包含MEC主機(jī)(ME host)和相應(yīng)的ME主機(jī)水平管理實體(ME host-level management entity),ME主機(jī)又可以進(jìn)一步劃分為ME平臺(ME platform)、ME應(yīng)用(ME application)和虛擬化基礎(chǔ)設(shè)施(virtualization infrastructure)。網(wǎng)絡(luò)水平主要包含3GPP蜂窩網(wǎng)絡(luò)、本地網(wǎng)絡(luò)和外部網(wǎng)絡(luò)等相關(guān)的外部實體,該層主要表示MEC工作系統(tǒng)與局域網(wǎng)、蜂窩移動網(wǎng)或者外部網(wǎng)絡(luò)的接入情況。最上層是ME系統(tǒng)水平的管理實體,負(fù)責(zé)對MEC系統(tǒng)進(jìn)行全局掌控。
圖2 更為詳細(xì)的MEC參考架構(gòu)
圖2是一個更為詳細(xì)的MEC參考架構(gòu),該架構(gòu)在圖1所示的高水平框架的基礎(chǔ)之上還詳細(xì)定義了各個功能實體之間的相互關(guān)聯(lián),并抽象出3種不同類型的參考點。其中,Mp代表和ME平臺應(yīng)用相關(guān)的參考點,Mm代表和管理相關(guān)的參考點,Mx代表和外部實體相關(guān)的參考點。
在圖2所示架構(gòu)下,ME主機(jī)由ME平臺、ME應(yīng)用和虛擬化基礎(chǔ)設(shè)施組成。虛擬化基礎(chǔ)設(shè)施可以為ME應(yīng)用提供計算、存儲和網(wǎng)絡(luò)資源,并且可以為ME應(yīng)用提供持續(xù)的存儲和時間相關(guān)的信息,它包含一個數(shù)據(jù)轉(zhuǎn)發(fā)平面來為從ME平臺接收到的數(shù)據(jù)執(zhí)行轉(zhuǎn)發(fā)規(guī)則,并在各種應(yīng)用、服務(wù)和網(wǎng)絡(luò)之間進(jìn)行流量的路由。ME平臺從ME平臺管理器、ME應(yīng)用或ME服務(wù)處接收流量轉(zhuǎn)發(fā)規(guī)則,并且基于轉(zhuǎn)發(fā)規(guī)則向轉(zhuǎn)發(fā)平面下發(fā)指令。另外,ME平臺還支持本地域名系統(tǒng)(domain name system,DNS)代理服務(wù)器的配置,可以將數(shù)據(jù)流量重定向到對應(yīng)的應(yīng)用和服務(wù)。ME平臺還可以通過Mp3參考點與其他的ME平臺進(jìn)行通信,在分布式MEC系統(tǒng)的協(xié)作機(jī)制中,Mp3參考點可以作為不同ME平臺互聯(lián)的基礎(chǔ)。
ME應(yīng)用是運(yùn)行在ME虛擬化基礎(chǔ)設(shè)施上的虛擬機(jī)實例,這些應(yīng)用通過Mp1參考點與ME平臺相互通信。Mp1參考點還可提供標(biāo)識應(yīng)用可用性、發(fā)生ME切換時為用戶準(zhǔn)備或重定位應(yīng)用狀態(tài)等額外功能。
ME平臺管理器(ME platform manager,MEPM)具有ME平臺元素管理、ME應(yīng)用生命周期管理以及ME應(yīng)用規(guī)則和需求管理等功能。ME應(yīng)用生命周期管理包括ME應(yīng)用程序的創(chuàng)建和終止,并且為ME編排器(ME orchestrator,MEO)提供應(yīng)用相關(guān)事件的指示消息。ME應(yīng)用規(guī)則和需求管理包括認(rèn)證、流量規(guī)則、DNS配置和沖突協(xié)調(diào)等。ME平臺和MEPM之間使用Mm5參考點,該參考點實現(xiàn)平臺和流量過濾規(guī)則的配置,并且負(fù)責(zé)管理應(yīng)用的重定位和支持應(yīng)用的生命周期程序。Mm2是操作支持系統(tǒng)(OSS)和MEPM之間的參考點,負(fù)責(zé)ME平臺的配置和性能管理。Mm3是MEO和MEPM之間的參考點,負(fù)責(zé)為應(yīng)用的生命周期管理和應(yīng)用相關(guān)的策略提供支持,同時為ME的可用服務(wù)提供時間相關(guān)的信息。
MEO是ME提供的核心功能,MEO宏觀掌控ME網(wǎng)絡(luò)的資源和容量,包括所有已經(jīng)部署好的ME主機(jī)和服務(wù)、每個主機(jī)中的可用資源、已經(jīng)被實例化的應(yīng)用以及網(wǎng)絡(luò)的拓?fù)涞?。在為用戶選擇接入的目標(biāo)ME主機(jī)時,MEO衡量用戶需求和每個主機(jī)的可用資源,為其選擇最為合適的ME主機(jī),如果用戶需要進(jìn)行ME主機(jī)的切換,則由MEO來觸發(fā)切換程序。MEO與OSS之間通過Mm1參考點來觸發(fā)ME應(yīng)用的實例化和終止。MEO與虛擬化基礎(chǔ)設(shè)施管理器(VIM)之間通過Mm4參考點來管理虛擬化資源和應(yīng)用的虛擬機(jī)映像,同時維持可用資源的狀態(tài)信息。
從ME系統(tǒng)的角度來看,OSS是支持系統(tǒng)運(yùn)行的最高水平的管理實體。OSS從面向用戶服務(wù)(customer-facing service,CFS)門戶和用戶終端(UE)接收實例化或終止ME應(yīng)用的請求,檢查應(yīng)用數(shù)據(jù)分組和請求的完整性和授權(quán)信息。經(jīng)過OSS認(rèn)證授權(quán)的請求數(shù)據(jù)分組會通過Mm1參考點被轉(zhuǎn)發(fā)到MEO進(jìn)行進(jìn)一步處理。
CFS門戶實體相當(dāng)于第三方接入點,開發(fā)商使用該接口將自己開發(fā)的各種應(yīng)用接入運(yùn)營商的ME系統(tǒng)中,企業(yè)或者個人用戶也可以通過該接口選擇其感興趣的應(yīng)用,并指定其使用的時間和地點。CFS通過Mx1參考點與OSS實現(xiàn)通信。
用戶應(yīng)用生命周期代理(user app LCM proxy)是供ME用戶使用來請求應(yīng)用相關(guān)的實例化和終止等服務(wù)的實體。該實體可以實現(xiàn)外部云和ME系統(tǒng)之間的應(yīng)用重定位,負(fù)責(zé)對所有來自外部云的請求進(jìn)行認(rèn)證,然后分別通過Mm8和Mm9參考點發(fā)送給OSS和MEO做進(jìn)一步處理。值得注意的是,LCM只能通過移動網(wǎng)絡(luò)接入,Mx2參考點提供了UE與LCM相互通信的基礎(chǔ)。
VIM用于管理ME應(yīng)用的虛擬資源,管理任務(wù)包括虛擬計算、存儲和網(wǎng)絡(luò)資源的分配和釋放,軟件映像也可以存儲在VIM上以供應(yīng)用的快速實例化。同時,VIM還負(fù)責(zé)收集虛擬資源的信息,并通過Mm4參考點和Mm6參考點分別上報給MEO和MEPM等上層管理實體。
相比于傳統(tǒng)的網(wǎng)絡(luò)架構(gòu)和模式,MEC具有很多明顯的優(yōu)勢,能改善傳統(tǒng)網(wǎng)絡(luò)架構(gòu)和模式下時延高、效率低等諸多問題,也正是這些優(yōu)勢,使得MEC成為未來5G的關(guān)鍵技術(shù)。本節(jié)主要對MEC的優(yōu)勢加以概括。
MEC將計算和存儲能力“下沉”到網(wǎng)絡(luò)邊緣,由于距離用戶更近,用戶請求不再需要經(jīng)過漫長的傳輸網(wǎng)絡(luò)到達(dá)遙遠(yuǎn)的核心網(wǎng)被處理,而是由部署在本地的MEC服務(wù)器將一部分流量進(jìn)行卸載,直接處理并響應(yīng)用戶,因此通信時延將會大大降低。MEC的時延節(jié)省特性在視頻傳輸和VR等時延敏感的相關(guān)應(yīng)用中表現(xiàn)得尤為明顯。以視頻傳輸為例,在不使用MEC的傳統(tǒng)方式下,每個用戶終端在發(fā)起視頻內(nèi)容調(diào)用請求時,首先需要經(jīng)過基站接入,然后通過核心網(wǎng)連接目標(biāo)內(nèi)容,再逐層進(jìn)行回傳,最終完成終端和該目標(biāo)內(nèi)容間的交互,可想而知,這樣的連接和逐層獲取的方式是非常耗時的。引入MEC解決方案后,在靠近UE的基站側(cè)部署MEC服務(wù)器,利用MEC提供的存儲資源將內(nèi)容緩存在MEC服務(wù)器上,用戶可以直接從MEC服務(wù)器獲取內(nèi)容,不再需要通過漫長的回程鏈路從相對遙遠(yuǎn)的核心網(wǎng)獲取內(nèi)容數(shù)據(jù)。這樣可以極大地節(jié)省用戶發(fā)出請求到被響應(yīng)之間的等待時間,從而提升用戶服務(wù)質(zhì)量體驗。參考文獻(xiàn)[6]證明了在Wi-Fi和LTE網(wǎng)絡(luò)中使用邊緣計算平臺可以明顯改善互動型和密集計算型應(yīng)用的時延。參考文獻(xiàn)[7]進(jìn)一步證實了通過微云在網(wǎng)絡(luò)邊緣進(jìn)行計算卸載可以改善響應(yīng)時延至中心云卸載方案的51%。因此,MEC對于未來5G網(wǎng)絡(luò)1 ms RTT的時延要求來說是非常有價值的[8]。
部署在移動網(wǎng)絡(luò)邊緣的MEC服務(wù)器能對流量數(shù)據(jù)進(jìn)行本地卸載,從而極大地降低對傳輸網(wǎng)和核心網(wǎng)帶寬的要求。以第3.1節(jié)中提到的視頻傳輸為例,對于某些流行度較高的視頻,如NBA比賽、電子產(chǎn)品發(fā)布會等,經(jīng)常是以直播這種高并發(fā)的方式發(fā)布,同一時間內(nèi)就有大量用戶接入,并且請求同一資源,因此對帶寬和鏈路狀態(tài)的要求極高。通過在網(wǎng)絡(luò)邊緣部署MEC服務(wù)器,可以將視頻直播內(nèi)容實時緩存在距離用戶更近的地方,在本地進(jìn)行用戶請求的處理,從而減少對回程鏈路的帶寬壓力,同時也可以降低發(fā)生鏈路擁塞和故障的可能性,從而改善鏈路容量。參考文獻(xiàn)[9]證明在網(wǎng)絡(luò)邊緣部署緩存可以節(jié)省近22%的回程鏈路資源,參考文獻(xiàn)[10]提出對于帶寬需求型和計算密集型應(yīng)用來說,在移動網(wǎng)絡(luò)邊緣部署緩存可以節(jié)省67%的運(yùn)營成本。
在移動網(wǎng)絡(luò)下,網(wǎng)絡(luò)的能量消耗主要包括任務(wù)計算耗能和數(shù)據(jù)傳輸耗能兩個部分,參考文獻(xiàn)[11,12]中對4G和5G下移動網(wǎng)絡(luò)的能量效率進(jìn)行了詳盡的對比分析和討論,并指出能量效率和網(wǎng)絡(luò)容量將是未來5G實現(xiàn)廣泛部署需要克服的一大難題。MEC的引入能極大地降低網(wǎng)絡(luò)的能量消耗。MEC自身具有計算和存儲資源,能夠在本地進(jìn)行部分計算的卸載,對于需要大量計算能力的任務(wù)再考慮上交給距離更遠(yuǎn)、處理能力更強(qiáng)的數(shù)據(jù)中心或云進(jìn)行處理,因此可以降低核心網(wǎng)的計算能耗。另一方面,隨著緩存技術(shù)的發(fā)展,存儲資源相對于帶寬資源來說成本逐漸降低,MEC的部署也是一種以存儲換取帶寬的方式,內(nèi)容的本地存儲可以極大地減少遠(yuǎn)程傳輸?shù)谋匾裕瑥亩档蛡鬏斈芎?。?dāng)前已有許多工作致力于研究邊緣計算的能量消耗問題,參考文獻(xiàn)[6]證明邊緣計算能明顯降低Wi-Fi網(wǎng)絡(luò)和LTE網(wǎng)絡(luò)下不同應(yīng)用的能量消耗。參考文獻(xiàn)[13]將大型集中式數(shù)據(jù)中心下的能量消耗和霧計算下的小型數(shù)據(jù)中心的能量消耗進(jìn)行對比,證明了邊緣計算能明顯改善系統(tǒng)能耗。參考文獻(xiàn)[7]進(jìn)一步證明使用微云進(jìn)行計算卸載,參照中心云卸載方案可以節(jié)省42%的能量消耗。
部署在無線接入網(wǎng)的MEC服務(wù)器可以獲取詳細(xì)的網(wǎng)絡(luò)信息和終端信息,同時還可以作為本區(qū)域的資源控制器對帶寬等資源進(jìn)行調(diào)度和分配。以視頻應(yīng)用為例,MEC服務(wù)器可以感知用戶終端的鏈路信息,回收空閑的帶寬資源,并將其分配給其他需要的用戶,用戶得到更多的帶寬資源之后,就可以觀看更高速率版本的視頻,在用戶允許的情況下,MEC服務(wù)器還可以為用戶自動切換到更高的視頻質(zhì)量版本。鏈路資源緊缺時,MEC服務(wù)器又可以自動為用戶切換到較低速率版本,以避免卡頓現(xiàn)象的發(fā)生,從而給予用戶極致的觀看體驗。同時,MEC服務(wù)器還可以基于用戶位置提供一些基于位置的服務(wù),例如餐飲、娛樂等推送服務(wù),進(jìn)一步提升用戶的服務(wù)質(zhì)量體驗。
由于具有上述明顯的優(yōu)勢,MEC一直以來都是產(chǎn)業(yè)界和學(xué)術(shù)界關(guān)注和研究的重點。目前,MEC已經(jīng)在現(xiàn)網(wǎng)得到了驗證,并出現(xiàn)了各種基于MEC的現(xiàn)網(wǎng)解決方案,相應(yīng)的商業(yè)模式和標(biāo)準(zhǔn)化討論也正在如火如荼地進(jìn)行。本節(jié)先從學(xué)術(shù)角度出發(fā),對與MEC概念相似的微云(cloudlet)和霧計算(fog computing)這兩個概念加以介紹,并對三者進(jìn)行進(jìn)一步的對比區(qū)分,然后介紹MEC的標(biāo)準(zhǔn)制定現(xiàn)狀,最后介紹幾個典型的基于MEC的相關(guān)解決方案。
表1 MEC、微云和霧計算的比較
MEC作為邊緣計算的一種,在學(xué)術(shù)界早已引起廣泛的關(guān)注和研究,參考文獻(xiàn)[14]中從計算、存儲和通信3個角度對MEC進(jìn)行了詳細(xì)的概述。參考文獻(xiàn)[15]詳細(xì)介紹了MEC基本架構(gòu),并針對MEC的計算卸載功能進(jìn)行了全方位的討論。同時,在各種研究工作中,MEC還常被拿來與同樣屬于邊緣計算的微云和霧計算進(jìn)行對比[3]。本節(jié)首先簡要介紹微云和霧計算的基本概念,然后將二者與MEC進(jìn)行對比,并列出一些細(xì)節(jié)上的不同點,具體見表1。
微云是由移動計算和云計算融合而來的新型網(wǎng)絡(luò)架構(gòu)元素,它代表移動終端、微云和云3層架構(gòu)的中間層,可以被視作“盒子里的數(shù)據(jù)中心”[16,17]。微云是OEC(Open Edge Computing)的研究成果,該項目最初由美國卡耐基梅隆大學(xué)發(fā)起,而后受到了包括Intel(英特爾)、華為、Vodafone(沃達(dá)豐)在內(nèi)的多家公司的廣泛支持,主要致力于對邊緣計算應(yīng)用場景、關(guān)鍵技術(shù)和統(tǒng)一API的研究。OEC基于OpenStack開源項目進(jìn)行擴(kuò)展,從而得到了微云,目前其源碼以及搭建方法也可以在OEC的官網(wǎng)上免費(fèi)獲得。微云的設(shè)計靈感來自于觸覺互聯(lián)網(wǎng)(tactile network),致力于實現(xiàn)信息的超低時延傳輸。相比于MEC和霧計算來說,微云主要用于移動增強(qiáng),能夠為移動設(shè)備提供豐富的計算資源,尤其關(guān)注邊緣的視頻分析應(yīng)用,能夠提取邊緣數(shù)據(jù)的標(biāo)簽和元數(shù)據(jù)并傳輸?shù)皆?,以實現(xiàn)高效的全局搜索。此外,微云還可以直接運(yùn)行在終端上,比如車輛、飛機(jī)等。
霧計算是指將計算、通信、控制和存儲資源與服務(wù)分布給用戶或靠近用戶的設(shè)備與系統(tǒng),從而將云計算模式擴(kuò)展到網(wǎng)絡(luò)邊緣[18,19]。霧計算最初是由思科提出來的,更側(cè)重于在物聯(lián)網(wǎng)上的應(yīng)用[20]。2015年11月,ARM、思科、戴爾、英特爾、微軟和美國普林斯頓大學(xué)聯(lián)合成立了開放霧聯(lián)盟(Open Fog Consortium),該聯(lián)盟旨在通過開發(fā)開放式架構(gòu)、分布式計算、聯(lián)網(wǎng)和存儲等核心技術(shù)以及實現(xiàn)物聯(lián)網(wǎng)全部潛力所需的領(lǐng)導(dǎo)力,加快霧計算的部署。Open Fog架構(gòu)利用開放的標(biāo)準(zhǔn)方法,將云端的無縫智能與物聯(lián)網(wǎng)終端聯(lián)合在一起。2017年2月,開放霧聯(lián)盟宣布發(fā)布了Open Fog參考架構(gòu)(reference architecture,RA),這是一個旨在支持物聯(lián)網(wǎng)、5G和人工智能應(yīng)用的數(shù)據(jù)密集型需求的通用技術(shù)架構(gòu),該架構(gòu)為霧節(jié)點(智能互聯(lián)設(shè)備)與網(wǎng)絡(luò)、部署模式、層次模型和用例提供了一個中高層次的系統(tǒng)架構(gòu)視圖,標(biāo)志著霧計算向制定標(biāo)準(zhǔn)邁出了重要的一步,未來的工作將更偏向于新需求和底層細(xì)節(jié)的研究,由于本文研究的重點是MEC,所以微云和霧計算的詳細(xì)架構(gòu)在此不再加以介紹。
MEC與微云、霧計算的概念相似,其基本思想都集中在將云計算能力遷移至網(wǎng)絡(luò)邊緣,都屬于邊緣計算的范疇。但三者在一些基本細(xì)節(jié)上仍存在一些需要區(qū)分之處,表1對這3種概念的不同之處進(jìn)行了簡要的歸納和總結(jié)。
MEC的標(biāo)準(zhǔn)化涉及術(shù)語、服務(wù)場景、技術(shù)要求、參考架構(gòu)、API等多個方面。于2014年9月成立的ETSI MEC ISG一直致力于推進(jìn)MEC的標(biāo)準(zhǔn)化制定工作,并已于2016年3月發(fā)布了MEC白皮書,公布了關(guān)于MEC的基本技術(shù)需求和參考框架的相關(guān)規(guī)范,目前該工作組正在致力于對無線網(wǎng)絡(luò)信息服務(wù)接口、位置信息服務(wù)接口、帶寬管理服務(wù)接口等幾種典型網(wǎng)絡(luò)應(yīng)用接口以及平臺第三方應(yīng)用接口的討論。另外,中國通信標(biāo)準(zhǔn)化協(xié)會也在2015年進(jìn)行了研究報告的立項,并已獲得工業(yè)和信息化部電信研究院(現(xiàn)更名為中國信息通信研究院)、華為、諾基亞、中興通訊等多家單位的共同支持。
隨著時間的推進(jìn),MEC第一階段的研究工作已于2016年底結(jié)束,第二階段主要集中在2017年和2018年這兩年,主要進(jìn)行3GPP和非3GPP的接入支持、虛擬化支持、類型擴(kuò)展、新付費(fèi)模式的支持和各種應(yīng)用的開發(fā)等研究工作。
作為未來5G的關(guān)鍵技術(shù),MEC也引起了產(chǎn)業(yè)界的廣泛關(guān)注和研究,各大應(yīng)用服務(wù)提供商爭相致力于將MEC與不同的應(yīng)用場景結(jié)合起來,以提供具體的應(yīng)用解決方案。本節(jié)主要介紹兩個具有代表性的基于MEC的解決方案。
圖3是英特爾中國研究院與英特爾網(wǎng)絡(luò)平臺事業(yè)部、中國移動及愛奇藝合作開發(fā)的一款在線視頻系統(tǒng)。該系統(tǒng)利用MEC進(jìn)行視頻加速,視頻提供商利用MEC的計算、存儲和網(wǎng)絡(luò)功能,通過對用戶視頻請求數(shù)據(jù)分組進(jìn)行分析,為特定的高清付費(fèi)用戶提供充足帶寬,以保證其觀看體驗。OTT在使用上述系統(tǒng)時,無需對自己的應(yīng)用網(wǎng)絡(luò)進(jìn)行架構(gòu)性變動,由此可以大幅降低使用成本,加速業(yè)務(wù)創(chuàng)新。該系統(tǒng)目前已在業(yè)界知名的世界移動通信大會(Mobile World Congress,MWC)上現(xiàn)身,并引起廣泛關(guān)注,并被ETSI MEC ISG采納為典型業(yè)務(wù)場景之一[3]。
圖3 基于MEC的在線視頻系統(tǒng)
此外,中興也提出了基于5G的MEC解決方案[21],該方案適用于VR這一典型應(yīng)用場景。MEC部署在RAN或C-RAN(cloud RAN)側(cè)以獲取利于統(tǒng)計分析的關(guān)鍵信息,提供低時延的本地化業(yè)務(wù)服務(wù)。運(yùn)營商不僅可以有效減少核心網(wǎng)的網(wǎng)絡(luò)負(fù)載,還能通過本地化的部署,提供實時性高、低時延的VR體驗,增強(qiáng)VR實時互動。該系統(tǒng)的架構(gòu)如圖4所示。
MEC的實現(xiàn)依賴于虛擬化、云技術(shù)和SDN等關(guān)鍵技術(shù)的支撐,本節(jié)主要對這3種實現(xiàn)MEC的關(guān)鍵技術(shù)進(jìn)行介紹。
虛擬化技術(shù)是一種資源管理技術(shù)。維基百科對其的定義是:虛擬化技術(shù)將計算機(jī)的各種實體資源(CPU、內(nèi)存、磁盤空間、網(wǎng)絡(luò)適配器等)予以抽象、轉(zhuǎn)換后呈現(xiàn)出來并可供分區(qū)、組合為一個或多個電腦配置環(huán)境,由此打破實體結(jié)構(gòu)間不可分割的障礙,使用戶可以比原本配置更好的方式應(yīng)用這些電腦硬件資源。虛擬化技術(shù)中使用Hypervisor實現(xiàn)了應(yīng)用軟件環(huán)境與基礎(chǔ)硬件資源的解耦,使得可以在同一個硬件平臺上部署多個虛擬機(jī),從而共享硬件資源,多個虛擬機(jī)之間通過虛擬交換機(jī)實現(xiàn)頑健、安全和高效的通信,并通過指定的物理接口實現(xiàn)數(shù)據(jù)流量的路由。
圖4 系統(tǒng)結(jié)構(gòu)[21]
虛擬化技術(shù)與網(wǎng)絡(luò)的結(jié)合催生了網(wǎng)絡(luò)功能虛擬化(network function virtualization,NFV)技術(shù),該技術(shù)將網(wǎng)絡(luò)功能整合到行業(yè)標(biāo)準(zhǔn)的服務(wù)器、交換機(jī)和存儲硬件上,并且提供優(yōu)化的虛擬化數(shù)據(jù)平面,可通過服務(wù)器上運(yùn)行的軟件實現(xiàn)管理從而取代傳統(tǒng)的物理網(wǎng)絡(luò)設(shè)備。
NFV使得MEC平臺中多個第三方應(yīng)用和功能可以共平臺部署,各種應(yīng)用和服務(wù)實際上是運(yùn)行于虛擬化基礎(chǔ)設(shè)施平臺上的虛擬機(jī),極大地方便了MEC實現(xiàn)統(tǒng)一的資源管理。
虛擬化技術(shù)促進(jìn)了云技術(shù)的發(fā)展,云技術(shù)的出現(xiàn)使得按需提供計算和存儲資源成為可能,極大地增加了網(wǎng)絡(luò)和服務(wù)部署的靈活性和可擴(kuò)展性?,F(xiàn)今大多數(shù)移動手機(jī)應(yīng)用都是基于云服務(wù)設(shè)計的,值得一提的是,云技術(shù)與移動網(wǎng)絡(luò)的結(jié)合還促進(jìn)了C-RAN這一創(chuàng)新性應(yīng)用的產(chǎn)生。C-RAN將原本位于基站的基帶處理單元等需要耗費(fèi)計算和存儲資源的模塊遷移到云上,在很大程度上解決了基站的容量受限問題,提高了移動網(wǎng)絡(luò)的系統(tǒng)能量效率[22,23]。
MEC技術(shù)在網(wǎng)絡(luò)邊緣提供計算和存儲資源,NFV和云技術(shù)能夠幫助MEC實現(xiàn)多租戶的共建。由于MEC服務(wù)器的容量相對于大規(guī)模數(shù)據(jù)中心來說還是較小,不能提供大規(guī)模數(shù)據(jù)中心帶來的可靠性優(yōu)勢,所以需要結(jié)合云技術(shù)引入云化的軟件架構(gòu),將軟件功能按照不同能力屬性分層解耦地部署,在有限的資源條件下實現(xiàn)可靠性、靈活性和高性能。
SDN技術(shù)是一種將網(wǎng)絡(luò)設(shè)備的控制平面與轉(zhuǎn)發(fā)平面分離,并將控制平面集中實現(xiàn)的軟件可編程的新型網(wǎng)絡(luò)體系架構(gòu)。SDN技術(shù)采用集中式的控制平面和分布式的轉(zhuǎn)發(fā)平面,兩個平面相互分離,控制平面利用控制—轉(zhuǎn)發(fā)通信接口對轉(zhuǎn)發(fā)平面上的網(wǎng)絡(luò)設(shè)備進(jìn)行集中控制,并向上提供靈活的可編程能力,這極大地提高了網(wǎng)絡(luò)的靈活性和可擴(kuò)展性[24]。
當(dāng)前已有很多研究致力于將SDN技術(shù)與移動網(wǎng)絡(luò)相結(jié)合。參考文獻(xiàn)[25]基于SDN技術(shù)和NFV技術(shù)提出了一個名為cellular SDN(CSDN)的新型蜂窩網(wǎng)架構(gòu),該架構(gòu)簡化了網(wǎng)絡(luò)運(yùn)營商對網(wǎng)絡(luò)的管理和控制,并且支持靈活、開放和可編程的服務(wù)創(chuàng)建。參考文獻(xiàn)[26]將SDN技術(shù)和蜂窩核心網(wǎng)結(jié)合,提出了一個靈活的蜂窩核心網(wǎng)架構(gòu)SoftCell。同時,SDN作為關(guān)鍵技術(shù),在5G網(wǎng)絡(luò)的研究中也被廣泛采用,在5G核心網(wǎng)測試平臺Open 5G Core的設(shè)計中就引進(jìn)了SDN技術(shù)將LTE EPC下的服務(wù)網(wǎng)關(guān)(SGW)和PDN網(wǎng)關(guān)(PGW)分別抽象成了用戶平面網(wǎng)關(guān)(SGW-U,PGW-U)和控制平面網(wǎng)關(guān)(SGW-C,PGW-C),從而提高了網(wǎng)絡(luò)的靈活性和可擴(kuò)展性。
MEC部署在網(wǎng)絡(luò)的邊緣,靠近接入側(cè),這意味著核心網(wǎng)網(wǎng)關(guān)功能將分布在網(wǎng)絡(luò)的邊緣,這會造成大量接口的配置、對接和調(diào)測。利用SDN技術(shù)將核心網(wǎng)的用戶面和控制面進(jìn)行分離,可以實現(xiàn)網(wǎng)關(guān)的靈活部署,簡化組網(wǎng)。在參考文獻(xiàn)[23]中,結(jié)合NFV技術(shù)、SDN技術(shù)和MEC,設(shè)計了一個新型的移動網(wǎng)絡(luò)系統(tǒng)SD-MEC。該系統(tǒng)在不同接入點分布式部署MEC服務(wù)器,將業(yè)務(wù)進(jìn)行本地卸載,從而降低了核心網(wǎng)的信令開銷,降低了由于長距離傳輸而發(fā)生網(wǎng)絡(luò)突發(fā)狀況的可能性,增強(qiáng)了用戶的服務(wù)質(zhì)量體驗。另外,SD-MEC有專門的控制器對系統(tǒng)進(jìn)行管控,從而降低了管理的復(fù)雜性,同時使得新服務(wù)的部署變得更加靈活。
4G主要是針對視頻業(yè)務(wù)而設(shè)計的網(wǎng)絡(luò)架構(gòu),但是在即將到來的5G時代,不可避免地會出現(xiàn)甚至已經(jīng)出現(xiàn)越來越多樣的服務(wù)場景,這些場景對網(wǎng)絡(luò)的時延、帶寬、計算和存儲等各個方面都提出了很高的要求。由于其“與生俱來”的低時延和高計算能力,MEC恰恰是解決這類需求的關(guān)鍵技術(shù)。同時,由于同時與4G兼容,MEC的應(yīng)用非常廣泛。本節(jié)主要列舉幾個典型的應(yīng)用場景,同時分析MEC在這些場景中的應(yīng)用價值。
計算密集型應(yīng)用需要在很短的時間內(nèi)進(jìn)行大量計算,因此對裝置的計算能力要求極高。增強(qiáng)現(xiàn)實(augmented reality,AR)和虛擬現(xiàn)實(virtual reality,VR)都屬于計算密集型應(yīng)用,增強(qiáng)現(xiàn)實是一種利用計算機(jī)產(chǎn)生的附加信息對使用者所看到的真實世界景象進(jìn)行增強(qiáng)或擴(kuò)展的技術(shù),虛擬現(xiàn)實則是一種利用計算機(jī)融合多元信息和實體行為而模擬出來三維動態(tài)視景的計算機(jī)仿真技術(shù),這兩種技術(shù)都需要收集包括用戶位置和朝向等用戶狀態(tài)相關(guān)的實時信息,然后進(jìn)行計算并根據(jù)計算結(jié)果加以處理。MEC服務(wù)器可以為其提供豐富的計算資源和存儲資源,緩存需要推送的音視頻內(nèi)容,并且基于定位技術(shù)和地理位置信息一一對應(yīng),結(jié)合位置信息確定推送內(nèi)容,并發(fā)送給用戶或迅速模擬出三維動態(tài)視景并與用戶進(jìn)行交互[3,27]。
研究表明,在移動數(shù)據(jù)流量中有超過一半的部分是視頻流量,并且該比例呈逐年上升趨勢。從用戶角度來說,觀看視頻可以分為點播和直播。點播是指在被請求視頻已經(jīng)存在于源服務(wù)器的情況下用戶向視頻服務(wù)器發(fā)送視頻觀看請求,直播則指在內(nèi)容產(chǎn)生的同時用戶對內(nèi)容進(jìn)行觀看。在傳統(tǒng)的視頻系統(tǒng)中,內(nèi)容源將產(chǎn)生的數(shù)據(jù)上傳到Web服務(wù)器,然后再由Web服務(wù)器響應(yīng)用戶的視頻請求。在這種傳統(tǒng)方式下,內(nèi)容基于TCP和HTTP進(jìn)行下載,或是以流的形式傳遞用戶。但是TCP并不能快速適應(yīng)RAN的變化,信道環(huán)境改變、終端的加入和離開等都會導(dǎo)致鏈路容量的變化,另外,這種長距離的視頻傳輸也增大了鏈路故障的概率,同時造成很大的時延,從而不能保證用戶的服務(wù)質(zhì)量體驗。為了改善上述問題,當(dāng)下學(xué)術(shù)界和產(chǎn)業(yè)界普遍采用CDN分發(fā)機(jī)制,將內(nèi)容分發(fā)到各個CDN節(jié)點上,再由各個CDN節(jié)點響應(yīng)對應(yīng)區(qū)域中的用戶請求[28,29]。CDN分發(fā)機(jī)制的引進(jìn)的確在一定程度上緩解了上述問題,但這種改進(jìn)對于直播這種高并發(fā),并且對實時性和流暢性要求很高的場景來說仍然有力不從心之處。
MEC技術(shù)的引入可以解決上述問題,內(nèi)容源可以直接將內(nèi)容上傳到位于網(wǎng)絡(luò)邊緣的MEC服務(wù)器,再由MEC服務(wù)器響應(yīng)用戶的視頻請求,這樣可以極大地降低用戶觀看視頻的時延。同時,由于MEC具有強(qiáng)大的計算能力,可以實時感知鏈路狀態(tài)并根據(jù)鏈路狀態(tài)對視頻進(jìn)行在線轉(zhuǎn)碼,從而保障視頻的流暢性,實現(xiàn)智能視頻加速。另外,MEC服務(wù)器還可以負(fù)責(zé)本區(qū)域用戶的空口資源的分配和回收,從而增加網(wǎng)絡(luò)資源的利用率。
車聯(lián)網(wǎng)場景下有大量的終端用戶,如車輛、道路基礎(chǔ)設(shè)施、支持V2X服務(wù)的智能手機(jī)等,同時對應(yīng)著多種多樣的服務(wù),例如一些緊急事件的廣播等基本的道路安全服務(wù)以及一些由應(yīng)用開發(fā)商和內(nèi)容提供商提供的增值服務(wù),例如停車定位、增強(qiáng)現(xiàn)實或其他娛樂服務(wù)等[30]。MEC服務(wù)器可以部署于沿道路的LTE基站上,利用車載應(yīng)用和道路傳感器接收本地信息,對其加以分析。并對那些優(yōu)先級高的緊急事件以及需要進(jìn)行大量計算的服務(wù)進(jìn)行處理,從而確保行車安全、避免交通堵塞,同時提升車載應(yīng)用的用戶體驗[31]。在此方面,德國已經(jīng)研發(fā)了數(shù)字高速公路試驗臺來提供交通預(yù)警服務(wù),該試驗臺用于在LTE環(huán)境下在同一區(qū)域內(nèi)進(jìn)行車輛預(yù)警消息的發(fā)布[32]。
據(jù)思科研究報告表明,到2020年將會有500億個終端實現(xiàn)互聯(lián)[33]。物聯(lián)網(wǎng)“萬物互聯(lián)”的場景下,各種各樣的終端產(chǎn)生海量的數(shù)據(jù),而通常IoT裝置在處理器和內(nèi)存容量方面是資源受限的,因此,MEC可以作為物聯(lián)網(wǎng)匯聚網(wǎng)關(guān)使用[3],將終端產(chǎn)生的海量數(shù)據(jù)進(jìn)行匯聚并加以分析處理。同時,不同的IoT裝置使用不同的接入方式,比如3G、LTE、Wi-Fi或其他無線接入方式,因此這些IoT裝置產(chǎn)生的消息通常由于協(xié)議不同而使用不同的封裝方式,MEC可以對這些來自于不同協(xié)議的數(shù)據(jù)分組進(jìn)行處理、分析和分發(fā)。另外,MEC還可以作為控制節(jié)點對這些IoT裝置進(jìn)行遠(yuǎn)程控制,并提供實時的分析和配置[31,32]。
在設(shè)計MEC解決方案時,還必須考慮MEC服務(wù)器在網(wǎng)絡(luò)中的部署位置。MEC服務(wù)器可以被部署在網(wǎng)絡(luò)的多個位置,例如可以位于LTE宏基站(eNode B)側(cè)、3G無線網(wǎng)絡(luò)控制器(radio network controller,RNC)側(cè)、多無線接入技術(shù)(multi-radio access technology,multi-RAN)蜂窩匯聚點側(cè)或者核心網(wǎng)邊緣。本節(jié)旨在介紹MEC服務(wù)器的幾個主要的部署場景,并且對不同部署方式的優(yōu)勢和存在問題加以簡要分析[3,34]。
(1)MEC服務(wù)器部署在無線接入網(wǎng)(RAN)側(cè)
如圖5所示,MEC可以部署在RAN側(cè)的多個eNode B匯聚節(jié)點之后,這是目前比較常見的部署方式。MEC服務(wù)器也可以部署在單個eNode B節(jié)點之后,如圖6所示,這種方式適合學(xué)校、大型購物中心、體育場館等熱點區(qū)域下MEC的部署。將MEC服務(wù)器部署在RAN側(cè)的優(yōu)勢在于可以更方便地通過監(jiān)聽、解析S1接口的信令來獲取基站側(cè)無線相關(guān)信息,但是該方案需要進(jìn)一步解決計費(fèi)和合法監(jiān)聽等安全性問題。
圖5 MEC服務(wù)器部署在基站匯聚節(jié)點之后
圖6 MEC服務(wù)器部署在單個基站之后
(2)MEC服務(wù)器部署在核心網(wǎng)(CN)側(cè)
MEC服務(wù)器也可以部署在核心網(wǎng)邊緣,在PGW之后(或與PGW集成在一起),從而解決RAN部署方案下的計費(fèi)和安全問題。但部署在核心網(wǎng)側(cè)會存在距離用戶較遠(yuǎn)、時延較大和占用核心網(wǎng)資源的問題。圖7所示方案是不改變現(xiàn)有的EPC架構(gòu),將MEC服務(wù)器與PGW部署在一起。UE發(fā)起的數(shù)據(jù)業(yè)務(wù)經(jīng)過eNode B、匯聚節(jié)點、SGW、PGW+MEC服務(wù)器,然后到互聯(lián)網(wǎng)。圖8所示方案需要改變現(xiàn)有的EPC架構(gòu),將原PGW拆分成P1GW和P2GW(即DGW),其中,P1GW駐留在原位置,DGW下移到RAN側(cè)或者核心網(wǎng)邊緣,DGW負(fù)責(zé)計費(fèi)、監(jiān)聽、鑒權(quán)等功能,MEC服務(wù)器和DGW部署在一起。在此方案下,P1GW和DGW之間為私有接口,需由同一設(shè)備廠商提供。
如圖9所示,在5G架構(gòu)下,MEC服務(wù)器也有兩種部署方式,分別如圖9中MEC服務(wù)器1和MEC服務(wù)器2。MEC服務(wù)器可以部署在一個或多個Node B之后,使數(shù)據(jù)業(yè)務(wù)更靠近用戶側(cè),如圖9中粗實線所示,UE發(fā)起的數(shù)據(jù)業(yè)務(wù)經(jīng)過Node B、MEC服務(wù)器1,然后到達(dá)互聯(lián)網(wǎng),同樣地,在該方式下計費(fèi)和合法監(jiān)聽問題需進(jìn)一步解決。MEC服務(wù)器也可以部署在用戶平面網(wǎng)關(guān)GW-UP后,如圖9中粗虛線所示,UE發(fā)起的數(shù)據(jù)業(yè)務(wù)經(jīng)過Node B、GW-UP、MEC服務(wù)器2,最后到達(dá)互聯(lián)網(wǎng),同理,此部署方法將以犧牲一部分時延為代價。
圖7 MEC服務(wù)器與PGW部署在一起
圖8 MEC服務(wù)器與DGW部署在一起
圖9 MEC在5G架構(gòu)下的部署
MEC在移動網(wǎng)絡(luò)邊緣提供計算、存儲和網(wǎng)絡(luò)資源,可以極大地降低處理時延,實現(xiàn)綠色通信,提升用戶服務(wù)質(zhì)量體驗。但是,在實現(xiàn)大規(guī)模應(yīng)用之前,MEC以及各種基于MEC的解決方案還存在一些問題和挑戰(zhàn),主要包含以下3個方面。
MEC系統(tǒng)所涉及的移動性問題主要分為兩種情況,一種是移動終端在特定MEC服務(wù)器覆蓋范圍內(nèi)的移動,這種移動不涉及MEC服務(wù)器的切換,另一種情況則是移動終端從一個源MEC服務(wù)器移動到另一個目的MEC服務(wù)器。當(dāng)用戶在同一個MEC服務(wù)器范圍內(nèi)移動時,MEC服務(wù)器只需要維持移動終端與服務(wù)器上應(yīng)用程序的正常連接,同時跟蹤用戶終端當(dāng)前連接的基站來確保正確的下行數(shù)據(jù)路由即可。當(dāng)用戶從一個MEC服務(wù)器切換到另一個MEC服務(wù)器上時,如何保持移動終端與應(yīng)用間的業(yè)務(wù)連接將是一個難點。對于MEC系統(tǒng)中那些不需要跟蹤UE狀態(tài)信息的狀態(tài)獨(dú)立的應(yīng)用來說,用戶移動到另一個MEC服務(wù)器意味著重新在目標(biāo)MEC服務(wù)器上實例化一個相同的應(yīng)用,而對于面向用戶的服務(wù),特別是那些與用戶活動相關(guān)的應(yīng)用而言,用戶移動到另一個MEC服務(wù)器將意味著用戶相關(guān)信息的遷移,甚至是整個應(yīng)用實例的遷移。因此,MEC系統(tǒng)需要提供服務(wù)連續(xù)性、應(yīng)用遷移和應(yīng)用特定用戶相關(guān)信息的遷移等移動性支持?;谀承┨囟▓鼍?,MEC還需要支持UE在移動邊緣系統(tǒng)與外部云之間的遷移[35]。
由于MEC上的各個應(yīng)用實際上是運(yùn)行在虛擬化基礎(chǔ)設(shè)施上的各種虛擬機(jī),因此虛擬機(jī)的在線遷移對于MEC的移動性研究是可以借鑒的。另外,ETSI和各大廠商也都在關(guān)注MEC移動性的問題,相信隨著研究的不斷深入,移動性問題將會得到全方位的解決。
在當(dāng)前網(wǎng)絡(luò)架構(gòu)下,計費(fèi)功能由核心網(wǎng)負(fù)責(zé)。移動邊緣計算平臺將網(wǎng)絡(luò)服務(wù)功能“下沉”到網(wǎng)絡(luò)邊緣,在網(wǎng)絡(luò)邊緣就可以進(jìn)行計算卸載,這使得計費(fèi)功能不易實現(xiàn)。針對本文第7節(jié)中提到的不同的部署方案,計費(fèi)功能實現(xiàn)的難易程度也不同。目前,ETSI的標(biāo)準(zhǔn)化工作也尚未涉及計費(fèi)功能的實現(xiàn),因此,當(dāng)前還沒有統(tǒng)一的計費(fèi)標(biāo)準(zhǔn),不同的公司提供不同的計費(fèi)標(biāo)準(zhǔn)。
由于在移動邊緣計算場景下,移動終端將會面臨更加復(fù)雜的環(huán)境,因此原本用于云計算的許多安全解決方案可能不再適用于移動邊緣計算[36]。不同層次的網(wǎng)關(guān)等網(wǎng)絡(luò)實體的認(rèn)證也是一個需要考慮的安全問題,因此,MEC系統(tǒng)必須解決認(rèn)證、鑒權(quán)等安全性問題。當(dāng)前一些研究工作者提出了基于公開密鑰基礎(chǔ)設(shè)施(public key infrastructure,PKI)的解決方案[37]和基于Diffie-Hellman密鑰交換的解決方案[38]。參考文獻(xiàn)[39]提出了一種名為HoneyBot的移動邊緣計算平臺防御技術(shù)。HoneyBot節(jié)點能夠探測、追蹤和區(qū)分D2D內(nèi)部攻擊,該技術(shù)的速度和準(zhǔn)確性同時受到HoneyBot節(jié)點數(shù)量和位置的影響[40]。
一方面,MEC的安全性和計費(fèi)問題的解決需要從MEC設(shè)計的架構(gòu)上來考慮,另一方面,可以將各種安全性解決方案與MEC進(jìn)行有機(jī)結(jié)合,以模塊化的形式為系統(tǒng)提供不同程度的安全防護(hù)。最后,由于計費(fèi)問題涉及的網(wǎng)元較多,其實現(xiàn)還需要設(shè)備供應(yīng)商、OTT、運(yùn)營商等多方的共同努力和探索。
在基于MEC的D2D通信中,針對內(nèi)容共享和計算協(xié)作等問題,必須考慮用戶的隱私保護(hù)。另外,在一些私有網(wǎng)絡(luò)場景下,比如個人微云,也必須考慮隱私保護(hù)的問題,因此有必要在MEC網(wǎng)絡(luò)中加入隱私保護(hù)實體?,F(xiàn)存的很多隱私保護(hù)方案都是通過加入一個受信平臺模塊(trusted platform module,TPM)實現(xiàn)的,例如在霧計算的典型應(yīng)用場景智能電網(wǎng)(smart grid)中,通過智能電表的數(shù)據(jù)加密和霧終端的匯聚點的處理保證數(shù)據(jù)的私密性[41]。
由于隱私保護(hù)問題是偏向于定制型的業(yè)務(wù),不同的用戶和業(yè)務(wù)對于隱私保護(hù)的需求程度不同,因此可以借鑒上述這種加入受信平臺模塊的思路,模塊和平臺之間只需遵循相應(yīng)的API規(guī)范即可。
本文主要從基本概念、參考架構(gòu)、優(yōu)勢、研究現(xiàn)狀、關(guān)鍵技術(shù)、應(yīng)用場景、部署場景以及存在問題和挑戰(zhàn)等方面對MEC技術(shù)進(jìn)行了系統(tǒng)性介紹,首先介紹了MEC的基本概念和MEC的參考框架,然后對MEC技術(shù)的優(yōu)勢加以歸納并闡述,從學(xué)術(shù)界、工業(yè)界和標(biāo)準(zhǔn)制定3個角度介紹了MEC的研究現(xiàn)狀,隨后進(jìn)一步介紹了實現(xiàn)MEC的3個關(guān)鍵技術(shù),進(jìn)一步詳細(xì)介紹了MEC技術(shù)的應(yīng)用場景以及MEC服務(wù)器在現(xiàn)網(wǎng)和未來5G下的部署方案,并總結(jié)了不同部署方案的優(yōu)缺點,最后對MEC現(xiàn)存的幾個尚待解決的問題做了進(jìn)一步歸納,并對相應(yīng)的解決方向做了簡要的展望。
隨著向5G階段的不斷邁進(jìn),移動網(wǎng)絡(luò)將迎來一系列令人興奮的新型辦公和娛樂方式,比如基于移動內(nèi)容分發(fā)網(wǎng)絡(luò)的高清視頻體驗和智能場館服務(wù)、基于AR/VR的手游和基于位置服務(wù)的營銷以及與車聯(lián)網(wǎng)結(jié)合的交通輔助系統(tǒng)和智能駕駛系統(tǒng)等,MEC將在這些新型場景下大放異彩。同時,MEC新的行業(yè)標(biāo)準(zhǔn)和MEC平臺的廣泛部署,也將提供一種新型的網(wǎng)絡(luò)生態(tài)體系和價值鏈,為各大移動運(yùn)營商、設(shè)備提供商、OTT和第三方公司帶來新的運(yùn)營模式。在未來5G這個集合了計算和通信技術(shù)的大平臺上,MEC必是其中不可缺少的一個重要環(huán)節(jié),將為網(wǎng)絡(luò)業(yè)務(wù)和服務(wù)的創(chuàng)新帶來無限可能。
[1] 王胡成, 徐暉, 程志密, 等. 5G網(wǎng)絡(luò)技術(shù)研究現(xiàn)狀和發(fā)展趨勢[J]. 電信科學(xué), 2015, 31(9): 156-162.
WANG H C, XU H, CHENG Z M, et al. Current research and development trend of 5G network technologies[J]. Telecommunications Science, 2015, 31(9): 156-162.
[2] YU Y. Mobile edge computing towards 5G: vision, recent progress, and open challenges[J]. China Communications, 2016, 13(S2): 89-99.
[3] HU Y C, PATEL M, SABELLA D, et al. Mobile edge computing—a key technology towards 5G[S]. ETSI White Paper, 2015: 1-16.
[4] TALEB T, SAMDANIS K, MADA B, et al. On multi-access edge computing: a survey of the emerging 5G network edge architecture & orchestration[J]. IEEE Communications Surveys & Tutorials, 2017,10.1109/COMST.2017.2705720.
[5] ETSI. Mobile edge computing (MEC); framework and reference architecture[S]. 2016.
[6] HU W, GAO Y, HA K, et al. Quantifying the impact of edge computing on mobile applications[C]//The 7th ACM Sigops Asia-Pacific Workshop on Systems, August 4-5, 2016, Hong Kong, China. New York: ACM Press, 2016: 5.
[7] GAO Y, HU W, HA K, et al. Are cloudlets necessary?[J/OL]. (2015-11-11)[2017-08-03]. https://www.researchgate.net/ publication/283665207_Are_Cloudlets_Necessary.
[8] AGIWAL M, ROY A, SAXENA N. Next generation 5G wireless networks: a comprehensive survey[J]. IEEE Communications Surveys & Tutorials, 2016, 18(3): 1617-1655.
[9] BASTUG E, BENNIS M, DEBBAH M. Living on the edge: the role of proactive caching in 5G wireless networks[J]. IEEE Communications Magazine, 2014, 52(8): 82-89.
[10] MEHTA A, T?RNEBERG W, KLEIN C, et al. How beneficial are intermediate layer data centers in mobile edge networks?[C]//IEEE International Workshops on Foundations and Applications of Self Systems, Sept 12-16, 2016, Augsburg, Germany. Piscataway: IEEE Press, 2016: 222-229.
[11] GE X, TU S, MAO G, et al. 5G ultra-dense cellular networks[J]. IEEE Wireless Communications, 2015, 23(1): 72-79.
[12] GE X, YANG J, GHARAVI H, et al. Energy efficiency challenges of 5G small cell networks[J]. IEEE Communications Magazine, 2017, 55(5): 184-191.
[13] JALALI F, HINTON K, AYRE R, et al. Fog computing may help to save energy in cloud computing[J]. IEEE Journal on Selected Areas in Communications, 2016, 34(5): 1728-1739.
[14] WANG S, ZHANG X, ZHANG Y, et al. A survey on mobile edge networks: convergence of computing, caching and communications[J]. IEEE Access, 2017(5): 6757-6779.
[15] MACH P, BECVAR Z. Mobile edge computing: a survey on architecture and computation offloading[J]. IEEE Communications Surveys & Tutorials, 2017,10.1109/COMST.2017.2682318.
[16] HASEEB M, AHSAN A, MALIK A W. Cloud to cloudlet-an intelligent recommendation system for efficient resources management: mobile cache[C]//International Conference on Frontiers of Information Technology, Dec 19-21, 2016, Islamabad, Pakistan. Piscataway: IEEE Press, 2017: 40-45.
[17] PANG Z, SUN L, WANG Z, et al. A survey of cloudlet based mobile computing[C]//International Conference on Cloud Computing and Big Data, Nov 4-6, 2015, Shanghai, China. Piscataway: IEEE Press, 2016: 268-275.
[18] GONZALEZ N M, GOYA W A, PEREIRA R D F, et al. Fog computing: data analytics and cloud distributed processing on the network edges[C]//Computer Science Society, Oct 10-14, 2016, Valparaiso, Chile. Piscataway: IEEE Press, 2017: 1-9.
[19] ELMROTH E, LEITNER P, SCHULTE S, et al. Connecting fog and cloud computing[J]. IEEE Cloud Computing, 2017, 4(2): 22-25.
[20] STOJMENOVIC I. Fog computing: a cloud to the ground support for smart things and machine-to-machine networks[C]// Telecommunication Networks and Applications Conference, Nov 26-28, 2014, Southbank, Australia. Piscataway: IEEE Press, 2015: 117-122.
[21] 中興通訊. MEC解決方案打造“無限”VR體驗[J]. 通信世界, 2016(20): 49.
ZTE. MEC solutions: creating “unlimited” VR experience[J]. Communication World, 2016(20): 49.
[22] TRAN T X, HAJISAMI A, PANDEY P, et al. Collaborative mobile edge computing in 5G networks: new paradigms, scenarios, and challenges[J]. IEEE Communications Magazine, 2017, 55(4): 54-61.
[23] SALMAN O, ELHAJJ I, KAYSSI A, et al. Edge computing enabling the internet of things[C]//Internet of Things, Dec 14-16, 2015, Milan, Italy. Piscataway: IEEE Press, 2015: 603-608.
[24] LI C, DUAN X D, CHEN W, et al. Thoughts and practices about SDN and NFV[J]. Telecommunications Science, 2014, 30(8): 23-27.
[25] JIN X, LI L E, VANBEVER L, et al. Softcell: scalable and flexible cellular core network architecture[C]//The ninth ACM conference on Emerging networking experiments and technologies, December 9-12, 2013, Santa Barbara, USA. New York: ACM Press, 2013: 163-174.
[26] LI L E, MAO Z M, REXFORD J. Toward software-defined cellular networks[C]//2012 European Workshop on Software Defined Networking (EWSDN), Oct 25-26, 2012, Darmstadt, Germany. Piscataway: IEEE Press, 2012: 7-12.
[27] ETSI. Mobile edge computing-introductory technical white paper[R]. 2014.
[28] PALAU C E, MARES J, MOLINA B, et al. Wireless CDN video streaming architecture for IPTV[J]. Multimedia Tools and Applications, 2011, 53(3): 591-613.
[29] KANG S, YIN H. A hybrid CDN-P2P system for video-on-demand[C]//Second International Conference on Future Networks, January 22-24, 2010, Sanya, China. Piscataway: IEEE Press, 2010: 309-313.
[30] LI L, LI Y, HOU R. A novel mobile edge computing-based architecture for future cellular vehicular networks[C]//Wireless Communications and Networking Conference (WCNC), March 19-22, 2017, San Francisco, USA. Piscataway: IEEE Press, 2017: 1-6.
[31] SABELLA D, VAILLANT A, KUURE P, et al. Mobile-edge computing architecture: the role of MEC in the internet of things[J]. IEEE Consumer Electronics Magazine, 2016, 5(4): 84-91.
[32] AHMED A, AHMED E. A survey on mobile edge computing[C]//2016 10th International Conference on Intelligent Systems and Control (ISCO), Jan 7-8, 2016, Coimbatore, India. Piscataway: IEEE Press, 2016: 1-8.
[33] EVANS D. The internet of things: how the next evolution of the internet is changing everything[J]. CISCO White Paper, 2011(1): 1-11.
[34] 李福昌, 李一喆, 唐雄燕, 等. MEC 關(guān)鍵解決方案與應(yīng)用思考[J]. 郵電設(shè)計技術(shù), 2016 (11): 81-86.
LI F C, LI Y Z, TANG X Y, et al. MEC key solutions and application consideration[J]. Designing Techniques of Posts and Telecommunications, 2016(11): 81-86.
[35] 烏云霄, 戴晶. 面向5G的邊緣計算平臺及接口方案研究[J]. 郵電設(shè)計技術(shù), 2017(3): 10-14.
WU Y X, DAI J. Research on 5G oriented edge computing platform and interface scheme[J]. Designing Techniques of Posts and Telecommunications, 2017(3): 10-14.
[36] STOJMENOVIC I, WEN S. The fog computing paradigm: Scenarios and security issues[C]//2014 Federated Conference on Computer Science and Information Systems (FedCSIS), Sept 7-10, 2014, Warsaw, Poland. Piscataway: IEEE Press, 2014: 1-8.
[37] LAW Y W, PALANISWAMI M, KOUNGA G, et al. WAKE: key management scheme for wide-area measurement systems in smart grid[J]. IEEE Communications Magazine, 2013, 51(1): 34-41.
[38] FADLULLAH Z M, FOUDA M M, KATO N, et al. Toward intelligent machine-to-machine communications in smart grid[J]. IEEE Communications Magazine, 2011, 49(4): 60-65.
[39] TOBIAS L, VEIKKO P, DAVIDE B, et al. Honeybot, your man in the middle for automated social engineering[C]//LEET’10, 3rd
USENIX Workshop on Large-Scale Exploits and Emergent Threats, April 27, 2010, San Jose, USA. New York: ACM Press, 2010: 11.
[40] MTIBAA A, HARRAS K, ALNUWEIRI H. Friend or foe? detecting and isolating malicious nodes in mobile edge computing platforms[C]//2015 IEEE 7th International Conference on Cloud Computing Technology and Science (CloudCom), Nov 30-Dec 3, 2015, Vancouver, Canada. Piscataway: IEEE Press, 2015: 42-49.
[41] LU R, LIANG X, LI X, et al. Eppa: An efficient and privacy-preserving aggregation scheme for secure smart grid communications[J]. IEEE Transactions on Parallel and Distributed Systems, 2012, 23(9): 1621-1631.
A survey of mobile edge computing
LI Zishu, XIE Renchao, SUN Li, HUANG Tao
Beijing University of Posts and Telecommunications, Beijing 100876, China
Mobile edge computing (MEC) technology integrates IT service environment and cloud computing technology at the edge of the network, improving the capacities of computing and storage of the edge of network, reducing network operation and service delivery delay and further enhancing the quality of experience (QoE) of users. Thus, MEC has attracted extensive attention and has been added in the 5G standard as a key technology. Firstly, the basic concept, reference architecture and technical advantages of MEC were introduced, and the current research state of MEC were summarized from three perspectives: academia, industry and standard setting. Then, the key enablers, application scenarios and specific deployment methods of MEC were introduced in detail. Finally, the existing problems of MEC, such as mobility, security and billing, as well as privacy protection, were discussed.
MEC, 5G, low latency, reference architecture, application scenario
TN929.5
A
10.11959/j.issn.1000?0801.2018011
2017?08?03;
2017?11?14
國家自然科學(xué)基金資助項目(No.61501042);國家高技術(shù)研究發(fā)展計劃(“863”計劃)基金資助項目(No.2015AA016101)
The National Natural Science Foundation of China (No.61501042), The National High Technology Research and Development Program of China (863 Program) (No.2015AA016101)
李子姝(1994?),女,北京郵電大學(xué)未來網(wǎng)絡(luò)理論與應(yīng)用實驗室碩士生,主要研究方向為5G網(wǎng)絡(luò)、移動邊緣計算等。
謝人超(1984?),男,北京郵電大學(xué)未來網(wǎng)絡(luò)理論與應(yīng)用實驗室副教授、碩士生導(dǎo)師,主要研究方向為信息中心網(wǎng)絡(luò)、內(nèi)容分發(fā)網(wǎng)絡(luò)、移動網(wǎng)絡(luò)內(nèi)容分發(fā)技術(shù)等。
孫禮(1959?),男,北京郵電大學(xué)未來網(wǎng)絡(luò)理論與應(yīng)用實驗室副教授、碩士生導(dǎo)師,主要研究方向為寬帶通信網(wǎng)絡(luò)、無線接入技術(shù)、通信網(wǎng)絡(luò)交換技術(shù)等。
黃韜(1980?),男,北京郵電大學(xué)未來網(wǎng)絡(luò)理論與應(yīng)用實驗室教授、博士生導(dǎo)師,主要研究方向為新型網(wǎng)絡(luò)體系架構(gòu)、內(nèi)容分發(fā)網(wǎng)絡(luò)、軟件定義網(wǎng)絡(luò)等。