移動邊緣計算下的任務(wù)卸載策略研究

梁雪濤 李升建 張延良 薛雷 宋業(yè)棟

（濰柴動力股份有限公司，山東 濰坊 261061）

0.引言

隨著手機、車載設(shè)備等移動終端的普及，網(wǎng)絡(luò)上的終端設(shè)備在過去幾年中爆發(fā)式增長。這些邊緣終端設(shè)備搭載的圖像識別等新興功能較傳統(tǒng)功能有著基礎(chǔ)數(shù)據(jù)量大、計算需求大，時延要求高等特點。傳統(tǒng)的中心式網(wǎng)絡(luò)架構(gòu)在這種大數(shù)據(jù)環(huán)境下劣勢明顯，因為傳統(tǒng)架構(gòu)雖然在數(shù)據(jù)存儲、分析處理等方面存在較大優(yōu)勢，但同時也具有通訊成本高、時延大、計算負(fù)荷重、計算資源利用率低等固有劣勢。面對當(dāng)前各種數(shù)據(jù)的爆發(fā)式增長，中心式網(wǎng)絡(luò)架構(gòu)無法滿足用戶需求，與之相比將計算下放至網(wǎng)絡(luò)邊緣更能滿足當(dāng)下低時延、高可靠性的業(yè)務(wù)要求。另一方面，隨著移動終端的普及，基本網(wǎng)絡(luò)結(jié)構(gòu)也正在發(fā)生計算資源分布上的重要變化--越來越多的移動終端設(shè)備導(dǎo)致網(wǎng)絡(luò)邊緣配置到更多的計算資源。這為邊緣計算的發(fā)展提供了有力的現(xiàn)實基礎(chǔ)。

移動邊緣計算（Mobile Edge Computing，MEC）于2014年由國際標(biāo)準(zhǔn)組織作為一種新興計算方式正式提出[1]。MEC可理解為分布式計算拓?fù)涞囊徊糠郑渲饕臄?shù)據(jù)處理位于網(wǎng)絡(luò)邊緣。參與計算的原始數(shù)據(jù)在邊緣生成，經(jīng)處理后也在邊緣被消費。也就是說，這種計算方式是將傳統(tǒng)中心式架構(gòu)中云中心的一部分存儲、計算的功能下放至網(wǎng)絡(luò)邊緣，使之更靠近數(shù)據(jù)源，通過減少數(shù)據(jù)傳輸鏈路的長度來滿足業(yè)務(wù)方低延時、高可靠度的需求。

應(yīng)注意的是，MEC和邊緣計算并不相同[2]。邊緣計算僅設(shè)想將部分計算任務(wù)下放至移動終端處進行。但應(yīng)考慮到的是，移動終端受限于移動性需求，往往計算能力差、能量儲備低，無法進行中大規(guī)模的計算任務(wù)。MEC旨在解決移動終端的大規(guī)模計算任務(wù)處理需求，其解決方法為在通訊基站處設(shè)計邊緣節(jié)點作為計算支點，移動終端將自身無法進行或難以進行的計算任務(wù)卸載至邊緣節(jié)點處進行，以在滿足較低時延、能耗的前提下完成大型計算任務(wù)。

MEC網(wǎng)絡(luò)通常為如圖1所示的架構(gòu)，UE的計算任務(wù)卸載至邊緣節(jié)點處進行。在這種策略背景下，如何分配UE和MEC的任務(wù)比例以同時滿足UE、MEC的需求就成為了一個熱點話題。此問題被認(rèn)為是5G建設(shè)以及之后去中心化網(wǎng)絡(luò)搭建的核心技術(shù)問題之一[3]。

圖1 移動邊緣計算結(jié)構(gòu)示意圖

1.任務(wù)卸載的基本結(jié)構(gòu)

移動邊緣計算的設(shè)計理念是將盡量多的計算載荷配置在網(wǎng)絡(luò)拓?fù)涞倪吘壊糠?，以此來降低傳輸能耗和通信延遲，從而提升用戶體驗。為了實現(xiàn)這一理念，移動邊緣計算通常使用由多種異構(gòu)部件組成的多層次結(jié)構(gòu)。在這種新范式內(nèi)，拓?fù)渲行牡脑品?wù)器，近網(wǎng)絡(luò)邊緣的邊緣節(jié)點，以及網(wǎng)絡(luò)邊緣的移動終端組成的典型三層結(jié)構(gòu)定義了移動邊緣計算的通用架構(gòu)。移動邊緣計算使用云計算中心、邊緣節(jié)點的計算資源，結(jié)合任務(wù)卸載決策策略及技術(shù)，從時延和能耗方面提升位處網(wǎng)絡(luò)邊緣的移動終端的綜合性能。通常而言，云服務(wù)器是企業(yè)、政府單位的大型計算中心，它們能夠提供強而有力的計算能力和存儲資源，并承擔(dān)挖掘計算節(jié)點、邊緣設(shè)備以及資源管理、數(shù)據(jù)分析的任務(wù)；移動終端則是計算任務(wù)的發(fā)生方，它們常常是車載聯(lián)網(wǎng)設(shè)備、手機、VR、AR游戲設(shè)備等終端設(shè)備；邊緣節(jié)點則是由學(xué)校、醫(yī)院、公司、商店、通信基站運營商等組織或個人部署的小微型計算中心。它們位處于移動終端與云服務(wù)器之間的通信鏈路上。邊緣節(jié)點在計算資源上要全面優(yōu)于移動終端，同時具備比云服務(wù)器顯著降低的通信延遲和傳輸能耗。但相對的，由于邊緣節(jié)點往往多種多樣，形制不一，所以它們固有異構(gòu)性。現(xiàn)有的邊緣節(jié)點按照類別不同可分類如下：

（1）Cloundlet。Satyanarayanan等學(xué)者提出了Clundlet的概念。我們常稱其為基于云的網(wǎng)絡(luò)搜尋服務(wù)。它們是集中設(shè)置的服務(wù)器集群或在拓?fù)渚W(wǎng)絡(luò)上靠近移動終端的大型服務(wù)器。Clundlet主要使用云計算技術(shù)服務(wù)于移動邊緣計算，其中基于虛擬機的遷移技術(shù)尤其被重視，移動代理技術(shù)則作為另一個發(fā)展方向被廣泛研究。

（2）小微數(shù)據(jù)中心。小微數(shù)據(jù)中心相對大型云計算中心而言，他們只擁有少量的服務(wù)器等計算資源。相對的，由于硬件資源成本低，小微數(shù)據(jù)中心可以在地理上廣泛分布。通過在較大的面積內(nèi)合理配置相當(dāng)數(shù)量的小微數(shù)據(jù)中心，可以有效的提高計算卸載成功率，降低時延、能耗，降低帶寬占用，并在一定程度上降低云數(shù)據(jù)中心的計算開銷。

（3）基站。基站作為移動通信網(wǎng)絡(luò)存在的物質(zhì)基礎(chǔ)之一，其廣泛的存在范圍和龐大的既存數(shù)量使得其尤為適合扮演邊緣節(jié)點的角色?；久芗拇嬖谠谝苿咏K端周圍，且隨著LTE以及5G的發(fā)展，基站的分布將愈發(fā)稠密。在既有研究中，已經(jīng)有部分研究者使用LTE宏基站以及蜂窩微基站作為邊緣節(jié)點[4]。

（4）其他。在對未來的規(guī)劃中，除上述3種主要邊緣節(jié)點外，移動終端設(shè)備既可以是計算的發(fā)生者，同時也可以是計算的承擔(dān)者。在現(xiàn)有MEC理論中，通信鏈路內(nèi)的任何計算設(shè)備皆可被用于代理計算任務(wù)，即在必要情況下均能用為邊緣節(jié)點。因此，邊緣節(jié)點也可以包括車載聯(lián)網(wǎng)設(shè)備、手機、VR、AR游戲設(shè)備等終端設(shè)備。

2.任務(wù)卸載的策略研究

因為移動終端本身的固有屬性——移動性，移動邊緣計算的網(wǎng)絡(luò)狀態(tài)與傳統(tǒng)網(wǎng)絡(luò)具有較大不同，因此傳統(tǒng)靜態(tài)網(wǎng)絡(luò)的路由策略無法完美適配于移動邊緣計算領(lǐng)域。移動邊緣計算的網(wǎng)絡(luò)更接近于車聯(lián)網(wǎng)領(lǐng)域機會網(wǎng)絡(luò)的概念。其在任務(wù)卸載過程中，網(wǎng)絡(luò)相關(guān)的各種狀態(tài)均會隨機發(fā)生不定向的變化，常見的如信道干擾、用戶移動造成的通信質(zhì)量降低、小區(qū)更替導(dǎo)致的虛擬機遷移、用戶操作習(xí)慣不同等。因此，針對移動邊緣計算的現(xiàn)實狀態(tài)制定一個嚴(yán)謹(jǐn)有效的任務(wù)卸載方案是有必要的。

當(dāng)前，任務(wù)卸載方案的研究設(shè)計大多以時延、能耗、系統(tǒng)效率3個指標(biāo)作為研究入口。其理由分別是如下。時延是用戶對于服務(wù)體驗最直接清晰的感受渠道，因為計算的最終目標(biāo)是為用戶體驗服務(wù)，所以時延是策略定制中必須考慮的關(guān)鍵性能指標(biāo)。能耗關(guān)系到綠色發(fā)展的理念，且如果能耗過高，導(dǎo)致用戶移動終端異常停機，將會對用戶體驗造成毀滅性的打擊，所以能耗也是一個關(guān)鍵性能指標(biāo)。系統(tǒng)效率則是工程中常用于評價工程系統(tǒng)設(shè)計質(zhì)量的指標(biāo)之一。

2.1 重點關(guān)注時延的卸載策略研究

時延作為用戶對于服務(wù)體驗感受最直觀的判別標(biāo)準(zhǔn)，在移動邊緣計算具體策略的優(yōu)劣評價標(biāo)準(zhǔn)中占據(jù)著重要影響地位。為了盡可能的降低時延這一參數(shù)，較多的研究者發(fā)表了理論成果。

文獻(xiàn)[5]使用樸素思想構(gòu)建了車載網(wǎng)絡(luò)V2X和MEC的協(xié)同緩存和資源分配模型，在求解過程中進一步將緩存模型轉(zhuǎn)化為背包問題，信道分配表示為圖著色模型，求解后得出最優(yōu)分配算法，從而有效降低了任務(wù)完成的實際時延。

在樸素思想中，作者認(rèn)為邊緣設(shè)備的分布是均質(zhì)的，相應(yīng)技術(shù)結(jié)構(gòu)也是一致的。但在實際生產(chǎn)生活環(huán)境中，邊緣計算終端設(shè)備往往具有異構(gòu)性，其技術(shù)結(jié)構(gòu)和硬件結(jié)構(gòu)很難保持一致，為解決此問題文獻(xiàn)[6]重點關(guān)注了邊緣設(shè)備的異構(gòu)性及對任務(wù)卸載過程帶來的后續(xù)影響，提出了一種基于分布式博弈機制的新算法。此算法結(jié)合李雅普諾夫優(yōu)化理論，實現(xiàn)了一種用于計算資源的動態(tài)報價機制。此機制被用于調(diào)節(jié)異構(gòu)終端發(fā)起的不同業(yè)務(wù)需求所請求的不同計算資源，通過彈性調(diào)配的方式按需分配。此方案可以在維持網(wǎng)絡(luò)穩(wěn)定的前提下有效實現(xiàn)任務(wù)處理時延的顯著降低。

另外一個需要關(guān)注的問題是移動邊緣計算終端的協(xié)作能力。為達(dá)到較好的任務(wù)卸載效率，往往需要單個移動終端向多個移動終端發(fā)起任務(wù)卸載交互。文獻(xiàn)[7]即主要研究了這一問題。此文獻(xiàn)首先闡明了相應(yīng)情景下的任務(wù)卸載剛性約束，然后在約束下建立了多個邊緣節(jié)點相互協(xié)作的多跳傳輸模型及直傳模型，并將收益表示為單位時間總代價，以此將問題建模為一個整數(shù)優(yōu)化問題，用最小代價解法求解得到最終算法方案。仿真結(jié)果表明，此方案可有效降低任務(wù)平均處理時延。

2.2 重點關(guān)注能耗的卸載策略研究

受移動邊緣計算終端本身的移動性需求所限，其必然具有能量儲量低和用量需求高的固有矛盾。因此能耗也應(yīng)當(dāng)是任務(wù)卸載策略需重點考慮的一個關(guān)鍵性能指標(biāo)。

為了盡可能的降低卸載能耗，文獻(xiàn)[8]提出了軟件定義車載網(wǎng)絡(luò)（SDN-V）的概念，其中心思想是將節(jié)點網(wǎng)絡(luò)上傳至中心服務(wù)器，并在服務(wù)器內(nèi)進行任務(wù)卸載決策及調(diào)度，以在全局化的視角下計算大量資源的最優(yōu)調(diào)配策略，從而解決能耗的相關(guān)問題。

在多終端多節(jié)點多任務(wù)的復(fù)雜情況下，任務(wù)的卸載更加復(fù)雜，需要進一步的統(tǒng)籌管理。文獻(xiàn)[9]提出在多任務(wù)多設(shè)備多MEC的復(fù)雜卸載環(huán)境下的能耗優(yōu)化問題，其提出了添加中繼節(jié)點的三層卸載架構(gòu)，并設(shè)計了一個相應(yīng)的貪心算法，提供了近似比例分析。通過數(shù)據(jù)仿真，此算法在相應(yīng)環(huán)境下比起傳統(tǒng)策略能耗性能提高了66.59%。

3.發(fā)展趨勢和展望

移動邊緣計算從云計算、霧計算、邊緣計算的基礎(chǔ)上發(fā)展而來，總的而言是一個計算載荷從核心網(wǎng)絡(luò)下沉向網(wǎng)絡(luò)邊緣的過程，其基本的技術(shù)體系已經(jīng)建立，相關(guān)策略工作都在推進當(dāng)中，當(dāng)仍應(yīng)在以下方面進行更深入的研究。

3.1 安全性問題

任務(wù)卸載必然伴隨著數(shù)據(jù)轉(zhuǎn)移，數(shù)據(jù)轉(zhuǎn)移必然存在著數(shù)據(jù)泄露的風(fēng)險。移動邊緣計算要大規(guī)模推行，安全性便是一個繞不開的核心話題[10]。如何在任務(wù)有效卸載掉依賴數(shù)據(jù)的同時保障用戶的數(shù)據(jù)安全，此方面的現(xiàn)有研究尚有不足。

3.2 節(jié)點發(fā)現(xiàn)

邊緣節(jié)點是任務(wù)卸載得以執(zhí)行的硬件基礎(chǔ)，良好的移動邊緣計算系統(tǒng)必然需要一個龐大細(xì)致的邊緣節(jié)點網(wǎng)絡(luò)。根據(jù)設(shè)計思想，邊緣節(jié)點可以由固定終端和移動終端擔(dān)任，當(dāng)同時并非所有的可接入終端都有條件成為邊緣節(jié)點之一，候選節(jié)點龐大的數(shù)量和固有的移動性使得管理一個節(jié)點網(wǎng)絡(luò)具有相當(dāng)?shù)募夹g(shù)難度和研究價值。

3.3 無縫卸載

在任務(wù)卸載過程中，如何將一段進行中的計算任務(wù)無損轉(zhuǎn)移到另一個異構(gòu)設(shè)備上是移動邊緣計算的核心問題之一[11]?，F(xiàn)有的虛擬機遷移技術(shù)相對移動邊緣計算的需求仍具有遷移速度慢以及不適應(yīng)異構(gòu)環(huán)境的缺點，而作為另一個發(fā)展方向的移動代理技術(shù)尚未完全成熟。因此研究一種效率盡可能高的無縫卸載技術(shù)具有較大意義。

總的來說，隨著5G的發(fā)展，越來越多的移動端服務(wù)所帶來的剛性計算需求海嘯般增長，移動邊緣計算在信息服務(wù)、電子商務(wù)、AR、VR的現(xiàn)實應(yīng)用方面，均具有極大的應(yīng)用前景。