01/ 介紹說明

邊緣計算是一種計算範式，它使得小型雲或邊緣雲中的邊緣服務器能夠提升網絡邊緣的雲能力，以執行計算密集型的任務，並在用戶設備(UE)附近存儲大量的數據。傳統的雲計算由於UE處理、計算、存儲的能力有限，允許UE的計算和存儲在數據中心，因此傳統雲計算是一種集中式的計算範式。邊緣計算非常適合下一代應用的無線通信需求，例如增強現實和虛擬現實，它們本質上都是交互的。這些高度交互的應用計算密集，都服務質量要求很高，同時每個月能產生多達30.6EB的數據。終端有限的能力保證了邊緣計算的需求，包括：接收和存儲大量實時數據、處理計算和分析數據以及在本地的迷你雲上做出並分發決策。因此，迷你雲中的邊緣服務器具有云的功能，但規模不同，它們位於本地，不是遠程數據中心，後者可能遠離終端。

本文的內容主要包括為：

① 5G和邊緣計算的概況，並回答了大量關於5G中使用邊緣計算的問題；

② 5G中邊緣計算的分類；

③ 5G中最先進的邊緣計算方案；

④ 有待解決的問題；

⑤ 本文的總結。

02 / 5G和邊緣計算的概況

A.5G系統的要求

5G網絡首先可以產生大量的數據供給消費者使用；其次，嚴格的QoS要求來滿足高交互性的應用，並保證超低延遲和高吞吐量；最後必須支持異構環境，以此滿足不同終端、QoS要求、網絡類型等的互操作性。

5G主要由三種新興的技術組成。首先毫米波通信使用高頻段(30GHz-300GHz)來提供高帶寬；其次小單元部署允許終端使用毫米波通信來減少干擾和傳輸距離；第三，多輸入多輸出即大規模MIMO允許了基站使用了大天線來實現定向傳輸，減少干擾，同時允許相鄰節點同時通信。這些新興的技術使得5G網絡擁有更高的網絡容量，來供給更多終端。

B.5G數據的主要特點

依據數據的時間特徵，可以將數據分為三類：

· 硬實時數據具有嚴格的預定義延遲，例如游戲、醫療保健產生的數據；

· 軟實時數據具有預定義延遲，但可以接受一些預定義的和有限的延遲，例如智能交通信號控制系統產生的數據；

· 非實時數據，可以接受延遲。

邊緣計算被使用在邊緣服務器上處理具有硬實時需求的應用程序和服務，由於靠近終端，可以顯著減少延遲。對於由軟實時需求或端到端延遲有限的有用和服務，如果終端與雲之間的響應延遲高於需求，則由邊緣服務器處理任務，否則卸載到雲上。非實時需求的應用和服務可將任務卸載到雲端，實現負載均衡。

C.邊緣計算的意義

邊緣計算採用去中心化模型，使雲計算能力更接近終端，減少延遲。雲計算和邊緣計算的模型如圖1所示，雲服務器通常位於核心網絡，邊緣服務器位於網絡邊緣。邊緣計算不僅可以作為單個計算平台運行，也可以作為與其他組件協作運行的平台。同時邊緣計算彌補了雲計算不適合計算量大、交互性強、QoS要求高應用的問題，減少了能源的消耗，也滿足5G應用亞毫秒級要求。

圖1 雲計算和邊緣計算模型

D.5G中部署邊緣計算的關鍵要求

5G中部署邊緣計算的關鍵要求包括以下幾點：

· 實現實時交互並降低延遲；

· 在邊緣服務器上進行本地數據處理和用戶請求處理，減少小區與核心網之間的流量傳輸；

· 將邊緣服務器嵌入到基站中，實現方便的訪問云端，並利用毫米波頻段實現高速率的數據傳輸；

· 保證邊緣雲服務的高可用性，以確保在邊緣提供的服務能夠持續、穩定地提供給用戶。

E.邊緣計算在5G環境下的應用

5G中的許多應用都依靠邊緣計算來實現實時交互、本地處理、高數據速率和高可用性，包括：

醫療保健，例如遠程手術和對病情的診斷；

• 娛樂和多媒體應用，例如3D電視；
• 虛擬現實、增強現實和混合現實，如VR眼鏡；
• 觸覺物聯網，提供了超響應和超可靠的網絡連接，保證控制信息的傳遞以及遠程物理處決體驗；
• 確保終端之間可靠性鏈接的URLLC;
• 萬物互聯，例如智能家居中的智能電器；
• 智能化工廠，員工遠程控制機器，提高安全性和生產力；
• 應急反應，在關鍵時刻依據收集的數據和信息做出決策；

· 智能交通系統，無人車可感知環境信息，並自主的做出實時反應；駕駛員可通過共享或收集交通中心的信息實施避開危險路段，減少事故的發生。

03 / 邊緣計算的分類

邊緣計算按照目標、計算平台、屬性、5G功能的使用、性能度量和在5G中邊緣計算的角色的分類如圖2所示：

圖2 5G中邊緣計算的分類

A.目標

5G中邊緣計算要實現的目標主要包括以下五種：

1. 改善數據管理，本地實時處理終端產生的大量延遲敏感數據；

2. 改進QoS提升用戶體驗，有助於實現高交互的應用和按需服務；

3. 預測網絡需求，有助於決定在邊緣本地還是雲端處理，提供最優資源分配；

4. 管理位置感知使得邊緣服務器可以判斷自身位置並跟踪終端的位置，實現基於位置的服務，使得基於位置服務的提供商能夠將服務和數據外包到雲；

5. 由於邊緣雲中可用資源有限，因此要改進資源管理，優化對網絡資源的利用率，提高網絡性能；

B.計算平台

不同的計算平台具有不同的算力和特性（如可用性、網絡基礎設施複雜性），以便處理不同類型的數據。根據具體需求和網絡場景，這些平台可以單獨或組合使用。例如，對於具有嚴格QoS要求的應用和服務，可以使用邊緣服務器來處理實時數據，這是單獨使用的一種情況；而對於同時包含實時和非實時數據的醫療保健應用和服務，可以使用邊緣服務器處理實時輕量級數據，再使用雲來處理重量級數據，這是計算平台組合使用的一種情況。5G當中的計算平台主要包括以下三個：

1. 雲計算：遠離終端不適合實時服務；

2. 邊緣計算：靠近終端，在本地收集、處理、存儲數據，提供低延遲和延時分析；表1給出了兩中邊緣計算平台的對比情況。

2.1 霧計算Fog computing：部署本地霧節點(本地硬件設備)提供本地計算。其是一個系統級的水平體系結構，將計算、存儲、控制和網絡的資源和服務分佈在從雲到物之間的任何地方；但存儲容量較低。

2.2 多接入邊緣計算MEC：在網絡邊緣提供存儲和計算能力，例如BSs，提高上下文感知和減少延遲。MEC通常連接多台主機，通過收集主機的信息來監視主機。

表1 霧計算與MEC的比較

3. 雲計算和邊緣計算協同使用，分別進行非實時和實時決策，綜合兩者優勢，可大大減少延遲，但是混合平台更加複雜。

C.屬性

邊緣計算主要有三個屬性：

1. 低延遲和近距離：終端距離服務器很近，端到端延遲和響應延遲小。

2. 位置感知：邊緣服務器收集臨近源的數據，而不發送到雲端。

3. 感知網絡上下文：實時進行調整，優化資源利用率。

D.邊緣計算有關的5G功能

5G中邊緣計算的五大實現因素為：

1. 軟件定義網絡SDN：將網絡分為控制和數據平面，簡化了網絡管理和部署新服務。

2. 網絡功能虛擬化NFV：虛擬機中執行網絡功能，網絡需求在雲端或邊緣處理。

3. 大規模MIMO：增加天線陣列，增加網絡容量和能源效率；同時多個UE可以同時將任務卸載到邊緣服務器，減小延遲和能耗。

4. 動態接入的無線接入技術：允許接入各種設備，提高了網絡的拓展性。

5. D2D通信：相鄰UE可直接通信；邊緣計算賦予了UE計算能力，確保了D2D的成功。

E.邊緣計算在5G中的作用

1. 本地存儲：數據從UE卸載到邊緣雲，針對不同類型的數據提供不同存儲策略。

2. 本地計算：邊緣雲以獨立自主的方式提供類似終端的本地計算和數據處理能力。

3. 本地數據分析：直接在本地進行數據分析，然後分析的結果用於決策。

4. 本地決策：邊緣計算幫助實體做出決策，例如如何進行控制。

5. 本地操作：邊緣計算可實現遠程和監控，尤其是關鍵設備。

6. 本地安全性增強：由於邊緣計算非常近，可快速檢測和隔離惡意實體，並發起響應。

F.績效指標

邊緣計算的績效都是其實現本地的各項功能帶來的：

1. 降低成本：通過本地的功能(R.1)-(R.5),不用再發送到雲端，減少了對於網絡資源的消耗。

2. 更高的QoS：通過本地的功能提高了QoS，減少了延遲。

3. 能源效率：通過本地功能降低了能耗即將任務和數據卸載到雲端所需能量，提高了能源效率。

04 / 目前的技術

A.基於霧的解決方案

①跨層資源管理方案：採用混合計算平台，邊緣雲執行實時任務，雲服務器執行高計算和資源密集型任務。不同應用的服務在三層(即云、霧和UE層)中執行。高度計算和資源密集型的業務在集中的雲層執行，實施業務卸載到霧層；終端層在終端本地執行功能。該方案具有低時延以及臨近性特點，且提供了較低的端到端時延(Qos)。

②基於吞吐量和能耗的能源效率模型：利用霧計算來分析霧計算及其相較於雲計算的能耗；使用終端動態接入rat等5G功能。該方案具有低時延和臨近性特點，且不同rat(3G、4G、5G)可給多個不同終端提供服務。

B.基於MEC的解決方案

①執行能量感知卸載的架構：每個移動終端決定是否執行或將計算任務卸載到MEC服務器，以減少MEC的能量消耗。

該體系結構通過本地計算和本地決策，優化了數據管理以及Qos；通過邊緣計算執行能量感知功能；同時也使用了對rat動態訪問的5G功能。該方案的三個主要步驟為：首先根據移動終端的能耗以及與MEC之間的傳輸時延進行分類（1型終端使用MEC服務器計算，2型終端本身進行計算，3型終端可選擇使用MEC服務器或本身計算）。其次，根據能耗、可用渠道等對終端進行優先排序（類型1終端優先級更高，滿足時延約束）。最後，對終端進行不同優先級的渠道分配。

②預測和主動緩存：通過本地存儲和本地計算，實現改進數據管理和預測網絡需求的目標。使用邊緣計算在網絡邊緣或終端執行主動緩存，同時使用包括D2D通信在內的5G功能。

該方案具有網絡上下文感知的特性，可獲得網絡信息和流量分佈。在非高峰時段，被請求頻率高的內容被緩存到邊緣服務器、BSs或UE中。當BS請求特定內容時，有兩種可能：a)該內容過去被有影響力的UE處理或擁有過，因此通過D2D從UE發送到BS；b)改內容在任何有影響力的終端上不可用，因此從核心網發送到BS。該方案可以降低運作成本。

C.混合解決方案

①為了增強MEC，引入了基於D2D的移動邊緣和霧計算體系結構，以支持協同計算，在多個計算平台或範式中執行任務。該架構具有低延遲和接近性的屬性。在該架構中，每個終端發起一個請求，並發送到最近的中繼網關，中繼網關與核心網或云項鍊，其服務處理程序擁有有關可用服務的信息，它決定請求的服務在本地執行還是轉發到可以執行該服務的另一中繼網關。決策是基於服務在中繼網關及其臨近網關的可用性。

②提出一個實時的、上下文感知的、服務組合和協作體系結構來實現快速結合服務，這是由不同硬件和具有不同功能的軟件的協作支持的多個服務的合併。提出的架構使用混合計算，來支持雲、MEC和終端之間的協作。在該架構中頻繁訪問的塊是由文件分解的小單元，存儲或緩存在MEC服務器中。多個服務器請求的塊會根據文件類型和內容複製並緩存到其它MEC服務器中。這有助於減少訪問云所引起的端到端延遲。

05 / 未解決的問題

A.改善服務QoE

QoE是衡量客戶對服務提供商的整體滿意度水平的指標。其與QoS相關，但又不同，QoS既體現了硬件特性(如存儲器數量)又體現了軟件特性(如接口開發)。當前存在的問題是如何實現以下兩者之間的平衡：a)應用程序更高的可用性或無縫鏈接，這可在終端離開邊緣服務器附近時由雲提供；b)終端在邊緣服務器附近時，邊緣雲可提供更高的應用程序QoE，以減少延遲和抖動。

B.協議標準化

協議標準化要求5G環境中的邊緣計算要有一套被人普遍接受的規則。由於邊緣雲太靈活且不同供應商不同的規則定制，導致很難就一個標準達成一致，同時大量的異構終端與邊緣云通信時採用不同的接口，這些都是協議標準化過程中存在的挑戰。

C.異構性問題

5G環境下邊緣計算中通信、計算等技術的異質性，例如不同公司數據傳輸範圍、傳輸速率存在較大差異，難以開發跨不同環境的便攜解決方案，這就是異構型問題。

D.安全性和隱私性

邊緣計算中數據不能跨網絡傳輸，在一定程度上增強了安全性和隱私性，但是在網絡邊緣仍存在隱患。首先，動態環境會導致不同網絡實體的數據和網絡需求迅速變化；其次，相互通信設備數量的增加，需要一個可伸縮的解決方案。為了增強網絡的健壯性，這些問題必須得到解決，但可能提高複雜性和成本。

06 / 總結

本文綜述了5G通信中邊緣計算的最新發展，包括基於霧、MEC和混合方案，並介紹了針對不同特徵分類的邊緣計算方法及其特徵。邊緣計算的關鍵要求包括實時交互、本地處理、高速率和高可用性。文章指出了5G部署邊緣計算所面臨的問題，如服務增強、標準化、異構和安全漏洞，並簡要介紹了技術發展方向。5G中部署邊緣計算帶來了許多好處，但也帶來了一些新問題，需要科研人員和社會共同努力解決。

參考文獻

[1]N. Hassan, K. -LA Yau and C. Wu, "Edge Computing in 5G: A Review," in IEEE Access, vol. 7, pp. 127276-127289, 2019, doi: 10.1109/ACCESS.2019.2938534.

[2]1. WZ Khan E. Ahmed S. Hakak I. Yaqoob and A. Ahmed "Edge computing: A survey" Future Gener. Comput. Syst. vol. 97 pp. 219-235 Aug. 2019.

[3]K. Cao, Y. Liu, G. Meng and Q. Sun, "An Overview on Edge Computing Research," in IEEE Access, vol. 8, pp. 85714-85728, 2020, doi: 10.1109/ACCESS.2020.2991734.