河海大學常州校區(qū) 成恒飛 錢育珩 張海睿 黃 天 陳 飛

隨著5G時代的到來，物聯(lián)網(wǎng)終端設(shè)備數(shù)量也迅速增加，同時由于網(wǎng)絡(luò)帶寬承載力受限，響應(yīng)時間較長等問題?；谠朴嬎愕闹行挠嬎阒饕渴鹪谠贫说募惺教幚砟Ｐ惋@然已經(jīng)難以滿足需求。而對于網(wǎng)絡(luò)邊緣設(shè)備進行邊緣計算提供了物聯(lián)網(wǎng)場景應(yīng)用的新思路，設(shè)備端容器化封存，編程云端化。

移動邊緣計算（MEC）是一種新興的計算，是工業(yè)控制上的概念，部署在終端設(shè)備或網(wǎng)絡(luò)接入點上，使得工業(yè)設(shè)備終端無需云計算的幫助，也能具有近端的決策控制能力。它在移動無線接入網(wǎng)絡(luò)（RAN）的邊緣提供計算，存儲和網(wǎng)絡(luò)資源，允許延遲敏感和上下文感知應(yīng)用程序在最終用戶附近執(zhí)行，減輕了回程和核心網(wǎng)絡(luò)，對于實現(xiàn)低延遲，高帶寬和靈活的移動服務(wù)至關(guān)重要。

而對于邊緣計算而言，容器化正成為邊緣計算平臺的標準。本身作為一種虛擬化技術(shù)，是服務(wù)器資源共享方式的一種。 可以理解為設(shè)備端版本升級，然后執(zhí)行，實時的可以下發(fā)的計算力，改變設(shè)備端的開發(fā)和部署模型，設(shè)備端容器化。比如，我們可以把移動端容器化，編程變?yōu)樵贫嘶?，像我們?jīng)常使用的手機，在邊緣計算領(lǐng)域，以后手機可以變?yōu)橐粋€容器平臺，在手機上就可以跑工業(yè)設(shè)備的操作系統(tǒng)。

移動邊緣計算（Mobile Edge Computing, MEC）可利用無線接入網(wǎng)絡(luò)創(chuàng)造出一個具備高性能、低延遲與高帶寬的電信級服務(wù)環(huán)境，各項服務(wù)在終端分支下載速度加快，讓消費者享有不間斷的高質(zhì)量網(wǎng)絡(luò)體驗。

在過去的幾年里，我們的生活方式越來越多地暴露于海量流量構(gòu)筑的生活場景應(yīng)用中，商業(yè)、社交、多媒體等。為了應(yīng)付這些激增的流量需求需求，網(wǎng)絡(luò)運營商必須付出巨大努力來改善用戶體驗。為克服當前無線接入網(wǎng)絡(luò)（RAN）的局限性，提出了兩種新興范例：

云無線電接入網(wǎng)（C-RAN），其目的在于通過虛擬化集中基站（BS）功能，以及移動邊緣計算，其旨在賦予網(wǎng)絡(luò)邊緣決策計算權(quán)力。雖然這兩種技術(shù)提出將計算能力轉(zhuǎn)移到不同的方向（云到邊緣），但它們是互補的，每個都在5G生態(tài)系統(tǒng)中具有獨特的地位。

移動邊緣計算服務(wù)器使用通用計算平臺直接在BS上實現(xiàn)，允許在最終用戶附近執(zhí)行應(yīng)用程序。憑借這一點，移動邊緣計算可以幫助滿足5G網(wǎng)絡(luò)嚴格的低延遲要求。此外，移動邊緣計算還提供各種網(wǎng)絡(luò)改進，包括：第一，通過在網(wǎng)絡(luò)邊緣托管計算密集型應(yīng)用程序來優(yōu)化移動資源，第二，在將大數(shù)據(jù)發(fā)送到云（或某些提取的功能）之前對其進行預(yù)處理，第三，借助于RAN信息（例如小區(qū)負載，用戶位置和分配的帶寬）的上下文感知服務(wù)。盡管移動邊緣計算原理也與霧計算的概念一致，并且兩者通?？苫Q使用，但它們之間略有不同。雖然霧計算是一個與云計算相反的通用術(shù)語，它將處理和存儲資源帶到較低層，但移動邊緣計算專門旨在通過新的功能分離和BS之間的新接口將這些功能擴展到RAN的邊緣。上面那層。霧計算最常見于企業(yè)擁有的網(wǎng)關(guān)設(shè)備，而移動邊緣計算基礎(chǔ)設(shè)施由網(wǎng)絡(luò)運營商實施和擁有。

我們提出了一種實時的上下文感知協(xié)作框架，該框架位于蜂窩網(wǎng)絡(luò)的邊緣，并與底層通信網(wǎng)絡(luò)并行工作。特別是，我們的目標是探索移動邊緣計算網(wǎng)絡(luò)中連接實體之間的協(xié)同作用，以形成異構(gòu)計算和存儲資源池。為了說明移動邊緣計算協(xié)作在5G網(wǎng)絡(luò)中的優(yōu)勢和適用性，我們提出了三個用例，包括移動邊緣編排，協(xié)作視頻緩存和處理以及多層干擾消除。這些初始目標方案可用作制定許多特定應(yīng)用的基礎(chǔ)。

談到移動邊緣的編排問題，首先來了解一下邊緣計算的智能分層部署。邊緣計算聯(lián)盟（ECC）對邊緣計算定義了四個域，設(shè)備域（感知與控制層），網(wǎng)絡(luò)域（連接和網(wǎng)絡(luò)層），數(shù)據(jù)域（存儲與服務(wù)層），應(yīng)用域（業(yè)務(wù)和智能層）。設(shè)備域?qū)Ω兄男畔⑦M行直接處理，比如我們手機的語音輸入，把捕捉到的我們嘴中發(fā)出的聲學信號轉(zhuǎn)化為文字信息。網(wǎng)絡(luò)域通過部署計算能力，實現(xiàn)各網(wǎng)絡(luò)協(xié)議的自動轉(zhuǎn)換，對數(shù)據(jù)格式進行標準化處理。數(shù)據(jù)域使得數(shù)據(jù)管理更智能、存儲方式更靈活。應(yīng)用域使得設(shè)備具有智能化的感知能力，裝配自適應(yīng)的連接策略和（數(shù)字）部署策略，解決系統(tǒng)中的數(shù)據(jù)異構(gòu)問題，并提供局部的業(yè)務(wù)邏輯甚至智能。移動邊緣編排、協(xié)作視頻緩存以及多層干擾消除，都是針對特定場景應(yīng)用的基礎(chǔ)。

這其中的佼佼者，predix平臺就提出三種清晰的定義。協(xié)議適配器（Protocol Adapters）可以支持不同工業(yè)通訊協(xié)議進行數(shù)據(jù)采集和反向設(shè)備控制，包括OPC-UA，modbus，MQTT等；設(shè)備對云端的接口通過設(shè)備管理框架和數(shù)據(jù)流服務(wù)（Data River），Predix Machine可以將分析后的數(shù)據(jù)或者原始數(shù)據(jù)通過HTTP或者WebSocket傳輸?shù)皆贫说臄?shù)據(jù)存儲中，作后續(xù)的智能分析；而對于最重要的容器化分析平臺，這里需要的是通過數(shù)據(jù)總線（Data Bus）,Machine可以運行由Docker容器封裝的智能分析算法，處理連續(xù)的數(shù)據(jù)流，并可以提供近乎實施的終端分支決策和控制。

毫無疑問，在5G時代的到來，終端設(shè)備容器化日益成為趨勢。邊緣計算應(yīng)用場景日益復(fù)雜，我們現(xiàn)在可以清晰的看到邊緣計算平臺，而不是傳統(tǒng)的收發(fā)網(wǎng)關(guān)，過去只能在云端完成的運算，現(xiàn)在可以利用幾臺計算機組成的小規(guī)模集群隔離主機資源進行運算，在邊緣計算平臺上運行智能分析算法。多種編程語言之間的隔閡也不再成為限制，支持多種開發(fā)工具和多種編程語言的運行時環(huán)境?？梢栽诙鄠€移動容器平臺上跑程序，進行控制，智能分析。