论文部分内容阅读
摘 要：MEC随着5G技术的发展而逐渐兴起，作为云计算产品，其不仅有效分担了运营商核心网络的资源压力，同时为满足5G通信的大带宽、多连接、超低时延和高可靠接入提供了可能。本文主要讨论MEC的关键技术在运营商5G建设过程中的组网方向和应用发展，为后续MEC本地产品的推广和支撑提供思路。
关键词：MEC;5G;边缘云计算
MEC （Multi-access Edge Computing）多接入边缘计算（也叫移动边缘计算），是边缘云的技术应用（一种商业概念），目的是将中心云的部分核心功能下层至网络边缘侧，靠近数据产生的源头，在本地完成数据转换、计算、存储和应用，并利用5G无线接入网络就近获取相关智能互联服务，满足2B、2C等行业客户在数字化变革过程中对业务的实时、智能、数据聚合与互操作、安全与隐私保护等方面的关键需求，从而创造出一个具備高带宽、低延迟与高可靠的电信级服务环境，让消费者能够享有高质量的业务体验。
一、MEC的关键技术
（一）本地数据缓存。MEC平台可以把业务数据（如图片、视频等）获取至本地并进行缓存，当客户侧产生业务请求时，MEC平台可以实时深度解析本地缓存数据，如果所请求的业务已包含在本地缓存中，则可以把已经缓存的内容定向推送至用户侧，用户可以直接从MEC服务器获取信息，而不再需要通过漫长的传输链路从相对遥远的核心网获取数据信息。这样可以极大地节省用户发出请求到被响应之间的等待时间，从而提升用户服务体验质量。
（二）本地分流。通过MEC平台，用户终端可以直接访问本地网络，本地业务数据可直接由MEC平台分流至本地网络，无需经过运营商的核心网进行转发处理，可降低因运营商传输回传路径过长带来的带宽消耗和业务访问时延，从而提升用户的感知。另一方面，随着缓存技术的发展，网络存储资源相对网络带宽资源来说成本是逐渐降低的，MEC边缘云的部署其实是一种以存储换取带宽的应用方式，信息的本地存储可以极大地减少远程传输带宽的消耗。
（三）业务优化。由于MEC平台可以对无线网络信息进行实时采集和分析，因此通过靠近无线侧的MEC服务器，可以在已知网络的前提下，选择合适的业务速率、内容分发机制、拥塞控制策略等，对业务进行动态的快速优化调整，例如在视频应用中，MEC服务器可以感知用户终端的链路信息，回收空闲的带宽资源，并将其分配给其他需要的用户，用户得到更多的带宽资源之后，就可以观看更高速率的视频;同时在用户允许的情况下，MEC服务器还可以为用户自动切换到更高清的视频资源;当链路资源紧缺时，MEC服务器又可以自动为用户切换到较低速率和帧数的版本，以避免视频卡顿现象的发生，从而给予用户极致的观看体验。
二、MEC的组网思路
为了满足低时延，大带宽的本地应用需求，5G核心网将C/U进行分离，用户面功能网元UPF下沉到网络边缘部署，以减少传输时延，实现数据流量的本地分流;控制面功能网元SMF则在中心DC集中部署，便于控制部署在MEC的UPF，进行统一配置和下发分流策略。基于5G大带宽（eMBB）、大规模连接（mMTC）、超低时延高可靠（uRLLC）的特性，运营商在5G网络建设过程中的MEC部署有以下三种方式：
（一）MEC服务器部署在无线接入侧
此种模式一般采用MEC和运营商基站共机房或者部署在客户园区，数据业务更靠近用户侧，终端发起的业务经过基站、MEC主机到互联网/OTT第三方内容服务商，主要针对有超低时延业务需求的场景，一般时延要可控制在1ms～10ms之内，如无人机投递业务（10ms）、智慧场馆（10ms）、自动驾驶（1ms）、远程医疗诊断（10ms）、机器人协作（1ms）、远程手术（1ms～10ms）等。此种部署方式适用于小范围覆盖、本地分流场景，但是无线网核心层面的计费、鉴权和监听等功能需要进一步完善。
（二）MEC部署在边缘DC侧
此种模式的MEC一般部署在运营商本地网汇聚机房或者综合接入机房，比起无线接入侧会增加一部分回传网络的时延，但MEC的覆盖范围相应扩大，也可以为用户提供低时延、大带宽的服务，如AR/VR业务（20ms）、移动视频监控（20ms）、移动广播（小于100ms）、公共安全（20ms）、高清视频（20ms）等，但是无线网核心层面的计费、鉴权和监听等功能也同样需要进一步完善。
（三）MEC部署在核心网侧
此种模式MEC服务器部署在运营商核心网边缘，从而解决无线接入侧部署方案下的计费、监听和鉴权等问题，但部署在核心网侧会存在距离实际用户较远、传输时延较大和占用核心网资源等问题，仅适用于大带宽接入，对灵活性要求不高、传输时延不敏感的业务场景。
三、MEC部署中面临的挑战及解决建议
（一）现有机房配套薄弱，传统综合接入机房、汇聚机房环境差异较大，如果采用标准的X86通用服务器，大部分运营商机房需要改造承重、电源、空调等硬件设施，同时机房面积也无法满足庞杂的边缘设备群需求，因此可以考虑采用更加灵活适配的增强型硬件，比如占地小、功耗低的一体机，或者是在现有的OLT、BBU设备中内置MEC单板进行解决，更适合于在硬件条件差的边缘机房和站点部署。
（二）管理/编排缺乏统一性，MEC业务特性决定了服务器中存在运营商数据和第三方IT应用等多种业务，需要对编排管理采用统一流程和接口。因此建议使用运营商的PaaS云管理平台统一管理云资源数据，根据不同业务场景灵活进行编排管理;对于强合作业务，可以通过OSS统一门户进行应用编排部署;对于自管理类业务，可以在边缘节点进行应用编排部署。
（三）缺乏安全防护，运营商各级机房安全保护措施标准不一致，边缘机房相对开放，安全防护措施较少。MEC设备及第三方应用部署至边缘机房后，缩短了攻击者与边缘计算物理设备之间的距离，带来物理设备毁坏、服务中断、用户隐私和数据泄露等安全风险，因此需要设置由外而内的分层隔离与防护方案，如外部攻击防护方案、分子域隔离方案、应用隔离方案等。 四、MEC的应用场景和展望
基于MEC边缘云技术的发展，MEC可应用于以下生活和工作场景：
（一）业务数据分流。MEC服务器和企业内网打通，通过深度解析识别本地和非本地业务，企业本地业务不会传送到运营商核心网，非本地业务才转发至核心网。这样一方面避免了本地业务路由迂回，降低了用户访问时延，缓解网络传输压力;另一方面强化了本地内容的安全性，可开展相关增值服务。通过这种方式，企业用户访问公司内网（包括内部网站、论坛、FTP业务等）获取相关数据，处理内网邮件，业务体验更佳。
（二）移动视频监控。在边缘侧对采集的監控视频数据进行分析处理，可降低视频采集设备的存储成本和减少发给核心网的数据流量。目前的视频监控业务需要把视频流全部上传至云端服务器或者在摄像头监控处地进行视频处理，这两种建设方式的设备成本投入较大、数据传输效率较低。如果引入MEC技术，MEC服务器可以将视频流分析本地化，这样监控摄像头获取的视频可以在本地进行分析，便于实时事件监测来进行更高级的决策和判断。
（三）车联网应用。MEC分析车及路侧的传感器数据，将危险等时延敏感信息发送给周边车辆。5G时代的到来，车联网的数据传送量将会不断增加，其对于时延的需求也越来越大，将MEC技术应用于车联网之后，可以把车联网云“下沉”至高密度分布式部署的移动通信基站，部署在基站的MEC服务器通过运行移动边缘计算应用（APP）提供各种车联网功能，可以直接从车载应用（APP）及道路传感器实时接收本地化的数据，然后进行分析，并将结论（危害报警信息）以极低延迟传送给临近区域内的其他联网，车辆，整个过程在毫秒级别时间内完成，便于驾驶员及时做出决策。
（四）物联网应用。MEC分析设备产生的消息并及时作出决策。基于GSM、3G、LTE、Wi-Fi等无线技术的蜂窝/无线物联网设备越来越多，这些由海量的物联网设备所产生的海量数据需要很大的处理资源及存储容量。采取移动边缘计算技术，上述的汇聚节点就将被部署于接近物联网终端设备的位置，提供传感数据分析及低延迟响应。
（五）AR/VR业务。边缘应用可以快速处理用户位置和摄像头图像，从而使得AR技术有着很广阔的应用场景（如博物馆、美术馆、城市纪念馆、体育赛事现场、音乐会等），可极大程度地增强人们的服务体验。在AR体验过程中需要有一个相关的应用（APP）来对摄像机输出的视频信息及所在的精确位置作综合分析，并需要实时地感知用户所在的具体位置及所面对的方向，再依此给用户提供一些相关的额外信息，因此AR收集的信息是需要高度本地化的，对这些信息的实时处理最好是在本地（MEC服务器中）进行而不是在云端集中进行，最大程度地减小AR时延、提高数据处理的精度。
（六）辅助计算。MEC提供高性能计算，执行时延敏感的数据处理，将结果反馈给终端设备。在物联网中，终端设备或传感器要做到成本尽可能低、连续工作时间尽可能长，有些物联网设备需要把数据上传至云端进行分析并把决策指令回传（比如抢险救灾机器人在前行时遇到障碍物，就需要以图像识别技术摄像并上传云端，由云端把清障方法回传），然而如果要降低设备的成本，就需要“牺牲”掉其计算性能。在应用了MEC技术之后，密集计算与决策就可被从终端设备或传感器分流至本地网络服务器（具备高计算性能的MEC服务器），可以在短时间内发出决策指令。
五、结语
作为一项新的ICT融合技术，MEC边缘云可以整合电信运营商的各类资源，为5G时代业务的快速部署和运行提供丰富的平台能力。MEC边缘云的商业模式比较多样化，运营商需要综合考虑建设成本、商业效益、业务类型、合作分成等几个方面，短期内布局边缘建设策略，长期要综合运营商自身业务和第三方业务需求，逐步推进边缘建设。未来，运营商将重点赋能本地化业务，提供更多的能力开放功能，针对业务定制架构和方案，在各个省分快速推广和复制，以业务繁荣带动整个产业发展。
参考文献：
【1】张建敏，多接入边缘计算（MEC）及关键技术，中国工信出版集团，2019
【2】俞一帆，5G移动边缘计算，人民邮电出版社，2017
【3】卜向红，边缘计算5G时代的商业变革与重构，人民邮电出版社，2019
【4】刘耕，5G赋能行业应用与创新，人民邮电出版社，2020
关键词：MEC;5G;边缘云计算
MEC （Multi-access Edge Computing）多接入边缘计算（也叫移动边缘计算），是边缘云的技术应用（一种商业概念），目的是将中心云的部分核心功能下层至网络边缘侧，靠近数据产生的源头，在本地完成数据转换、计算、存储和应用，并利用5G无线接入网络就近获取相关智能互联服务，满足2B、2C等行业客户在数字化变革过程中对业务的实时、智能、数据聚合与互操作、安全与隐私保护等方面的关键需求，从而创造出一个具備高带宽、低延迟与高可靠的电信级服务环境，让消费者能够享有高质量的业务体验。
一、MEC的关键技术
（一）本地数据缓存。MEC平台可以把业务数据（如图片、视频等）获取至本地并进行缓存，当客户侧产生业务请求时，MEC平台可以实时深度解析本地缓存数据，如果所请求的业务已包含在本地缓存中，则可以把已经缓存的内容定向推送至用户侧，用户可以直接从MEC服务器获取信息，而不再需要通过漫长的传输链路从相对遥远的核心网获取数据信息。这样可以极大地节省用户发出请求到被响应之间的等待时间，从而提升用户服务体验质量。
（二）本地分流。通过MEC平台，用户终端可以直接访问本地网络，本地业务数据可直接由MEC平台分流至本地网络，无需经过运营商的核心网进行转发处理，可降低因运营商传输回传路径过长带来的带宽消耗和业务访问时延，从而提升用户的感知。另一方面，随着缓存技术的发展，网络存储资源相对网络带宽资源来说成本是逐渐降低的，MEC边缘云的部署其实是一种以存储换取带宽的应用方式，信息的本地存储可以极大地减少远程传输带宽的消耗。
（三）业务优化。由于MEC平台可以对无线网络信息进行实时采集和分析，因此通过靠近无线侧的MEC服务器，可以在已知网络的前提下，选择合适的业务速率、内容分发机制、拥塞控制策略等，对业务进行动态的快速优化调整，例如在视频应用中，MEC服务器可以感知用户终端的链路信息，回收空闲的带宽资源，并将其分配给其他需要的用户，用户得到更多的带宽资源之后，就可以观看更高速率的视频;同时在用户允许的情况下，MEC服务器还可以为用户自动切换到更高清的视频资源;当链路资源紧缺时，MEC服务器又可以自动为用户切换到较低速率和帧数的版本，以避免视频卡顿现象的发生，从而给予用户极致的观看体验。
二、MEC的组网思路
为了满足低时延，大带宽的本地应用需求，5G核心网将C/U进行分离，用户面功能网元UPF下沉到网络边缘部署，以减少传输时延，实现数据流量的本地分流;控制面功能网元SMF则在中心DC集中部署，便于控制部署在MEC的UPF，进行统一配置和下发分流策略。基于5G大带宽（eMBB）、大规模连接（mMTC）、超低时延高可靠（uRLLC）的特性，运营商在5G网络建设过程中的MEC部署有以下三种方式：
（一）MEC服务器部署在无线接入侧
此种模式一般采用MEC和运营商基站共机房或者部署在客户园区，数据业务更靠近用户侧，终端发起的业务经过基站、MEC主机到互联网/OTT第三方内容服务商，主要针对有超低时延业务需求的场景，一般时延要可控制在1ms～10ms之内，如无人机投递业务（10ms）、智慧场馆（10ms）、自动驾驶（1ms）、远程医疗诊断（10ms）、机器人协作（1ms）、远程手术（1ms～10ms）等。此种部署方式适用于小范围覆盖、本地分流场景，但是无线网核心层面的计费、鉴权和监听等功能需要进一步完善。
（二）MEC部署在边缘DC侧
此种模式的MEC一般部署在运营商本地网汇聚机房或者综合接入机房，比起无线接入侧会增加一部分回传网络的时延，但MEC的覆盖范围相应扩大，也可以为用户提供低时延、大带宽的服务，如AR/VR业务（20ms）、移动视频监控（20ms）、移动广播（小于100ms）、公共安全（20ms）、高清视频（20ms）等，但是无线网核心层面的计费、鉴权和监听等功能也同样需要进一步完善。
（三）MEC部署在核心网侧
此种模式MEC服务器部署在运营商核心网边缘，从而解决无线接入侧部署方案下的计费、监听和鉴权等问题，但部署在核心网侧会存在距离实际用户较远、传输时延较大和占用核心网资源等问题，仅适用于大带宽接入，对灵活性要求不高、传输时延不敏感的业务场景。
三、MEC部署中面临的挑战及解决建议
（一）现有机房配套薄弱，传统综合接入机房、汇聚机房环境差异较大，如果采用标准的X86通用服务器，大部分运营商机房需要改造承重、电源、空调等硬件设施，同时机房面积也无法满足庞杂的边缘设备群需求，因此可以考虑采用更加灵活适配的增强型硬件，比如占地小、功耗低的一体机，或者是在现有的OLT、BBU设备中内置MEC单板进行解决，更适合于在硬件条件差的边缘机房和站点部署。
（二）管理/编排缺乏统一性，MEC业务特性决定了服务器中存在运营商数据和第三方IT应用等多种业务，需要对编排管理采用统一流程和接口。因此建议使用运营商的PaaS云管理平台统一管理云资源数据，根据不同业务场景灵活进行编排管理;对于强合作业务，可以通过OSS统一门户进行应用编排部署;对于自管理类业务，可以在边缘节点进行应用编排部署。
（三）缺乏安全防护，运营商各级机房安全保护措施标准不一致，边缘机房相对开放，安全防护措施较少。MEC设备及第三方应用部署至边缘机房后，缩短了攻击者与边缘计算物理设备之间的距离，带来物理设备毁坏、服务中断、用户隐私和数据泄露等安全风险，因此需要设置由外而内的分层隔离与防护方案，如外部攻击防护方案、分子域隔离方案、应用隔离方案等。 四、MEC的应用场景和展望
基于MEC边缘云技术的发展，MEC可应用于以下生活和工作场景：
（一）业务数据分流。MEC服务器和企业内网打通，通过深度解析识别本地和非本地业务，企业本地业务不会传送到运营商核心网，非本地业务才转发至核心网。这样一方面避免了本地业务路由迂回，降低了用户访问时延，缓解网络传输压力;另一方面强化了本地内容的安全性，可开展相关增值服务。通过这种方式，企业用户访问公司内网（包括内部网站、论坛、FTP业务等）获取相关数据，处理内网邮件，业务体验更佳。
（二）移动视频监控。在边缘侧对采集的監控视频数据进行分析处理，可降低视频采集设备的存储成本和减少发给核心网的数据流量。目前的视频监控业务需要把视频流全部上传至云端服务器或者在摄像头监控处地进行视频处理，这两种建设方式的设备成本投入较大、数据传输效率较低。如果引入MEC技术，MEC服务器可以将视频流分析本地化，这样监控摄像头获取的视频可以在本地进行分析，便于实时事件监测来进行更高级的决策和判断。
（三）车联网应用。MEC分析车及路侧的传感器数据，将危险等时延敏感信息发送给周边车辆。5G时代的到来，车联网的数据传送量将会不断增加，其对于时延的需求也越来越大，将MEC技术应用于车联网之后，可以把车联网云“下沉”至高密度分布式部署的移动通信基站，部署在基站的MEC服务器通过运行移动边缘计算应用（APP）提供各种车联网功能，可以直接从车载应用（APP）及道路传感器实时接收本地化的数据，然后进行分析，并将结论（危害报警信息）以极低延迟传送给临近区域内的其他联网，车辆，整个过程在毫秒级别时间内完成，便于驾驶员及时做出决策。
（四）物联网应用。MEC分析设备产生的消息并及时作出决策。基于GSM、3G、LTE、Wi-Fi等无线技术的蜂窝/无线物联网设备越来越多，这些由海量的物联网设备所产生的海量数据需要很大的处理资源及存储容量。采取移动边缘计算技术，上述的汇聚节点就将被部署于接近物联网终端设备的位置，提供传感数据分析及低延迟响应。
（五）AR/VR业务。边缘应用可以快速处理用户位置和摄像头图像，从而使得AR技术有着很广阔的应用场景（如博物馆、美术馆、城市纪念馆、体育赛事现场、音乐会等），可极大程度地增强人们的服务体验。在AR体验过程中需要有一个相关的应用（APP）来对摄像机输出的视频信息及所在的精确位置作综合分析，并需要实时地感知用户所在的具体位置及所面对的方向，再依此给用户提供一些相关的额外信息，因此AR收集的信息是需要高度本地化的，对这些信息的实时处理最好是在本地（MEC服务器中）进行而不是在云端集中进行，最大程度地减小AR时延、提高数据处理的精度。
（六）辅助计算。MEC提供高性能计算，执行时延敏感的数据处理，将结果反馈给终端设备。在物联网中，终端设备或传感器要做到成本尽可能低、连续工作时间尽可能长，有些物联网设备需要把数据上传至云端进行分析并把决策指令回传（比如抢险救灾机器人在前行时遇到障碍物，就需要以图像识别技术摄像并上传云端，由云端把清障方法回传），然而如果要降低设备的成本，就需要“牺牲”掉其计算性能。在应用了MEC技术之后，密集计算与决策就可被从终端设备或传感器分流至本地网络服务器（具备高计算性能的MEC服务器），可以在短时间内发出决策指令。
五、结语
作为一项新的ICT融合技术，MEC边缘云可以整合电信运营商的各类资源，为5G时代业务的快速部署和运行提供丰富的平台能力。MEC边缘云的商业模式比较多样化，运营商需要综合考虑建设成本、商业效益、业务类型、合作分成等几个方面，短期内布局边缘建设策略，长期要综合运营商自身业务和第三方业务需求，逐步推进边缘建设。未来，运营商将重点赋能本地化业务，提供更多的能力开放功能，针对业务定制架构和方案，在各个省分快速推广和复制，以业务繁荣带动整个产业发展。
参考文献：
【1】张建敏，多接入边缘计算（MEC）及关键技术，中国工信出版集团，2019
【2】俞一帆，5G移动边缘计算，人民邮电出版社，2017
【3】卜向红，边缘计算5G时代的商业变革与重构，人民邮电出版社，2019
【4】刘耕，5G赋能行业应用与创新，人民邮电出版社，2020