边缘计算（Mobile Edge Computing：A Survey）

1、背景介绍

移动终端的盛行对于移动网络、无线网络以及触发器有很大的影响，包括低存储、高能耗、低宽带以及长时延。MCC（Mobile cloud computing）通过云中心可以提供存储、计算以及能源方面的帮助，但在长时延、安全性问题低覆盖以及大规模数据传输等方面有很多的不利，无法保证实时性以及高质量服务。

2、MEC（Mobile Edge Computing）介绍

（1）定义
① According to ETSI, MEC is defined as follows.
“Mobile edge computing provides an IT service environment and cloud computing capabilities at the edge of the mobile network, within the radio access network (RAN) and in close proximity to mobile subscribers.”
②特性
A.On-Premises:MEC可以分离于其他网络来运行，适用于M2M（machine to machine）场景，不易受攻击。
B.Proximity(就近性)：数据具体化分析
C.Lower Latency：将数据从云网络里进行分离，低延时、高带宽。
D.Location Awareness：MEC收集边缘设备信息寻找设备位置。
E.Network Context Information：基于RAN（radio access network）的实时信息，评估无线电cell的拥挤性以及网络带宽。
（2）相关科技
①MCC。MCC可以让终端用户使用独立虚拟计算、存储以及通讯资源，并且可以进行资源管理。但MCC基础设施离终端设备距离远，会出现时延长以及与云中心断掉通讯等问题。
②Local cloud。明确服务于一个组或一个机制，部署在本地网络中，通过与远程云协调来提高数据隐私，具有实时性，但因资源匮乏而计算能力有限。
③Cloudlet。如下图，由多核计算机组成的多个单元构成，克服远距离时延长和能耗的问题，但需要连续不间断的网络连接，因此在安全隐私方面存在问题。

④Fog Computing：雾计算主要是在当地区域网络、物联网网关或者雾节点上进行处理，允许单处理设备从不同的传感器收集信息然后有根据地进行操作，如智能机器人吸尘器，有低时延的特点。但是因其依赖于无线连接而需要实时信息来处理复杂的操作，因此，具有一定限制。Fog Computing与MEC有一些区别，比如，Fog Computing在雾节点或者物联网网关进行操作，广泛应用于物联网以及M2M通讯，而MEC依赖于RAN进行操作，在4G和5G广泛应用。
（3）结构
①RAN：MEC大部分函数在RAN中。RAN是cellular network communication sytem infrastructure的一部分，促进了移动设备与移动核心网络的连接，通过多个基站的各个cell以及cells之间的相互连接覆盖了广泛的区域。这些基站通过RNC（BSC）之间的microwave或者landlines进行连接。后因LTE的引入，有着低时延和高带宽的特点。最近，又引入了C-RAN（cloud RAN）的概念，提供中心处理、集成无线电、实时性以及高效的基础设施，减少了操作消耗，提供更好的服务。
②Three-Layer Architecture：mobile devices–>MEC–>cloud，如下图所示。随着LTE-based RAN的发展，将云服务引入附近的移动设备是可行的。每一个边界平台都相当于一个边界云。MEC可以分布在购物中心、移动设备或移动物体中，也可以部署在LTE基站设备上，可以应用于游戏软件、时延敏感性以高带宽要求的情景。

（4）优点
①MEC关注重要指标，如通过限制数据到MEC服务器的移动来实现延迟和高带宽；②能耗方面，计算任务被迁移到额外资源丰富的系统来延长电池寿命；③分布式虚拟服务器提供可伸缩性和可依赖性。
受益者包括移动网络提供者、应用服务提供者以及终端用户。

3、应用

（1）Augmented Reality（AR）
AR通过将真实和虚拟物体连接起来，使他们同时存在来实现实时的用户体验，常应用于新闻、电视栏目、物体识别、游戏等移动科技，但其需要强大的计算能力来维持互联IT服务。
边缘计算是AR的基础，他们可以帮助AR应用实现边缘网络处理信息的最大吞吐量。举一个实例，如，大脑计算机交互，通过MEC和云计算平台来处理大量计算任务。
（2）Content Delivery and Caching
边缘计算科技在网站性能优化方面，如缓存HTML内容、重组网页布局以及更新网页部件，有很关键的作用。用户通过边缘服务器来处理请求，边缘服务器将服务就近处理，具有实时性。如，在拥挤网络的条件下，通过减少图形分辨率来避免任何DOS或者jitter。

4、Emerging Application Scenarios

（1）Healthcare
该文中以减少中风病人摔倒频率为例。大量研究向其引进人机交互设备，如智能手机、智能手表以及Google glass，但是仍然存在一定的限制。最近，研究人员提出名为U-fall的智能医疗基础设施，向其引入了边缘计算技术并且使用了三层架构,包括role model，layered-cloud architecture以及MEC，具有实时性、准确性，并且能够立刻对病人进行诊断。
（2）Vedio Analytics
监控系统，当有移动行为的时候，通过智能化MEC将数据传输至网络，如检测交通事故、根据嫌疑人照片对嫌疑人进行检测。
（3）Mobile Big Data Analytics
无数个移动设备会产生大量的数据，如GPS、加速器以及照相机，这些数据集结构不一且难处理，加重了网络带宽压力。大数据分析即提取数据关键信息。引入MEC，直接在MEC环境下对数据进行初步处理，之后再传输到云平台进行存储和进一步存储。
（4）Cnnected Vehicles
在运输工具上引入MEC，使运输工具之间能够和其他的运输工具进行通讯，告知交通事故以及行人自行车出现的信息，另外，MEC实现了可伸缩性、可依赖性以及与本地传感器同步的分布式环境。
（5）Smart Grid
智能电网中包括多个组件，其中智能仪表对能耗值进行检测和控制，智能仪表需要支持数据采集和监督监控（SCADA），而MEC通过微电网和智能仪表可以支持此功能。
（6）Wireless Sensor and Actuator Networks(WSANS)
WSANS用于监控、跟踪并控制身体或环境状况。引入MEC开发了一种积极地反馈循环系统，例如矿井空气压力检测，可以使用较少的能源和宽带就可以实现该功能。
（7）Smart Building Control
建筑工程引入MEC，可以收集信息，并且对异常情景做出回应。如建筑物中湿度增加，便通风吹干水分。
（8）SDNs（Software-defined Networks）
SDNs是计算机网络中可以进行控制层和数据层隔离的一种创新。数据层收集用户生成信息，通过控制层的控制表传输信息。MEC的引入使SDNs的中心化控制更高效且可以减少丢包比率。
（9）Ocean Monitoring
海洋上需要关键信息来提前预知海阳天气以及避免海洋意外事件，但需要大量计算能力且云中心存在延迟，因此MEC的引入可以避免数据丢失或数据传输中的数据延迟。

5、Several research efforts in MEC

（1）Computational Offloading
Computational Offloading即将计算任务迁移到资源丰富的设备上，这些设备可以位于不同位置。随着软件对资源要求的提升，仅仅在移动设备和移动网络方面的提高是无法满足的。为处理这种限制，许多研究者准备计算负载迁移到资源丰富的平台，如cloud。
2015年，Takahashi等人提出edge accelerated Web browsing(EAB)，通过将软件负载迁移到在RAN内实现的边缘服务器中来提升用户体验。EAB前端对网页内容进行处理，而视频数据传输到EAB后端进行解码。
2016年，Chen等人设计了一种高效的计算卸载模型，该模型使用分布式游戏理论策略。当基于策略通讯而连接无线通道时，Game theory同时连接用户来制定正确的决策。特别地，Game theory主要解决多用户计算产生的NP-hard问题，通过为多用户计算负载游戏提供一种Nash平衡来解决该问题。
除此之外，还包括2015年的successive convex approximation（SCA）、femto-cloud system以及2016年的contract-based computational resource allocation scheme。
（2）Low Latency
①2016年，Abdelwahab等人提出REPLSOM，将边缘云结构与LTE内存复制协议进行结合来避免时延问题。由于需要在后端云服务器上为大量IOT设备进行内存分配，因此LTE本身存在瓶颈。LTE-integrated edge cloud可以提供计算以及存储的资源，因此，REPLISOM可以按时间顺序来处理内存复制事件，从而解决内存复制过程因为无线电资源而产生的矛盾。
②2015年，Nunna等人通过将MEC与5G进行结合，提出一种实时语境软件协作系统。将5G与MEC结合可以通过利用情景信息来提供实时性协作，有利于需要高带宽与低时延的生命远程机器手术以及交通事故。
③2016年，Kumar等人提出基于智能电网数据管理系统的VDTN（vehicular delay-tolerant network），通过MEC来监督大量数据及在多个智能设备上的传输。根据数据移动，设备可以根据信息在移动车载上的传输延时、反应时间以及高网络传输来计算充放电的决定。
（3）Storage
2016年，Jararweh等人提出一种“a software defined system for MEC (SDMEC)”。该框架将软件定义的系统部件与MEC进行结合来进一步扩展MCC功能。相关的应用如交通控制、内容分享以及移动游戏等。
（4）Energy Efficiency
①2014年，Gao提出一种机会对等的MCC框架，该概率框架由多个通过近范围无线电连接的对等移动设备组成。这些移动设备可以在他们的容量范围之内来共享他们的资源。该框架可以评估机会网络传输状态并确保计算结果及时传输给发起者。主要应用在战场上在决策边缘的战士，该框架在在线传感器的辅助下，可以应用于情景感知或认识周围环境。
②2015年，Beck等人提出ME-VoLTE，即integrates MEC to voice over LTE，将vedio的解码交给基站的MEC服务器，通过使用额外资源来延长电池寿命。
③2015年，El-Barbary等人提出基于商品移动设备的DroidCloudlet。DroidCloudlet将资源有限的移动设备上的负载移动到资源丰富的设备上来延长移动电池寿命。
④2016年，Jalali等人提出一种基于流和时间的能源消耗模型。他们进行了多次试验在云计算环境中引入集中式纳米数据中心（nDCs）实现高效能耗，但对其研究并不多，但在这篇文章中总结出，当应用（尤其是IoT应用）在用户室内产生并处理时，是可以节省能源的。