移动边缘计算教学提纲

《移动边缘计算教学提纲》由会员分享，可在线阅读，更多相关《移动边缘计算教学提纲（32页珍藏版）》请在金锄头文库上搜索。

1、移动边缘计算技术 主讲人 张硕组员 张源杨启浩梁双伟刘泽华赵博男 一 移动边缘计算为何物1 1移动边缘计算的概念 特征与基本组件移动边缘计算 MEC 最初于2013年在IBM和NokiaSiemens共同推出的一款计算平台上出现 之后 各大电信标准组织开始推动移动边缘计算的规范化工作 目前仍处于技术研发和产业化过程中 虽仍处于发展初期 但作为5G的核心技术之一 发展前景广阔 数据显示 通过增加边缘云服务器的部署 运营商可以减少专有的网络部署 节省无线接入网络与现有应用服务器之间的回程线路使用达35 以上 因此 巨头纷纷布局 包括诺基亚 英特尔 华为 中兴等 2016年 华为在国内倡议发起了 边

2、缘计算产业联盟 根据边缘计算产业联盟的定义 边缘计算是在靠近物或数据源头的网络边缘侧 融合网络 计算 存储 应用核心能力的开放平台 就近提供边缘智能服务 以满足行业数字化在敏捷联接 实时业务 数据优化 应用智能 安全与隐私保护等方面的关键需求 移动边缘计算的技术特征主要体现为 邻近性 低时延 高宽带和位置认知 1 邻近性 由于移动边缘计算服务器的布置非常靠近信息源 因此边缘计算特别适用于捕获和分析大数据中的关键信息 此外边缘计算还可以直接访问设备 因此容易直接衍生特定的商业应用 2 低时延 由于移动边缘计算服务靠近终端设备或者直接在终端设备上运行 因此大大降低了延迟 这使得反馈更加迅速 同时也

3、改善了用户体验 大大降低了网络在其他部分中可能发生的拥塞 3 高带宽 由于移动边缘计算服务器靠近信息源 可以在本地进行简单地数据处理 不必将所有数据或信息都上传至云端 这将使得核心网传输压力下降 减少网络堵塞 网络速率也会因此大大增加 4 位置认知 当网络边缘是无线网络的一部分时 无论是WiFi还是蜂窝 本地服务都可以利用相对较少的信息来确定每个连接设备的具体位置 移动边缘计算的基本组件包括 路由子系统 能力开放子系统 平台管理子系统及边缘云基础设施 前3个子系统部署于移动边缘计算服务器内 而边缘云基础设施则由部署在网络边缘的小型或微型数据中心构成 移动边缘计算系统的核心设备是基于IT通用硬件

4、平台构建的MEC服务器 移动边缘计算系统通过部署于无线基站内部或无线接入网边缘的云计算设施 即边缘云 以提供本地化的公有云服务 并可连接其它网络 如企业网 内部的私有云实现混合云服务 移动边缘计算系统提供基于云平台的虚拟化环境 支持第三方应用在边缘云内的虚拟机 VM 上运行 相关的无线网络能力可通过MEC服务器上的平台中间件向第三方应用开放 1 2移动边缘计算与云计算协同互补 相得益彰移动边缘计算和云计算的关系可以比喻为集团公司的地方办事处与集团总公司的关系 云计算把握整体 聚焦于非实时 长周期数据的大数据分析 能够在周期性维护 业务决策支撑等领域发挥特长 边缘计算则专注于局部 聚焦实时 短周

5、期数据的分析 能够更好地支撑本地业务的实时智能化处理与执行 对于数据处理的时效性要求 如果完全依靠云计算 传输时间及反馈时间将会使得数据处理效率大打折扣 而如果先通过移动边缘计算进行简单初步的处理 对于复杂的数据再上传至云端 通过云计算解决 这样既可以解决数据处理的时效性问题 同时降低传输成本 又可以减轻云计算的压力 因此 云计算与移动边缘计算配合的运行模式是这样的 边缘端先对数据进行预处理 提取特征传输给云端再进行计算分析 移动边缘计算是CDN 内容分发网络 的未来发展方向之一CDN即内容分发网络 其目的是通过在现有的Internet中增加一层新的网络架构 将网站的内容发布到最接近用户的网络

6、 边缘 使用户可以就近取得所需的内容 以提高用户访问网站的响应速度 CDN与移动边缘计算之间存在千丝万缕的联系 CDN与移动边缘计算的产生背景有许多相同之处 实现目标也有相近之处 两者都是在用户体验要求不断提高 用户数量 数据流量激增的背景下产生 CDN中的网络 边缘 和移动边缘计算中的 边缘 含义接近 都意味着和以往的网络架构不同 服务器更接近于无线接入网 RAN 但是相较于CDN 移动边缘计算更靠近无线接入网 下沉的位置更深 由于物理距离的减少 自然移动边缘计算相较于CDN时延进一步降低 但在架构上 移动边缘计算与CDN差别较大 移动边缘计算的典型架构中包括能力开放系统及边缘云基础设施 这

7、使得移动边缘计算拥有开放API能力以及本地化的计算能力 而这些恰恰是CDN所欠缺的 由于自身的技术特点 CDN应用场景的关注点是在 加速 如网站加速 视频点播及视频直播等等场景 并未出现智能化场景 而移动边缘计算包括了计算能力 因此具备了低时延和智能化特点 移动边缘计算在包含CDN的应用场景外 在诸如车联网 智慧医疗等要求智能化的应用场景中将起到非常大的作用 随着技术的不断进步以及产业环境的日益变化 用户对高频 高交互的要求越来越极致化 不仅对时延的要求更高 对智能调配能力和处理 计算海量数据的能力也要求更高了 因此 CDN的传统应用场景如视频加速将受到挑战 对此 CDN要根据市场需求做出进一

8、步升级 比如智能化 最关键的是智能调配 智能计算 在应用场景方面 CDN也应不断升级 从最初的图片加速 网站加速 视频加速 到承载各类高清视频 VR AR等重度应用 再到对大数据技术 物联网 人工智能的承载 而这些正是移动边缘计算要解决的问题 因此 传统CDN是以缓存业务为中心的IO密集型系统 未来CDN的演进方向之一是形成边缘计算系统 二 多因素推动移动边缘计算加速发展2 1物联网时代的大数据与大连接需要移动边缘计算物联网的核心是让万物互联 让每个物体都能够智能地连接与运行 边缘计算可以通过更靠近边缘的数据分析处理能力 帮助物联网更好地实现物与物之间的传感 交互和控制 移动边缘计算 作为一种

9、将计算 网络 存储能力从云延伸到物联网网络边缘的架构 遵循 业务应用在边缘 管理在云端 的模式 当前 各种附带传感器的智能设备正在快速联网 IDC的统计数据显示 到2020年全球将有超过500亿的终端和设备联网 我们预计 2016年我国物联网连接数约8 4亿个 预计2020年将增长317 达到35亿 连接数的快速增长 一方面意味着海量数据的产生 另一方面 这类连接设备往往还需要进行智能计算 根据IDC的预计 在2018年将有40 的数据需要在网络边缘侧分析 处理与储存 海量数据带来的问题是存储不便 计算结果的迟滞性 云计算是解决该问题的方法之一 在面临如此庞大的数据量时 云计算可以为大数据提供

10、存储和计算支持 但是物联网产生的大量数据如果完全由云计算进行处理 那么网络边缘侧产生的数据就需要全部通过网络上传到云端 不仅传输时间将非常长 传输代价也很大 更重要的是 由于数据是先上传至云端 再反馈于终端执行 数据处理效率将大打折扣 以智能驾驶为例 在监测到车子前方有障碍物时 如果无法及时智能化处理 控制方向躲避障碍物 而是先传入云端 再反馈回终端的的话 极小的延迟 都有可能导致车祸的发生 而如此大量的设备需要智能化计算 仅仅依靠云计算是难以完成的 因此 面对未来物联网时代产生的大量连接与大量数据 就需要重新考虑网络布局 举个例子 一段网红的短视频约为10MB 如果一个区域内有1000个人观

11、看这段视频就会产生10GB的网络流量 在这过程中 实际上这段视频内容从互联网到移动网络内被重复发送了1000遍 99 9 的网络带宽被浪费了 如果将视频缓存在靠近边缘侧的节点 将大量节省带宽 物联网的数据特征是多样化 异构性 海量性和高增长 因此 数据的筛选与及时处理便对目前的网络架构构成了挑战 根据国际电信联盟 ITU 的调查结果 在物联网时代 数据处理效率与有效信息抓取是使用者面临的主要问题 分别有44 和36 的受访人群认为数据量太大以及有效信息难以抓取是主要问题 传统的观点认为解决数据多样化与异构性应当从基础软件入手 不同的微型设备可能需要不同的操作系统 不同的感知信息需要不同的数据结

12、构和数据库 不同的系统需要采用不同的中间件 这三个系统的正确选择可以屏蔽数据的异构性 但采取这种方式 成本支出将是巨大的 而移动边缘计算可以首先对数据进行筛选 将筛选后的数据再上传至云端 从而实现数据的顺利传递 过滤 融合 对及时 正确感知数据具有重要意义 对于物联网数据的海量性与高增长性问题 如果直接去建设更多更大的数据中心会极大地增加管理成本并且使得系统可靠性下降 而移动边缘计算作一个十分靠近终端信息源的小型信息中心 将应用 处理和存储推向移动边界 使得海量数据可以正常处理 而不必完全去建设更多的数据中心 2 2移动边缘计算是5G的核心技术5G技术以 大容量 大带宽 大连结 低延迟 低功耗

13、 为诉求 根据联合国国际电信联盟 ITU 对5G的标准要求 5G标准包括增强型移动宽带 eMBB 超高可靠低时延通信 URLLC 以及海量机器通信 mMTC 三大应用场景 并定义了以下关键指标 峰值吞吐率10Gbps 时延1ms 连接数100万 高速移动性500km h IMT 2020定义的5G八个关键能力 在目前的网络架构中 由于核心网的高位置部署传输时延比较大 不能满足超低时延业务需求 此外 业务完全在云端终结并非完全有效 尤其一些区域性业务不在本地终结 既浪费带宽 也增加时延 因此 时延指标和连接数指标决定了5G业务的终结点不可能全部都在核心网后端的云平台 移动边缘计算正好契合该需求

14、一方面 移动边缘计算部署在边缘位置 边缘服务在终端设备上运行 反馈更迅速 解决了时延问题 另一方面 移动边缘计算将内容与计算能力下沉 提供智能化的流量调度 将业务本地化 内容本地缓存 让部分区域性业务不必大费周章在云端终结 2 2 1网络切片技术需要应用移动边缘计算网络切片被众多知名运营商与设备商认为是5G时代的理想网络架构 由于移动网络需要服务各种类型和需求的设备 如果为每一种服务建设一个专有网络 成本将是难以估计的 而网络切片技术可以让运营商基于一个硬件基础设施切分出多个虚拟的端到端网络 每个网络切片从设备到接入网到传输网再到核心网在逻辑上隔离 适配各种类型服务的不同特征需求 保证从核心网

15、到接入网 包括终端等环节 能动态 实时 有效地分配网络资源 从而保证质量 时延 速度 带宽等方面的质量 移动边缘计算的业务感知功能与网络切片技术在一定程度上是相似的 移动边缘计算的主要技术特征之一为低时延 这就使得移动边缘计算可以支持对时延要求最为苛刻的业务类型 这也意味着移动边缘计算是超低时延切片中的关键技术 随着移动边缘计算的应用 网络切片技术的内涵将由单纯地切分出多个虚拟的端到端网络扩充到不同高要求时延下的切分出虚拟的端到端网络 这有助于5G网络切片技术的发展 2 2 2C U分离技术将促进移动边缘计算实现在5G时代 移动网络面临着指数级增长的流量需求 因此利用拥有更广泛频谱的更高频带来

16、拓展网络容量成为一种方法 但是 与较低的频带相比 高频带容易遭受严重的传播损耗 为解决这一问题 运营商普遍会将在较高频带工作的小区置于较低频带的小区覆盖范围内 但随着部署越来越密集 在超密集组网场景下单小区的覆盖范围较小 会导致较高移动速度的终端用户遭受频繁切换 从而导致用户体验显著下降 同时这样的频繁切换会引起巨大的冗余控制信令交互 降低异构网络的效率 为了解决这一问题 C U分离技术提出 C U分离 转控分离 技术是指从网络重构的角度 将控制功能集中化 从架构设计方面把控制面集中 把用户面或者转发面进一步简化 以降低成本 提高效率 在C U分离技术中 控制面与用户面的分离 用户面网关可以独立下沉至移动边缘 而移动边缘计算由于将服务下移 按流量计费功能与安全性保障需求将一直存在 C U分离技术则可以解决该问题 有助于移动边缘计算的发展 值得一提的是中国移动研究院与中兴通讯合作的以C U分离技术为重要基础的vBRAS创新方案 一举斩获 2017年度GTB基础设施创新大奖 这充分说明行业对于C U分离技术这一理念的认可 2 2 3移动边缘计算可以满足5G低时延要求5G三大应用场景之一中的