车载边缘计算卸载技术研究综述

通过将移动边缘计算技术应用在车联网,车载边缘计算技术可为车载用户提供低时延、高带宽、高可靠性的应用服务.首先详细介绍了车载边缘计算卸载技术的背景、意义以及本文的贡献.其次,分别概述了车载边缘计算卸载技术的网络架构、主要挑战以及应用场景.然后,从移动分析、卸载模式、资源协作和管理等多个维度全面综述了车载边缘计算卸载技术的...     

移动边缘计算的需求与部署分析

4G网络架构难以满足5G的大容量、大带宽、大连结、低延迟需求,于是ETSI(欧洲电信标准化协会)提出移动边缘计算的概念。首先分析移动边缘计算的概念以及应用后给网络带来的性能提升;其次解析移动边缘计算服务器部署的位置,以及不同的应用场景相应的最佳部署位置;列举其典型应用场合,包括移动视频、车联网、增强现实、监控视频等。     

基于5G移动网络中边缘计算与计算迁移模型的研究

随着通信技术和移动互联网的高速发展,移动通信已进入了5G时代。但数据的蓬勃发展也让网络面临大带宽、低时延、广连接、高可靠度、高安全性等挑战。面对这些挑战,移动边缘计算(mobile edge computing,MEC)孕育而生了,MEC架构提供了分流、计算、业务感知、计算迁移的能力,并将相应能力下沉至网络边缘。文章首先介绍了边缘计算在5G网络中的基本架构和最新的研究成果。其次,基于MEC平台下的任务迁移是未来必然的发展趋势,分析了MEC环境下任务迁移的过程、算法、优势等。最后提出了目前边缘计算发展所面临的问题及挑战。     

5G NSA接入专线方案探讨

利用5G大带宽、低时延的网络特性,从现有NSA网络入手,探索利用5G无线网络、核心网、传输网、移动边缘计算实现5G入云专线接入,将专线由传统固定网络接入拓展为5G无线接入方式.基于当前运营商的网络架构,实现了在不同网络层次对专线流量进行解析分流,并通过对比不同方案下专线流量的传输带宽、时延等服务指标,分析了影响业务性能...     

车联网中基于MEC的V2X协同缓存和资源分配

针对车联网的多媒体业务快速增长,大量的数据交换为移动网络带来沉重负担的问题,构建了一种车联网中基于移动边缘计算的V2X协同缓存和资源分配框架.提出了V2X协同缓存与资源分配机制,实现网络内计算、缓存和通信资源的有效分配;利用图着色模型为卸载用户分配信道;采用拉格朗日乘子法对功率与计算资源进行分配.仿真结果表明,在不同的...     

一种基于5G的开放式智慧V2X云平台

在移动互联网时代,车联网的出现将使汽车变成下一个移动终端,流量红利将因此会从智能手机分流到汽车。中国移动将紧跟时代大趋势,在车联网方面开展5G网络部署工作,加快5G在车联网、智慧交通方面的应用,形成标杆,加快项目复制,抓住车联网流量及相关5G新基建红利。在此背景下,文章提出了一种基于5G的开放式智慧车路协同云平台,可从安全、效率、服务三方面提升高速智慧化水平,解决路侧设备信息化转型问题。     

基于云网PoP的弹性边缘网络设计思路探讨

移动边缘云是公司“云+5G”双引擎战略的最佳契合点,边缘网络是发挥移动云“大云”产品和5G网络融合优势,实现云网统筹、构建运营商“连接+计算”核心能力的关键。运营商传统接入网存在云网割裂、分段入云和组网复杂等突出问题,难以适应边缘业务敏捷交付要求。本文通过深入分析边缘云业务特征和技术架构,对标业界主流云商建设实践,研究基于云网PoP网的边缘网络建设思路,创新性提出云网一体化规划设计和建设交付流程变革,基于云网POP统一网络和业务锚点,构建Overlay和Underlay融合双层加速网络架构,探索Spine-leaf化的新型城域接入网实现L3下沉和弹性扩容等方法,实现“云+网+应用”一体化敏捷交付的边缘网络能力。     

初识5G移动边缘计算MEC

2016年4月,3GPP系统架构项目组(SA2)正式将移动边缘计算MEC(Mobile Edge Computing)纳入到5G移动通信网络架构的关键技术之中。移动边缘计算可以将集中部署在数据中心的应用服务和功能分散部署到移动网络的边缘,在移动网络边缘提供IT资源和CT资源,从而解决传输时延、网络拥堵等问题,这为5G移动网络业务和服务的创新带来无限可能。     

MEC的云边协同分析

在业界云边协同应用场景和云边协同通用参考框架基础上提出移动边缘计算(MEC)云边协同参考架构,分析了狭义MEC与广义MEC的云边协同不同点,具体给出MEC边缘网络服务、边缘运营管理、云边平台服务、云边业务应用4大类的协同,为运营商的5G MEC云边协同发展提供参考。     

边缘计算中的网络建设需求分析

文章系统介绍了移动边缘计算关键技术,详细分析了MEC网络平台架构及功能,对于典型与应用场景中的数据分流业务进行了论述和介绍。在5G网络应用中,MEC技术通过为移动网边缘,无线接入网提供IT服务,同时提供强大的云计算能力,满足了本地化业务、近距离部署的功能要求,极大地提高了用户体验。     

基于边缘计算的高效视频内容分发关键技术与挑战

近年来移动互联网、工业互联网的快速发展,引发媒体计算与服务的一个新的趋势:以视频为代表的多媒体数据的产生、处理和分发越来越多地趋向网络边缘。复杂应用环境下,用户行为、系统资源的不确定性成为网络视频服务面临的重大挑战。如何引入人工智能与机器学习的方法,利用网络边缘的计算、存储和网络资源实现视频内容分发随需而动,从而支撑更低延迟、更高带宽需求的网络视频服务,逐渐成为新的研究和应用热点。该综述分析了基于边缘计算的视频分发所面临的挑战,提出了通过边缘计算的网络、存储和计算能力来进行视频内容分发的框架,并在此框架下给出了边缘缓存及替换、边缘内容预取、边缘内容收集和边缘计算迁移等视频分发的优化策略设计。     

Software defined industrial network architecture for edge computing offloading

互联网与传统制造业的融合使得“工业物联网”（IoT）成为一个热门研究课题。但传统的工业网络仍然面临着来自资源管理,原始数据存储限制和计算能力的挑战。在本文中,我们提出了一种新的软件定义工业网络（SDIN）体系结构来解决IIoT中存在的资源利用,数据处理和存储以及系统兼容性等缺陷。该架构基于软件定义网络（SDN）架构,并结合分层云雾计算和内容感知缓存技术。文中基于SDIN架构,讨论了工业应用中的两种边缘计算策略,并通过考虑不同的场景和服务要求,仿真结果证实了SDIN架构在边缘计算卸载应用中的可行性和有效性。     

Survey on data security and privacy-preserving for the research of edge computing

With the rapid development and extensive application of the Internet of things (IoT),big data and 5G network architecture,the massive data generated by the edge equipment of the network and the real-time service requirements are far beyond the capacity if the traditional cloud computing.To solve such dilemma,the edge computing which deploys the cloud services in the edge network has envisioned to be the dominant cloud service paradigm in the era of IoT.Meanwhile,the unique features of edge computing,such as content perception,real-time computing,parallel processing and etc.,has also introduced new security problems especially the data security and privacy issues.Firstly,the background and challenges of data security and privacy-preserving in edge computing were described,and then the research architecture of data security and privacy-preserving was presented.Secondly,the key technologies of data security,access control,identity authentication and privacy-preserving were summarized.Thirdly,the recent research advancements on the data security and privacy issues that may be applied to edge computing were described in detail.Finally,some potential research points of edge computing data security and privacy-preserving were given,and the direction of future research work was pointed out.     

Aerial edge computing for 6G

In the 6 th generation mobile communication system(6 G) era, a large number of delay-sensitive and computation-intensive applications impose great pressure on resource-constrained Internet of things(IoT) devices. Aerial edge computing is envisioned as a promising and cost-effective solution, especially in hostile environments without terrestrial infrastructures. Therefore, this paper focuses on integrating aerial edge computing into 6 G for providing ubiquitous computing services for IoT devices...     

基于模拟退火机制的车辆用户移动边缘计算任务卸载新方法

在车联网(IOV)环境中,如果将车辆的计算任务都放置在云平台执行,无法满足对于信息处理的实时性,考虑移动边缘计算技术以及任务卸载策略,将用户的计算任务卸载到靠近设备边缘的服务器去执行。但是在密集的环境下,如果所有的任务都卸载到附近的边缘服务器去执行,同样会给边缘服务器带来巨大的负载。该文提出基于模拟退火机制的车辆用户移动边缘计算任务卸载新方法,通过定义用户的任务计算卸载效用,综合考虑时耗和能耗,结合模拟退火机制,根据当前道路的密集程度对系统卸载效用进行优化,改变用户的卸载决策,选择在本地执行或者卸载到边缘服务器上执行,使得在给定的环境下的所有用户都能得到满足低时延高质量的服务。仿真结果表明,该算法在减少用户任务计算时间的同时降低了能量消耗。     

车联网网络架构与媒质接入机制研究

车联网旨在实现一体化智能交通体系和无处不在的网络,其关键技术在于全网数据共享和车辆宽带接入。现有车辆网络架构因其不同设计目标而缺少统一的协议栈和数据接口,难以有效进行全网数据共享或协同通信;其多信道机制缺少灵活性,整体网络性能受网络节点密度影响较大。文章提出面向安全应用的车联网无线网络架构及其协同通信协议栈,并对车联网自适应多信道媒质接入协议进行研究。     

基于移动边缘计算的资源分配策略

为进一步探究移动互联网的资源分配问题,文中基于无线互联网通信工况恶劣的特殊情形构建了仿真模型,并结合实际情况,以支持移动边缘计算的服务器为基础,引入基于深度域不变性残差计算的长短期记忆网络（DR-LSTM）,从互联网设备任务卸载的角度着手设计了资源分配策略和主要算法流程。通过仿真实验结果可知,基于移动边缘计算的资源分配策略在性能上存在一定的优势,具有潜在的应用价值。     

OverMesh: network-centric computing [Accepted from Open Call]

The communications industry significantly lags behind the personal computing industry in terms of empowering the end user to innovate, as fundamental architectural shifts have yet to occur to push intelligence to the network edge. The decentralization of the telecommunication system to the edge of today's hierarchically formed networks is inevitable with the emergence of key wireless technologies and the proliferation of mobile computing devices and more prevailing usage models. This article envisions a decentralized communication system formed of wireless mesh networks and a highly virtualized, converged computing and communications node-based architecture with emergent management capabilities. We propose to embed the user inside the network to freely associate services and resources such as computing, storage, and bandwidth to rapidly advance network innovation - network-centric computing. This article proposes a novel direction and vision for network-centric computing, expands upon our research, and presents the OverMesh platform from which we have begun work to instantiate this vision. Finally, we expect this new envisioned network to coexist with today's Internet infrastructure and enable a new generation of applications and usage models