版权声明：本文为博主原创文章，转载请注明出处。 https://blog.csdn.net/gongxifacai_believe/article/details/80804841
1、1G~5G发展变革
1G：第一代移动通信系统出现在蜂窝系统理论提出之后，主要满足人们无线移动通话的需求。
2G：第二代蜂窝移动通信系统出现在数字蜂窝技术的发展与成熟之后，为了进一步提高通话的质量，推出了数字化语音业务的第二代蜂窝移动通信系统。
3G：20世纪末，IP和互联网技术的快速发展改变了人们的通信方式，传统的语音通信的吸引力下降，人们期望无线移动网络也能够提供互联网业务，于是出现了能够提供数据业务的第三代移动通信系统。
4G：第四代移动通信系统提供了3G不能满足的无线网络宽带化。4G网络是全IP化网络，主要提供数据业务，其数据传输的上行速率可达20Mbit/s，下行速率高达100Mbit/s，基本能够满足各种移动通信业务的需求。
5G：移动互联网和物联网的快速发展导致第五代移动通信系统的诞生。
——“5G网络技术研究现状和发展趋势”（王胡成等.《电信科学》2015.09）
如果说4G时代的智能终端技术全面促进了传统PC互联网同移动网络的深度融合，那么在5G时代，MEC技术将会推动云计算平台同移动网络的融合，并可能在技术及商业生态上带来新一轮的变革和颠覆。
5G网络在未来主要用于满足三大类业务的需求：（1）面向全球大约25亿用户的增强移动宽带业务，如高清视频、远程医疗、远程办公、远程教育等更为丰富的融合通信体验。（2）实现万物互联的物联网业务。（3）满足超高可靠超低时延的关键通信场景需求。——《5G移动边缘计算》（俞一帆等）
5G网络的通信场景：（1）连续广域覆盖场景：最传统的通信场景，以保证用户的移动性和业务连续性为目标 ， 为用户提供100 Mbit/s 以上无缝的高速业务体验。（2）热点高容量场景：主要面向局部热点区域，为用户提供极高的数据传输速率（1 Gbit/s），满足网络极高的流量密度（数十 Tbit/s/km2）需求。（3）低功耗大连接场景：针对物联网中部署大量终端的应用场景，要求网络支持超千亿设备连接，满 足百万/km2 连接数密度指标要求，还要保证终端的超低功耗和超低成本。（4）低延时高可靠场景：主要面向车联网、工业控制等垂直行业的极端性能需求，为用户提供毫秒级的端到端时延和/或接近 100%的业务可靠性保证。
——“5G网络技术研究现状和发展趋势”（王胡成等.《电信科学》2015.09）
2、移动边缘计算的起源
移动边缘计算（Mobile Edge Computing, MEC）概念最初于2013年出现。IBM与Nokia Siemens网络当时共同推出了一款计算平台，可在无线基站内部运行应用程序，向移动用户提供业务。欧洲电信标准协会(European Telecommunications Standards Institute, ETSI)于2014年成立移动边缘计算规范工作组(Mobile Edge Computing Industry Specification Group)，正式宣布推动移动边缘计算标准化。其基本思想是把云计算平台从移动核心网络内部迁移到移动接入网边缘，实现计算及存储资源的弹性利用。这一概念将传统电信蜂窝网络与互联网业务进行了深度融合，旨在减少移动业务交付的端到端时延，发掘无线网络的内在能力，从而提升用户体验，给电信运营商的运作模式带来全新变革，并建立新型的产业链及网络生态圈。2016年，ETSI把MEC的概念扩展为多接入边缘计算（Multi-Access Edge Computing），将边缘计算从电信蜂窝网络进一步延伸至其他无线接入网络（如WiFi）。MEC可以看作是一个运行在移动网络边缘的、运行特定任务的云服务器。
据估计，将应用服务器部署于无线网络边缘，可在无线接入网络与现有应用服务器之间的回程线路（Backhaul）上节省高达35%的带宽使用。到2018年，来自游戏、视频和基于数据流的网页内容将占据84%的IP流量，这要求移动网络提供更好的体验质量。利用边缘云架构，可使用户体验到的网络延迟降低50%。据Gartner报告，全球联网的物联网设备至2020年将高达208亿台。在图像识别方面，服务器的处理时间增加50~100ms，能提高10%~20%的识别准确率，这意味着在不对现有识别算法做改进的情况下，通过引入移动边缘计算技术，就可通过降低服务器同移动终端之间的传输时延改善识别效果。——《5G移动边缘计算》（俞一帆等）
3、MEC的业务应用场景
MEC的应用场景可以分为本地分流、数据服务、业务优化三大类。
本地分流：主要应用于传输受限场景和降低时延场景。包括企业园区、校园、本地视频监控、VR/AR场景、本地视频直播、边缘CDN等。
数据服务：包括室内定位、车联网等。
业务优化：包括视频QoS优化、视频直播和游戏加速等。
——《中国移动5G联合创新中心创新研究报告——移动边缘计算（2017年）》
4、MEC的关键技术
（1）网络开放：MEC可提供平台开放能力，在服务平台上集成第三方应用或在云端部署第三方应用。
（2）能力开放：通过公开API的方式为运行在MEC平台主机上的第三方MEC应用提供包括无线网络信息、位置信息等多种服务。能力开放子系统从功能角度可以分为能力开放信息、API和接口。API支持的网络能力开放主要包括网络及用户信息开放、业务及资源控制功能开放。
（3）资源开放：资源开放系统主要包括IT基础资源的管理（如CPU、GPU、计算能力、存储及网络等），能力开放控制以及路由策略控制。
（4）管理开放：平台管理系统通过对路由控制模块进行路由策略设置，可针对不同用户、设备或者第三方应用需求，实现对移动网络数据平面的控制。
（5）本地转发：MEC可以对需要本地处理的数据流进行本地转发和路由。
（6）计费和安全。
（7）移动性：终端在基站之间移动，在小区之间移动，跨MEC平台的移动。
——《中国移动5G联合创新中心创新研究报告——移动边缘计算（2017年）》
5、NFV和SDN
网络功能虚拟化（Network Function Vitualization, NFV）和软件定义网络（Software Defined Network, SDN）技术将成为构筑未来5G网络架构的基石。NFV将传统网络实体的软硬件进行分离，对网络功能进行了软件化，实现了网络硬件资源的共享，从而促成了网络功能的快速部署及业务容量的按需灵活分配。SDN通过控制转发平面的分离，简化了网络和流量的管理控制功能，推动了虚拟化网络的发展。——《5G移动边缘计算》（俞一帆等）
6、 网络实现动态切片
多种类型的业务和多样化的通信场景对 5G 网络提出了多样化的性能需求，而这些多样化的性能需求显然无法通过统一的网络架构来保证， 因此 5G 网络需具备虚拟化切片的能力 ，使得每个网络切片能够适配不同的业务和通信场景，以提供合理的网络控制和高效的资源利用。
网络切片是指将物理网络通过虚拟化技术分割为多个相互独立的虚拟网络，每个虚拟网络被称为一个网络切片， 每个网络切片中的网络功能可以在定制化的裁剪后，通过动态的网络功能编排形成一个完整的实例化的网络架构。 通过为不同的业务和通信场景创建不同的网络切片，使得网络可以根据不同的业务特征采用不同的网络架构和管理机制，包括合理的资源分配方式、控制管理机制和运营商策略，从而保证通信场景中的性能需求，提高用户体验以及网络资源的高效利用，例如在超密集场景下引入本地化的控制管理机制和数据传输机制，降低网络中的信令开销和传输路径的跳数。
——“5G网络技术研究现状和发展趋势”（王胡成等.《电信科学》2015.09）
7、5G网络逻辑架构 
——“5G网络技术研究现状和发展趋势”（王胡成等.《电信科学》2015.09）
5G云化的发展趋势主要体现在以下两个方面：
（1）从中心云到边缘云
（2）从边缘云到移动设备云
随着技术的不断进步，移动设备还能够为人们提供计算、存储的资源，这可以被理解成是云的一部分，进而形成移动设备云。
——“5G网络技术研究现状和发展趋势”（姜春起等.《电子技术与软件工程》2018）
8、术语缩写对照表
| 缩写 | 释义 |
|---|---|
| 5G | 第五代信息通信技术 |
| API | Application Programming Interface 应用程序编程接口 |
| AR | Augmented Reality 增强现实 |
| CDN | Content Delivery Network 内容分发网络 |
| D2D | Device to Device 终端到终端的通信 |
| DNS | Domain Name System 域名系统 |
| DPI | Dots Per Inch 每英寸点数 |
| HTCA | High Throughput Cloud Architecture 高吞吐量云架构 |
| IoT | Internet of Things 物联网 |
| IPTV | Internet Protocol Television 交互式网络电视 |
| ISV | Independent Software Vendors 独立软件开发商 |
| LBO | Local Business Operation 本地业务处理 |
| LBS | Location Based Service 基于位置的服务 |
| MCDN | Mobile Content Delivery Network 移动内容分发网络 |
| MEC | Mobile Edge Computing 移动边缘计算 |
| OTT | Over The Top 互联网应用服务 |
| PGW | PDN GateWay PDN网关 |
| QoS | Quality of Service 服务质量 |
| RAN | Radio Access Network 无线接入网 |
| RTT | Round-Trip Time 网络往返时延 |
| SDK | Software Development Kit 软件开发工具包 |
| V2X | Vehicle to everything 车对外界的信息交换 |
| VR | Virtual Reality 虚拟现实 |
| WiFi | Wireless Fidelity 基于IEEE 802.11b标准的无线局域网 |
——《中国移动5G联合创新中心创新研究报告——移动边缘计算（2017年）》
1、MEC的优势
MEC 运行于网络边缘，逻辑上并不依赖于网络的其他部分，这点对于安全性要求较高的应用来说非常重要。另外，MEC 服务器通常具有较高的计算能力，因此特别适合于分析处理大量数据。同时，由于 MEC 距离用户或信息源在地理上非常邻近，使得网络响应用户请求的时延大大减小，也降低了传输网和核心网部分发生网络拥塞的可能性。最后，位于网络边缘的 MEC 能够实时获取例如基站 ID、可用带宽等网络数据以及与用户位置相关的信息，从而进行链路感知自适应，并且为基于位置的应用提供部署的可能性，可以极大地改善用户的服务质量体验。
2、MEC架构
从 2014 年 12 月开始，ETSI MEC ISG 开始致力于 MEC 的研究，旨在提供在多租户环境下运行第三方应用的统一规范。经过努力，ISG MEC 已经公布了关于 MEC 的基本技术需求和参考架构的相关规范。在参考文献[1]中，ISG MEC 对MEC 的网络框架和参考架构进行了定义。图 1 是MEC 的基本框架，该框架从一个比较宏观的层次出发，对 MEC 下不同的功能实体进行了网络（network）、ME（mobile edge）主机水平（ME host level）和 ME 系统水平（ME system level）这 3 个层次的划分。其中，MEC 主机水平包含 MEC 主机（ME host）和相应的 ME 主机水平管理实体（ME host-level management entity），ME 主机又可以进一步划分为 ME 平台（ME platform）、ME 应用（ME application）和虚拟化基础设施（virtualization infrastructure）。网络水平主要包含 3GPP 蜂窝网络、本地网络和外部网络等相关的外部实体，该层主要表示 MEC 工作系统与局域网、蜂窝移动网或者外部网络的接入情况。最上层是 ME 系统水平的管理实体，负责对 MEC 系统进行全局掌控。
图 2 是一个更为详细的 MEC 参考架构，该架构在图 1 所示的高水平框架的基础之上还详细定义了各个功能实体之间的相互关联，并抽象出 3 种不同类型的参考点。其中，Mp 代表和 ME 平台应用相关的参考点，Mm 代表和管理相关的参考点，Mx 代表和外部实体相关的参考点。
在图 2 所示架构下，ME 主机由 ME 平台、ME 应用和虚拟化基础设施组成。虚拟化基础设施可以为 ME 应用提供计算、存储和网络资源，并且可以为 ME 应用提供持续的存储和时间相关的信息，它包含一个数据转发平面来为从 ME 平台接收到的数据执行转发规则，并在各种应用、服务和网络之间进行流量的路由。ME 平台从 ME平台管理器、ME 应用或 ME 服务处接收流量转发规则，并且基于转发规则向转发平面下发指令。另外，ME平台还支持本地域名系统（domain name system，DNS）代理服务器的配置，可以将数据流量重定向到对应的应用和服务。ME 平台还可以通过 Mp3 参考点与其他的 ME 平台进行通信，在分布式 MEC 系统的协作机制中，Mp3 参考点可以作为不同 ME 平台互联的基础。
ME 应用是运行在 ME 虚拟化基础设施上的虚拟机实例，这些应用通过 Mp1 参考点与 ME 平台相互通信。Mp1 参考点还可提供标识应用可用性、发生 ME 切换时为用户准备或重定位应用状态等额外功能。
ME 平台管理器（ME platform manager，MEPM）具有 ME 平台元素管理、ME 应用生命周期管理以及 ME 应用规则和需求管理等功能。ME应用生命周期管理包括 ME 应用程序的创建和终止，并且为 ME 编排器（ME orchestrator，MEO）提供应用相关事件的指示消息。ME 应用规则和需求管理包括认证、流量规则、DNS 配置和冲突协调等。ME 平台和 MEPM 之间使用 Mm5 参考点，该参考点实现平台和流量过滤规则的配置，并且负责管理应用的重定位和支持应用的生命周期程序。Mm2 是操作支持系统（OSS）和 MEPM 之间的参考点，负责 ME 平台的配置和性能管理。Mm3是 MEO 和 MEPM 之间的参考点，负责为应用的生命周期管理和应用相关的策略提供支持，同时为 ME 的可用服务提供时间相关的信息。
MEO 是 ME 提供的核心功能，MEO 宏观掌控 ME 网络的资源和容量，包括所有已经部署好的 ME 主机和服务、每个主机中的可用资源、已经被实例化的应用以及网络的拓扑等。在为用户选择接入的目标 ME 主机时，MEO 衡量用户需求和每个主机的可用资源，为其选择最为合适的 ME主机，如果用户需要进行 ME 主机的切换，则由MEO 来触发切换程序。MEO 与OSS 之间通过Mm1 参考点来触发 ME 应用的实例化和终止。MEO 与虚拟化基础设施管理器（VIM）之间通过Mm4 参考点来管理虚拟化资源和应用的虚拟机映像，同时维持可用资源的状态信息。
从 ME 系统的角度来看，OSS 是支持系统运行的最高水平的管理实体。OSS 从面向用户服务（customer-facing service，CFS）门户和用户终端（UE）接收实例化或终止 ME 应用的请求，检查应用数据分组和请求的完整性和授权信息。经过OSS 认证授权的请求数据分组会通过 Mm1 参考点被转发到 MEO 进行进一步处理。
CFS 门户实体相当于第三方接入点，开发商使用该接口将自己开发的各种应用接入运营商的ME 系统中，企业或者个人用户也可以通过该接口选择其感兴趣的应用，并指定其使用的时间和地点。CFS 通过Mx1 参考点与 OSS 实现通信。
用户应用生命周期代理（user app LCM proxy）是供 ME 用户使用来请求应用相关的实例化和终止等服务的实体。该实体可以实现外部云和 ME 系统之间的应用重定位，负责对所有来自外部云的请求进行认证，然后分别通过 Mm8 和Mm9 参考点发送给 OSS 和 MEO 做进一步处理。值得注意的是，LCM 只能通过移动网络接入，Mx2 参考点提供了 UE 与 LCM 相互通信的基础。
VIM 用于管理 ME 应用的虚拟资源，管理任务包括虚拟计算、存储和网络资源的分配和释放，软件映像也可以存储在VIM上以供应用的快速实例化。同时，VIM 还负责收集虚拟资源的信息，并通过 Mm4 参考点和 Mm6 参考点分别上报给MEO 和 MEPM 等上层管理实体。
3、MEC、微云及雾计算
微云是由移动计算和云计算融合而来的新型网络架构元素，它代表移动终端、微云和云 3 层架构的中间层，可以被视作“盒子里的数据中心”。微云是 OEC（Open Edge Computing）的研究成果，该项目最初由美国卡耐基梅隆大学发起，而后受到了包括 Intel（英特尔）、华为、Vodafone（沃达丰）在内的多家公司的广泛支持，主要致力于对边缘计算应用场景、关键技术和统一 API 的研究。OEC 基于 OpenStack 开源项目进行扩展，从而得到了微云，目前其源码以及搭建方法也可以在OEC 的官网上免费获得。微云的设计灵感来自于触觉互联网（tactile network），致力于实现信息的超低时延传输。相比于 MEC 和雾计算来说，微云主要用于移动增强，能够为移动设备提供丰富的计算资源，尤其关注边缘的视频分析应用，能够提取边缘数据的标签和元数据并传输到云，以实现高效的全局搜索。此外，微云还可以直接运行在终端上，比如车辆、飞机等。
——”移动边缘计算综述”（李子姝（北京邮电大学）等. 《电信科学》2018.1）
Cloudlet是2009年由卡内基梅隆大学的Satyanarayanan和Bahl等人提出的移动云计算的实现模式之一，称为朵云，也就是微云，它很好的解决了移动云计算中的高延迟问题。Cloudlet为拥有完整计算和存储能力的计算机或计算机集群，且本地化的部署在与移动设备同一个局域网络中，用户不需要经过核心网就可直接连接到朵云端。Cloudlet的架构图如图1-4所示，Cloudlet通过稳定的回传链路与核心网云端连接，将云端计算服务前置，最大限度地发挥云端的处理能力的同时，又能使用户与计算资源的距离控制在一跳范围内。这里所说的＂一跳＂范围是指的Cloudlet—般会通过WIFI和用户连接，WIFI覆盖范围内的移动设备都可以使用Cloudlet提供的计算和存储服务。与普通的移动云计算模式相比，Cloudlet同样具有丰富的计算能力，且与移动用户只存在一跳的传输距离，面对实时性要求较高的业务时，能够有效地减少服务的延迟。Cloudlet这样的移动云计算实现模式虽然解决了高时延的问题，而它与用户的连接靠的是本地局域网或者WIFI，导致用户在使用移动云计算服务的时候，移动性会受到极大的影响，不能做到“随时随地”地接入云端。
为了使移动用户能够享有移动云计算服务，时解决移动云计算中的高时延、用户移动性受限的问题，2012年，欧盟的FP7项目组提出了：基于联合小小区的分布式计算、存储、无线资源配置（Distributed computing, storage, and radio resource allocation over cooperative smallcells, ROPIC）项目。该项目提出赋予小小区基站额外的、有限的计算功能，称这样的基站为小小区云增强型节点（SmallcellcloudenhancedeNodeB, SCceNB）。通过这样的方式，移动用户能够在短距离内通过小小区蜂窝网，访问云计算服务器，获得计算功能。SCceNB的部署场景如图1-5所示，多个SCceNB连接着具有计算和存储能力的微云（Femtocloud），微云控制器通过这些SCceNB给连接的用户提供虚拟机和云计算服务。与此同时，多个微云连接至核心网内计算能力更强大的云服务器。当用户的计算请求能够被本地的SCceNB或者微云所服务的时候，数据的传输和计算就在本地端完成，当请求超出了微云的能力时，数据会通过回传链路传输到核心网的云端完成计算。基于联合小小区的分布式移动云计算架构使得移动网络资源和计算资源更接近用户，提高了网络和计算方面的可扩展性，解决了传统移动运算的高时延问题。
——”基于移动边缘计算的任务迁移策略研究”（邓茂菲.北京邮电大学硕士毕业论文.2017.3）
雾计算是指将计算、通信、控制和存储资源与服务分布给用户或靠近用户的设备与系统，从而将云计算模式扩展到网络边缘。雾计算最初是由思科提出来的，更侧重于在物联网上的应用。2015 年 11月，ARM、思科、戴尔、英特尔、微软和美国普林斯顿大学联合成立了开放雾联盟（Open Fog Consortium），该联盟旨在通过开发开放式架构、分布式计算、联网和存储等核心技术以及实现物联网全部潜力所需的领导力，加快雾计算的部署。Open Fog 架构利用开放的标准方法，将云端的无缝智能与物联网终端联合在一起。2017 年 2 月，开放雾联盟宣布发布了 Open Fog参考架构（reference architecture，RA），这是一个旨在支持物联网、5G 和人工智能应用的数据密集型需求的通用技术架构，该架构为雾节点（智能互联设备）与网络、部署模式、层次模型和用例提供了一个中高层次的系统架构视图，标志着雾计算向制定标准迈出了重要的一步，未来的工作将更偏向于新需求和底层细节的研究。
MEC 与微云、雾计算的概念相似，其基本思想都集中在将云计算能力迁移至网络边缘，都属于边缘计算的范畴。但三者在一些基本细节上仍存在一些需要区分之处，表 1 对这 3 种概念的不同之处进行了简要的归纳和总结。
4、基于MEC的在线视频系统
图 3 是英特尔中国研究院与英特尔网络平台事业部、中国移动及爱奇艺合作开发的一款在线视频系统。该系统利用 MEC 进行视频加速，视频提供商利用 MEC 的计算、存储和网络功能，通过对用户视频请求数据分组进行分析，为特定的高清付费用户提供充足带宽，以保证其观看体验。OTT（互联网应用服务） 在使用上述系统时，无需对自己的应用网络进行架构性变动，由此可以大幅降低使用成本，加速业务创新。该系统目前已在业界知名的世界移动通信大会（Mobile World Congress，MWC）上现身，并引起广泛关注，并被 ETSI MEC ISG采纳为典型业务场景之一。
5、MEC应用于VR
中兴也提出了基于 5G 的 MEC 解决方案，该方案适用于 VR 这一典型应用场景。MEC部署在 RAN 或 C-RAN（cloud RAN）侧以获取利于统计分析的关键信息，提供低时延的本地化业务服务。运营商不仅可以有效减少核心网的网络负载，还能通过本地化的部署，提供实时性高、低时延的 VR 体验，增强 VR 实时互动。该系统的架构如图 4 所示。
6、MEC关键技术
（1）虚拟化技术
虚拟化技术与网络的结合催生了网络功能虚拟化（network function virtualization，NFV）技术，该技术将网络功能整合到行业标准的服务器、交换机和存储硬件上，并且提供优化的虚拟化数据平面，可通过服务器上运行的软件实现管理从而取代传统的物理网络设备。
（2）云技术
云技术与移动网络的结合还促进了C-RAN 这一创新性应用的产生。C-RAN将原本位于基站的基带处理单元等需要耗费计算和存储资源的模块迁移到云上，在很大程度上解决了基站的容量受限问题，提高了移动网络的系统能量效率。
MEC 技术在网络边缘提供计算和存储资源，NFV 和云技术能够帮助 MEC 实现多租户的共建。由于 MEC 服务器的容量相对于大规模数据中心来说还是较小，不能提供大规模数据中心带来的可靠性优势，所以需要结合云技术引入云化的软件架构，将软件功能按照不同能力属性分层解耦地部署，在有限的资源条件下实现可靠性、灵活性和高性能。
（3）SDN技术
SDN 技术是一种将网络设备的控制平面与转发平面分离，并将控制平面集中实现的软件可编程的新型网络体系架构。SDN 技术采用集中式的控制平面和分布式的转发平面，两个平面相互分离，控制平面利用控制—转发通信接口对转发平面上的网络设备进行集中控制，并向上提供灵活的可编程能力，这极大地提高了网络的灵活性和可扩展性。
利用 SDN 技术将核心网的用户面和控制面进行分离，可以实现网关的灵活部署，简化组网。在参考文献[2]中，结合 NFV 技术、SDN 技术和 MEC，设计了一个新型的移动网络系统 SD-MEC。该系统在不同接入点分布式部署 MEC 服务器，将业务进行本地卸载，从而降低了核心网的信令开销，降低了由于长距离传输而发生网络突发状况的可能性，增强了用户的服务质量体验。另外，SD-MEC 有专门的控制器对系统进行管控，从而降低了管理的复杂性，同时使得新服务的部署变得更加灵活。
7、MEC与CDN
研究表明，在移动数据流量中有超过一半的部分是视频流量，并且该比例呈逐年上升趋势。从用户角度来说，观看视频可以分为点播和直播。点播是指在被请求视频已经存在于源服务器的情况下用户向视频服务器发送视频观看请求，直播则指在内容产生的同时用户对内容进行观看。在传统的视频系统中，内容源将产生的数据上传到Web 服务器，然后再由 Web 服务器响应用户的视频请求。在这种传统方式下，内容基于 TCP 和HTTP 进行下载，或是以流的形式传递用户。但是TCP 并不能快速适应 RAN 的变化，信道环境改变、终端的加入和离开等都会导致链路容量的变化，另外，这种长距离的视频传输也增大了链路故障的概率，同时造成很大的时延，从而不能保证用户的服务质量体验。为了改善上述问题，当下学术界和产业界普遍采用 CDN 分发机制，将内容分发到各个 CDN 节点上，再由各个 CDN 节点响应对应区域中的用户请求。CDN 分发机制的引进的确在一定程度上缓解了上述问题，但这种改进对于直播这种高并发，并且对实时性和流畅性要求很高的场景来说仍然有力不从心之处。
MEC 技术的引入可以解决上述问题，内容源可以直接将内容上传到位于网络边缘的 MEC 服务器，再由 MEC 服务器响应用户的视频请求，这样可以极大地降低用户观看视频的时延。同时，由于MEC 具有强大的计算能力，可以实时感知链路状态并根据链路状态对视频进行在线转码，从而保障视频的流畅性，实现智能视频加速。另外，MEC服务器还可以负责本区域用户的空口资源的分配和回收，从而增加网络资源的利用率。
8、MEC运用于车联网
车联网场景下有大量的终端用户，如车辆、道路基础设施、支持 V2X 服务的智能手机等，同时对应着多种多样的服务，例如一些紧急事件的广播等基本的道路安全服务以及一些由应用开发商和内容提供商提供的增值服务，例如停车定位、增强现实或其他娱乐服务等。MEC 服务器可以部署于沿道路的 LTE 基站上，利用车载应用和道路传感器接收本地信息，对其加以分析。并对那些优先级高的紧急事件以及需要进行大量计算的服务进行处理，从而确保行车安全、避免交通堵塞，同时提升车载应用的用户体验。在此方面，德国已经研发了数字高速公路试验台来提供交通预警服务，该试验台用于在 LTE 环境下在同一区域内进行车辆预警消息的发布[3]。
9、MEC服务器部署场景
在设计 MEC 解决方案时，还必须考虑 MEC服务器在网络中的部署位置。MEC 服务器可以被部署在网络的多个位置，例如可以位于 LTE 宏基站（eNode B）侧、3G 无线网络控制器（radio network controller，RNC）侧、多无线接入技术（multi-radio access technology，multi-RAN）蜂窝汇聚点侧或者核心网边缘。本节旨在介绍 MEC 服务器的几个主要的部署场景，并且对不同部署方式的优势和存在问题加以简要分析。
<<1>> 4G EPC 架构下的 MEC 部署
（1）MEC 服务器部署在无线接入网（RAN）侧
如图 5 所示，MEC 可以部署在 RAN 侧的多个eNode B 汇聚节点之后，这是目前比较常见的部署方式。MEC 服务器也可以部署在单个 eNode B 节点之后，如图 6 所示，这种方式适合学校、大型购物中心、体育场馆等热点区域下 MEC 的部署。将 MEC 服务器部署在 RAN 侧的优势在于可以更方便地通过监听、解析 S1 接口的信令来获取基站侧无线相关信息，但是该方案需要进一步解决计费和合法监听等安全性问题。
（2）MEC 服务器部署在核心网（CN）侧
MEC 服务器也可以部署在核心网边缘，在PGW 之后（或与 PGW 集成在一起），从而解决RAN 部署方案下的计费和安全问题。但部署在核心网侧会存在距离用户较远、时延较大和占用核心网资源的问题。图 7 所示方案是不改变现有的 EPC架构，将 MEC 服务器与 PGW 部署在一起。UE 发起的数据业务经过 eNode B、汇聚节点、SGW、PGW+MEC 服务器，然后到互联网。图 8 所示方案需要改变现有的 EPC 架构，将原 PGW 拆分成P1GW 和 P2GW（即 DGW），其中，P1GW 驻留在原位置，DGW 下移到 RAN 侧或者核心网边缘，DGW 负责计费、监听、鉴权等功能，MEC 服务器和 DGW 部署在一起。在此方案下，P1GW 和 DGW之间为私有接口，需由同一设备厂商提供。
<<2>> 5G 架构下的 MEC 部署
如图 9 所示，在 5G 架构下，MEC 服务器也有两种部署方式，分别如图 9 中 MEC 服务器 1和 MEC 服务器 2。MEC 服务器可以部署在一个或多个 Node B 之后，使数据业务更靠近用户侧，如图 9 中粗实线所示，UE 发起的数据业务经过Node B、MEC 服务器 1，然后到达互联网，同样地，在该方式下计费和合法监听问题需进一步解决。MEC 服务器也可以部署在用户平面网关GW-UP 后，如图 9 中粗虚线所示，UE 发起的数据业务经过 Node B、GW-UP、MEC 服务器 2，最后到达互联网，同理，此部署方法将以牺牲一部分时延为代价。
1、移动边缘计算的部署
移动边缘计算改变了4G系统中网络和业务分离的状态，通过对传统无线网络增加MEC平台网元，将业务平台（包含内容、服务、应用）下沉到移动网络边缘，为移动用户提供计算和数据存储服务。MEC平台的具体部署方式主要分为两类，包括宏基站场景的部署以及小小区基站场景的部署。
（1）宏基站场景部署
一般来说，基站的服务范围较广，服务用户较多，且宏基站本身具备一定的计算和存储能力，故MEC在宏基站场景的部署主要为将MEC平台直接嵌入到宏基站的方式。拥有MEC功能的宏基站能够降低网络时延、获取业务的上下文信息并且能很好的支持室外的大区域范围的各类垂直行业应用，车联网、智慧城市等等。
（2）小小区基站场景部署
考虑到小小区基站的覆盖范围较小，服务用户数较少，且小小区基站的硬件大小也有限制的情况，MEC平台的部署主要以本地汇聚网关的方式出现。多个小小区基站共同连接到同一个MEC平台，通过在MEC平台上布置多个业务应用实现特定区域内的运营支撑，如企业、学校内部高效资源访问，商场等室内场所的物联网网关汇聚和数据分析等。
2、MEC框架设计
移动边缘计算的框架所涉及的实体如图2-1所示，这些实体可以分为外部相关层、MEC主层和MEC系统管理层。MEC的核心是MEC主层，它是包含MEC平台和虚拟化基础设施的实体，并且可以更具体的分为MEC虚拟基础设施层、MEC平台层、MEC应用层。
MEC虚拟化基础设施层基于通用服务器，采用计算、存储、网络功能虚拟化的方式为MEC平台层提供计算、存储和网络资源，并且规划应用程序、服务、DNS服务器、3GPP网络和本地网络之间的通信路径。
MEC平台层是一个在虚拟化基础设施架构上运行MEC应用程序的必要功能的集合，包括虚拟化管理和MEC平台功能组件。虚拟化管理利用基础设施作为服务（Infrastructure as a Service, IaaS）的思想，实现MEC虚拟化资源的组织和配置，应用层提供一个资源按需分配、多个应用独立运行且灵活高效的运行环境。MEC平台功能组件主要是为应用程序提供各项服务，通过开放的API向应用层的具体应用开放，这些功能包括无线网络信息服务、位置服务、数据平面分流规则服务、访问的持久性存储服务以及配置DNS代理服务等。
MEC应用是基于虚拟化基础设施架构，将MEC平台功能组件组合封装后，以虚拟机（virtual machine，VM）方式运行的应用程序，如本地内容快速交付、物联网数据处理、任务迁移等。MEC应用拥有确定数量的资源要求和执行规则，如所需的计算和存储资源、最大时延、必需的服务，这些资源要求和执行规则由MEC系统管理层统一管理和配置。MEC应用可以通过标准的接口开放给第三方业务运营商，促进创新型业务的研发，实现更好的用户体验。
由上述MEC的架构体系可以看出，移动网络基于移动边缘计算可以为用户提供诸如内容缓存、超高带宽内容交付、本地业务分流、任务迁移等应用。需要注意的是，任务迁移能够使得终端突破硬件限制，获得强大的计算和数据存取能力，在此基础上实现用户内容感知和资源的按需分配，极大的增强用户体验。任务迁移技术对移动设备的计算能力的强化和移动应用的计算模式的改变，必然会对未来移动应用和移动终端的设计产生深远的影响。
3、移动边缘计算环境下的任务迁移流程
移动应用任务处理时延包括传输时延、计算时延和通信时延。
4、单用户的任务迁移场景
考虑因素：任务迁移的通信开销小，考虑移动应用内部的任务特性，包括任务的拓扑结构、任务的划分、任务的计算强度及任务间的转移数据大小。
算法优劣权衡因素：任务处理的时延、移动设备的能耗。
任务拓扑模型——有向非循环图（DAG）：
解决算法：基于离散二进制粒子群算法的最优任务迁移算法
5、多用户的任务迁移算法
考虑因素：信道的干扰、服务器中虚拟机的可分配数量（任务排队等待的时延）。
算法优劣权衡因素：任务完成的时延、移动设备的能耗。
解决模型：博弈论模型，通过有限的行动步数达到纳什均衡。
——”基于移动边缘计算的任务迁移策略研究”（邓茂菲.北京邮电大学硕士毕业论文.2017.3）
6、任务迁移过程所用算法及模型
链状任务调用图、有向非循环图（DAG）、移动设备和服务器之间的负载均衡、整数规划、非线性0-1规划问题、基于部分关键路径的贪心算法、变量替换技术、连续凸逼近技术、李雅普诺夫优化技术、马尔可夫决策过程、决策窗口、模型预测控制理论、自适应、随机扰动、多目标的动态规划算法、社交关系、传播动力学、大数据预测、内容流行度的先验概率、接触概率、去耦理论、细粒度。
——”面向5G需求的移动边缘计算”（田辉（北京邮电大学）等. 北京邮电大学学报. 2017.4）