精华内容
下载资源
问答
  • 移动边缘计算

    2019-04-23 19:52:01
    移动用户设备(UEs)的技术演进与新移动应用的发展密切相关,比如智能手机或笔记本电脑等。然而,在UEs上运行计算量高的应用程序受到电池容量和UEs能耗的限制。延长UEs电池寿命的合适解决方案是将需要大量处理的应用...

    移动用户设备(UEs)的技术演进与新移动应用的发展密切相关,比如智能手机或笔记本电脑等。然而,在UEs上运行计算量高的应用程序受到电池容量和UEs能耗的限制。延长UEs电池寿命的合适解决方案是将需要大量处理的应用程序迁移到传统的集中式云(CC)。然而,这种选择引入了明显的执行延迟,包括将迁移的应用程序交付到云中,然后返回,再加上在云中计算的时间。这种延迟是很不方便的,使迁移不适合实时应用。为了解决这一问题,提出了一种新的概念——移动边缘计算(MEC)。MEC将计算和存储资源引入移动网络的边缘,使其能够在满足严格延迟要求的同时在UE上运行高要求的应用程序。MEC计算资源也可以由操作员和第三方为特定的目的使用。本文首先描述MEC适用的主要用例和参考场景。然后研究了集成MEC功能的移动网络的相关概念,并讨论了MEC标准化的最新进展。因此,本综述的核心是关注MEC中面向用户的用例,例如计算迁移。为此,我们将计算迁移的研究分为三个重点领域:(i) 计算迁移的决策,(ii) MEC中计算资源的分配,(iii) 移动性管理。最后,我们强调了MEC领域的经验教训,并讨论了有待解决的开放研究挑战,以充分发挥MEC提供的潜力。

    简介

    用户对数据速率和服务质量的要求(QoS)呈指数级增长。此外,智能手机、笔记本电脑和平板电脑的技术进步,使得新的高要求服务和应用得以涌现。虽然新的移动设备在中央处理器(CPU)方面越来越强大,但即使是这些设备也可能无法在短时间内处理需要大量处理的应用程序。此外,电池高功耗仍然是一个严重的障碍,限制用户在自己的设备上充分享受高要求的应用程序。这推动了移动云计算(MCC)概念的发展,允许移动用户使用云计算。在MCC中,用户设备(UE)可以利用强大的远程集中云的计算和存储资源
    (CC),可通过移动运营商和互联网的一个核心网络访问。MCC有几个优点:1) 通过将应用程序能耗高的计算转移到云计算来延长电池寿命,2) 为移动用户启用复杂的应用程序,3) 为用户提供更高的数据存储能力。然而,MCC也给无线和移动网络的回程带来了巨大的额外负载,并引入了高延迟,因为数据被发送到功能强大的服务器群,这些服务器在网络拓扑结构上远离用户。

     

    展开全文
  • 移动边缘计算,这篇文章讲的很好 移动边缘计算 两者联系 移动边缘计算MEC(Mobile Edge Computing),是指将部分对数据处理的算法,部署在电信蜂窝网络的基站中,由更靠近用户的基站进行部分数据处理。 后来发现不...
    • 边缘计算想必都有了解,不再赘述
    • 移动边缘计算,这篇文章讲的很好 移动边缘计算
    • 两者联系
      • 移动边缘计算MEC(Mobile Edge Computing),是指将部分对数据处理的算法,部署在电信蜂窝网络的基站中,由更靠近用户的基站进行部分数据处理。
      • 后来发现不只是在移动网内,也有WiFi等其它无线信号的边缘计算需求。2016年,ETSI把MEC的概念扩展为多接入边缘计算(Multi-AccessEdgeComputing),加上MEC 总称为边缘计算。
      • 总的来说,移动边缘计算是边缘计算的一种,但边缘计算是移动边缘计算扩展来的。
    展开全文
  • 包括: 1、边缘计算概念,主要讲解ETSI MEC的架构以及与NFV架构的...2、移动边缘计算的应用场景,包括本地分流、数据服务和业务优化三大类 3、移动边缘计算安全,包括安全威胁、安全防护框架 4、移动边缘计算安全展望
  • 移动边缘计算白皮书

    2018-11-01 20:25:07
    移动边缘计算白皮书,很好的学习资料,学界、产业界相关人士可以参考学习。
  • 移动边缘计算综述

    2021-02-10 10:55:06
    移动边缘计算综述

     

     

     

    移动通信的边缘计算

     

    在5G时代,移动网络服务的对象不再是单纯的手机,而是各种类型的设备,如平板、移动车辆和各种传感器等。服务的场景也多样化,比如移动宽带,大规模机器类型通信、任务关键型互联网等。因此,在移动性、安全性、时延性和可靠性等多个方面,移动网络都必须满足更高的要求。

    多访问边缘计算(MEC)(也称为移动边缘计算)是一种边缘计算,通过将其带到网络边缘来扩展云计算的功能。MEC源自ETSI(欧洲电信标准协会)计划,该计划最初专注于在移动网络上放置边缘节点,但现在已扩展到包括固定(或最终融合)网络。

    移动边缘计算(MEC)是一种基于移动通信网络的全新的分布式计算方式,构建在RAN侧的云服务环境,通过使一定的网络服务和网络功能脱离核心网络,实现节省成本,降低时延和往返时间(RTT), 优化流量,增强物理安全和缓存效率等目标。基于MEC,终端用户可以获取更加极致的体验,更加丰富的应用以及更安全可靠的使用。

    传统的云计算发生在远离用户和设备的远程服务器上,而MEC允许进程在基站,中心办公室和网络上的其他聚合点中进行。

    通过将云计算的负载转移到各个本地服务器,MEC有助于减少移动网络的拥塞并减少延迟,从而提高最终用户的体验质量(QoE)。

     

    正如弗雷斯特在2018年的一份报告中强调的那样,“边缘计算的兴起是为了应对一系列云计算相关的挑战。”包括:

    1、越来越需要低延迟和高可靠性

    2、快速扩张的IOT

    3、日益流动和分布的劳动力

    4、带宽和连接限制

    5、数据传输和存储的高成本

    6、不断演变的资料私隐规定

     

    下面提供边缘计算的简单定义。包括在边缘计算中定义的一些其他关键术语。

    边缘计算:边缘计算是一种物理计算基础架构,位于设备和超大规模云之间的频谱上,支持各种应用程序。边缘计算使处理能力更接近最终用户/设备/数据源,从而消除了前往云数据中心的旅程并减少了延迟。

    电信边缘计算:由电信运营商管理的分布式计算,可能会扩展到网络边缘以外并扩展到客户边缘。客户可以运行低延迟的应用程序以及在靠近数据源的地方缓存或处理数据,以减少回程流量和成本。

    本地边缘计算:由网络运营商为应用程序和功能管理的客户场所中的资源计算。这些功能在虚拟化环境中作为跨分布式边缘体系结构的基于云的操作运行。本地边缘计算可在本地保留敏感数据,同时仍可利用边缘云提供的弹性。

    边缘云:边缘计算之上的虚拟化基础架构和业务模型。边缘云具有云和本地服务器的优势,因为它具有灵活性和可扩展性,并且能够处理由于最终用户活动的意外增加而导致的工作负载突然增加。

    私有云:云部署模型,其中通过私有网络向一组专用用户提供计算服务。私有云还提供了公共云的优势,例如可伸缩性和敏捷性,但主要区别在于私有云通过内部云基础架构托管提供更高的安全性和数据隐私性。

    网络边缘:这是企业拥有的网络(如无线LAN或数据中心)连接到第三方网络(如Internet)的地方。

     

    技术现状和发展趋势

    根据欧洲视听与电信产业研究院DATE预测,2020 年全球连接将增至800亿。设备连接到物联网之后,业务场景的应用需求就会产生,并且各种设备会交互感知。在这跨越式发展的过程中,更多的连接,更大的流量,更多的应用,都促使网络的革命性发展。

    近年来,为解决某些特定场景的问题,如低时延、数据本地分析和处理、带宽和成本要求等,移动边缘计算(MEC)开始逐步成型。2014 年ETSI正式提出MEC的标准草案,并发布MEC技术白皮书和具体应用场景,随后3GPP组织将MEC的关键功能确定为5G未来网络的一个重要研究方向。

    移动边缘计算具有本地化、近距离、低时延、位置感知、能够获取网络上下文信息等特点,为产业链各环节创造新的价值,整个产业链的各方都能够在合作中受益,从而打造全新的产业生态系统。

    在标准组织里,目前ETSI在推动整体MEC技术标准的发展,3GPP于2006.年正式接受MEC作为5G架构的关键课题。同时,所有产业链的参与者都有共识认为下一代网络或者5G网络中,边缘计算将是一个重要的组成部分,当前阶段更多是业务驱动,发现更多的场景。由电信运营商、IT厂商等发起成立的产品联盟和开源组织还包括边缘计算产业联盟、Open EDGE Computing、OpenFog等。

    当前边缘计算还处在起步阶段,还面临发展中的一些问题,多数电信公司才刚刚开始推出MEC网站

    MEC的实际市场规模而言,尽管对多个来源的预测存在一些差异(上/下界),但总体趋势是,全球MEC市场将在未来几年内实现显著增长。

     

    在4G标准中,针对本地应用,3GPP 最早引入了LIPA/SIPTO (本地IP接入,本地IP分流)方案,将用户的业务流数据直接从家庭基站进行接入,不经过运营商的核心网络,此后3GPP将SIPTO方案用于宏蜂窝网络并完成标准化,但LIPA/SIPTO方案以APN为粒度,依赖于终端APN的手动配置。在4G网络架构演进中,3GPP提出了CUPS (控制面和转发面分离)立项并于2017年3月结项,CUPS方案旨在4G网络架构下进一步区分各个网元节点的控制面功能和用户面功能,并进行分离,一个控制面可以连接多个用户面,建立连接以及做数据转发的时候,控制面根据APN等信息选择合适的用户面节点,包括更靠近无线网的用户面。在无线侧标准方面,3GPP在Rel-14中成立了CASD(无线智能感知与分发)研究项目,对本地转发/本地缓存以及跨层优化等MEC应用场景.从无线侧角度进行了研究并制定了标准化方案,该研究项目于2017年3月顺利结项,相关研究内容在Rel-15新成立eVideo项目中正在展开标准化工作。

    在5G Rel-15标准中,5G端到端架构设计初始将MEC本地分流作为需求和特性设计,提出可基于UPlinkelassifier、 LADN ( local area data network)以及IPV6 multi-homing本地分流网方案。

    同时无线侧在3GPP Rel-15提出支持边缘计算功能,目前正在开展无线侧标准化方案研究以辅助实现端到端本地分流网方案。

    在5G网络架构中,非3GPP接入与3GPP接入进行统一网络架构设计。其中非3GPP接入通过N3IWF功能接入5G核心网,接受网络的统一管理控制。MEC作为统一业务平台,可承接多种接入方式下的应用。5G核心网支持对非3GPP接入下的本地会话的授权鉴权。

    面向5G新兴业务的无线侧和应用层侧跨层信息交互和联合优化,计划在Rel-16推动无线侧相关3GPP标准化工作,同时在5G Rel-16阶段将对网络能力开放进行规划。

    从标准化来看,基于4G网络架构下的技术目前都无法有效满足MEC完整功能的实现,例如CASD可以实现本地业务缓存及分流和无线跨层优化,但是.在流量计费等方面还需要通过特有方案来实现,而CUPS可以实现本地转发和流量计费,但是下沉的网关需要跟核心网进行互通以及需要终端进行多APN设置,而这些都需要网络和终端进行一定的改造,因此在4G网络中针对应用场景和业.务需求进行MEC功能设计时,需要对具体的场景和需求进行特定方案设计。

    5G网络以新业务需求和使能技术为驱动力,开展全面的创新设计,边缘计算的理念天然融入其中。从标准化目前的角度来看,5G架构将UPF作为基础架构组成部分实现用户面的本地转发,并基于虚拟化平台实现,未来在网络中部署位置可以下沉至汇聚层,但并未涉及无线侧和应用侧的跨层联动优化,相关无线信息能力开放和精准定位工作将在Rel16计划开展。MEC平台可集成5G UPF功能,针对业务流实现数据转发,同时MEC平台借助无线信息开放,实现无线侧和应用层跨层信息交互和联合优化。

    系统构成及工作原理

    与传统云计算需将计算任务卸载到云服务器不同的是,移动边缘计算卸载和存储资源都在靠近用户的边缘侧进行,不仅减少了传统云计算回传链路的资源浪费,而且大大降低了时延,满足了终端设备计算能力的扩展需求,保证了任务处理的高可靠性。

    MEC系统如图所示,关键组件包括MEC服务器和移动设备(也称为终端用户、客户端、服务订购方)。MEC服务器通常是由电信运营商进行部署的、与终端用户非常接近的小型数据中心,通过网关经由互联网连接到数据中心,并且可以与无线接入点进行协同合作。移动设备和服务器可以使用先进的无线通信和网络技术建立可靠的无线链路。

    MEC的出现使得传统电信蜂窝网络和互联网业务得到了深度融合,减少了移动业务交付时的端到端时延,挖掘出无线网络的潜在能力,进而提升用户体验。MEC模式将给电信运营商在运作模式上带来--系列全新的变革,继而推进电信运营商建立新型的产业链和网络生态圈。

    移动边缘计算的出现同时推动了物联网、5G和运营商个性化业务的发展。

    在欧洲电信标准化协会( EISI)制定的“MEC全球标准003版本(GS MEC 003)中,ETSI定义了移动边缘计算基于网络功能虚拟化(NFV)的参考架构。根据ETSI的定义,移动边缘计算侧重的是在移动网络边缘给用户提供IT服务的环境和云计算的能力,意在靠近移动用户来减少网络操作和服务交付的时延。移动边缘计算架构分为3级:系统层、主机层和网络层。ETSI提出的系统架构中展示了MEC的功能要素和每个功能要素之间的参考节点。

     

    英特尔对MEC的整体架构也做了定义:MEC处于无线网络接入点和有线网络之间,因为传统的无线接入网拥有业务本地化和近距离部署的优势,从而带来的是高带宽和低时延的传输能力。MEC模式下通过将网络业务“下沉”到更加接近用户的无线网络接入侧,直接的好处就是用户能明显感受到传输时延减小,网络拥塞情况被显著控制。MEC提供应用程序编程接口(API),对第三方开放基础的网络能力,使得第三方可以根据业务需求完成按需定制和交互。

     

    边缘在哪里?边缘跨越了终端设备和云/互联网之间的任何地方。但是,电信边缘计算只是其中的一部分。

    在公共网络内外都有电信边缘计算的多个潜在位置。这些包括客户房屋,手机信号塔,街道机柜以及访问和核心网络中的网络聚合点。将电信的边缘计算基础架构放置在何处的决定取决于三个因素:

    a)电信公司当前的网络体系结构
    b)虚拟化路线图,您可以在其中规划网络应用程序的数据中心设施
    c)电信公司必须满足的需求和用例。

    例如,手机信号塔靠近客户边缘,并且比街柜覆盖的区域更大。这些将适合自动驾驶汽车的低延迟通信-让汽车根据当前环境以及未来的发展趋势做出实时响应。

     

    关键技术

    虚拟化技术

    虚拟化技术是一种资源管理技术,将计算机的各种实体资源(CPU、内存、磁盘空间、网络适配器等)予以抽象、转换后呈现出来并可供分区、组合为一个或多个电脑配置环境,由此打破实体结构间不可分割的障碍,使用户可以比原本配置更好的方式来应用这些电脑硬件资源。虚拟化技术中使用hypervisor实现了应用软件环境与基础硬件资源的解耦,使得可以在同一个硬件平台上部署多个虚拟机,从而共享硬件资源,多个虚拟机之间通过虚拟交换机实现健壮、安全和高效的通信,并通过指定的物理接口实现数据流量的路由。

    虚拟化技术与网络的结合催生了网络功能虚拟化(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。NFV使得MEC平台中多个第三方应用和功能可以共平台部署,各种应用和服务实际上是运行于虚拟化基础设施平台上的虚拟机,极大地方便了MEC实现统一的资源管理。

    云技术

    虚拟化技术促进了云技术的发展,云技术的出现使得按需提供计算和存储资源成为可能,极大地增加了网络和服务部署的灵活性和可扩展性。现今大多数移动手机应用都是基于云服务设计的,值得一提的是,云技术与移动网络的结合还促进了Cloud-RAN(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,网络功能虚拟化(Network Function Virtualization,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,在有限资源下实现可靠性、灵活性和高性能。

    软件定义网络(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。

    当前已有很多研究致力于将SDN技术与移动网络相结合。SDN作为关键技术,在5G网络的研究中也被广泛采用,在5G核心网测试平台Open5GCore的设计中就引进了SDN技术将LTE EPC下的服务网关(S-GW)和PDN网关(P-GW)分别抽象成了用户平面网关(SGW-U,PGW-U)和控制平面网关(SGW-C,PGW-C),从而提高了网络的灵活性和可扩展性。

    MEC部署在网络的边缘,靠近接入侧,这意味着核心网网关功能将分布在网络的边缘,这会造成大量接口的配置、对接和调测。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。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。

     

    应用

    边缘计算的核心是构建更加通用、灵活并且支持多生态业务的分布式IT资源。边缘计算在靠近数据源或用户的地方提供计算、存储等基础设施,并为边缘应用提供云服务和IT环境服务。相比于集中部署的云计算服务,边缘计算解决了时延过长、汇聚流量过大等问题为实时性和带宽密集型业务提供更好的支持。随着5G和工业互联网的快速发展,新兴业务对边缘计算的需求十分迫切。在众多垂直行业新兴业务中,对边缘计算的需求主要体现在时延、带宽和安全三个方面。目前智能制造、智慧城市、直播游戏和车联网4个垂直领域对边缘计算的需求最为明确。

    自动驾驶汽车功能对于自动驾驶汽车

    MEC可用于直接与车辆共享有关道路基础设施,行人/其他汽车/动物的位置以及天气状况的信息,而不必与中央云服务器交互。将MEC与AI / ML结合使用将使自动驾驶汽车实时了解其周围情况。MEC提供的低延迟对于自动驾驶车辆安全运行至关重要,因为车辆无法承受等待在云中处理信息的风险。

     

    物联网(IoT)

    为了使IoT设备的硬件复杂性降低并延长设备的电池寿命,可以把原本需要远程处理的计算密集型任务卸载到边缘服务器中去执行,并在服务器处理完后将结果返回给用户。另外,一些IoT应用程序需要获得系统的分布式信息用于执行计算任务。MEC能帮助loT设备很好地解决这个问题。MEC服务器自身承载着高性能的计算能力并能够收集分布式的信息,所以通过它们的部署能够显著简化loT设备的设计复杂度。loT设备可以不需要具有强大的处理能力,也.不需要自己从多个数据源接收信息用来执行比较复杂的计算。loT的另一个重要特征是运行设备的异构性,不同的终端设备运行着不同形式的协议。所有的设备应该.是由一个低延迟聚合点(网关)完成管理工作,MEC服务器就可以充当这个网关的角色。

     

    企业混合现实(MR),增强现实(AR)和虚拟现实(VR)应用程序 

    AR / VR中的MEC可以支持远程工作者在现场执行维护和维修任务。MEC解决方案将在头盔或移动设备上的现场工作人员的显示器上提供与他们正在修理的特定资产有关的丰富信息的叠加。如今,3D模型太重而无法在终端设备上渲染,并且由于延迟太长而无法在云中完成。MEC允许处理数据并在设备外进行3D模型的潜在渲染,从而允许在工作人员的视野中扩展数字孪生模型,并允许远程专家注释从耳机或移动设备流式传输的图像/视频实时设备。

    MEC支持的另一个企业MR应用程序是针对建筑,工程和施工团队的多用户协作。通过渲染团队将在边缘云中共同工作的模型,它可以实现实时协作。这样可以减少延迟,特别是因为这些3D设计通常是巨大的文件。MEC部署还允许通过分布式网络在其他利益相关者之间轻松共享。

     

    云游戏和多人游戏 

    MEC会将密集的计算/图形处理从专用游戏控制台或随着云游戏发展而来的数据中心移至网络边缘。玩家可以在网络覆盖范围内的任何地方从瘦客户端访问相同质量的游戏。对于游戏工作室和开发人员而言,由于MEC提供极低的延迟,因此云游戏成为一种可行的方式,当与新的订阅模式结合使用时,云游戏可为更广泛的受众提供高端游戏体验的访问权限,并可能带来新的收入来源。

     

    实时无人机检测

    越来越需要解决方案来检测无人机何时进入安全的地理围栏区域,并触发管理站点的安全团队所定义的必要警报/操作。从2018年英国盖特威克机场无人机事件可以看出,机场,监狱和医院可能是这项技术的主要采用者,因为它们需要能够立即对威胁做出反应,这通过MEC成为可能。使用MEC可以减少识别外来无人机和映射其路径的延迟,从而确定其是否正在接近禁区。MEC会将来自无人机的数据保持在更靠近其来源的位置,从而减少了发生违规或安全威胁时做出响应所花费的时间。

     

    视频分析

    由于摄像机数量和素材质量的提高,城市/企业中视频监控的使用日益增多,数据量也在不断增长。与将视频流量路由到中央控制以进行分析相比,MEC可以在网络边缘实现本地流量和分析的突破。这可以聚合来自不同类型摄像机的视频流,并可以启用其他视频分析应用程序,包括实时面部识别,资产监控和人行道分析。MEC减少了将原始素材传输到云/中央服务器所需的成本,数量和时间,并基于分析实现了实时触发。

     

    随着未来移动通信网络的快速发展,将兴起越来越多的新型应用场景和办公娱乐方式,用户也将产生更多的需求,MEC作为一种新兴的技术已成为各大电信运营商、设备厂商、软件开发商和各行业研究人员共同关注的热点。

     

     

     

    展开全文
  • 移动边缘计算概述.rar

    2019-12-05 11:44:37
    包内包含移动边缘计算的基础介绍,简单介绍了移动边缘计算的由来,还有一些综述类的知识点,例如卸载决策、缓存决策。
  • 移动边缘计算(2017)

    2018-10-09 20:26:53
    移动边缘计算(2017)
  • 深度报告:移动边缘计算,站在5G“中央”

    万次阅读 多人点赞 2018-07-20 20:19:31
    1.移动边缘计算强调靠近用户提供计算能力,应用场景丰富。 移动边缘计算(MEC)是一个“硬件+软件”的系统,通过在移动网络边缘提供IT服务环境和云计算能力,以减少网络操作和服务交付的时延。其技术特征主要包括...

    1.移动边缘计算强调靠近用户提供计算能力,应用场景丰富。

         移动边缘计算(MEC)是一个“硬件+软件”的系统,通过在移动网络边缘提供IT服务环境和云计算能力,以减少网络操作和服务交付的时延。其技术特征主要包括“邻近性、低时延、高宽带和位置认知”,未来有广阔的应用前景,例如车联网(如无人驾驶)、AR、视频优化加速、监控视频分析等。IDC预测显示,2018年将有40%的数据要在网络边缘侧分析、计算与存储。

     

    2.移动边缘计算与云计算并不对立,更多是协同互补的关系。

         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,可以彼此互补。云计算把握整体,聚焦于非实时、长周期数据的分析,能够在周期性维护等领域发挥特长;而移动边缘计算则专注于局部,聚焦实时、短周期数据的分析,能够更好地支撑本地业务的实时智能化处理与执行。

     

    3.移动边缘计算与CDN有诸多不同,是CDN的发展方向之一。

          相较CDN,移动边缘计算更靠近无线网边缘,下沉位置更深,因此时延更小;CDN应用场景的关注点是“分发加速”,而移动边缘计算不仅要“加速”,还拥有开放API能力及本地化的计算存储能力,可以让网络智能化。因此,传统CDN是以缓存分发业务为中心的IO密集型系统,未来的演进方向之一是边缘计算。

     

    4.多因素推动移动边缘计算加速发展,如5G、物联网、SDN。

         一是5G的三大应用场景和小于1ms的时延指标,决定了5G业务的终结点不可能都在核心网后端的云平台,因此移动边缘计算的发展具有必要性。二是物联网的核心是让万物互联,而随着连接数的快速增长,一方面意味着海量数据的产生,另一方面物联网设备往往还需要智能计算,而移动边缘计算可以通过更靠近边缘的数据处理能力,帮助物联网更好地实现物与物之间的传感、交互和控制。三是SDN将助力移动边缘计算的发展。例如,SDN的架构能够让网络可以灵活互换使用云计算和边缘计算的资源,满足敏捷和动态系统需求,为用户提供最佳的服务。

     

    5.移动边缘计算虽处发展初期,但巨头纷纷布局,前景广阔。

         移动边缘计算诞生于2013年,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。从投资角度来看,我们建议重点关注布局领先、与运营商合作良好的供应商:中兴通讯、日海通讯。

     

    风险提示

    移动边缘计算的技术发展不及预期、商业模式不清晰等。

    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Nokia Siemens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。根据欧洲电信标准协会(ETSI)的定义,移动边缘计算侧重在移动网边缘提供IT服务环境和云计算能力,强调靠近移动用户以减少网络操作和服务交付的时延。

         2016年,华为在国内倡议发起了“边缘计算产业联盟”。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。

         我们认为:移动边缘计算通过与内容提供商和应用开发商深度合作,在靠近移动用户侧就近提供内容存储计算及分发服务,使应用、服务和内容部署在高度分布的环境中,以更好地满足低时延和高带宽需求。

         根据Intel的架构,移动边缘计算位于无线接入点与有线网络之间,传统无线接入网具备了业务本地化和近距离部署的条件,从而提供了高带宽、低时延的传输能力,同时业务面下沉形成本地化部署,可有效降低对网络回传带宽的要求和网络负荷。移动边缘计算由于提供了应用程序编程接口(API),并对第三方开放基础网络能力,从而使得网络可以根据第三方的业务需求实现按需定制和交互,这将是5G迈向更扁平网络的第一步。

         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。

    1.3移动边缘计算是CDN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“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。

    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的核心技术之一

         5G技术以“大容量、大带宽、大连结、低延迟、低功耗”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。

         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。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。

         此外,移动边缘计算与5G技术中的网络切片技术、C/U分离等具有密切联系。

    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“低功耗大连接”要求能够提供具备超千亿网络连接的支持能力,满足100万/km2连接数密度指标要求,在这样的海量数据以及高连接密度指标的要求下,如何保证低时延和低功耗是非常重要的。5G甚至提出1ms端到端时延的业务目标,以支持工业控制等业务的需求。要实现低时延以及低功耗,一方面需要大幅度降低空口传输时延,另一方面要尽可能减少转发节点,缩短源到目的节点之间的“距离”。

    而目前的移动技术对时延优化并不充分,LTE技术可以将空口吞吐率提升10倍,但对端到端的时延只能优化3倍。其原因在于当空口效率大幅提升以后,网络构架并没有充分优化而成为了业务时延的瓶颈。LTE网络虽然实现了2跳的扁平构架,但基站到核心网往往会距离数百公里,途径多重会聚、转发设备,再加上不可预知的拥塞和抖动,根本无法实现低时延的保障。

         移动边缘计算部署在移动边缘,将把无线网络和互联网两者技术有效融合在一起,并在无线网络侧增加计算、存储、处理等功能,构建移动边缘云,提供信息技术服务环境和云计算能力。由于应用服务和内容部署在移动边缘,这样便可以减少数据传输中的转发和处理时间,降低端到端时延,满足低时延要求,并降低功耗。

    2.3移动边缘计算可以避免运营商网络管道化

         目前传统的运营商网络是“哑管道”,是非智能的。在通信网络正在承载更多基于新型智能终端、基于IP的多媒体应用的背景下,运营商资费和商业模式都较为单一,对业务和用户的掌控力不足。例如目前包月套餐大量存在,很难满足用户的差异化需求。在资费一定的情况下,流量使用较少的用户事实上在补贴高流量使用的用户。此外,由于没有对业务进行优先级区分,很多占用大量带宽的业务无法产生足够的价值,如一些视频流媒体、P2P业务等,而一些对实时性要求高且高价值的业务,如移动办公业务,却无法获得优先保障。

         面对这一挑战,运营商纷纷提出“智能管道”战略。根据爱立信的定义,广义的智能管道的定义即是:根据客户价值、业务价值分配合理的网络资源并提供相应计费手段的数据管道。实现“智能管道”的关键在于精准区分用户类别,真实把握用户需求。为了实现这一目的,一些运营商已经开始利用深度包解析得到的URL信息进行关键字段匹配,从何感知用户需求,对客户进行画像。

         如上所分析的5G网络切片技术,智能化的5G网络重要特征之一便是内容感知,通过对网络流量的内容分析,可以增加网络的业务黏性、用户黏性和数据黏性。而移动边缘计算的关键技术之一也是业务和用户感知,通过在移动边缘对业务和用户进行识别,充分优化利用本地网络资源,提高网络服务质量,并且可以对用户提供差异化的服务,带 来更好的用户体验。

         国内运营商中,中国联通和中国移动便是移动边缘计算的积极推动者。中国移动和中国联通分别联合公司进行了相关测试,中国移动更是发布了相关规划。中国移动还在上海的F1赛事赛场使用了MEC设备来进行部署。根据实测数据,在现场实时直播的时间只有0.5秒,用户几乎感觉不到。如果用现在传统的直播方式,将服务器放在互联网上,然后再通过网络比较长度流的传输到现场,延时大概是将近50秒,所以给用户的体验是一种非常巨大的改善,这个应该可以看出来本地化的业务提供确实能够很好地改善用户的体验。

    2.4软件定义网络(SDN)将助力移动边缘计算功能实现

         SDN是一种新型的网络创新架构,是网络虚拟化的一种实现方式,它将硬件密集型的传统网络转换成软件驱动型的新型网络,该网络可完全编程、且可以简化运营和快速实现新服务交付。而移动边缘计算平台可以提供应用程序编程接口(API),对第三方开放基础能力,这与SDN的理念是一致的。

         事实上,随着移动终端使用的增加,给云计算网络带来了巨大压力,而这种状况只会随着全球移动设备的使用增加而进一步恶化。超负荷资源和延迟将导致最终用户的体验下降,而创建云计算和边缘计算资源统一的系统是应对超负荷资源和延迟挑战的有效方式。然而,要实现云计算和边缘计算的资源系统的统一也面临着挑战,必须要有一个本地的协调器,以在动态和不可预测的环境中为任务实时配给资源,系统必须实现实时更新,以提供有关可用资源的最佳信息,并具有开放的可编程接口,以最有效的方式完成任务。

         研究发现,创建一个支持软件定义网络(SDN)的架构,可以有效应对这些挑战。SDN可以提供灵活和可靠的可用资源的实时信息,集中式控制器使得整体系统内的每个单元能够最佳决策;使用SDN架构将使得网络可以互换使用云计算和边缘计算的资源,满足敏捷和动态系统需求,为用户提供最佳的服务。

    移动边缘计算具有丰富的应用场景

         由于移动边缘计算具有高带宽、低时延以及位置感知等技术特征,因此应用场景十分丰富。诸如视频优化加速、车联网、AR以及监控视频分析都是移动边缘计算的典型应用场景。

    3.1视频优化加速:移动边缘计算降低移动视频延迟,实现跨层视频优化

         近年来,随着网络速度的提升,视频流量增长非常迅速。根据思科的统计,全球视频流量从2012年的每月13,483PB增长至2017年的46,237PB,增长接近2.5倍。随着5G商用的临近,网络速率的进一步将提升,将大大刺激视频流量。根据思科的预测,从 2016 年到 2021 年,移动视频将增长8.7倍,在移动应用类别中享有最高的增长率。到 2021 年,移动视频将占总移动流量的 78%。

         在移动视频流量呈爆发增长时,网络延迟却大大降低了移动视频受众的观感。移动视频停滞和缓冲对于运营商及其客户来说仍然是一个大问题。在美国,有69%的观众观看移动视频有过各种程度的网络延迟。

         在网络拥堵严重影响移动视频观感的情况下,移动边缘计算是一个好的解决方法。

    (1)本地缓存。由于移动边缘计算服务器是一个靠近无线侧的存储器,可以事先将内容缓存至移动边缘计算服务器上。在有观看移动视频需求时,即用户发起内容请求,移动边缘计算服务器立刻检查本地缓存中是否有用户请求的内容,如果有就直接服务;如果没有,就去网络服务提供商处获取,并缓存至本地。在其他用户下次有该类需求时,可以直接提供服务。这样便降低了请求时间,也解决了网络堵塞问题。

    (2)跨层视频优化。此处的跨层是指“上下层”信息的交互反馈。移动边缘计算服务器通过感知下层无线物理层吞吐率,服务器(上层)决定为用户发送不同质量、清晰度等的视频,在减少网络堵塞的同时提高线路利用率,从而提高用户体验。

    (3)用户感知。由于移动边缘计算的业务和用户感知特征,可以区分不同需求的客户,确定不同服务等级,实现对用户差异化的无线资源分配和数据包时延保证,合理分配网络资源提升整体的用户体验。

    3.2车联网:移动边缘计算确保低时延和高可靠性

         根据车联网产业技术创新战略联盟的定义,车联网是以车内网、车际网和车载移动互联网为基础,按照约定的通信协议和数据交互标准,在车-X(X:车、路、行人及互联网等)之间,进行无线通讯和信息交换的大系统网络,是能够实现智能化交通管理、智能动态信息服务和车辆智能化控制的一体化网络,是物联网技术在交通系统领域的典型应用。

         实现上述功能的前提是对车联网所汇集的海量数据的智能化处理。车联网对于数据处理的要求较为特殊:一是低时延,在车辆高速运动过程中,要实现碰撞预警功能,通信时延应当在几ms以内;二是高可靠性,出于安全驾驶要求,相较于普通通信,车联网需要更高的可靠性。同时由于车辆是高速运动的,信号需要在能够支持高速运动的基础上实现高可靠性。

         随着联网车数量的增多,车联网的数据量也将越来越大,对于时延和可靠性的要求也将越来越高。在车联网应用移动边缘计算后,由于移动边缘计算的位置特征,车联网数据可以就近存储于离车辆较近的位置,因此可以降低时延,非常适合车联网中防碰撞、事故警告等时延标准要求极高的业务类型。

         同时车联网最终归于驾驶,在高速运动过程中,车辆的位置信息变化十分迅速。而移动边缘计算服务器可以置于车身上,能够精确地实时感知车辆位置的变动,提高通信的可靠性。并且移动边缘计算服务器处理的是价值巨大的实时车联网数据,实时进行数据分析,并将分析所得结果以极低延迟(通常是毫秒类)传送给临近区域内的其他联网车辆,以便车辆(驾驶员)做出决策。这种方式比其他处理方式更敏捷、更自主、更可靠。

    3.3增强现实(AR):移动边缘计算可降低时延,提高数据处理精度,提升用户感受

         增强现实(AR)是指过电脑技术,将虚拟的信息应用到真实世界,真实的环境和虚拟的物体实时地叠加到了同一个画面或空间同时存在。AR可以极大程度地增强人们的体验,实现的技术关键之一在于超低时延。传输时延直接决定了用户观看感受,时延增大会使观看者产生眩晕感。根据Digi-Capital完成的首个VR头戴式显示器技术基准,延迟时间要求小于19.3ms,否则将产生眩晕感。

    而移动边缘计算的典型技术特征就是低时延,因此在AR上,移动边缘计算有着广阔的应用场景。移动边缘计算通过对AR设备传递的信息进行实时处理,可以极大地降低时延,提高数据处理精度,提升用户感受。

    3.4监控视频分析:移动边缘计算可降低核心网负担,提高处理效率

         目前监控视频的数据处理常用方式有两种:一是在摄像头处理,一是在服务器处理。在摄像头处理要求每一个摄像头都拥有数据分析能力,成本十分高昂。而在服务器处理需要将大量的数据上传至服务器,将增加核心网负担并且时延较大,效率过低。

    而通过部署移动边缘计算服务器部,利用移动边缘计算服务器来对监控视频数据进行本地化处理,无须将大量视频数据上传至服务器,降低了核心网负担,提高了效率,也不要求摄像头拥有数据分析能力,成本下降。

    移动边缘计算的技术解析

    4.1移动边缘计算的类型

         根据边缘计算产业联盟发布的边缘计算参考架构,移动边缘计算应该是一个“硬件+软件”皆有的系统。而边缘计算类型可分为三种:本地设备、本地化数据中心(1—10个机架)和区域数据中心。

    (1)本地设备:适用于家庭或小型办公应用,本地设备的大小取决于应用场景和指定目的,但调度均是“即时的”。运行于建筑物的安全系统(Intel SOC设备)、将本地视频内容存储在DVR上便是在这种边缘计算的典型例子。另一个例子是云存储网关,它是本地设备,通常是作为诸如SOAP或REST之类的云存储API的网络设备或服务器。云存储网关使用户能够将云存储集成到应用程序中,而无需将应用程序移动到云中。

    (2)本地化数据中心(1—10个机架):这些数据中心提供了重要的处理和存储功能,并且能够在现有环境中快速部署。这些数据中心通常可按订单系统进行预先设计,然后在现场进行组装。另外一种形式的本地化数据中心是预制的微型数据中心,它们在工厂中组装并在现场进行放置。这些单个外壳系统可以采用坚固的外壳类型(可以防雨,防腐,防火等)或者采用办公环境下的普通IT机箱。

    单机架版本可以利用现有的建筑,制冷和电力,不用建立一个新的专用网站,从而节省资本支出。

    (3)区域数据中心:具有十多个机架并且比集中式云数据中心更靠近用户和数据源的数据中心被称为区域数据中心。由于规模庞大,它们将具有比本地化的数据中心(1 - 10个机架)更多的处理和存储能力。即使它们是预制的,由于可能需要施工,这就会遇到许可和当地合规性问题,它们将比本地化数据中心所需的时间更长,并且需要专门的电源和冷却源。延迟将取决于用户和数据的物理接近度以及中间的跳数。

    4.2移动边缘计算的部署方案

         中国联通网络技术研究院专家认为移动边缘计算服务器(MEC SERVER)部署位置较为多元:

    4.2.1基于4G EPC架构部署在RAN侧的MEC方案

         MEC服务器部署在RAN侧基站汇聚点后是比较常见的部署方式。同时MEC服务器也可以部署在RAN侧单个基站之后,这主要是针对热点区域,例如校园、大型购物中心等。这种架构方案的优势在于更方便通过监听、解析S1接口的信令来获取基站侧无线相关信息,但计费和合法监听等安全问题需要进一步解决。

    4.2.2基于4G EPC架构部署在CN侧的MEC方案

         该方案MEC服务器与CN侧的P-GW部署在一起。这种方式不改变现有EPC架构,MEC 服务器与P-GW部署在一起。UE发起的数据业务经过eNodeB、Hub Node、S-GW、P-GW+MEC 服务器,然后到公网Internet。该部署方式不存在计费、安全等问题。

         同时也有将MEC服务器与CN侧的D-GW部署在一起的方案。这种方式改变现有EPC架构,MEC 服务器与D-GW部署在一起,原P-GW拆分为P1-GW和P2-WG(即D-GW),其中P1-GW驻留在原位置,D-GW下移(可以到RAN侧,也可以到CN边缘)。D-GW具备计费、监听、鉴权等功能。MEC 服务器与D-GW可以集成在一起,也可以作为单独网元部署在D-GW之后。P1-GW与D-GW之间为私有接口,需同一厂家设备。 

    4.2.3基于5G架构的MEC服务器部署方案

         基于5G架构的MEC服务器也有两种部署方案,一种是部署在GW-UP处,另一种是部署在NodeB之后。

         MEC 服务器部署在NodeB之后:如下图中MEC server 1位置所示,MEC 服务器部署在NodeB之后(一个或多个NodeB),使数据业务更靠近用户侧。UE发起的数据业务经过NodeB、MEC 服务器 1,然后到Internet(第三方内容提供商服务器),在这种方式下计费和合法监听等安全问题需要进一步解决。

         MEC 服务器部署在GW-UP处:如下图中MEC server 2位置所示,5G网络核心网C/U功能分离之后,U-Plane(对应GW-UP)功能下移(可以下移到RAN侧,也可以下移到CN的边缘),C-Plane(对应GW-CP)驻留在CN侧。MEC 服务器部署在GW-UP处,相对于传统公网方案,可为用户提供低时延、高带宽服务。

    相关布局公司

    5.1诺基亚(NOK.N):最早关注移动边缘计算的公司之一

         诺基亚是最早关注移动边缘计算这一领域的公司之一,移动边缘计算的概念最早正是出现在诺基亚和IBM合作的一款计算平台上。同时,诺基亚还是ETSI会员,正在积极推动移动边缘计算的标准制定。

         早在2014年,诺基亚便支撑中国移动进行了移动边缘计算平台——诺基亚灵动应用解决方案(Liquid Applications)演示。同时诺基亚还提出了云平台MEC解决方案,该方案是基于云平台虚拟化架构,利用MEC虚拟网元,可以实现同时支持宏站和小基站接入,利用诺基亚通用AirFrame云平台,整合MEC及其他各类应用,使用开放API接口,具有兼容性高、高度可扩展性,灵活性的特点。AirFrame的关键推动力在于MEC可以满足5G和物联网所必需的极低延迟,大吞吐量和安全可编程操作,网络敏捷性。

         在2016年,诺基亚发布了三款为企业量身定制的移动边缘计算应用:目标跟踪、视频监控和视频分析。

         诺基亚MEC已经在全球拥有了广泛案例,比如韩国本地计算智慧港口、英国体育场足球赛现场视频导播、德国公路MEC结合车联网、上海国际赛车场多角度视频直播MEC组网方案,该MEC方案直播视频较现场实况延迟仅约0.5秒,为观众提供了极佳的观赛体验,而乐视直播视频相比MEC直播视频延迟约47.95秒。 

    5.2英特尔(INTC.O):发布了移动边缘计算端到端解决方案白皮书

         英特尔作为全球最大的个人计算机零件和CPU制造商,在物联网领域发展势头良好。根据公司2016年年报的披露,物联网业务已经占其营收的4.4%。英特尔认为移动边缘计算将会是这其中不可缺的一个重要环节,在5G时代,它的应用将延伸至交通运输系统,智能驾驶,实时触觉控制,增强现实等应用。

         英特尔也是移动边缘计算行业的重要参与者,在2014年英特尔和其他业界的一些厂家,包括华为、诺基亚、AT&T、DoCoMo等多家厂家,通过ETSI标准化协会成立了移动边缘计算。2016年,英特尔联合华为、ARM等公司在北京发起成立了边缘计算产业联盟,积极推动移动边缘计算行业发展。同年,英特尔发布了《无人机搭载LTE小基站360度视频实时直播解决方案》白皮书。该白皮书全面介绍了英特尔与佰才邦(Baicells)合作推出的、基于移动边缘计算的端到端解决方案。

         并且凭借自身的技术特点,英特尔推出了NEV SDK(网络边缘虚拟化套件),可协助移动边缘计算领域的合作伙伴加速开发面向电信领域的相关应用。除基础设施平台能力以外,NEV SDK还可为移动边缘计算应用开发者提供基于IP业务的,具备丰富API接口及高性能转发能力的基础软件环境。按照英特尔的规划,英特尔将多方位、差异化促进移动边缘计算发展。

    5.3凌华科技(6166.TW):开放的电信级边缘计算架构推动者

         凌华科技——世界级嵌入式计算技术领导厂商,总部位于台湾,并在美国、新加坡、北京、日本、韩国和德国设有分支机构,公司在x86计算、加固设计、高可靠性以及工业I/O的整合领域具有世界领先的地位。

         凌华科技是国内边缘计算产业联盟成员,在积极推动行业标准确立的同时,也不断推出移动边缘计算产品。凌华科技在2015年便宣布推出全球第一款加固级、高性能的移动网络终端计算平台EXTREME OUTDOOR SERVER,专为严苛的户外电信与网络应用而设计,可布建于户外,满足移动边缘计算的需求。

         目前,公司已经推出了全球首款高性能服务器级的移动边缘计算平台SETO-1000。凌华科技SETO-1000是一款专门针对极端的、恶劣的户外环境而设计的服务器。SETO-1000支持两颗Intel® Xeon® E5处理器,高达96Gb的内存,以及丰富的I/O接口和两个可热插拔的SATA硬盘槽位。SETO-1000针对2G、3G和LTE的虚拟无线接入设备提供了功能强大的通用平台架构,同时还整合了安全,远程管理,开放的应用程序等功能。

         公司在2016年推出OCCERA(开放的电信级边缘计算架构),在此架构下推出三款移动边缘计算产品。

    5.4华为:边缘计算产业联盟发起者、移动边缘计算方案提供商

         华为是移动边缘计算行业的积极推动者。2014年,由华为、沃达丰等6家运营商及供应商联合推动,在ETSI建立了移动边缘计算MEC工作组。2016年,华为联合英特尔、ARM等在中国发起了边缘计算产业联盟,合作发布《边缘计算产业白皮书》,在业界首次提出“OICT”理念,旨在搭建边缘计算产业合作平台,推动OT与ICT产业的开放协作。华为积极推动联盟与国内外标准及产业组织的广泛合作与对接,加速联盟发展与标准产出。

         同时,华为也是移动边缘计算解决方案提供商。华为在德国慕尼黑举行的MEC Congress大会上发布了业界首个面向未来网络架构的MEC@CloudEdge解决方案。作为面向5G 的MEC 解决方案,华为的MEC@CloudEdge解决方案将应用、内容以及MBB 核心网的部分业务处理和资源调度功能,一同部署到了靠近接入侧的网络边缘,通过将业务靠近用户进行处理,以及应用、内容与网络的协同,来提供可靠、极致的业务体验。

         在物联网与移动边缘计算的结合方面,华为在2017年世界移动大会(MWC 2017)上面向全球发布了基于边缘计算的物联网EC-IoT(Edge Computing IoT,边缘计算物联网)解决方案。创新性的将边缘计算和云管理引入物联网领域,基于SDN的敏捷控制器及具有边缘计算能力的物联网关(AR 500系列产品)就近提供智能服务,网络管理全面云化,实现全流程的产业服务及商业模式创新,使能行业数字化转型,释放产业创新巨大潜能。

    5.5中兴通讯(000063):推出基于室分与5G的移动边缘计算解决方案

         作为全球领先的无线通讯解决方案供应商和通信设备商,中兴通讯是国内较早关注移动边缘计算领域的行业巨头,近年来通过与运营商合作,在移动边缘计算领域取得了一定成绩。

         中兴通讯拥有完整的移动边缘计算MEC解决方案,包括虚拟化、容器、高精度定位、分流、CDN下沉等核心技术和专利,相关解决方案覆盖业务本地化、本地缓存、车联网、物联网等场景。MEC技术可以使无线网络和互联网有效融合在一起,并在无线网络侧增加计算、存储、处理等功能,通过业务本地化和API接口,开放无线网络与业务服务器之间的信息交互,有效降低传输网络的压力,让运营商可以位于基站侧更快处理信息、实现差异化服务,真正改变用户的业务体验。

         近期,在北京举行的“2017 MEC技术与产业发展峰会”上,中兴通讯宣布已开始和国内 三大运营商联手进行MEC试点和技术验证,并计划2018年进行商用部署。从2016年开始,中兴通讯陆续与国内三大运营商合作,积极开展MEC各项试点工作。其中,中兴通讯与宁波电信开展了园区网合作,进行了园区网本地流量卸载项目;在北京、珠海,中兴通讯分别与中国移动开展了精准室内定位项目;在宁波基于MEC结合NB-IoT,中兴通讯开发了智能停车、智慧园区项目。在2016年上海MWC上,中兴通讯携手中国联通演示了基于5G MEC的VR业务。

         2016年,中兴通讯携手中国联通展示了基于5G架构的移动边缘计算解决方案。2017年4月,公司与北京移动成功完成基于QCell室分方案的移动边缘计算室内高精度定位方案的试点验证。该移动边缘计算定位创新方案通过QCell实现快速灵活的室内4G信号深度覆盖后,基于中兴开放的移动边缘计算平台,在接近用户处提供本地化、低时延和高带宽的业务,同时提供开放的API接口,让丰富的第三方应用和内容进入管道,来满足室内用户的多元化业务需求,实现运营商网络管道增值。

         除移动边缘计算外,公司治理方面亮点不断,再叠加物联网、5G建设景气周期,今年公司实现了估值稳步修复。按照公司员工股权激励对赌业绩保守估计,公司2017~2019年净利润将分别不低于42.08亿、45.90、49.73 亿元。如果考虑上半年净利润近30%的增速,预计公司2017~2019年净利润为45亿、48亿、52亿,对应 PE分别为20X、19X、17X。维持“买入”评级,继续重点推荐!

    5.6网宿科技(300017):积极推动CDN升级具备移动边缘计算功能

         网宿科技主要提供互联网内容分发与加速(CDN)、云计算、云安全、全球分布式数据中心(IDC) 等服务,是国内CDN行业龙头。

         网宿科技准确地分析了MEC与CDN之间的关系,认为未来CDN的演进方向之一是形成边缘计算系统。因此,网宿科技对MEC有着清晰的规划。网宿科技将通过布局集中式数据中心+边缘计算节点,用中心云+边缘云的方式承载未来。此外,公司正在升级现有CDN节点为具备存储、计算、传输、安全功能的边缘计算节点,部署数量更多的边缘计算节点到距离用户更近的城域网。

         受国内CDN竞争加剧影响,我们预测公司2017-2018年净利润10亿、12亿元,PE为25X、21X。

    5.7日海通讯(002313):借力佰才邦发力小基站和移动边缘计算

         2017年6月13日,日海通讯发布公告称公司全资子公司海韵泰以自有资金3000 万元现金增资佰才邦,增资后,海韵泰将持有佰才邦2%股权。此外,海韵泰将向佰才邦委派一名董事,佰才邦涉及如下事项须通过董事会审议通过,其他董事需与海韵泰指派的董事对该事项保持一致意见:(1)佰才邦关于中国电信运营商集团及其各地市分公司以及研究院4G小基站市场销售相关决策;(2)增资协议签署后,佰才邦关于中国电信运营商集团及其各地市分公司4G小基站产品OEM或者代理商等合作伙伴引入。

         佰才邦是全球领先的小基站完整解决方案提供商,专注于小基站相关的无线宽带接入解决方案、业务运营平台研发和未来无线宽带技术创新,已为全球多个国家的移动运营商、宽带接入运营商、有线电视运营商、行业专网和企业网等类型的多个客户提供 4G 智能小基站等产品,同时致力于5G等下一代无线技术的研发。

         佰才邦是国内将VR与移动边缘计算、视频直播与移动边缘计算技术结合的典型。佰才邦与英特尔发布了《无人机搭载LTE小基站360度视频实时直播解决方案》白皮书,介绍了其推出的基于移动边缘计算的端到端解决方案。同时在2016年9月,佰才邦与中国联通展出面向5G的全新MEC 无人机VR解决方案。该解决方案是基于MEC的无人机VR视频直播解决方案。此次联通与佰才邦联合研发的解决方案融合多项当今最先进的技术,包含全景视频拼合算法、全景视频传输协议、MEC架构、LTE/5G数据通道QoS保障等多项关键技术。视频拼合算法、全景视频传输协议保证了全景VR视频无缝拼合;MEC架构使业务更加靠近用户,结合LTE/5G传输,保障VR全景视频画面流畅,传播高速且不受干扰,为数据传输建立高速路;无人机搭载360度全景高清摄像机,无任何视线盲点,用户可进入全景视频内部操纵它、观察它、实现前所未有的沉浸式VR直播体验。

         佰才邦主业是小基站,MEC服务器的部署离不开基站位置的影响。而佰才邦创造性的利用无人机使得小基站移动,更是切合了移动边缘计算移动的想法。作为持股公司,在MEC发展后,日海通讯将从中受益。

         我们认为,新股东进入日海通讯之后,引入了新的董事长和管理层,市场把握能力进一步提升。公司完成员工持股后毫不松懈,进行了公司股权优化,并参股佰才邦,预计公司治理将更加科学,未来战略将更加明晰。我们预计公司2017-2018年净利润分别为1.10亿、2.10 亿,对应PE为57X、30X,建议重点关注!

    投资建议

         由于移动边缘计算诞生于2013年,目前仍处于技术研发和产业化过程中,但作为5G的核心技术之一、CDN的发展方向之一,发展前景良好,因此巨头纷纷布局,包括诺基亚、英特尔、华为、中兴等。

         我们认为,移动边缘计算有望与5G共同发展,所以初期主要会部署在运营商的无线网络中。因此,从投资角度来看,我们建议重点关注具有先发优势、与运营商合作良好的中兴通讯、日海通讯。

    风险提示

    移动边缘计算技术发展不及预期,商业模式不清晰等。​​​​

    展开全文
  • 移动边缘计算网络架构

    千次阅读 2020-02-11 19:54:55
    1.移动边缘计算服务平台 移动边缘计算服务平台主要由移动边缘计算基础设施和移动边缘计算应用平台、应用管理系统三层逻辑实体组成。 2.MEC基本架构 ...
  • 中国移动边缘计算技术白皮书,主要介绍了边缘计算的驱动力、挑战、应用需求、部署策略、演进路线和规划等。
  • 移动边缘计算(MEC,mobile edge computing)中计算卸载技术即将移动终端的计算任务卸载到边缘网络,解决了设备在资源存储、计算性能以及能效等方面存在的不足。同时相比于云计算中的计算卸载,MEC 解决了网络资源的...
  • 浅谈移动边缘计算

    2021-02-25 05:26:45
    在正式开始介绍移动边缘计算(MobileEdgeComputing,MEC)之前,先从我作为一个初学者的角度来谈谈MEC出现的必要性,便于读者理解。这篇文章仅代表我自己的一个学习过程和体会,如果有表述不当的地方,欢迎批评指正...
  • 本文在介绍边缘计算概念、应用场景的基础上,分析移动边缘计算的安全威胁、安全防护框架、安全防护方案,并展望后续研究方向。目前 5G 研究正在业界如火如荼的开展。5G网络通过支持增强移动带宽、低时延高可靠、大...
  • 移动边缘计算系统中,通过将计算任务从移动设备迁移到移动边缘计算服务器,可以大幅度提高计算质量。考虑将可再生能源纳入多用户移动边缘计算系统中,并在模型中加入电池作为能量收集装置以实现能量收集和存储。...
  • 多用户移动边缘计算的联合预编码和计算分载
  • 移动边缘计算系统中的安全资源分配
  • 5G边缘计算白皮书。介绍移动边缘计算的发展背景和市场需求,并对业务场景的规划和应用,在本地分流、数据服务和业务优化三大领域进行分类和研究。从关键技术、标准化和发展趋势方面,对移动边缘计算技术进行探索
  • 移动边缘计算(mobile edge computing,MEC)是一种新兴的计算范式。设备将计算任务卸载到MEC服务器,满足业务时延需求,延长设备电池寿命,解决设备资源受限问题。对目前MEC系统中计算卸载方案的研究现状和成果进行...
  • 自动驾驶与移动边缘计算

    千次阅读 2019-01-11 00:00:34
    传统网络运营商负责对传输流进行控制(比如转发和包过滤等),但在移动边缘计算中,云服务器也部署在每个基站上。因此,网络运营商也承担了为移动用户提供服务的重要责任。移动边缘计算平台通过为边缘网...
  • 移动边缘计算介绍,驱动力,典型应用,服务迁移介绍,机遇与挑战
  • 基于增强学习的移动边缘计算无线增强现实
  • 移动边缘计算(MEC)的基本概念及系统架构进行了介绍,总结了相关的标准化进展,并分 析了与MEC相关的测试技术。
  • 基于分布式深度学习的移动边缘计算网络分载
  • 基于移动边缘计算的隐私保护无线传感器定位协议
  • 对端边缘云网络计算模式:透明计算、移动边缘计算、雾计算和Cloudlet 概要 将数据发送到云端进行分析是过去几十年的一个突出趋势,推动了云计算成为主流计算范式。然而,物联网时代设备数量和数据流量的急剧增加,给...
  • 移动边缘计算将边缘服务器部署到无线局域网侧,将部分计算密集任务卸载到边缘云服务器,从而缩短计算服务与移动设备的距离,降低数据传输成本.考虑移动边缘计算(MEC)环境下的计算任务分配问题,通过探索用户体验敏感度的...
  • 为应对“万物互联”所带来的挑战,移动边缘计算因其独特优势受到学术界和产业界的高度重视。然而,传统IP网络由于其原始设计不足难以为移动边缘计算提供高效的网络服务动态构建能力。为此,基于新兴网络技术,提出一...
  • 移动边缘计算中涉及资源调度方法的一篇硕士毕业论文,具有很强的参考价值,且内容覆盖的方面比较齐全
  • 中国移动 边缘计算 技术白皮书 运营商 中国电信 中国联通

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,188
精华内容 475
关键字:

移动边缘计算