摘要：5G特色的應(yīng)用場景對于網(wǎng)絡(luò)的服務(wù)質(zhì)量有極高的要求，需要網(wǎng)絡(luò)提供確定性的服務(wù)，包括確定性低延遲、確定性網(wǎng)絡(luò)抖動等。邊緣計算技術(shù)對于提供超低時延和抖動的網(wǎng)絡(luò)服務(wù)具有優(yōu)勢，但在確定性網(wǎng)絡(luò)服務(wù)上還存在不足。針對以上問題，本文擬以基于邊緣計算的確定性網(wǎng)絡(luò)為主要研究對象，結(jié)合新興應(yīng)用的確定性網(wǎng)絡(luò)服務(wù)需求，運用軟件定義和網(wǎng)絡(luò)功能虛擬化技術(shù)，研究計算、存儲和網(wǎng)絡(luò)資源的聯(lián)合優(yōu)化機制，提供確定性的延遲、抖動等網(wǎng)絡(luò)傳輸能力，充分發(fā)揮邊緣計算的優(yōu)勢，提供確定性的網(wǎng)絡(luò)服務(wù)，增強用戶體驗。

　　關(guān)鍵詞：V2X;MEC;任務(wù)卸載;資源分配

　　開放科學(資源服務(wù))標識碼(OSID)：

　　1 引言

　　5G網(wǎng)絡(luò)是指第五代移動通信網(wǎng)絡(luò)，他相對于4G網(wǎng)絡(luò)的信號傳輸，有更加穩(wěn)定、高速和安全性能高的優(yōu)點，大大增強了這個系統(tǒng)容量和各種大規(guī)模設(shè)備間的連接效果，為各種用戶的智能化設(shè)備提供優(yōu)秀的信息服務(wù)，進一步挖掘網(wǎng)絡(luò)的潛在應(yīng)用價值。通過結(jié)合整個5G網(wǎng)絡(luò)用戶服務(wù)需求和網(wǎng)絡(luò)本身的功能特點，使得數(shù)據(jù)資源使用更加高效和低能，在提高用戶服務(wù)滿意度的基礎(chǔ)上，減少整個網(wǎng)絡(luò)的延遲。隨著5G技術(shù)的不斷成熟完善和運營推廣，5G創(chuàng)新應(yīng)用生態(tài)的發(fā)展已成為決定未來5G產(chǎn)業(yè)成功的關(guān)鍵因素。

　　2 網(wǎng)絡(luò)資源聯(lián)合優(yōu)化的意義

　　國際電信聯(lián)盟ITU召開的ITU-RWP5D第22次會議上確定了未來的5G創(chuàng)新應(yīng)用場景：3D超高清晰度視頻、云辦公和游戲、增強現(xiàn)實、工業(yè)自動化、移動醫(yī)療、緊急任務(wù)應(yīng)用、自動駕駛汽車等。這些應(yīng)用場景對于網(wǎng)絡(luò)的服務(wù)質(zhì)量(QoS， Quality of Service)提出了極高的要求，即確定性網(wǎng)絡(luò)(Deterministic Networking)服務(wù)，包括確定性低延遲、確定性網(wǎng)絡(luò)抖動等。而移動蜂窩網(wǎng)數(shù)據(jù)回傳網(wǎng)絡(luò)(Backhaul)采用多重匯聚架構(gòu)，基站到核心網(wǎng)需要途徑多重匯聚轉(zhuǎn)發(fā)網(wǎng)絡(luò)，距離往往相隔幾百公里，難以保障傳輸?shù)牡脱舆t。邊緣計算(MEC， Multi-access Edge Computing)作為一種基于云計算的無線接入網(wǎng)絡(luò)(RAN， Radio Access Networks)架構(gòu)，被認為是提升移動網(wǎng)絡(luò)整體性能的重要手段。MEC不僅可以通過在靠近接入網(wǎng)的邊緣處進行流量卸載和計算卸載(Offloading)，減少移動蜂窩網(wǎng)匯聚路由(AR， Aggregation Routing)和核心網(wǎng)(EPC， Evolved Packet Core)的流量，緩解移動節(jié)點的計算壓力，還可以通過在網(wǎng)絡(luò)邊緣的應(yīng)用部署來降低應(yīng)用響應(yīng)延遲，可以有效彌補網(wǎng)絡(luò)匯聚帶來的問題。但是面向工業(yè)自動化、移動醫(yī)療、自動駕駛等創(chuàng)新應(yīng)用場景對于網(wǎng)絡(luò)傳輸確定性的嚴苛要求，邊緣計算依然存在一些亟待解決的問題：

　　(1)移動用戶密度大、移動性強，容易造成移動網(wǎng)絡(luò)負載的不均衡、短時間內(nèi)負載的劇烈變化。MEC要求在網(wǎng)絡(luò)邊緣配置網(wǎng)絡(luò)、計算、存儲資源，而移動網(wǎng)絡(luò)邊緣節(jié)點的資源容量較小，部署分散，這給資源的優(yōu)化配置和管理帶來了極大的困難。

　　(2)邊緣計算節(jié)點的計算、存儲、傳輸能力有限，不同應(yīng)用的需求也存在差異，如計算密集型、存儲密集型、網(wǎng)絡(luò)密集型任務(wù)等。如何在滿足應(yīng)用差異化的網(wǎng)絡(luò)需求的同時，優(yōu)化邊緣的計算、存儲和網(wǎng)絡(luò)資源，這是一個NP難題。

　　(3)確定性的網(wǎng)絡(luò)傳輸需求要求網(wǎng)絡(luò)提供細粒度的QoS保障能力，采用軟件定義網(wǎng)絡(luò)(SDN， Software Defined Network)技術(shù)和網(wǎng)絡(luò)功能虛擬化技術(shù)(NFV， Network Functions Virtualization)[6]實現(xiàn)確定性的網(wǎng)絡(luò)路由轉(zhuǎn)發(fā)，以及細粒度的流量管控能力。同時避免細粒度的流量控制帶來的OpenFlow流表規(guī)模的激增的問題。

　　本文圍繞“服務(wù)配置、服務(wù)調(diào)度、服務(wù)質(zhì)量”三個重點內(nèi)容展開，研究確定性網(wǎng)絡(luò)資源聯(lián)合優(yōu)化策略等關(guān)鍵技術(shù)，為確定性網(wǎng)絡(luò)服務(wù)的邊緣計算性能優(yōu)化提供重要的依據(jù)和技術(shù)儲備，對新興應(yīng)用的發(fā)展具有積極推動作用。

　　3 基于Markov決策過程的資源聯(lián)合優(yōu)化

　　網(wǎng)絡(luò)資源聯(lián)合優(yōu)化需要綜合新興應(yīng)用的需求和網(wǎng)絡(luò)資源均衡的目標?？梢约僭O(shè)應(yīng)用的資源請求服從泊松過程，服務(wù)執(zhí)行時間服從指數(shù)分布，將資源分成固定大小的分塊(block)，則資源的使用過程可以用Markov狀態(tài)轉(zhuǎn)移過程來描述，其中資源使用的狀態(tài)向量包含各類資源的使用狀態(tài)，可以得到Markov狀態(tài)轉(zhuǎn)移過程的平衡方程，利用平衡方程的求解可以得到多維資源使用和服務(wù)性能指標之間的關(guān)系，再根據(jù)用戶的應(yīng)用需求映射的服務(wù)性能指標，選擇相應(yīng)的資源以滿足應(yīng)用的需求。

　　結(jié)合資源效用最大化的目標，本項目擬采用合作博弈策略來實現(xiàn)資源的效用整體最優(yōu)和公平性。基于合作博弈論，對各類資源之間的互相合作決策行為進行建模，使資源以相互競爭且相互妥協(xié)的方式達成一致，實現(xiàn)效用最大化。依據(jù)合作博弈理論的原理，給定資源效用函數(shù)，以資源效用最大化為目標，設(shè)定合作資源提供者的收益函數(shù)，建立多維資源協(xié)作聯(lián)盟。利用Shapley準則對協(xié)作聯(lián)盟進行公平資源分配，資源提供者從聯(lián)盟中獲取收益最大化的同時，也達到了整體資源效用的最大化。要實現(xiàn)資源聯(lián)合優(yōu)化，基本條件是具備對各類資源的管控能力，通過OpenFlow協(xié)議的擴展，來實現(xiàn)各類資源的統(tǒng)一調(diào)度和監(jiān)控，SDN控制器可以根據(jù)當前系統(tǒng)狀態(tài)和用戶資源請求分布，進行全局的資源優(yōu)化配置。

　　(1)網(wǎng)絡(luò)模型

　　首先給定最大計算資源得到完成任務(wù)所需的最低信噪比;然后，利用凸優(yōu)化理論進行最佳功率分配，并計算對應(yīng)的吞吐量增益，比較增益得到卸載決策;最后，利用二分圖最大匹配算法解決信道分配問題，并計算最終的計算資源分配。假設(shè)場景中一個RSU覆蓋范圍內(nèi)有T個目標數(shù)據(jù)，用集合表示為[T={TUEt|t=1，2，…，T}]，移動用戶[TUEt]有K個協(xié)助移動用戶提供輔助數(shù)據(jù)運輸相關(guān)數(shù)據(jù)，用集合表示為[K={AUEk|k=1，2，…，K}]。考慮上行鏈路是OFDMA的，其可用頻帶B被平分為L個子帶，則每個子信道帶寬大小為[W=]B/L。假設(shè)做出卸載決策后，所有協(xié)助移動用戶中分別有M個CUE和N個DUE，分別用集合表示為[?={CUEm|m=1，2，…，M}]和[N={DUEn|n=1，2，…N}]。

　　推薦閱讀：通信企業(yè)管理是什么類型的期刊