【MEC中任务卸载研究的国内外文献综述2600字】

MEC中任务卸载研究的国内外文献综述1.1移动边缘计算研究现状在2009年初，卡耐基梅隆大学（CarnegieMellonUniversity）的MahadevSatyanarayananan讨论了微云（cloudlet）的概念，并将其描述为可信任的、拥有丰富资源的计算机集群，能够快速、稳定地访问网络，为周边的移动订户提供云服务[10]，除此之外，学术ICT研究社区成员还进行了许多相关工作的商酌[11]。2014年，MEC的概念由诺基亚网络、沃达丰、英特尔、IBM、NTTDoCoMo和华为等成员参与的标准机构ETSI（欧洲电信标准协会）的新工作组明确表达，同时MEC白皮书随之发布[12]，MEC术语也是由ETSI和行业规范组织（ISG）标准化的。并且诺基亚网络推出了一个现实世界的MEC平台：无线电应用程序云服务器（RACS）。在这样基础上纳入了许多创新的应用程序和服务，例如同为诺基亚推出发布于巴塞罗那的LiquidApplications(灵活应用)，目的是在LTE基站内实现迅捷和灵便的云功能。而IBM也为公众勾勒出“智能城市”的场景，并探讨了反映在企业以及M2M（MachinetoMachine）应用程序上能够收获的商业效益，欧洲5G基础设施公私合作伙伴关系也将MEC确认为5G网络的重要新兴技术[13]。在物联网和5G通信蓝图的驱动下，移动计算实现了从集中式移动云计算向移动边缘计算（MEC）的转变。MEC的主要功能是把移动计算、网络控制和存储推向网络边缘（接入点或基站），使得计算密集型和高延迟关键型程序应用能够在资源受限的移动设备上成功启用。MEC旨在显著减少延迟和移动能源消耗，从而应对建设5G蓝图的关键问题，而MEC目前拥有的成效也激发了学术界和工业界在开发这项技术方面的热情。MEC研究的主要方向是紧密融合无线通信与移动计算这两个领域，致使各种各样的新设计不断产生，包括计算分流技术再到网络体系结构，广而丰富。尽管MEC体系结构尚未充分成熟，但仍可见有很多的应用领域在边缘计算投入使用后可以为用户提供更好的体验。例如在增强现实应用中，边缘计算基础设施已被看做是AR域里对时延敏感应用程序的利基市场[14]，其增强AR系统功能的特点，使得情报可以送达到网络边缘而非仰赖核心网络来实现吞吐量的最大化，因此可以更加优化和高效地卸载最近的cloudlet上的计算密集型任务，借此丰富用户体验。以及在内容传递与缓存方向，包括在网页性能优化里边缘计算技术同样发挥了重要作用，MEC技术可以缓存HTML内容、重新组构Web布施以及进行Web模块大小的调整，还能够辨知高峰时段与非高峰时段的网络质量。这样，即便在拥堵的网络环境下，多个用户仍然可以同时流式传输视频。在新兴的应用场景中，MEC技术还能够投入到医疗保健、视频分析、联网车辆、智能电网、无线传感和执行器网络、智能建筑控制、SDN（软件定义网络）等诸多领域中。而在最新的MEC领域相关研究里，计算分流、低延迟、储存与能源效率也收获了大量的关注。在2016年，Zhang等研究人员提出了基于合同的计算资源分配方案[15]，贾拉利（Jalali）等研究人员提出了一种基于流量和基于时间的能源消耗模型[16]，MEC的相关研究仍在不断进行着并取得突破。1.2MEC中任务卸载研究现状任务卸载主要分为本地执行、部分卸载与完全卸载三种。在传统移动网络中，计算任务想要进入核心网执行需要借助无线接入网与链路，任务卸载至云服务器的这个过程中，也因此会消耗很多链路资源，从而存在高传输延时与高能耗现象。而为了迎接如今时代飞速发展下的挑战，边缘计算应运而生，在网络边缘提供类似于远程云中心的计算和存储功能[17]，能够有效地将设备上的计算任务卸载至附近的边缘服务器以获得更好的服务[18]。同远程云中心对比，边缘设备的物理资源可以说是非常有限的，所以，如何改进并实现恰当的计算卸载策略，如何让应用程序能够在用户设备与边缘服务器中合理布施，是一个非常值得关注的问题。近年来，研究人员们对边缘计算中的卸载策略也在不断进行着研究。MKamoun等研究人员提出了一种以时延为约束条件的离线计算卸载策略，并提出了马尔可夫决策过程以最大程度地降低能耗[19]。YGuangxue等研究人员提出了一种基于拉格朗日的优化策略，用于计算密集型应用程序，以计算迁移能耗，实现降低终端计算耗时的目标[20]。在YKim等研究人员的实验中，进行了边缘计算系统的成本延迟权衡，同时研究出了一种双边优化算法[21]。JZhang等研究人员则是利用匈牙利算法和博弈算法互相迭代以优化资源分配[22]。JXu等研究人员的实验文献中给出了一种OREO在线优化方式，即可以借助服务器缓存的动态优化和任务卸载并使用Lyapunov优化算法来应对系统状态未知、空间需求耦合和分散式协作的难题[23]。YuBowen等研究人员的报告针对性关注了在线优化问题，提出了一种任务调度方式JOSA，提出的这种算法依据的是Lyapunov优化理论并且仅依靠目前时间隙的系统信息来实现调度[24]。目前关于任务卸载策略的研究大多是设计边缘计算系统中的任务调度，主要考虑能耗、时延、传输通道等性能方面，任务卸载成本与系统性能之间的平衡如何兼顾仍需要不断地研究。1.3数据缓存研究现状移动边缘计算作为新体系结构会将存储迁移到最近的基站以至用户设备，通过这种方式减少服务等待时间并减轻网络带宽压力[25]。而在计算中，数据缓存是一种通过将最近或经常使用的数据项保留在内存位置来提高性能的机制[26]。缓存问题中最经典的替换策略是最少使用（LFU）和最近使用（LRU）[27]。算法LRU会将近期内最少使用的项目丢弃，而算法LFU存储的不是最近访问块的值而是被访问了多少次的值。类似的想法也是适用于边缘计算的环境的。对比没有缓存功能的移动网络，Ahlehagh等研究人员提出了一种缓存解决方案[28]，在边缘服务器中记录常用流行视频可将容量提高300%。而Tandon等研究人员，使用Fog无线电接入网络架构来利用无线边缘节点的缓存功能并与边缘连接[29]。以视频应用举例，这些研究人员的工作改进了实时视频流应用程序的QoE，并显著减少了内容传输延迟。而现有的研究从移动网络运营商的角度解决数据缓存问题，着重降低了数据访问时延，也增强了移动用户的能效。参考文献ForecastG.Ciscovisualnetworkingindex:globalmobiledatatrafficforecastupdate,2017–2022[J].Update,2019,2017:2022.DinhHT,LeeC,NiyatoD,etal.Asurveyofmobilecloudcomputing:architecture,applications,andapproaches[J].Wirelesscommunicationsandmobilecomputing,2013,13(18):1587-1611.ABE.EricssonMobilityReport,June2015[J].2015.田辉,范绍帅,吕昕晨,等.面向5G需求的移动边缘计算[J].2017.WangS,ZhangX,ZhangY,etal.Asurveyonmobileedgenetworks:Convergenceofcomputing,cachingandcommunications[J].IeeeAccess,2017,5:6757-6779.张厚浩,李晗琳,高林.移动边缘计算中的分层资源部署与共享策略[J].物联网学报,5(1):11-18.WangX,WangH,LiK,etal.Serendipityofsharing:Large-scalemeasurementandanalyticsfordevice-to-device(D2D)contentsharinginmobilesocialnetworks[C]//201714thAnnualIEEEInternationalConferenceonSensing,Communication,andNetworking(SECON).IEEE,2017:1-9.高基旭,王珺.一种基于遗传算法的多边缘协同计算卸载方案[J].计算机科学,48(1):72-80.ChenX,JiaoL,LiW,etal.Efficientmulti-usercomputationoffloadingformobile-edgecloudcomputing[J].IEEE/ACMTransactionsonNetworking,2015,24(5):2795-2808.SatyanarayananM,BahlP,CaceresR,etal.Thecaseforvm-basedcloudletsinmobilecomputing[J].IEEEpervasiveComputing,2009,8(4):14-23.TzanakakiA,AnastasopoulosMP,ZervasGS,etal.Virtualizationofheterogeneouswireless-opticalnetworkandITinfrastructuresinsupportofcloudandmobilecloudservices[J].IEEECommunicationsMagazine,2013,51(8):155-161.PatelM,NaughtonB,ChanC,etal.Mobile-edgecomputingintroductorytechnicalwhitepaper[J].Whitepaper,mobile-edgecomputing(MEC)industryinitiative,2014,29:854-864.HuYC,PatelM,SabellaD,etal.Mobileedgecomputing—Akeytechnologytowards5G[J].ETSIwhitepaper,2015,11(11):1-16.InternetofThings:Principlesandparadigms[M].Elsevie