《智能终端与边缘计算》第2章 移动通信技术与智能终端的融合

知识总览

2.1 5G边缘计算概述

1. 5G的定义标准（IMT-2020推进组）

5G由**“标志性能力指标”和“一组关键技术”**共同定义：

• 标志性能力指标：每秒千兆比特量级的用户体验速率。
• 一组关键技术：大规模天线阵列、超密集组网、全频谱接入与新型多址。

2. 5G技术指标与感性认知（🔥重点查考表）

名称	定义	单位	ITU指标	感性认知（开卷速查要点）
峰值速率	理想条件下实现的数据速率最大值	bps	常规10Gbps 特定20Gbps	单用户理想情况下，1秒钟可下载一部2.5GB的4K超高清视频
用户体验数据速率	真实网络环境下用户实际获得的速率	bps	0.1~10Gbps	随时随地体验5G峰值；标清3M/高清6M/4K 50M/VR 170Mbps
延时	包括空口延时在内的端-端延时	ms	空口延时低于1ms	1.普通：电影24帧/秒(41.66ms)感觉流畅，声像差40~60ms无感 2.VR：延时<20ms无眩晕感 3.车联网：时速60km/h，1ms延时制动距离为17m
移动性	获得体验速率的最大移动速度	km/h	500 km/h	高铁最高时速486.1km/h，5G可满足
流量密度	单位面积的平均流量	bps/km²	10Mbps/m² (即10Tbps/km²)	每平方公里内为用户提供的总流量为10Tbps
连接密度	单位面积可支持的各类设备数量	个/km²	1×10⁶/km²	每平方公里内可支持的用户数为100万

---

2.2 5G与智能终端的结合点与应用场景

1. 5G三大核心应用场景

1. eMBB（增强移动宽带通信）：大流量、高带宽。
2. mMTC（大规模机器类通信）：大连接、物联网。
3. uRLLC（超可靠低延时通信）：低延时、高可靠。

2. 华为“5G十大应用场景白皮书”（全列表速查）

1. 云：VR/AR实时计算机图像渲染和建模
2. 车联网：远控驾驶、编队行驶、自动驾驶
3. 智能制造：无线机器人云端控制
4. 智慧能源：馈线自动化
5. 无线医疗：具备力反馈的远程诊断
6. 无线家庭娱乐：超高清8K视频和云游戏
7. 联网无人机：专业巡检和安防
8. 社交网络：超高清/全景直播
9. 个人AI辅助：AI辅助智能头盔
10. 智慧城市：AI使能的视频监控

3. 5G融合应用“3+4+X”体系（中国信通院CAICT等发布）

• “3”大应用方向：产业数字化、智慧化生活、数字化治理
• “4”大通用应用：4K/5K超高清视频、VR/AR、无人机/车/船、机器人
• “X”类行业应用：5G用于工业、医疗、教育、安防等领域产生的X类应用

---

2.3 在5G网络中部署边缘计算

1. MEC部署的4种物理位置

1. MEC与本地UPF部署在无线侧（与基站并置）
2. MEC与传输节点并置（可能有本地UPF）
3. MEC、本地UPF与传输汇聚节点并置
4. MEC与核心网络功能并置（在同一数据中心）

本地UPF（User Plane Function，用户面功能）是5G核心网中一个关键且灵活的部分。简单来说，它就是为解决网络数据传输时延高、带宽压力大、数据安全要求高等问题，而部署在“离用户更近”的地方的“数据枢纽”。

2. 5G网络分级结构与DC划分

• 电信网元分离原则：
  • 控制面：适合集中部署，资源需求趋向同质。
  • 用户面：适合下沉部署，提升用户体验质量。UPF是支持边缘计算的重要环节。
• MEC数据中心（DC）分级：覆盖范围从基站 ➔ 区县 ➔ 城市 ➔ 省

DC级别	覆盖范围	定位与功能
基站级	基站	最边缘，现场级计算
接入级（三级DC）	区县	本地DC，网络侧边缘计算，UPF下沉点
边缘级（二级DC）	地市	本地DC，网络侧边缘计算
汇聚级（一级DC）	省级	区域DC
中心级（中心DC）	省/全国	核心云

3. 5G典型场景的延时要求与MEC部署策略（🔥核心对比表）

场景类型	空口单向延时	总体延时要求	MEC部署建议方案
5G eMBB	4ms	10ms级低延时 需降低/消除传输延时	MEC部署在二级DC（地市），UPF在二级DC； 或UPF/MEC部署在一级DC（省级）
5G uRLLC	0.5ms	1ms级极低延时 业务须直接部署在接入侧	MEC部署在一体化基站 （将多跳转化为一跳，消除传输延时）

📍 eMBB场景部署详述（高带宽/低延时）

• 业务需求：最大速率1Gbps，体验速率500Mbps；端-端延时10ms；8K 3D视频流最大/体验速率为250Mbps。
• 部署路径：终端 ➔ CU/DU一体化基站(5G 4ms) ➔ 三级DC(2~3ms) ➔ 二级DC(1~4ms) / 一级DC(2~5ms) ➔ 核心层。

📍 uRLLC场景部署详述（工业控制）

• 业务需求：低速率(<50 byte/s)；闭环控制延时2~20ms；可靠性(<1×10⁻⁹)。
• 部署路径：终端 ➔ CU/DU一体化基站(5G 0.5ms) ➔ 接入级本地DC ➔ 工业操控中心/控制器。

4. 从4G到5G网络的MEC部署演进

• 4G网络：MEC服务器部署在无线接入网的eNodeB汇聚节点之后、服务网关（SGW）之前。多个eNodeB共享一个MEC服务器。
• 5G新建站：采用基于C/U分离的NFV架构。MEC服务器部署在GW-U之后。MEC与GW-U既可集成部署，也可分开部署，共同实现本地业务分流。

NFV是网络功能虚拟化 (Network Functions Virtualization)。它借鉴了服务器虚拟化的思想，目的是把网络设备从昂贵的、专用的硬件中解放出来。

5. SDN/NFV架构下的5G网络部署

• 全国级核心DC：以控制、管理、调度功能为核心，按需部署，实现网络总体监控和维护。
• 核心DC：控制平面功能集中部署于此。
• 边缘DC：MEC服务器与GW-U、相关业务链功能部署于此。按需部署于地市或网络边缘，以承载媒体流终结功能为主，需综合考虑集中度、流量优化、用户体验与传输成本。

---

📚 第二章（上） 经典论文核心要点速查

论文1：Taleb等, 2017, IEEE Communications Magazine

《On Multi-Access Edge Computing: A Survey of the Emerging 5G Network Edge Cloud Architecture and Orchestration》

• 核心内容：探讨MEC在5G中的架构、部署和应用，分析MEC如何靠近用户减少延迟、提高QoS。
• 重点方法/观点：
  1. 网络切片示例：描绘了通用网络基础设施上的网络切片，考虑MEC在移动宽带、汽车、大规模物联网服务中的潜在作用。
  2. MEC编排：详细阐述MEC编排（单个服务与支持移动性的MEC平台网络），阐明不同编排部署选项。
  3. 多租户支持：分析MEC参考架构和主要部署场景，为应用开发者、内容提供商和第三方提供多租户支持。
  4. 分层模型（终端、边缘、云端）及挑战（资源管理、安全隐私、数据一致性）。

论文2：Sun等, 2017, IEEE Journal on Selected Areas in Communications

《EMM: Energy-Aware Mobility Management for Mobile Edge Computing in Ultra Dense Networks》

• 核心背景：MEC与基站(BS)密集部署结合带来优势（接近算力、低延迟），但也带来移动管理(MM)挑战（支持MEC的BS共同提供无线接入和计算服务，传统面向无线接入的MM方案性能不佳）。
• 重点方法/算法（EMM）：
  1. 能源感知的移动性管理（EMM）：以用户为中心，在用户长期能耗约束下，优化无线电访问和计算引起的延迟。
  2. 理论基础：基于Lyapunov优化和多臂老虎机理论，在无未来系统状态信息下在线工作，有效处理不完善的状态信息。
  3. 成本考量：理论分析明确考虑了无线电切换成本和计算迁移成本，证明与oracle方案相比，延时和能耗存在有限偏差。
  4. 动态适应：有效处理候选BS在任务卸载过程中随机打开/关闭的情况。
  5. 优化目标：在最低化能耗预算（$\alpha B$）下，最小化平均延迟（通信、计算和切换延迟之和 $D(m,n)$）。
  6. 移动性预测模型：根据轨迹和历史数据预判移动行为，优化资源调度和接入策略。

---

2.4 移动网络通信环境下的边缘计算

1. 边缘计算技术演进与产业发展时间线（速查表）

年份	事件/概念提出	关键组织/主体
2009	微云概念出现	-
2011	雾计算概念出现	-
2013	**移动边缘计算（MEC）**概念出现	-
2014	成立移动边缘计算工作组	ETSI（欧洲电信标准化组织）
2015	成立开放雾计算联盟	OpenFog
2016	将MEC扩展为多接入边缘计算，成立边缘计算产业联盟	ETSI / ECC（华为、中科院沈自所、信通院、Intel、ARM等发起）
2018	成立OTII工作组，制定边缘计算服务器标准与管理接口规范	中国移动/电信/联通、信通院、Intel等
2019	成立边缘计算工作组，推动商业开发部署	百度/阿里/腾讯、信通院、三大运营商、华为、Intel等

2. MEC标准化工作（ETSI主导）

• 第1阶段（2017年底完成）：基于传统4G网络架构部署。定义了：应用场景、参考架构、应用支撑API、应用生命周期管理与运维框架、无线侧能力服务API，以及RNIS、定位、带宽管理等。
• 第2阶段（2018年9月完成）：聚焦5G/Wi-Fi/固网的MEC系统。同期开启第3阶段（标准维护和新增）。
• 未来标准化方向：① MEC与5G的结合；② MEC与垂直行业的结合；③ MEC与开源的结合。

---

3. 微云—— 经典边缘计算系统

• 定义：是一个可信且资源丰富的计算机或机群，部署在网络边缘（接入网与核心网之间），为移动终端提供计算、存储与网络服务。
• 架构意义：将移动计算的2层架构**“端-云”变为3层架构“端-边-云”**。
• 距离优势：与移动终端一般接入同一基站或同一Wi-Fi，仅有**“一跳”**距离，有效控制网络延时，服务于计算密集型和交互性较强的移动应用。

📍 Cloudlet 三大主要特征

1. 软状态设计：服务器和移动终端之间实现数据缓存与传输。
2. 资源充足：满足多个移动用户将计算任务迁移到Cloudlet执行。
3. 近距离下沉：将云计算下沉到接入网边缘，可直接部署在移动车辆或机器人上，物理/网络距离贴近用户，使带宽、延迟、抖动易于控制改进。

📍 Cloudlet 工作原理（🔥核心术语辨析）

• Base VM：通用数据部分。
• VM Overlay：与具体应用相关的数据部分。
• Launch VM：对应客户端软件镜像部分。
• 虚拟机合成：将 Base VM + VM Overlay ➔ Launch VM 的过程。即使用不同应用程序对应的Overlay VM配置Cloudlet的过程。

📍 Cloudlet 工作流程

1. Cloudlet预加载Base VM。
2. 移动终端与Cloudlet进行微云发现与协商。
3. 终端发送Overlay VM到Cloudlet。
4. Cloudlet进行虚拟机合成（Base VM + Overlay VM ➔ Launch VM）。
5. 执行Launch VM，终端使用微云。
6. 结束使用，丢弃VM（用户离开，产生VM残留）。

---

4. 雾计算

• Cisco定义：雾是由虚拟化组件构成，是分布在网络边缘的资源池，为大规模传感器网络和智能网格等场景提供高度分布式资源来存储与处理数据。
• Vaquero定义：通过在云与移动设备之间引入**中间层（雾层）**来扩展云网络结构，由部署在网络边缘的雾服务器组成。

📍 雾计算 三大主要特征

1. 更贴近“地面”：比云计算更贴近终端用户与设备。
2. 连续统一体：与边缘计算不同，雾计算更强调在云与数据源之间构成连续统一体，使网络成为数据处理的**“流水线”，而不仅是“数据管道”**。
3. 分布式协同：通过分布在不同位置、数量庞大的雾节点构成雾网络，弥补单设备资源不足，充分利用已有网络设备资源。

📍 雾计算节点功能结构

• 计算 | 存储 | 网络（TST、TCC等） | 加速器（FPGA、GPGPU等）
• OpenFog节点管理 | OpenFog节点安全
• 传感器、执行器与控制 | 协议抽象层
  

📍 雾计算架构（三层架构细节）

1. 云层：加密/解密、压缩/解压。
2. 雾层：
   • 雾-云子层：永久存储、全局决策、加密/解密、压缩/解压、数据分析。
   • 雾-设备子层：资源管理、临时存储、身份认证、解释/转换、预处理。
3. 设备层：注册、数据采集、命令执行。

📍 雾计算层次结构（空间分布）

• 外边缘：移动终端设备、传感器与执行器、雾节点、。
• 中边缘：基站、Wi-Fi、Ethernet、本地数据中心、雾节点。
• 内边缘：EPC、WAN数据中心、雾节点。
• 核心：云数据中心。

---

2.5 边缘计算中间件

1. 中间件产生的原因与作用

• 原因：大型物联网系统需管理FEA（雾计算与边缘计算架构）资源；边缘设备位置动态改变导致管理算法复杂、控制数据消耗资源过多；编程环境复杂。
• 作用：屏蔽MEC、微云、雾计算设备的差异性，提供统一编程接口，降低编程难度。

2. 中间件六大基本功能

① 边缘设备发现 | ② 执行期间的运行环境 | ③ 最小的任务中断 | ④ 操作参数的开销 | ⑤ 环境感知的自适应设计 | ⑥ 服务质量

3. FEA设备类型与分层结构（支持迁移）

传感器/执行器 ➔ 个人设备 ➔ 雾计算设备 ➔ 微云/MEC ➔ 云计算中心VM集群 ➔ 云计算中心主机 (相邻层之间支持迁移)

4. 物联网FEA架构分层（自上而下）

• 应用程序：智能医疗、智能交通、智能安防
• API规范：安全认证及隐私加密、设备发现API
• 中间件服务：环境监控和预测、执行管理、调度与资源管理、代理选择、数据处理与分析、网络管理、移动性管理
• 物联网传感器与执行器

---

2.6 移动通信网络环境下的边缘计算特点与优势

1. MEC / Cloudlet / 雾计算 特点总结

• MEC特点：在靠近用户的基站处部署MEC服务器；以IaaS方式管理虚拟资源池；基本框架将功能划分为网络层、主机层与系统层。
• Cloudlet特点：可信、资源丰富的主机或机群；基于虚拟机技术；与移动终端通常仅有“一跳”距离。
• 雾计算特点：雾节点数量大、类型多、分布广；更接近物联网感知与执行设备；部署在用户设备到核心云的传输路径上。

2. 三种边缘计算技术对比（🔥对比表）

对比维度	MEC	Cloudlet (微云)	Fog Computing (雾计算)
部署位置	靠近接入点、基站、汇聚点或网关的位置	靠近接入点/基站/网关，或直接运行在智能网联汽车/无人机上	用户终端到云数据中心传输路径上，部署多个层次的雾节点
应用场景	针对物联网的减少延时性应用	针对物联网的移动增强性应用	针对物联网的分布式计算与存储应用
支持边缘无线接入	支持云无线接入 C-RAN	本身不支持，但可作为独立模块运行在无线接入系统	支持边缘无线接入
支持移动性与节点交互	仅支持用户终端从一个边缘节点到另一个边缘节点的移动管理	仅支持虚拟机镜像从一个边缘节点到另一个边缘节点的切换	支持雾节点分布式应用之间通信

---

📚 第二章(下) 经典论文核心要点速查

论文1：基于雾计算的智能医疗三方认证与密钥协商协议 (软件学报, 2023)

• 痛点/背景：智能医疗数据访问的安全性和低延迟问题。现有协议存在安全缺陷（无法抵抗验证表丢失攻击、拒绝服务攻击、伪冒攻击等）。
• 核心方案：提出基于雾计算的三方认证与密钥协商协议。
• 重点方法/技术创新：
  1. 椭圆曲线Diffie-Hellman密钥交换：构建会话密钥，确保前向安全性和抵抗临时秘密值泄露攻击。
  2. 模糊验证 + Honeywords技术：增强用户身份认证安全性，防止离线口令猜测攻击。
  3. 三方会话密钥协商：确保用户、雾节点和云服务器之间的安全通信。
  4. 动态雾节点增加：支持新雾节点加入，分担计算任务，增强系统可扩展性。
• 性能结论：计算开销和通信开销略高（排第二），但这是通过额外计算量弥补了其他方案的安全缺陷，能抵抗设备捕获攻击并实现前向安全性。
  

论文2：支持雾计算的车联网隐私保护匿名方案 P3 (IEEE T-ITS, 2018)

• 痛点/背景：车联网位置隐私问题。传统匿名系统集中化管理，导致高延迟和高成本。
• 核心方案：提出支持雾计算的车联网F-IoV架构，及隐私保护匿名P3方案。
• 重点方法/技术创新：
  1. F-IoV架构：将匿名管理从集中式转移到边缘的专用雾计算单元（“匿名雾”，由路边基础设施组成，靠近车辆），降低延迟和管理成本。
  2. P3方案优势：① 基于上下文感知的匿名变更；② 及时的匿名分配；③ 降低匿名管理开销。
  3. 分层管理架构：云层、雾层、用户层，在保证安全性同时提高匿名分发效率，减少中心化通信和计算开销。