智能边缘计算网络关键技术研究

陆 威，章 璐，杜 鹏，李立平，史庭祥，杨 立

(1.中兴通讯股份有限公司，江苏 南京 210012；2.移动网络和移动多媒体技术国家重点实验室，广东 深圳 518055)

0 引言

边缘计算(Multi-Access Edge Computing，MEC)指在靠近数据生成的位置来处理、分析、存储数据，从而降低传输时延、节省骨干传输网络带宽，并带来数据隐私保护和安全性。边缘计算已在工业领域获得大量应用，帮助工厂实现数字化处理的本地化，用极低的时延保障生产自动化，从而提升生产效率。

当前的边缘计算技术处在第一阶段，属于静态的边缘处理技术，即终端在小范围内移动时，本地的边缘计算节点能提供低时延、高带宽的处理[1]。当终端大范围移动时，边缘计算服务节点并未跟随迁移，导致终端和边缘计算服务节点间出现较长的通信路径，终端产生的数据不能被最近的边缘计算节点处理，从而不能充分利用边缘计算的本地化能力。

随着5G网络的普及和未来B5G/6G新网络预研开展，(超)低时延的移动性应用需求越来越多[2]，尤其是V2X车联网、火车人地通信、元宇宙应用领域、空天地一体化[3]，迫切需要解决大范围移动场景下的边缘计算网络问题。实现终端移动时，5G网络的UPF能跟随切换，UPF旁的MEC能伴随UPF切换，让终端和UPF、MEC间一直保持最短的通信路径。由于MEC内的应用软件一般规模比较大，应用从一个源节点切换到另一个目标节点需要较长时间，因此需要采用一些智能技术，预先判断终端的移动方向，提前完成应用在MEC间的迁移，在终端稍后真正进入新的MEC区域时，能实时获得最短路径的通信体验。本文从网络和边缘计算的智能化角度，介绍解决该问题的若干关键技术。

1 边缘计算智能化问题分析

通信网络和计算技术一直在迭代升级，从固定网络发展到移动网络，解决了移动性问题，从低带宽高时延的GSM移动网络发展到高带宽低时延的5G移动网络，解决了移动通信容量、覆盖、QoS和业务体验问题[4]。当前的5G网络采用MEC技术实现低时延，把UPF和MEC节点部署在靠近基站侧的位置，缩短数据报文传输路径，减少路由节点，从而保障用户终端获得低时延高带宽的业务交互体验[2]。这项技术针对企业园区等终端小范围移动的场景，能提供低时延、高带宽、数据隐私保护的高质量业务，大大提升了生产效率。但在终端大范围移动的场景下，并不能有效地提供较低时延的业务体验。

场景1MEC管辖范围内的用户终端发起业务请求，但该MEC内没有该业务的服务端软件，需要把业务请求送到远端的云内应用软件进行处理，导致该用户终端的业务流经过较长的路径和较多的转发节点，带来较大的时延。这个问题是MEC大规模边缘部署特征带来的，MEC被部署到边缘后，节点数量非常多，但每节点内所配置的硬件资源不能太多，如果简单地为所有MEC节点增加硬件资源，除了成本高外，还有边缘机房空间小、电力消耗大等问题。因此在MEC有限的硬件资源中，只能部署适量的应用软件，无法把云端的所有低时延应用软件都部署到每个MEC中。当用户终端移动到某MEC区域时，不能保证该终端请求的业务就在本区域MEC内，即需要解决MEC如何总能为终端提供本地化应用服务的问题。

场景2用户终端就近接入了5G UPF和MEC，MEC内也部署了该终端请求的业务软件。用户的业务流量能在最短路径中处理，获得极低时延的业务体验。后续用户终端发生大范围移动时，该终端初始连接服务的UPF和MEC并没有变化，导致终端和UPF之间的通信路径变长，路由节点数变多，最终带来更大的时延，降低业务体验。需要解决终端大范围移动时，5G核心网能根据终端最新位置，把UPF迁移到更靠近终端位置的问题。

场景3在解决了场景1和场景2的问题后，UPF能跟随终端的移动而迁移，从而保障终端和UPF之间的通信路径最短。但基于现有的5G和MEC技术，UPF切换迁移后，MEC并不能跟随UPF切换，因此终端移动后，新目标UPF和源服务MEC处在不同区域，通信路径变长，仍会带来较大的时延，影响用户的低时延体验，因此需要解决MEC能跟随UPF的切换而迁移的问题。

2 智能边缘计算网络关键技术

根据3GPP和ETSI对5G网络和MEC的架构设计[5]，5G网络的用户面网元UPF尽量下沉到边缘位置[6]，使得用户终端的IP流量能本地路由，MEC作为边缘计算节点，跟随UPF所在位置进行部署，一些低时延应用可以就近部署到MEC中，一些时间不敏感的业务可以部署在远端云中。该部署架构能较好地满足企业园区等固定场所的低时延业务需求，但在V2X或高铁卫星通信等场景下[7]，终端会快速地大范围移动，导致终端跟源UPF和源MEC之间的通信路径变长。图1对现有5G和MEC架构做了智能化增强[8]，即在不改变总体部署架构的情况下，通过一些流程和增强功能，解决了前文中提到的问题。

图1 智能边缘计算网络架构和流程Fig.1 Intelligent edge computing network architecture and process

针对场景1问题，采用“MEC-云”智能预加载技术，解决MEC资源有限和低时延应用数量多之间的矛盾。

针对场景2问题，采用UPF切换迁移技术，解决终端移动后的“终端-UPF”最短路径问题。

针对场景3问题，采用“MEC-MEC”智能预切换迁移技术，解决终端移动后“终端-UPF-MEC”最短路径问题。

2.1 “MEC-云”智能预加载技术

MEC属于边缘轻量级节点，MEC内的计算、网络、存储资源不会配置太多，因此难以同时部署整个云中所有低时延应用软件。可以采用计算机中的catch原理，在MEC中动态缓存最近要用或常用的低时延应用软件。一般采用两级缓存架构，MEC的本地内存作为一级缓存，运行正在使用的或者未来数小时内将要被使用的低时延应用。MEC本地硬盘作为二级缓存，存储未来几天内将要被使用的低时延应用。一级缓存和二级缓存的资源有限，MEC需要采用人工智能(Artificial Intelligence，AI)技术根据终端在MEC间的移动趋势和不同时间段低时延应用的使用频率，在一级缓存、二级缓存内动态地预加载低时延应用软件。具体流程包括：

① 当终端进入某MEC管辖区域时，终端向MEC上报该终端已安装的低时延业务清单(例如V2X应用)。MEC收到此低时延应用清单后，检查本地一级缓存是否有这些应用，如果有，结束本流程；反之，MEC检查本地二级缓存是否有这些应用，如果有，则从二级缓存获取应用软件的镜像，部署到MEC的计算节点，后续即可为终端服务。如果有些应用未在二级缓存中查到，MEC向云端请求下载该应用软件。

② 云端收到MEC的应用下载请求后，向MEC传送软件版本。(说明：由于应用软件大小一般在数百兆字节或数吉字节，软件版本从云端下载到MEC二级缓存需要数十分钟。建议在MEC二级缓存中存放一些常用的低时延应用，提升二级缓存的命中率。)

③ MEC接收应用软件版本后，存储在二级缓存中，并实例化部署到MEC的计算节点中(说明：应用软件一般有两种实现方式：基于虚拟机的方式[9]，或者基于容器的方式。由于容器应用的部署一般在数十秒内完成，而虚机应用的部署需要数十分钟才能完成，因此建议低时延应用尽量采用容器技术[10])。

2.2 网随端动的UPF智能预切换技术

5G的端到端网络和计算架构包括：终端、5G基站、5G媒体面网元UPF、边缘节点MEC和云端[11]。其中UPF是终端IP会话连接的锚点，终端和5G网络之间的IP路径长度取决于终端和UPF的位置。终端具有移动的特点，尤其在车联网和高铁旅途的场景中，终端会发生快速地大范围移动。如果终端移动了，UPF不能及时跟随切换迁移到最近的UPF，终端和UPF之间的路径会变长。3GPP标准已针对IP会话及业务连续性(Session and Service Continuity，SSC)问题定义了3种连续性管理模式[12]。但这些模式只解决了终端切换的业务连续性问题，并没有解决终端移动后一直保持最短IP路径的问题。需要通过UPF智能预切换技术增强，具体如下：

SSC模式一PDU会话建立时选择的PDU会话锚点UPF，不会因为终端用户的移动而发生改变，即用户的IP地址保持不变。

在模式一下，UPF一直保持不变，因此终端大范围移动后，终端和UPF之间的IP路径会变长。对于低时延要求的应用场景，不推荐模式一。

SSC模式二当终端用户采用SSC模式二时，用户离开原UPF区域，网络会触发释放原有PDU会话及锚点UPF，并指示终端用户选择新的UPF与同一DN建立新的PDU会话。

在模式二下，UPF能跟随终端的移动及时切换，让终端和UPF之间保持最短路径。但由于先释放原UPF的PDU会话，才可再在新UPF建立PDU会话，切换期间会丢失IP报文，不适用于V2X等低时延高可靠的应用场景。

SSC模式三网络允许在新的PDU会话(新的PDU会话锚点接入同一DN)建立完成前依然保持用户与原有PDU会话锚点间的PDU会话，此时用户同时拥有两个UPF会话锚点和PDU会话，最后释放掉原有的PDU会话。

在模式三下，既能保证终端和UPF之间维持最短IP路径，也能保证UPF切换期间不丢IP报文。但由于UPF间切换需要一定时间(1秒或几秒)，在终端高速移动场景下，切换过程中带来较大的时延会影响业务体验。

可以对模式三进行改良，让UPF能智能预判终端的移动方向，在终端切换前几秒，提前选择目标UPF列表(选择多个UPF的目的是提高切换命中率)，并在这些UPF提前准备好PDU会话资源，当终端进入新的UPF区域时，由于该UPF已提前准备好PDU会话资源，终端能以毫秒级的速度快速从原UPF切换到目标UPF，进而实时保证终端和UPF之间的最短路径。

UPF智能预切换技术的关键是如何较准确地预判终端将要切换的目的UPF。一般根据如下参数使用AI算法做出预判：

① 终端账号。根据终端账号能获取该终端以往的UPF切换大数据，可以获得该终端以往在不同时间段的UPF切换情况[11]。

② 终端当前使用的业务类型。例如V2X业务，需要重点看终端的移动轨迹和导航数据。

③ 终端移动的历史轨迹。例如在火车上，终端在之前的数十分钟一直沿着轨道方向移动的轨迹。

④ 终端的导航数据。例如V2X业务中，终端的地图软件中已提前设置了导航的起始地、目的地、导航路线。

⑤ 终端的移动速度。

⑥ 当前时间段。例如一些上班族的V2X业务，在周一到周五的上下班期间路径是较固定的，可以根据历史大数据记录，做出较正确的预判。

针对3GPP定义的3种SSC模式，推荐针对模式三进行UPF智能预切换技术增强，以满足MEC的低时延应用需求。

2.3 边随网动的“MEC-MEC”智能预切换技术

根据前文介绍的UPF智能切换技术，当终端移动时，UPF可跟随终端及时切换到更靠近终端的新的UPF，但为终端服务器的MEC仍在原UPF所在地，导致新UPF和原MEC间产生较长的IP路径。采用边随网动的“MEC-MEC”智能预切换技术，能使终端移动后，“终端-UPF-MEC”之间的IP路径一直保持最短。

图1描述了终端(以V2X车辆为例)从UPF#1管辖区域将要移动到目标UPF区域(UPF#2或UPF#3)的“MEC-MEC”智能预切换流程。由于应用软件从原MEC切换到目标MEC中需要较长时间(基于容器的应用软件一般需要数分钟才能完成切换)[13]，因此需要原MEC的AI智能分析终端的移动轨迹，提前预判终端将要进入的目标区域(例如可能要进入MEC#2或MEC#3区域)，原MEC#1提前把应用软件切换到MEC#2和MEC#3中。当终端真正切换到目标区域的UPF(例如UPF#2)后，由于MEC#2已提前完成了应用软件的切换，终端通过UPF#2传输的IP报文能就近传送到MEC#2，保证了“终端-UPF#2-MEC#2”之间的IP路径最短。

原MEC的AI智能分析的正确率会影响预切换的成功率。如果正确率低，预加载错误，等终端切换到真正的目标MEC后，发现缺失应用软件需要再加载，中间可能有数分钟的时延。一个比较好的方法是让MEC的AI智能分析系统反馈多个目标MEC列表(例如图1中的MEC#2和MEC#3)，把原MEC内的应用软件预先切换到这些目标MEC中，从而提高终端切换后选中目标MEC的成功率。AI智能分析系统也需要根据应用的业务特征做出更好的预判，例如车联网业务，一般带有终端的导航数据，包括行程的起始地、目的地、导航路径信息，AI就能较准确地提前预判目标MEC，使得汽车到达该MEC区域前，已准备好应用软件实例和数据。

3 问题与展望

面对5G网络和边缘计算的应用越来越丰富，移动应用对低时延的需求也越来越多，5G和5G-A系统演进[14]下的MEC需要根据业务提出的新需求迭代完善技术方案。当前的应用需求正在从静态的园区MEC场景，转换到高速移动的V2X、高铁、卫星、元宇宙等应用场景，通过对网络和边缘计算赋予智能化能力，可有效地解决高速移动带来的终端和应用之间的通信路径变长问题。在实际商业部署时，需要终端厂商、5G设备商、运营商、低时延应用软件厂商之间协同合作，终端要能在机密的通道中给网络上报终端和应用的信息[15]，例如身份、位置、导航数据等，5G设备商和运营商要能制定新的标准，并通过智能化增强UPF、MEC的功能，低时延应用软件厂商需要采用容器技术开放软件，并能配合运营商实现软件在云端、MEC一级缓存和二级缓存之间的动态预加载。

目前由于大数据和AI的智能化水平并不完美，预判的正确率会影响低时延业务的体验。未来主要从两个方向研究如何提升预判的正确率：一个是业界一直在持续提升的大数据和AI技术水平；另一个是具体行业应用能针对业务自身的特点，利用大数据和AI优化预判正确率。

大数据和AI的特点是越用越聪明，随着数据量的增加，行业应用不断地对AI的参数调优和实践，智能边缘技术网络将给V2X等大量低时延应用提供越来越好的业务体验。

4 结论

物理世界和数字世界的结合将越来越紧密，V2X、全息通信、通感互联、数字孪生、元宇宙等应用将逐步从概念变成现实，智能边缘计算网络技术在这个转变中将起着关键的作用，通过“MEC-云”智能预加载、网随端动的UPF智能预切换、边随网动的“MEC-MEC”智能预切换等技术，大大满足了低时延应用的核心需求。这些应用的落实是撬动物理世界的杠杆，将大大提升人类的生活水平和工业生产效率。