MEC部署分析及建议

ITU (国际电信联盟)为5G定义了eMBB(增强移动宽带)、m MTC(海量大连接)、URLLC (低时延高可靠)三大应用场景。MEC(多接入边缘计算)对低时延业务的支持能力以及流量和计算卸载的能力,使之成为5G技术中的一个重要特性。通过分析MEC的系统架构、应用场景、关键技术、网络安全等特性,结合边缘DC(数据中心)布局策略,给出MEC落地部署建议。     

5GMEC系统安全能力部署方案

多接入边缘计算(multi-access edge computing,MEC)作为5G网络的核心差异能力,是电信运营商为企业客户打造5G专网的关键技术。随着5G MEC节点数量的增多,安全风险和安全防护方案等问题也日益受到关注。首先介绍了5G MEC系统架构,对其潜在安全风险进行了分析。在此基础上,提出了5G MEC系统安全能力部署架构和方案,并介绍部署案例。最后,针对目前边缘计算安全能力部署存在的问题与挑战进行了讨论,为后续研究开发提供了参考。     

结合应用场景的智慧园区MEC部署实践

现如今互联网设备接入量愈发增大,同时对于服务提供商提供的各种高带宽、低时延、复杂应用和场景的需求逐步增多,MEC的相关研究再次回到大家视野并逐渐由传统移动边缘计算向技术和能力要求更高的多接入边缘计算发展.从5G环境下各场景的业务进展为出发点,结合实际业务需求和现有资源利用,提出了更加合理的MEC部署方案.     

网络边缘云的部署方案研究

从边缘计算和边缘云的特点入手,介绍MEC边缘云对运营商培育5G新增长的促进作用,详细分析了运营商边缘云的架构特点和部署方案,以及CDN基于边缘云与边缘计算的部署方案。     

IMS网络中BAC规模部署策略探讨

近年来,IMS网络商用部署的步伐逐渐加快,IMS网络的组网、技术方案等成为运营商关注的焦点。BAC作为IMS网络中的重要设备,负责汇聚大量的各类IMS用户,并提供核心层保护、QoS控制等功能,作用不可小视。本文对IMS网络部署中涉及的BAC组网、容量、部署层面的规划进行了探讨,力求为运营商的IMS网络商用部署提供有益的参考。     

5G MEC行业应用部署方案研究

多接入边缘计算(MEC)是5G演进的关键技术之一.作为运营商面向2B市场发展的关键抓手,5G MEC可以在靠近行业用户的移动网络边缘提供网络能力.主要介绍了5G MEC的网络特点与行业应用,分析5G MEC的网络能力、网络分流方案与安全方案.     

基于5G+MEC的区块链规模化部署探索

梳理了区块链技术自概念诞生以来到应用部署落地的发展历程,分别从计算存储资源、互联互通、数据同步和监管等方面分析了目前区块链在规模化应用落地过程中面临的实际问题,并提出基于5G+MEC的区块链规模化部署方案,设计了纵向分层多级、横向动态分片的区块链规模化部署架构,分析了5G+MEC网络对解决区块链规模化部署中计算存储资源、实现互联互通、提高消息数据同步效率、改善监管能力等问题的技术优势。     

MEC产业发展分析研究

由于国家政策和5G商用进程的推动,国内的边缘计算技术正在快速落地.产业链各方都在积极探讨5G+MEC在垂直行业的解决方案,新的业务形态和运营模式都在不断涌现.在充分调研运营商、云服务公司、设备提供商和标准组织在MEC方面的研究和进展的基础上,对MEC部署中可能存在的关键问题进行了分析和探讨.     

5G网络MEC规划部署方案研究和实践

5G时代运营商通过研究MEC技术探索新业务,为个人客户、政企客户等提供差异化服务和全新数字体验,提升运营商的核心竞争力.本文主要通过分析运营商在MEC部署存在的问题,分别从客户需求、网络规划、网络安全等角度入手,结合应用场景选取部署,制定MEC规划部署方案.     

基于5G的MEC网络架构与部署策略

多接入边缘计算(MEC)为5G网络必不可少的网元,实现本地化泄流与云服务提供,解决现有网络垂直封闭烟囱式架构不能满足低时延、高带宽等业务需求问题,降低网络传输投资.基于ETSI与3GPP的5G网络进展,提出MEC网络架构与传统无线接入、传输、承载等网络架构融合,使业务面下沉本地化不同场景部署.结合广州实际情况,对本地化...     

基于多智能体柔性演员-评论家学习的服务功能链部署算法

针对网络功能虚拟化(NFV)架构下业务请求动态变化引起的服务功能链(SFC)部署优化问题,该文提出一种基于多智能体柔性演员-评论家(MASAC)学习的SFC部署优化算法。首先,建立资源负载惩罚、SFC部署成本和时延成本最小化的模型,同时受限于SFC端到端时延和网络资源预留阈值约束。其次,将随机优化问题转化为马尔可夫决策过程(MDP),实现SFC动态部署和资源的均衡调度,还进一步提出基于业务分工的多决策者编排方案。最后,在分布式多智能体系统中采用柔性演员-评论家(SAC)算法以增强探索能力,并引入了中央注意力机制和优势函数,能够动态和有选择性地关注获取更大部署回报的信息。仿真结果表明,所提算法可以实现负载惩罚、时延和部署成本的优化,并随业务请求量的增加能更好地扩展。     

一种基于Viterbi算法的虚拟网络功能自适应部署方法

为了应对移动数据流量的爆炸性增长,5G移动通信网将引入新型的架构设计。软件定义网络和网络功能虚拟化是网络转型的关键技术,将驱动移动通信网络架构的创新,服务链虚拟网络功能的部署是网络虚拟化研究中亟待解决的问题。该文针对已有部署方法未考虑服务链中虚拟网络功能间顺序约束和移动业务特点的问题,提出一种基于Viterbi算法的虚拟网络功能自适应部署方法。该方法实时感知底层节点的资源变化并动态调整拓扑结构,采用隐马尔科夫模型描述满足资源约束的可用的底层网络节点拓扑信息,基于Viterbi算法在候选节点中选择时延最短的服务路径。实验表明,与其它的虚拟网络功能部署方法相比,该方法降低了服务链的服务处理时间,并提高了服务链的请求接受率和底层资源的成本效率。     

国内外FTTH的发展及规划方法初探

介绍了FTTH发展较快的一些国家在发展FTTH过程中的特点、经验、做法,以及对我国发展FTTH的启示,并对我国FTTH发展的现状、远景和动力进行了分析和论述.最后,还对FTTH的规划方法进行了初步探讨.     

PTN网络删探讨

随着各种电信业务的IP化,分组传送网（PTN）将逐渐替代传统传送网。分组传送网以IP技术为基础,并融合了传统传送网的优点,是一个全新的网络。对分组传送网的技术进行了分析,并根据其技术特点,从网络结构、组网方式、业务等多方面进行规划,对分组传送网的建设提出了建议。     

基于移动边缘计算的V2X任务卸载方案

移动边缘计算(MEC)通过在移动网络边缘提供IT服务环境和云计算能力带来高带宽、低时延优势,从而在下一代移动网络的研究中引起了广泛的关注。该文研究车载网络中车辆卸载请求任务时搜寻服务节点为其服务的匹配问题,构建一个基于MEC的卸载框架,任务既可以卸载到MEC服务器以车辆到基础设施(V2I)形式通信,也可以卸载到邻近车辆进行车辆到车辆(V2V)通信。考虑到资源有限性、异构性,任务多样性,建模该框架为组合拍卖模式,提出一种多轮顺序组合拍卖机制,由层次分析法(AHP)排序、任务投标、获胜者决策3个阶段组成。仿真结果表明,所提机制可以在时延和容量约束下,使请求车辆效益提高的同时最大化服务节点的效益。     

一种支持节点分割的vEPC虚拟网络功能部署模型

软件定义网络(SDN)和网络功能虚拟化(NFV)促进了网络的创新,NFV实现了虚拟网络功能(VNF)的逻辑集中部署。针对vEPC(virtualized Evolved Packed Core)网络中VNF的池组化部署问题,该文提出一种支持节点分割的VNF部署模型,该模型基于虚拟请求业务流量的感知,利用节点分割算法动态调整VNF与底层网络资源切片的映射关系,实现VNF的跨域组池。与传统的多功能链联合映射算法相比,该方法能够实现节点资源细粒度化管理和统筹调度,优化网络视图,减少资源碎片。在SNDlib提供的网络拓扑实例下仿真证明,该模型可以降低虚拟网络的资源开销,并提高虚拟网络的请求接收率。     

移动边缘计算中基于联邦学习的视频请求预测和协作缓存策略

随着互联网社交平台的崛起和移动智能终端设备的普及,自媒体短视频、直播等视频业务蓬勃发展,人们对高质量视频服务的需求也急剧上升。与此同时,连接到核心网络的大量智能设备增加了回程链路的负载,传统的云计算难以满足用户对视频服务的低延迟要求。移动边缘计算(MEC)通过在网络边缘部署具有计算和存储能力的边缘节点,通过在更靠近用户的边缘侧提高计算和存储服务,降低了数据传输时延进而缓解了网络阻塞。因此,基于MEC架构,该文充分利用网络边缘资源,提出了基于联邦学习的视频请求预测和视频协作缓存策略。通过利用多个边缘节点对提出的深度请求预测模型(DRPN)视频请求预测模型进行联邦训练,预测视频未来的请求情况,然后量化缓存内容所带来的时延收益并协作地以最大化该时延收益为目的进行缓存决策。该文分析了真实数据集MovieLens,模拟了视频请求缓存场景并进行实验。仿真结果表明,相比于其他策略,所提策略不仅能有效降低用户等待时延,在有限的缓存空间中提高内容多样性,从而提高缓存命中率,降低缓存成本,还能降低整个系统的通信成本。     

车联网中一种基于软件定义网络与移动边缘计算的卸载策略

在新兴的车联网络中,汽车终端请求卸载的任务对网络带宽、卸载时延等有着更加严苛的需求,而新型通信网络研究中移动边缘计算(MEC)的提出更好地解决了这一挑战。该文着重解决的是汽车终端进行任务卸载时卸载对象的匹配问题。文中引入了软件定义车载网络(SDN-V)对全局变量统一调度,实现了资源控制管理、设备信息采集以及任务信息分析。基于用户任务的差异化性质,定义了重要度的模型,在此基础上,通过设计任务卸载优先级机制算法,实现任务优先级划分。针对多目标优化模型,采用乘子法对非凸优化模型进行求解。仿真结果表明,与其他卸载策略相比,该文所提卸载机制对时延和能耗优化效果明显,能够最大程度地保证用户的效益。

     

基于联合备份的服务功能链可靠性保障的部署方法

在网络功能虚拟化(NFV)环境中,针对服务功能链(SFC)部署时的可靠性问题,该文提出对备份虚拟网络功能选择、备份实例放置和服务功能链部署的联合优化方法。首先,定义一个单位开销可靠性提高值的虚拟网络功能衡量标准,改进备份虚拟网络功能选择方法;其次,采用联合备份的方式调整相邻备份实例之间的放置策略,以降低带宽资源开销;最后,将整个服务功能链可靠性保障的部署问题构建成整数线性规划模型,并提出一种基于最短路径的启发式算法,克服整数线性规划求解的复杂性。仿真结果表明,该方法在优先满足网络服务可靠性需求的同时,优化资源配置,提高了请求接受率。