5G边缘计算和网络切片技术

doi:10.11959/j.issn.1000-0801.2017200

电信科学 ›› 2017, Vol. 33 ›› Issue (6): 54-63.doi: 10.11959/j.issn.1000-0801.2017200

所属专题：边缘计算

5G边缘计算和网络切片技术

项弘禹¹,肖扬文²,张贤¹,朴竹颖¹,彭木根¹

¹ 北京邮电大学，北京 100876
² 国家质量监督检验检疫总局信息中心，北京 100088

修回日期:2017-06-07 出版日期:2017-06-01 发布日期:2017-06-27
作者简介:项弘禹（1993?），男，北京邮电大学泛网无线通信教育部重点实验室博士生，主要研究方向为雾无线接入网中切片架构及理论性能。|肖扬文（1973?），男，国家质量监督检验检疫总局信息中心综合规划处副处长、工程师，主要研究方向为信息技术与网络管理、新一代信息和网络技术。|张贤（1992?），男，北京邮电大学泛网无线通信教育部重点实验室硕士生，主要研究方向为雾无线接入网中多维度资源管理和优化。|朴竹颖（1994?），女，北京邮电大学泛网无线通信教育部重点实验室硕士生，主要研究方向为无线接入网中的边缘缓存管理和优化。|彭木根（1978?），男，北京邮电大学教师发展中心主任、教授，主要研究方向为未来无线网络、雾计算网络和协同通信理论。

Edge computing and network slicing technology in 5G

Hongyu XIANG¹,Yangwen XIAO²,Xian ZHANG¹,Zhuying PIAO¹,Mugen PENG¹

¹ Beijing University of Posts and Telecommunications,Beijing 100876,China
² Information of General Administration of Quality Supervision Inspection and Quarantine of the People’s Republic of China,Beijing 100088,China

Revised:2017-06-07 Online:2017-06-01 Published:2017-06-27

摘要/Abstract

摘要：

由于能够以低成本提供5G无线网络中多样化的业务场景，网络切片和边缘计算一直以来深受学术界和工业界的提倡。网络切片通过将网络实体划分成多个逻辑独立网络，为不同业务场景提供所需服务，而边缘计算利用网络中用户和边缘网络设备的计算和存储功能，承载部分核心节点中的控制、管理、业务功能，能够提升传统移动宽带业务能力和应对新兴的机器类业务。将网络切片和边缘计算融合，提出了基于边缘计算的接入网络切片，能够满足5G中广泛的用例和商业模型，使得运营商能够根据第三方需求和网络状况以低成本为用户灵活提供个性化的网络服务。

关键词: 5G, 边缘计算, 网络切片

Abstract:

As a cost-efficient way to meet the wide range of use cases that the fifth generation wireless network will provide,network slicing and edge computing have been advocated by both academia and industry.In the concept of network slicing,the network entities are sliced into several logical networks to provide the requested services for different use cases.The edge computing pushes the frontier of computing applications,data,and services away from centralized nodes to the logical extremes of a network and even the user equipments,which can improve the traditional mobile broadband service capability,and handle with the emerging machine type service.The edge computing based radio access network slicing was proposed as a combination of edge computing and network slicing.The radio access network slicing can meet the diverse use cases and business models in 5G,and enable operators to flexibly provide personalized network services based on third-party need and network situation in a cost-efficient way.

Key words: 5G, edge computing, network slicing

中图分类号:

TN929.5

项弘禹,肖扬文,张贤,朴竹颖,彭木根. 5G边缘计算和网络切片技术[J]. 电信科学, 2017, 33(6): 54-63.

Hongyu XIANG,Yangwen XIAO,Xian ZHANG,Zhuying PIAO,Mugen PENG. Edge computing and network slicing technology in 5G[J]. Telecommunications Science, 2017, 33(6): 54-63.

图/表 6

表1

图1

图2

表2

图3

图4

参考文献 10

[1]	ITU-R M . [IMT.VISION]:IMT-vision-framework and overall objectives of the future development of IMT for 2020 and beyond:M.2083-0[S]. 2015.
[2]	NGMN Alliance. 5G white paper[R]. 2015.
[3]	ECC. 边缘计算产业联盟白皮书[R]. 2016.
	ECC.White paper of edge computing consortium[R]. 2016.
[4]	3GPP. Study on architecture for next generation system:TR23.799[S]. 2016.
[5]	安琪, 刘艳萍, 孙茜 ,等. 基于SDN与NFV的网络切片架构[J]. 电信科学, 2016,32(11): 119-126.
	AN Q , LIU P , SUN Q ,et al. Network slicing architecture based on SDN and NFV[J]. Telecommunications Science, 2016,32(11): 119-126.
[6]	KLAS G I . Fog computing and mobile edge cloud gain momentum open fog consortium,ETSI MEC and Cloudlets[EB/OL].(2015?11?22)[2017?05?01]. .
[7]	ETSI MEC ISG. Mobile-edge computing introductory technical white paper[R/OL].(2014?09?18)[2017?05?01]. https://portal.etsi.org/portals/0/tbpages/mec/docs/mobile-edge_computing_-_ introductory_ technical_white_paper_v1%2018-09-14.pdf. 2015
[8]	PENG M G , ZHANG K C . Recent advances in fog radio access networks:performance analysis and radio resource allocation[J]. IEEE Access, 2016(4): 5003-5009.
[9]	ORIOL S , JORDI R , RAMON F ,et al. On radio access network slicing from a radio resource management perspective[J]. IEEE Wireless Communications, 2017(99): 2-10.
[10]	HU J , YANG L L , POOR H V ,et al. Bridging the social and wireless networking divide:Information dissemination in integrated cellular and opportunistic networks[J]. IEEE Access, 2015(3): 1809-1848.

边缘计算	提出者	典型特征	主要应用场景
雾计算	思科	· 分布式组网结构；	IoT等
		· 任何具有边缘缓存的设备都可以是网络节点；
		· 计算、通信、控制协同
MEC	ETSI MEC ISG	主要以 MEC 服务器/应用的方式部署在网络边缘提供存储、分析、计算和控制功能	· 智能移动视频加速；
			· 监控视频流分析；
			· 增强现实；
			· 密集计算辅助；
			· IoT网关服务；
			· 车联网等
Cloudlet	CMU	·基本不需要额外的管理；	· 流量卸载（比如语音人脸识别等）；
		·基于虚拟机实现；	· 应急抢险等
		·具有较强的计算能力，能提供一定的数据安全机制；
		·基于OpenStack++云计算平台

	频谱规划	小区间干扰（ICIC）	分组调度（PS）	接入控制（AC）
频域粒度	单载波（在 LTE 中最低限度1.4 MHz）	1RB（在LTE中180 kHz）	1RB（在LTE中180 kHz）	无
时域粒度	相对长期（几分钟）	每ICIC间隔（在LTE中数百毫秒）	每传输时间间隔（在LTE中1 ms）	与无线接入承载建立请求率相关（秒级别）
空域粒度	整个场景（如果识别非干扰小区集可能更少）	整个场景（如果识别非干扰小区集可能更少）	单小区	单小区
定制程度	频谱规划、ICIC、PS和AC ICIC、PS和AC		PS和AC	AC
无线电隔离	高	高	中	中
业务隔离	高	高	高	中

[1]	王妍, 彭莹. 国际电信联盟（ITU）6G标准化研究[J]. 电信科学, 2023, 39(6): 129-138.
[2]	张辰, 王红凯, 毛冬, 潘司晨, 赵帅. 面向电力终端的轻量化5G硬加密通信模组研究及应用[J]. 电信科学, 2023, 39(6): 159-169.
[3]	许浩, 吴琳. 基于5G网络的VoWi-Fi互操作研究[J]. 电信科学, 2023, 39(5): 144-154.
[4]	刘建国, 渠灏, 黄红明, 朱智丹. IPv6+智能骨干网络技术研究[J]. 电信科学, 2023, 39(5): 155-166.
[5]	王建斌, 王淑春, 廖尚金, 施淑媛. 基于DCNN-LSTM负荷预测算法的5G基站节能系统研究[J]. 电信科学, 2023, 39(4): 133-141.
[6]	张乐, 马洪源. 运营商网络边缘云安全实践[J]. 电信科学, 2023, 39(4): 165-172.
[7]	刘思杨, 张云飞. 从智能网联1.0到智能网联2.0：面向双智的实时数字孪生城市构建[J]. 电信科学, 2023, 39(3): 32-44.
[8]	刘光海, 肖天, 李贝, 程新洲, 薛永备, 李一, 朱小萌, 郑雨婷. 4G载波向5G重耕之前的5G业务覆盖能力研究[J]. 电信科学, 2023, 39(3): 115-123.
[9]	王淑玲, 孙杰, 王鹏, 杨爱东. 云边协同中的资源调度优化[J]. 电信科学, 2023, 39(2): 163-170.
[10]	巩传兵, 杨明帅, 吴松, 葛海平, 张守国, 刘磊, 祁云山, 徐辉. 基站价值评估模型的应用研究[J]. 电信科学, 2023, 39(1): 100-107.
[11]	张孟哲, 夏宜君. 5G在工业领域的应用现状、问题及推广建议[J]. 电信科学, 2023, 39(1): 126-135.
[12]	马洪源, 周维, 付艳, 邵永平, 黎丹. 蜂窝物联网核心网目标架构演进探讨[J]. 电信科学, 2023, 39(1): 153-161.
[13]	孙鹏飞, 林立, 司哲. 5GtoB规模复制方法论及标准化能力构建[J]. 电信科学, 2022, 38(Z1): 3-10.
[14]	潘峰, 刘嘉薇. 我国5GtoB应用发展演进及展望[J]. 电信科学, 2022, 38(Z1): 11-16.
[15]	郑师应, 李源, 杨博涵, 马帅, 肖善鹏. 5G+行业现场网技术与产业发展综述[J]. 电信科学, 2022, 38(Z1): 17-27.

5G边缘计算和网络切片技术

Edge computing and network slicing technology in 5G

在线阅读

PDF下载

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 10

相关文章 15

Metrics

推荐阅读 0