郑州大学学报·工学版杂志投稿格式参考范文：面向未来移动通信的移动边缘计算研究综述

　　引言

　　新一代科技革命和产业变革促使移动用户对各类移动应用需求呈爆炸式增长，海量云应用带来无线数据激增。下一代移动通信系统将融合新技术，为用户提供高质量体验和安全服务。在 “万物智联、数字孪生” 愿景引领下，移动边缘计算(MEC)技术凭借高资源利用率和抗干扰能力，成为下一代通信技术发展的重要驱动力。

　　在 5G 商用时代，MEC 成为新兴业务助推器，促进千行百业数字化转型。它将云资源扩展到网络边缘，降低交互延迟，减轻智能移动设备负担，支持 5G 低时延、高带宽服务。5G 也助力运营商拓展业务，实现垂直行业数字化和智能化转型。例如工业 4.0 时代企业运用增强现实技术，智能医疗中物联网设备数据的快速分析，都体现了 MEC 架构在 6G 技术开发中的巨大潜力。

　　近年来，学术界和工业界对 MEC 研究热情高涨，但现有研究多侧重单一方面。本文从 MEC 的基本概念、研究进展、挑战与发展等多个方向进行综述，分析其在未来移动通信中的潜在应用场景，探讨面临的挑战及未来发展方向，以实现对 MEC 技术全面、系统的研究。

　　1 MEC 研究进展

　　随着移动通信技术发展，海量连接等场景带来网络阻塞和信令开销，MEC 技术需持续演进以满足未来移动通信新兴应用需求。本节基于边缘计算理论，介绍 MEC 的发展历程和研究进展。

　　1.1 MEC 的产生

　　在 MEC 之前，已有移动云计算(MCC)、雾计算等计算概念。云计算通过虚拟化技术提供可扩展计算服务，但依赖大型集中式数据中心，架构复杂，数据传输时延限制时延敏感型应用，存在数据安全隐患。MCC 结合多种技术支持复杂应用程序，但传统集中式处理模式仍无法满足物联网时代海量数据处理需求。

　　为弥补 MCC 的不足，边缘计算概念应运而生。雾计算是由云计算引申的计算模式，将云计算延伸到网络边缘，为用户提供低延迟、高效率和更安全的计算服务，适用于数据量大且时延要求高的应用。

　　2016 年，边缘计算有了正式定义，它在网络边缘执行计算，操作对象包括云服务下行数据和万物互联服务上行数据。边缘计算与雾计算有相同点，都利用本地网络计算能力减轻核心网络负担，但边缘计算涵盖应用场景更多，雾计算更专注特定局部场景。从本质上讲，云计算是雾计算和边缘计算的基础，雾计算弥合延迟和实时处理差距，边缘计算在网络边缘提供最低时延、最高效率和最可靠的计算服务。

　　2014 年，欧洲电信标准协会(ETSI)提出 “移动边缘计算” 概念，将边缘计算集成到移动网络架构中，提升用户体验。随着传统移动网络向 5G 网络迈进，MEC 架构持续演进。ETSI 定义了 MEC 网络架构及参考架构，OpenFog 推动边缘计算结构发展，当前 5G 与边缘计算融合成为热点，5GMEC 由多个标准化组织共同制定，使 MEC 边缘云成为网络业务融合的桥梁。5G 物联网的发展为 MEC 带来机遇，MEC 技术是 B5G 和 6G 网络的核心技术，为下一代通信提供有力支持。

　　1.2 MEC 关键技术研究进展

　　未来移动通信的应用和性能需求推动 MEC 技术发展，计算卸载、资源分配、缓存管理和安全防护等关键技术在高效分配网络资源、满足 6G 数智化要求方面至关重要。目前学术界和工业界对这些技术的研究已逐步深入。

　　计算卸载：业务时延是评价服务质量的直接指标。为满足超密集网络任务卸载需求，研究者们深入探讨相关问题。如 Chen 等将任务卸载问题转换为混合整数非线性规划问题求解;Ren 等针对物联网多用户场景提出局部压缩迁移模型;Yang 等基于马尔可夫决策过程提出最优卸载节点选择策略;Sun 等提出基于图神经网络的任务卸载机制。这些研究在优化时延方面成果显著，但制定策略时还需考虑移动设备功率不足问题。Shi 等提出基于子序列尾部匹配的预测算法和自适应遗传算法优化卸载决策;Wang 等从能耗角度研究单用户单服务器系统任务卸载策略;Chen 等提出动态节能卸载算法。此外，针对不同应用场景设计优化目标也很重要，Xu 等在物联网场景实现边缘服务器资源利用率和时间成本联合优化;Deng 等综合考虑延迟、能耗和成本优化计算卸载策略;Wan 等在车联网场景提出计算卸载框架，降低成本和时延，实现负载均衡。计算卸载策略需结合实际场景和需求设计，未来面临多样化服务需求和动态信道条件，持续创新和优化是关键。

　　资源分配：移动设备激增使满足用户多样化需求变得困难，有效的资源分配策略能合理分配计算任务，充分利用 MEC 服务器资源，提高扩展性。资源分配效率影响 MEC 系统能效，李云等提出基于循环多智能体深度强化学习的分布式服务编排和资源分配算法;Xing 等在 D2D 辅助的 MEC 系统中提出基于贪婪任务分配的启发式策略;Sun 等提出考虑任务优先级约束的 MEC 架构和基于贝叶斯网络的进化算法;Teng 等研究无线电和计算资源联合分配问题;Liu 等利用匹配算法和序列凸规划算法求解子信道和功率分配问题。考虑用户体验质量需求，Mahmud 等提出基于 QoE 感知的资源分配方案;还提出能确保边缘系统收益和用户 QoE 的资源分配策略;Li 等采用博弈论方法将资源分配问题表述为潜在博弈求解。未来网络运营商更重视用户体验，资源管理将更具挑战性。

　　缓存管理：边缘缓存是 MEC 技术核心应用之一，能减轻核心网络压力，缓解 6G 网络海量移动数据问题。为减少计算任务总延迟，Zhang 等提出基于内容推荐算法的无线通信移动边缘缓存技术;Zhang 等改进分支和约束方法;Meng 等将计算分流问题建模为 MDP 并提出解决方案。针对 MEC 分布式特性，许多研究创新缓存算法或设计新策略。Yang 等提出协同缓存算法提高缓存命中率;Sthapit 等利用线性规划技术提高作业完成率;Ale 等基于深度学习的主动缓存策略预测用户需求更新边缘缓存;Wang 等采用分层缓存策略提高缓存空间利用率;Saputra 等提出新型主动式合作缓存方法保护用户隐私并降低预测误差。移动边缘缓存的挑战是设计有效策略应对网络动态性，实现收益最大化。Zheng 等提出基于 Stackelberg 博弈的交替方向乘子法;Sufyan 等提出与云计算合作的高效计算卸载方案。但复杂缓存策略增加了系统复杂度和实现难度，如何在保证用户体验的同时降低复杂度是研究重点。

　　安全防护：安全性和隐私性是 MEC 有待解决的问题。MEC 架构虽提供优质安全保障，但开放平台可能导致用户数据隐私问题，识别检测恶意节点并评估可信度是研究热点和难点。Wang 等利用半环理论建立移动边缘节点信任模型;Iftikhar 等开发基于信任的边缘设备评估机制。随着网络攻击手段变化，传统入侵检测方法不再适用。Houda 等设计允许多个 MEC 域协作的架构缓解物联网攻击;Gyamfi 等结合 MEC 和机器学习技术设计网络入侵检测系统;Han 等在车载自组网中设计基于安全聚合的解决方案保护隐私并实现数据共享。尽管已有一些隐私模型和协议，但 MEC 环境缺乏标准化，有效隐私解决方案尚未完全实施。

　　综上所述，MEC 作为融合网络和业务的关键媒介，逻辑独立性强、安全性强，能满足用户多样化需求，减少网络拥塞和延迟，满足 6G 业务需求，推动 6G 智能生态发展。

　　2 MEC 应用场景

　　MEC 技术将少量系统资源 “下沉” 到网络边缘，能满足用户低时延、高可靠服务需求，实现网络应用便捷化、智能化。随着移动通信网络对服务质量要求提升，MEC 技术将开启 6G 万物智联新局面，在未来通信环境中有丰富应用场景。

　　物联网：万物互联的 IoT 时代是未来通信发展趋势，物联网中存在大规模异构设备，不同应用场景对服务需求不同，如工业物联网和自动驾驶对时延要求严格，虚拟现实技术需权衡延迟和能耗。将 MEC 部署在 IoT 环境中，能根据用户需求和负载灵活调度，最大化利用平台物理资源，克服移动设备计算能力和电池寿命限制，缓解数据流量压力，为物联网提供先进实时服务。

　　MEC 结合区块链：6G 时代对移动通信技术提出高性能指标要求，也带来安全、可扩展性等风险挑战。MEC 与区块链融合是应对这些挑战的重要手段。MEC 系统可能因缺乏计算和能源资源导致效率下降，区块链技术具有去中心化、可追溯、无法篡改和高安全性等优点，两种技术融合能为未来通信提供更广阔发展空间。近年来，一些集成技术被提出，在区块链支持下，MEC 能实现边缘计算服务可靠访问和控制，为用户提供安全、私密、可信计算服务，增强物联网安全性、隐私性和资源自动化使用。

　　AI 辅助 MEC 系统：5G 中 3GPP 引入支持 AI 的网络数据分析功能(NWDAF)促进网络智能化，满足物联网业务需求。5G 推动下，MEC 面临强实时数据量攀升和多元数据形态的挑战，AI 算法与 MEC 结合应运而生。MEC 集成人工智能和机器学习算法，减少对网络和云端资源依赖，实现智能决策和实时分析，推动下一代移动通信技术发展。二者融合能充分发挥 MEC 技术优势，帮助网络运营商灵活部署多域网络资源，快速本地化处理和分析数据。

　　通感一体化：通感一体化(ISAC)实现数据通信和雷达感知结合，是 6G 网络关键研究方向之一。目前研究致力于解决其资源分配问题，但 ISAC 设备计算资源有限，处理传感数据会产生通信延迟，任务延迟需求和能耗矛盾制约其发展。MEC 辅助 ISAC 系统是有效解决方案，能将计算密集型任务迁移到边缘服务器，提升数据处理计算效率，最大化 ISAC 系统能效。

　　云边协同：边缘计算和云计算结合能实现更高效、可靠的数据处理和应用部署。云边协同从资源、数据、应用和服务 4 个方向实现节点协同，达到边缘支撑云端应用、云端助力边缘本地化的目标。MEC 解决低时延、高可靠设备接入和数据实时计算问题，云计算处理非实时长周期数据，满足不同应用场景需求，实现全局业务整合。目前云边协同应用场景集中在物联网、图像识别、智能交通等领域，在 MEC 等技术推动下，将创造更多产业价值。

　　3 未来的挑战与展望

　　MEC 技术促进了信息通信技术与工业经济的深度融合，加速了 5G 向 6G 时代的过渡。6G 时代丰富的业务应用和极致的性能需求，为 MEC 技术的广泛应用和深入发展提供了广阔空间。通过与其他先进技术的融合，MEC 技术将成为 6G 的重要组成部分，为网络服务创新带来无限可能。

　　3.1 面临的挑战

　　随着智能化步伐加快，新应用对传输速率和频谱宽度要求严苛。面向未来通信系统复杂多变的信道环境，MEC 技术需从实际应用场景出发，与其他先进技术集成解决应用难题。目前，MEC 技术面临以下挑战和难题：

　　互操作性差：互操作性是 MEC 系统大型商业化的关键。由于原先的 MEC 标准对现在网络架构认识不充分，不同的 MEC 平台和设备可能无法与现有系统无缝集成或相互集成，影响应用程序在不同边缘环境中的运行。此外，缺乏标准化协议和接口也会影响不同解决方案之间的互操作性，导致供应商和运营商难以集成不同供应商的 MEC 组件。边缘设备之间的互操作性是边缘计算架构大规模落地的关键，标准化的安全措施是确保整个 MEC 系统安全的重要手段，不同设备商需制定标准规范和协作协议，实现异构边缘设备和系统之间的互操作性。

　　安全风险高：高安全性和私密性是 6G 的关键特征之一。边缘计算的分布式特性增加了攻击向量的维度，给 MEC 系统带来一系列隐私保护及安全问题。在高度动态的未来通信环境中，确保边缘数据和应用的保密性、完整性和可用性至关重要。然而，以往研究主要关注资源分配算法，忽视了 MEC 服务器和移动设备的安全性。在边缘计算架构中，在数据源附近计算是保护隐私和数据安全的有效方法，但网络边缘设备资源有限，现有数据安全保护方法不完全适用于 MEC 架构。此外，在不侵犯用户隐私的前提下通过 MEC 服务器访问使用用户资源也是新的挑战，未来研究需全面解决 MEC 的安全与隐私问题。

　　移动性管理困难：无论是对移动终端的位置管理还是切换管理，MEC 系统都面临巨大挑战。移动终端可在既定 MEC 服务器范围内自由移动，也可从一个 MEC 服务器移动到另一个目标服务器。现有移动性管理方案无法满足未来移动网络要求，跨服务器迁移时诱发的资源波动严重影响会话连接的稳定性，降低用户服务质量。因此，如何在 MEC 系统中为用户提供无缝高效的移动性支持成为当前研究重点。除考虑用户移动性，还应考虑 MEC 服务器自身移动性对系统的影响，注重实际场景中的可实施性。

　　可扩展性不足：可扩展性指系统通过动态分配容量满足用户不断变化的需求，直接影响系统处理不同工作负载、容纳海量连接设备以及支持复杂多变应用需求的能力。随着接入设备的爆炸式增长，激增的用户数据量对 MEC 的性能和容量提出更高要求。然而，在分布式系统中增强可扩展性并非易事，边缘节点的计算和存储能力、运行时间等资源存在显著差异，资源有限的边缘计算节点难以满足多样化的应用需求，硬件和软件组件都面临可扩展性挑战。目前一些研究致力于提升 MEC 系统的可扩展性，但忽略了特定流量场景下可能导致节点过载的问题，这也是未来通信需要解决的关键问题之一。

　　3.2 未来研究方向

　　在数字经济浪潮推动下，6G 业务向沉浸化、智慧化、全域化发展，MEC 技术也将在行业应用中深度拓展，提升 6G 通信性能，助力万物智联。未来，MEC 将重点在以下方向深入研究：

　　超可靠低时延通信：超可靠低时延通信(URLLC)为扩展现实、元宇宙等应用提供超低延迟和超高可靠性服务，但实际应用中平衡低时延与高可靠性难度大。随着用户和需求增加，传统集中式资源管理和缓存方法在 URLLC 网络不再适用，会引发高延迟等问题。MEC 技术将计算和存储资源部署在网络边缘，能在保障数据安全隐私的同时大幅缩短传输时延，提升 URLLC 网络可靠性，应用前景广阔。

　　通感算一体化：随着信息通信技术融合，6G 网络不再局限于数据传输，通感算融合可获取多方面先验信息，按需调度资源，是实现智慧化业务的有力手段。MEC 分布式架构与 6G 通感算融合网络多节点协作特征契合，通过设计移动性管理方案，能解决协作节点同步问题，还可灵活调度计算资源合理配置通信资源，推动移动通信网络向综合多功能平台转变，促进 6G 通感算融合网络发展。

　　星地融合移动通信：实现星地融合全球广域覆盖是 6G 标志之一，但新业务使数据量剧增，卫星数量和网络资源有限，限制了星地融合通信发展。MEC 技术可减少任务完成时间和卫星资源使用，在云、网、边间按需分配计算能力，实现低成本设备互联和数据传输，为用户匹配最佳计算资源。未来，统一技术标准和规范建设完成后，高可扩展的 MEC 系统与星地融合多维网络架构结合，可满足多样化业务需求，推动星地融合移动通信方案落地。

　　4 结束语

　　MEC 在移动网络边缘为用户提供计算服务，满足其多样化、高质量业务需求，解决未来移动通信网络规模增长和管理复杂等问题。本文全面介绍了 MEC 基本原理、关键技术进展、在未来移动通信中的优势和潜在应用场景，总结了技术发展存在的问题，并对未来方向进行展望。相信未来 MEC 研究将在移动通信领域持续发挥重要作用，推动移动边缘创新发展 。

杨守义;陈怡航;张双玲;韩昊锦;李光远;郝万明,郑州大学电气与信息工程学院;河南轻工职业学院机电工程系;黄河科技学院工学部,202404