引言

　　新一代科技革命和產業變革促使移動用戶對各類移動應用需求呈爆炸式增長，海量云應用帶來無線數據激增。下一代移動通信系統將融合新技術，為用戶提供高質量體驗和安全服務。在 “萬物智聯、數字孿生” 愿景引領下，移動邊緣計算(MEC)技術憑借高資源利用率和抗干擾能力，成為下一代通信技術發展的重要驅動力。

　　在 5G 商用時代，MEC 成為新興業務助推器，促進千行百業數字化轉型。它將云資源擴展到網絡邊緣，降低交互延遲，減輕智能移動設備負擔，支持 5G 低時延、高帶寬服務。5G 也助力運營商拓展業務，實現垂直行業數字化和智能化轉型。例如工業 4.0 時代企業運用增強現實技術，智能醫療中物聯網設備數據的快速分析，都體現了 MEC 架構在 6G 技術開發中的巨大潛力。

　　近年來，學術界和工業界對 MEC 研究熱情高漲，但現有研究多側重單一方面。本文從 MEC 的基本概念、研究進展、挑戰與發展等多個方向進行綜述，分析其在未來移動通信中的潛在應用場景，探討面臨的挑戰及未來發展方向，以實現對 MEC 技術全面、系統的研究。

　　1 MEC 研究進展

　　隨著移動通信技術發展，海量連接等場景帶來網絡阻塞和信令開銷，MEC 技術需持續演進以滿足未來移動通信新興應用需求。本節基于邊緣計算理論，介紹 MEC 的發展歷程和研究進展。

　　1.1 MEC 的產生

　　在 MEC 之前，已有移動云計算(MCC)、霧計算等計算概念。云計算通過虛擬化技術提供可擴展計算服務，但依賴大型集中式數據中心，架構復雜，數據傳輸時延限制時延敏感型應用，存在數據安全隱患。MCC 結合多種技術支持復雜應用程序，但傳統集中式處理模式仍無法滿足物聯網時代海量數據處理需求。

　　為彌補 MCC 的不足，邊緣計算概念應運而生。霧計算是由云計算引申的計算模式，將云計算延伸到網絡邊緣，為用戶提供低延遲、高效率和更安全的計算服務，適用于數據量大且時延要求高的應用。

　　2016 年，邊緣計算有了正式定義，它在網絡邊緣執行計算，操作對象包括云服務下行數據和萬物互聯服務上行數據。邊緣計算與霧計算有相同點，都利用本地網絡計算能力減輕核心網絡負擔，但邊緣計算涵蓋應用場景更多，霧計算更專注特定局部場景。從本質上講，云計算是霧計算和邊緣計算的基礎，霧計算彌合延遲和實時處理差距，邊緣計算在網絡邊緣提供最低時延、最高效率和最可靠的計算服務。

　　2014 年，歐洲電信標準協會(ETSI)提出 “移動邊緣計算” 概念，將邊緣計算集成到移動網絡架構中，提升用戶體驗。隨著傳統移動網絡向 5G 網絡邁進，MEC 架構持續演進。ETSI 定義了 MEC 網絡架構及參考架構，OpenFog 推動邊緣計算結構發展，當前 5G 與邊緣計算融合成為熱點，5GMEC 由多個標準化組織共同制定，使 MEC 邊緣云成為網絡業務融合的橋梁。5G 物聯網的發展為 MEC 帶來機遇，MEC 技術是 B5G 和 6G 網絡的核心技術，為下一代通信提供有力支持。

　　1.2 MEC 關鍵技術研究進展

　　未來移動通信的應用和性能需求推動 MEC 技術發展，計算卸載、資源分配、緩存管理和安全防護等關鍵技術在高效分配網絡資源、滿足 6G 數智化要求方面至關重要。目前學術界和工業界對這些技術的研究已逐步深入。

　　計算卸載：業務時延是評價服務質量的直接指標。為滿足超密集網絡任務卸載需求，研究者們深入探討相關問題。如 Chen 等將任務卸載問題轉換為混合整數非線性規劃問題求解;Ren 等針對物聯網多用戶場景提出局部壓縮遷移模型;Yang 等基于馬爾可夫決策過程提出最優卸載節點選擇策略;Sun 等提出基于圖神經網絡的任務卸載機制。這些研究在優化時延方面成果顯著，但制定策略時還需考慮移動設備功率不足問題。Shi 等提出基于子序列尾部匹配的預測算法和自適應遺傳算法優化卸載決策;Wang 等從能耗角度研究單用戶單服務器系統任務卸載策略;Chen 等提出動態節能卸載算法。此外，針對不同應用場景設計優化目標也很重要，Xu 等在物聯網場景實現邊緣服務器資源利用率和時間成本聯合優化;Deng 等綜合考慮延遲、能耗和成本優化計算卸載策略;Wan 等在車聯網場景提出計算卸載框架，降低成本和時延，實現負載均衡。計算卸載策略需結合實際場景和需求設計，未來面臨多樣化服務需求和動態信道條件，持續創新和優化是關鍵。

　　資源分配：移動設備激增使滿足用戶多樣化需求變得困難，有效的資源分配策略能合理分配計算任務，充分利用 MEC 服務器資源，提高擴展性。資源分配效率影響 MEC 系統能效，李云等提出基于循環多智能體深度強化學習的分布式服務編排和資源分配算法;Xing 等在 D2D 輔助的 MEC 系統中提出基于貪婪任務分配的啟發式策略;Sun 等提出考慮任務優先級約束的 MEC 架構和基于貝葉斯網絡的進化算法;Teng 等研究無線電和計算資源聯合分配問題;Liu 等利用匹配算法和序列凸規劃算法求解子信道和功率分配問題。考慮用戶體驗質量需求，Mahmud 等提出基于 QoE 感知的資源分配方案;還提出能確保邊緣系統收益和用戶 QoE 的資源分配策略;Li 等采用博弈論方法將資源分配問題表述為潛在博弈求解。未來網絡運營商更重視用戶體驗，資源管理將更具挑戰性。

　　緩存管理：邊緣緩存是 MEC 技術核心應用之一，能減輕核心網絡壓力，緩解 6G 網絡海量移動數據問題。為減少計算任務總延遲，Zhang 等提出基于內容推薦算法的無線通信移動邊緣緩存技術;Zhang 等改進分支和約束方法;Meng 等將計算分流問題建模為 MDP 并提出解決方案。針對 MEC 分布式特性，許多研究創新緩存算法或設計新策略。Yang 等提出協同緩存算法提高緩存命中率;Sthapit 等利用線性規劃技術提高作業完成率;Ale 等基于深度學習的主動緩存策略預測用戶需求更新邊緣緩存;Wang 等采用分層緩存策略提高緩存空間利用率;Saputra 等提出新型主動式合作緩存方法保護用戶隱私并降低預測誤差。移動邊緣緩存的挑戰是設計有效策略應對網絡動態性，實現收益最大化。Zheng 等提出基于 Stackelberg 博弈的交替方向乘子法;Sufyan 等提出與云計算合作的高效計算卸載方案。但復雜緩存策略增加了系統復雜度和實現難度，如何在保證用戶體驗的同時降低復雜度是研究重點。

　　安全防護：安全性和隱私性是 MEC 有待解決的問題。MEC 架構雖提供優質安全保障，但開放平臺可能導致用戶數據隱私問題，識別檢測惡意節點并評估可信度是研究熱點和難點。Wang 等利用半環理論建立移動邊緣節點信任模型;Iftikhar 等開發基于信任的邊緣設備評估機制。隨著網絡攻擊手段變化，傳統入侵檢測方法不再適用。Houda 等設計允許多個 MEC 域協作的架構緩解物聯網攻擊;Gyamfi 等結合 MEC 和機器學習技術設計網絡入侵檢測系統;Han 等在車載自組網中設計基于安全聚合的解決方案保護隱私并實現數據共享。盡管已有一些隱私模型和協議，但 MEC 環境缺乏標準化，有效隱私解決方案尚未完全實施。

　　綜上所述，MEC 作為融合網絡和業務的關鍵媒介，邏輯獨立性強、安全性強，能滿足用戶多樣化需求，減少網絡擁塞和延遲，滿足 6G 業務需求，推動 6G 智能生態發展。

　　2 MEC 應用場景

　　MEC 技術將少量系統資源 “下沉” 到網絡邊緣，能滿足用戶低時延、高可靠服務需求，實現網絡應用便捷化、智能化。隨著移動通信網絡對服務質量要求提升，MEC 技術將開啟 6G 萬物智聯新局面，在未來通信環境中有豐富應用場景。

　　物聯網：萬物互聯的 IoT 時代是未來通信發展趨勢，物聯網中存在大規模異構設備，不同應用場景對服務需求不同，如工業物聯網和自動駕駛對時延要求嚴格，虛擬現實技術需權衡延遲和能耗。將 MEC 部署在 IoT 環境中，能根據用戶需求和負載靈活調度，最大化利用平臺物理資源，克服移動設備計算能力和電池壽命限制，緩解數據流量壓力，為物聯網提供先進實時服務。

　　MEC 結合區塊鏈：6G 時代對移動通信技術提出高性能指標要求，也帶來安全、可擴展性等風險挑戰。MEC 與區塊鏈融合是應對這些挑戰的重要手段。MEC 系統可能因缺乏計算和能源資源導致效率下降，區塊鏈技術具有去中心化、可追溯、無法篡改和高安全性等優點，兩種技術融合能為未來通信提供更廣闊發展空間。近年來，一些集成技術被提出，在區塊鏈支持下，MEC 能實現邊緣計算服務可靠訪問和控制，為用戶提供安全、私密、可信計算服務，增強物聯網安全性、隱私性和資源自動化使用。

　　AI 輔助 MEC 系統：5G 中 3GPP 引入支持 AI 的網絡數據分析功能(NWDAF)促進網絡智能化，滿足物聯網業務需求。5G 推動下，MEC 面臨強實時數據量攀升和多元數據形態的挑戰，AI 算法與 MEC 結合應運而生。MEC 集成人工智能和機器學習算法，減少對網絡和云端資源依賴，實現智能決策和實時分析，推動下一代移動通信技術發展。二者融合能充分發揮 MEC 技術優勢，幫助網絡運營商靈活部署多域網絡資源，快速本地化處理和分析數據。

　　通感一體化：通感一體化(ISAC)實現數據通信和雷達感知結合，是 6G 網絡關鍵研究方向之一。目前研究致力于解決其資源分配問題，但 ISAC 設備計算資源有限，處理傳感數據會產生通信延遲，任務延遲需求和能耗矛盾制約其發展。MEC 輔助 ISAC 系統是有效解決方案，能將計算密集型任務遷移到邊緣服務器，提升數據處理計算效率，最大化 ISAC 系統能效。

　　云邊協同：邊緣計算和云計算結合能實現更高效、可靠的數據處理和應用部署。云邊協同從資源、數據、應用和服務 4 個方向實現節點協同，達到邊緣支撐云端應用、云端助力邊緣本地化的目標。MEC 解決低時延、高可靠設備接入和數據實時計算問題，云計算處理非實時長周期數據，滿足不同應用場景需求，實現全局業務整合。目前云邊協同應用場景集中在物聯網、圖像識別、智能交通等領域，在 MEC 等技術推動下，將創造更多產業價值。

　　3 未來的挑戰與展望

　　MEC 技術促進了信息通信技術與工業經濟的深度融合，加速了 5G 向 6G 時代的過渡。6G 時代豐富的業務應用和極致的性能需求，為 MEC 技術的廣泛應用和深入發展提供了廣闊空間。通過與其他先進技術的融合，MEC 技術將成為 6G 的重要組成部分，為網絡服務創新帶來無限可能。

　　3.1 面臨的挑戰

　　隨著智能化步伐加快，新應用對傳輸速率和頻譜寬度要求嚴苛。面向未來通信系統復雜多變的信道環境，MEC 技術需從實際應用場景出發，與其他先進技術集成解決應用難題。目前，MEC 技術面臨以下挑戰和難題：

　　互操作性差：互操作性是 MEC 系統大型商業化的關鍵。由于原先的 MEC 標準對現在網絡架構認識不充分，不同的 MEC 平臺和設備可能無法與現有系統無縫集成或相互集成，影響應用程序在不同邊緣環境中的運行。此外，缺乏標準化協議和接口也會影響不同解決方案之間的互操作性，導致供應商和運營商難以集成不同供應商的 MEC 組件。邊緣設備之間的互操作性是邊緣計算架構大規模落地的關鍵，標準化的安全措施是確保整個 MEC 系統安全的重要手段，不同設備商需制定標準規范和協作協議，實現異構邊緣設備和系統之間的互操作性。

　　安全風險高：高安全性和私密性是 6G 的關鍵特征之一。邊緣計算的分布式特性增加了攻擊向量的維度，給 MEC 系統帶來一系列隱私保護及安全問題。在高度動態的未來通信環境中，確保邊緣數據和應用的保密性、完整性和可用性至關重要。然而，以往研究主要關注資源分配算法，忽視了 MEC 服務器和移動設備的安全性。在邊緣計算架構中，在數據源附近計算是保護隱私和數據安全的有效方法，但網絡邊緣設備資源有限，現有數據安全保護方法不完全適用于 MEC 架構。此外，在不侵犯用戶隱私的前提下通過 MEC 服務器訪問使用用戶資源也是新的挑戰，未來研究需全面解決 MEC 的安全與隱私問題。

　　移動性管理困難：無論是對移動終端的位置管理還是切換管理，MEC 系統都面臨巨大挑戰。移動終端可在既定 MEC 服務器范圍內自由移動，也可從一個 MEC 服務器移動到另一個目標服務器。現有移動性管理方案無法滿足未來移動網絡要求，跨服務器遷移時誘發的資源波動嚴重影響會話連接的穩定性，降低用戶服務質量。因此，如何在 MEC 系統中為用戶提供無縫高效的移動性支持成為當前研究重點。除考慮用戶移動性，還應考慮 MEC 服務器自身移動性對系統的影響，注重實際場景中的可實施性。

　　可擴展性不足：可擴展性指系統通過動態分配容量滿足用戶不斷變化的需求，直接影響系統處理不同工作負載、容納海量連接設備以及支持復雜多變應用需求的能力。隨著接入設備的爆炸式增長，激增的用戶數據量對 MEC 的性能和容量提出更高要求。然而，在分布式系統中增強可擴展性并非易事，邊緣節點的計算和存儲能力、運行時間等資源存在顯著差異，資源有限的邊緣計算節點難以滿足多樣化的應用需求，硬件和軟件組件都面臨可擴展性挑戰。目前一些研究致力于提升 MEC 系統的可擴展性，但忽略了特定流量場景下可能導致節點過載的問題，這也是未來通信需要解決的關鍵問題之一。

　　3.2 未來研究方向

　　在數字經濟浪潮推動下，6G 業務向沉浸化、智慧化、全域化發展，MEC 技術也將在行業應用中深度拓展，提升 6G 通信性能，助力萬物智聯。未來，MEC 將重點在以下方向深入研究：

　　超可靠低時延通信：超可靠低時延通信(URLLC)為擴展現實、元宇宙等應用提供超低延遲和超高可靠性服務，但實際應用中平衡低時延與高可靠性難度大。隨著用戶和需求增加，傳統集中式資源管理和緩存方法在 URLLC 網絡不再適用，會引發高延遲等問題。MEC 技術將計算和存儲資源部署在網絡邊緣，能在保障數據安全隱私的同時大幅縮短傳輸時延，提升 URLLC 網絡可靠性，應用前景廣闊。

　　通感算一體化：隨著信息通信技術融合，6G 網絡不再局限于數據傳輸，通感算融合可獲取多方面先驗信息，按需調度資源，是實現智慧化業務的有力手段。MEC 分布式架構與 6G 通感算融合網絡多節點協作特征契合，通過設計移動性管理方案，能解決協作節點同步問題，還可靈活調度計算資源合理配置通信資源，推動移動通信網絡向綜合多功能平臺轉變，促進 6G 通感算融合網絡發展。

　　星地融合移動通信：實現星地融合全球廣域覆蓋是 6G 標志之一，但新業務使數據量劇增，衛星數量和網絡資源有限，限制了星地融合通信發展。MEC 技術可減少任務完成時間和衛星資源使用，在云、網、邊間按需分配計算能力，實現低成本設備互聯和數據傳輸，為用戶匹配最佳計算資源。未來，統一技術標準和規范建設完成后，高可擴展的 MEC 系統與星地融合多維網絡架構結合，可滿足多樣化業務需求，推動星地融合移動通信方案落地。

　　4 結束語

　　MEC 在移動網絡邊緣為用戶提供計算服務，滿足其多樣化、高質量業務需求，解決未來移動通信網絡規模增長和管理復雜等問題。本文全面介紹了 MEC 基本原理、關鍵技術進展、在未來移動通信中的優勢和潛在應用場景，總結了技術發展存在的問題，并對未來方向進行展望。相信未來 MEC 研究將在移動通信領域持續發揮重要作用，推動移動邊緣創新發展 。

楊守義;陳怡航;張雙玲;韓昊錦;李光遠;郝萬明,鄭州大學電氣與信息工程學院;河南輕工職業學院機電工程系;黃河科技學院工學部,202404