摘要：移動邊緣計算（Mobile Edge Computing，MEC）在無線接入網(wǎng)中提供移動和云計算能力。本文提出了一種基于移動邊緣計算（MEC）的動態(tài)自適應視頻流緩存體系結(jié)構(gòu)，利用信息中心網(wǎng)絡（Information Centric Networking，ICN）將網(wǎng)絡功能與底層的物理基礎(chǔ)設施分離開來，用于實現(xiàn)網(wǎng)絡邊緣視頻白適應緩存。MEC服務器可以通過其同有的無線網(wǎng)絡信息服務功能為客戶端提供指導，在當前網(wǎng)絡輸入所支持的質(zhì)量上高速緩存最受歡迎的內(nèi)容段，使它們能夠執(zhí)行更智能的視頻適配。平臺提供了一個帶寬更高的服務環(huán)境，支持10倍增益以及超低延遲、抖動和丟包率等，基于MEC的動態(tài)自適應視頻流緩存體系結(jié)構(gòu)可以獲得比遠程服務器更好的性能。

關(guān)鍵詞：移動邊緣計算;信息中心網(wǎng)絡;緩存

中圖分類號：TP393 文獻標識碼：A

文章編號：1009-3044（2020）20-0226-03

Research on Dynamic Adaptive Video Streaming Caching Based on MEC

Xue Duan

（School of Mathematics and Computer Science ， Liupanshui Normal U niversity ， Liupanshui 553000， China ）

Absrtact： Mobile edge computing （MEC） provides mobile and cloud computing capabilities in wireless access networks. In this pa-per， we propose a dynamic adaptive video streaming caching architecture based on MEC， which uses information centric Network-ing （ICN） to separate the network functions from the underlying physical infrastructure to realize the adaptive video caching of net-work edge. MEC server can provide guidance for clients through its inherent wireless network information service function. cachethe most popular content segments on the quality supported by current network input， so that they can perform more intelligent vid-eo adaptation. The platform provides a higher bandwidth service environment， supports 10 times gain， ultra-low delay， jitter andpacket loss rate. etc. the dynamic adaptive video streaming cache architecture hased on MEC can achieve better performance thanthe remote server.

Key words： mobile edge computing; information centric networking; cache

1概述

近年來，隨著智能移動設備的迅速發(fā)展和無線網(wǎng)絡的出現(xiàn)，特別是具有4K分辨率的超高清晰度（UHD）視頻，已經(jīng)成為未來5G網(wǎng)絡發(fā)展背景下的一個突出用例。5G網(wǎng)絡不僅提高網(wǎng)絡容量，還通過在復雜和動態(tài)的環(huán)境中實現(xiàn)必要的網(wǎng)絡智能來保證服務質(zhì)量（QoE）。隨著新的網(wǎng)絡模式的發(fā)展，特別是信息中心網(wǎng)絡（ Information Centric、Networking，ICN）[1]和移動邊緣計算（MEC）技術(shù)的發(fā)展，內(nèi)容感知和智能可以嵌入到移動網(wǎng)絡邊緣，在動態(tài)性和不確定性的網(wǎng)絡系統(tǒng)中實現(xiàn)理想的用戶體驗質(zhì)量（QoE）。5G的發(fā)展增加了移動網(wǎng)絡流量，其中大部分數(shù)據(jù)流量從固定網(wǎng)絡轉(zhuǎn)移到無線網(wǎng)絡。思科可視化網(wǎng)絡服務指數(shù)預測，從2016年到2021年，全球移動數(shù)據(jù)將增長8倍，年增長率將達到53%[2]，如圖1所示。面對巨大的挑戰(zhàn)，移動網(wǎng)絡運營商不僅要滿足未來的帶寬需求，以提高客戶的QoE[3]，還要提高利潤，降低總體擁有成本，這就需要新的新技術(shù)集成到網(wǎng)絡中。因此，移動邊緣計算（MEC）和信息中心網(wǎng)絡（ICN）應運而生。

MEC的概念由歐洲電信標準協(xié)會（ETSI）提出，最初的目標是在5G的移動網(wǎng)絡邊緣開發(fā)面向內(nèi)容的網(wǎng)絡智能，為用戶提供一個超低延遲、高帶寬以及定制服務的服務環(huán)境[4]，MEC的場景結(jié)構(gòu)圖如圖2所示。MEC作為一種新興的范例被引入，它支持將云計算功能下沉分布到蜂窩無線接入網(wǎng)絡（RAN）的邊緣。具體地說，MEC服務器使用通用計算平臺直接在小基站上實現(xiàn)，從而能夠在接近移動用戶的情況下提供上下文感知服務和應用程序[5]。在視頻流應用方面，如何處理無線接入網(wǎng)（RAN）的無線資源可用性的動態(tài)性以及用戶的QoS變得尤為重要。此外，如果需要的視頻源位于遠程云端平臺，則傳輸過程中的回程和公共因特網(wǎng)中的視頻內(nèi)容也存在不確定性。為了解決這些問題，MEC將網(wǎng)絡本地化，更靠近用戶端，利用MEC存儲和處理能力來提高緩存性能和效率。在MEC服務器上可以緩存視頻內(nèi)容，首先，網(wǎng)絡邊緣內(nèi)容對象的有效性消除了視頻流會話過程中回傳和公共因特網(wǎng)絡條件惡化的風險;其次，MEC服務器能夠直接捕獲無線網(wǎng)絡條件，并相應地對視頻適配器執(zhí)行快速轉(zhuǎn)碼等，而不必依賴用戶或內(nèi)容源的端到端適配。

ICN作為物聯(lián)網(wǎng)領(lǐng)域一種新穎的設計方案，在互聯(lián)網(wǎng)的基礎(chǔ)上，改變TCP/IP以主機為中心的連接模式，變成以信息（或內(nèi)容）為中心的模式。通常，內(nèi)容緩存均在以信息中心網(wǎng)絡（ICN）的背景下進行擴展研究[6]。在文獻[7]中，作者開發(fā)了博弈論模型來評估ICN中接入網(wǎng)絡、中轉(zhuǎn)網(wǎng)絡和內(nèi)容提供商之間的聯(lián)合緩存和定價策略。與ICN設置不同，相當多的研究工作集中于無線網(wǎng)絡中的內(nèi)容緩存，以及利用連接到ICN的回程鏈路[8]。文獻[9]中提出了一種云無線電接入網(wǎng)絡（C-RAN）中的協(xié)作分層緩存，其中引入了云緩存作為基于邊緣的緩存方案和基于核心的緩存方案之間的橋接層，作者提出了一種低復雜度的在線緩存管理策略，該策略包括主動緩存分發(fā)算法和反應性緩存替換算法，以最小化所有內(nèi)容請求的平均延遲成本。文獻[10]提出了一種協(xié)調(diào)的數(shù)據(jù)分配算法，以最小化C-RAN中的預編碼矩陣和緩存放置矩陣的網(wǎng)絡成本。

在傳統(tǒng)的DASH視頻流應用中，用戶設備（即DASH客戶端）根據(jù)動態(tài)網(wǎng)絡環(huán)境的順序自適應地要求不同的視頻質(zhì)量，以保持用戶滿意的QoE?；贖TTP的視頻流應用程序在互聯(lián)網(wǎng)上越來越流行，它將視頻分成多個片段，以便客戶在視頻回放過程中可以逐步下載和緩沖的設置。此外，每個片段被編碼成多個質(zhì)量，以便當DASH客戶端請求一個片段時，它可以從多個視頻質(zhì)量（即比特率）中進行選擇，以適應其感知的動態(tài)網(wǎng)絡條件。大量的研究工作者在優(yōu)化客戶端的DASH視頻適配上進行了深入研究。本文在移動網(wǎng)絡邊緣引入了一種基于MEC的基于ICN的內(nèi)容處理框架，該框架實現(xiàn)了有序的上下文感知的內(nèi)容定位，提高了視頻分發(fā)應用中的用戶QoE。本文在基于DASH（HTTP上的動態(tài)白適應流）的視頻應用基礎(chǔ)上引入MEC，其中一個視頻內(nèi)容被分成多個片段，每個視頻都可以被編碼成不同的分辨率和比特率，可以在視頻流會話中獨立地請求。MEC服務器由于其實時計算能力，可以將視頻轉(zhuǎn)碼到不同的變體以滿足用戶的要求，每個變體都是視頻的比特率版本，較高的比特率版本可以轉(zhuǎn)碼到較低的比特率版本。

2系統(tǒng)概述

2.1體系架構(gòu)

圖3為基于MEC的動態(tài)自適應視頻流緩存方案的總體系統(tǒng)架構(gòu)。如圖3所示，移動設備包括智能手機、筆記本電腦、平板電腦、可穿戴設備和智能工業(yè)設備等，這些設備通過基站或接人點（如LTE宏基站、3G無線網(wǎng)絡控制器，多技術(shù)小區(qū)聚合設備和Wi-Fi熱點），同時在基站或接入點旁邊部署了MEC服務器。由于內(nèi)容提供商的應用和MEC服務器上承載的網(wǎng)絡運營商的服務，可以直接控制和響應移動邊緣的用戶流量，MEC服務器在接收到請求時，要么處理請求，要么直接與用戶交互，或者轉(zhuǎn)發(fā)到遠程數(shù)據(jù)中心或附近的其他MEC服務器。

MEC網(wǎng)絡由通過回程鏈路連接的多個MEC服務器組成。每個MEC服務器與BS在蜂窩RAN中并排部署，提供計算、存儲和聯(lián)網(wǎng)能力，以支持與用戶密切相關(guān)的上下文感知和延遲敏感的應用。在系統(tǒng)架構(gòu)中，我們使用MEC服務器來實現(xiàn)視頻緩存和處理，MEC緩存服務器的概念類似于Intemet上的緩存代理服務器。在該系統(tǒng)中，一個專用的ICN網(wǎng)絡功能，稱作內(nèi)容請求器，通常在網(wǎng)絡邊緣被維護（例如，eNB或聚集點在它們的北端）。內(nèi)容請求器負責解決即將到來的視頻內(nèi)容請求到遠程服務器或MEC服務器的本地緩存。在不失去通用性的情況下，內(nèi)容請求器采用類似的內(nèi)容表示功能，如NDN（命名數(shù)據(jù)網(wǎng)絡工作）訪問路由器或內(nèi)容服務器，在這種情況下，內(nèi)容請求直接被解析并通過最佳路由進行傳輸。

2.2以ICN為基礎(chǔ)的MEC

在MEC環(huán)境中，所部署的移動網(wǎng)絡和移動設備必須具有靈活性和可伸縮性，以便使所述網(wǎng)絡能夠適應個性化服務的需要。同時，在移動網(wǎng)絡的邊緣，來自不同廠商的軟硬件集成是必不可少的。為了在接入網(wǎng)內(nèi)實現(xiàn)移動和云的融合，在電信和信息技術(shù)行業(yè)（如ICN）中實施了幾項關(guān)鍵技術(shù)，這些技術(shù)可用于MEC。

首先，ICN提供了IT虛擬化技術(shù)，基于IT技術(shù)的基站虛擬化和家庭環(huán)境虛擬化是可能的[3]7。Virtualized Network函數(shù)（VNFs）部署在與硬源分離的虛擬機（VM）中。至于MEC，在整合多種類型的網(wǎng)絡元素的同時，應該提供云計算的能力。因此，虛擬化是MEC減少硬件、特性和平臺異構(gòu)的負面影響的關(guān)鍵技術(shù)?；贗CN的MEC使得第三方合作伙伴能夠靈活、高效地部署創(chuàng)新的應用程序和服務。

其次，ICN提供了網(wǎng)絡虛擬化技術(shù)。通過控制和數(shù)據(jù)平面的解耦來控制和編程網(wǎng)絡，這是一種為MEC抽象網(wǎng)絡資源的有效方法。

最后，但并不是最不重要的一點是，ICN可以提供靈活的、可擴展的服務，ICN的編排和管理是MEC的管理平臺。

綜上所述，ICN和MEC的目標都是將電信和IT結(jié)合起來，而ICN可以為MEC提供技術(shù)基礎(chǔ)，MEC可以在網(wǎng)絡邊緣的ICN上進行補充和建設?；贗CN的MEC解決方案不僅可以改善高帶寬、低延遲的服務環(huán)境，提高服務自動化部署的效率，提高MEC與ICN共享同一硬件資源時的整體資源利用率，提高編排和管理效率，同時也創(chuàng)造了一個新的鏈條和一個更新的網(wǎng)絡系統(tǒng)。

3結(jié)論

在本文中，我們在ICN的基礎(chǔ)上，提出了基于移動邊緣計算的動態(tài)自適應視頻流緩存架構(gòu)。在系統(tǒng)架構(gòu)中，連接到BSs的MEC服務器可以相互協(xié)助，具有極低的延遲、抖動和丟包率，對多比特率視頻進行緩存和轉(zhuǎn)碼，提高未來5G網(wǎng)絡環(huán)境下的移動用戶的QoE。今后.我們將推動這個平臺的進一步發(fā)展，MEC服務器自動選擇具有收集到的網(wǎng)絡上下文信息。

參考文獻：

[1] ETSI. Mobile edge computing——a key technology towards 5G[R]. 2015.

[2]Cisco Visual Networking Index，http：//www.cisco.com/c/en/us/so-lutions/collateral/service-provide r/visual-networking-index-vni/mobile-whitepaper-cll-520862.html.2016.

[3] Taleb T.Toward carrier cloud： Potential， challenges， and solu-tions[J]. IEEE Wireless Communications. 2014， 21（3）：80-91.

[4] ETSI. Executive Briefing-Mobile Edge Computing（MEC） Initia-tive. 2014.

[5]Y.Mao，J.Zhang， and K.B.Letaief. "Dynamic computationoffloading for mobile-edge computing with energy harvestingdevices." arXiv preprint arXiv：i605.05488，2016.

[6] M. Xie，I.Widjaja， and H.Wang， "Enhancing cache robust-ness for content-centric networking，”in Proc. iEEE INFOCOM，2012：2426-2434.

[7]M.Hajimirsadeghi，N.B.Mandayam， and A.Reznik， "Jointcaching and pricing strategies for information centric networks.”in Proc. IEEE Global Communications Conference （GLOBE-COM），215：1-6.

[8]H.Ahlehagh and S.Dey， "Video-aware scheduling and cach-ing in the radio access network." TEEEIACM Transactions onN etworking.2014，22（5）： 1444-1462.

[9]A.Gharaibeh.A.Khreishah.B.Ji，and M.Ayyash， "A prov-ably efficient online collaborative caching algorithm for multicell-coordinated systems." iEEE Transactions on Mobile Com-puting，2016，15（8）：1863-1876.

[10]S.Mosleh.L. Liu.H. Hou.a nd Y.Yi." Coordinated Data As-signment：A Novel Scheme for Big Data Over Cached Cloud-RAN.”in Proc. TEEE Global Communications Coriference（GLOBECOM）， Dec. 2016.

【通聯(lián)編輯：梁書】

收稿日期：2020-04-21

基金項目：貴州省教育廳自然科學研究項目（黔教合KY字[2019]144）;六盤水師范學院科學研究項目（LPSSY201804）

作者簡介：薛端（1991-），男，山西芮城人，講師，碩士研究生，主要研究方向：邊緣計算。