5G时代的边缘计算解决方案

边缘计算与云计算的协同发展随着数字化时代的到来，云计算和边缘计算作为两种重要的计算架构，在不同场景下展现出各自的优势。

然而，单独使用云计算或边缘计算往往无法满足现代应用和服务的需求，因此边缘计算与云计算的协同发展变得至关重要。

本文将探讨边缘计算与云计算的概念、特点以及二者之间如何协同发展，以及未来的发展方向和挑战。

1. 云计算与边缘计算概述1.1 云计算云计算是一种基于互联网的计算方式，通过网络提供各种服务，包括存储、数据库、软件等。

用户可以通过互联网按需获取这些资源，避免了传统方式中需要在本地维护硬件设备和软件的繁琐工作。

1.2 边缘计算边缘计算是一种将数据处理和存储功能从传统的集中式数据中心向数据源头靠近的架构，使得数据更接近终端用户。

通过在网络边缘部署服务器、存储和网络设备，边缘计算可以大大减少数据传输延迟，提高服务质量和响应速度。

2. 云计算与边缘计算的特点2.1 云计算的特点大规模弹性扩展：云计算能够根据用户需求灵活调整资源规模，实现弹性扩展。

集中管理和控制：资源集中管理在数据中心，便于统一监控和维护。

高性能计算：可以提供强大的处理能力和存储能力，适合处理大规模数据。

2.2 边缘计算的特点低延迟：数据处理更加靠近用户，降低了数据传输时延。

节约带宽：在边缘处理数据可以减少对网络带宽的需求。

安全性提升：避免将敏感数据传输到远程数据中心，有利于数据保密性。

3. 边缘计算与云计算的协同发展3.1 资源协同利用云计算和边缘计算可以实现资源的协同利用。

在一些对延迟敏感或者需要大规模运算的场景下，可以将部分任务交由边缘节点处理，减轻中心云的压力；而一些大规模数据存储和处理仍然交由云端完成。

3.2 数据协同处理针对IoT设备产生海量数据并需要实时处理与分析的需求，边缘计算可以对数据进行初步处理并筛选之后再传输到云端进行深度分析。

这样既减少了数据传输量，又保证了实时性和精确性。

3.3 安全与隐私协同保护在涉及隐私或安全等方面要求严格的场景下，可以在边缘节点进行部分加密或隔离操作，将敏感信息在本地处理不轻易传输到云端，从而保护用户隐私。

DCWTechnology Application技术应用0 引言我国已建成全球领先最大规模的5G 网络，据工信部发布数据，2022年11月我国的5G 基站总数达228.7万座。

5G 应用已开始进入各种行业，包括电信运营商在内的相关机构也在开展5G 的行业应用测试，探索新的商业模式。

5G 具有的三大特点，即eMBB （enhanced Mobile BroadBand ，增强移动宽带）、uRLLC （Ultra-Reliable Low Latency Communications ，高可靠低时延连接）、m M TC （m a s sive M a ch i ne -Ty p e Communications ，海量机器类通信），为各行各业的应用提供了坚实的基础。

但是，5G 网络并不是天然地与所有的行业相适应，各行业领域都有其独特的需求，需要通过与之相适应的5G 专网建设，才能使得5G 在特定行业的应用中充分发挥作用。

本文介绍了5G 专网现状，特别是中国移动推出的“优享、专享、尊享”3种5G 专网模式，同时介绍了广东移动5G 工业专网的相关解决方案和创新应用案例，清晰地展示了5G 专网在行业应用的广阔前景。

1 5G专网及其现状通常我们将5G 专网理解成一种特殊的局域网[1]。

5G 网络具有的三大特点是eMBB 、uRLLC 、mMTC ，但在多数情况下，各行业领域并不都是同时要用到这些业务特性。

与此同时，部分企业期望为其服务的5G 网络具有高度可靠性、安全性、隐私性，并能获得完全的控制权等，显然这些特定需求对于5G 公网来讲无法完全提供，而5G 专网属于定制化的网络，可以根据不同的企业要求进行相应的配置，在安全性和隐私方面优势显著[2]。

5G 专网作为移动通信业务ToC 到ToB 的转变，被视为行业下一个营收增长点。

与传统手机用户eMBB 业务不同，5G 需要专网来赋能千行百业，实现向垂直行业的渗透。

5G技术使用中的数据传输速度问题解决方案在当今数字化时代，移动通信技术不断进步，5G技术作为最新一代的移动通信技术，正逐渐成为现实。

然而，随着数据传输量的急剧增加，5G技术使用中的数据传输速度问题逐渐凸显出来。

在这篇文章中，我将讨论5G技术使用中的数据传输速度问题，并提出解决方案。

5G技术的高速传输率意味着更大的数据量可以在更短的时间内传输。

然而，随着数据量的增加，可能会导致网络拥塞和传输延迟的问题。

为了解决这个问题，一种解决方案是利用边缘计算技术。

边缘计算是一种将数据处理和存储推向网络边缘，靠近终端设备的技术。

通过在终端设备处处理数据，可以减少数据传输的量，从而提高网络的传输速度。

5G技术在数据传输速度方面的另一个问题是信号衰减。

5G信号往往比较容易受到障碍物的干扰，比如建筑物、树木等。

这些障碍物会导致信号衰减，从而降低数据传输的速度。

为了解决这个问题，一种解决方案是增加基站的密度。

通过增加基站的数量，可以提供更好的信号覆盖，减少信号衰减的影响，从而提高数据传输的速度。

5G技术在数据传输速度方面还面临着设备能力的限制。

一些旧的终端设备可能无法完全发挥5G技术的优势，从而限制了数据传输的速度。

为了解决这个问题，一种解决方案是更新终端设备。

通过更换支持5G技术的新设备，可以实现更快的数据传输速度，并充分发挥5G技术的优势。

5G技术的数据传输速度还受到网络基础设施的限制。

由于5G技术需要更多的基站和更高效的网络设备来支持高速数据传输，因此，网络基础设施的建设成为一个关键问题。

一种解决方案是加强网络基础设施的建设，包括增加基站数量，改善网络设备的性能等。

通过提升网络基础设施，可以提高5G技术的数据传输速度，满足用户对高速数据传输的需求。

5G技术的数据传输速度问题还可以通过优化网络协议来解决。

网络协议是控制数据传输的规则和约定，对传输速度有着重要影响。

一种解决方案是针对5G技术的特点优化网络协议，提高数据传输的效率。

像信幕関信V 12021年第03期(总第219期)面向5G 业务的边缘云网络组网方案探讨姜鹏,顾红芳(中兴通讯股份有限公司南京研发中心，江苏南京210016)摘要:伴随着5G 技术的快速发展,5G 将激发物联网、边缘计算、人工智能等领域产生大量应用场景落地，边缘计算成为业界关注的热点。

边缘云网络是承载边缘计算、各类核心网虚拟化网元以及各类第三方应用程序(APP)的基础设施层,其建设是5G 业务顺利开展的基础。

文章分析5G 业务需求，提出边缘云网络需要具有高安全性、低时延以及低成本的 特征。

详细介绍了边缘云网络建设主要采用的两种方案，即传统组网方案和SDN 组网方案。

探讨不同规模的边缘云网络所采用的组网建设方案，满足5G 业务稳定承载和多样化的需求。

关键词：边缘计算、边缘云;软件定义网络(SDN )；网络功能虚拟化(NFV )；云化网络中图分类号:TN913.2文献标识码:A 文章编号:2096-9759( 2021 )03-0204-040引言伴随着5G 技术的快速发展，边缘计算(MEC)成为业界关 注的热点。

MEC 的概念最初由ETSI 在2014年提出，定为“Mo ­bile Edge Computing"", 2016年拓展到多接入边缘"Multi-ac ­cess Edge Computing^^,其定义为"靠近用户边缘的，包含一种或 者多种接入技术的接入网络，提供IT 业务环境和云计算能力 的系统”叫边缘计算目的在于为用户或终端数据提供更近距 离、更大带宽服务，降低时延和带宽限制,满足超低延迟业务。

2020年,Omdia 对96个运营商进行的企业网络服务调查中显示,70%的运营商认为网络功能虚拟化(NFV)和边缘计算(MEC)是5G 网络服务拓展的关键,NFV 和边缘计算是5G 网络未来发展的两个关键要素。

2021年，运营商仍将持续加大5G 投资、NFV+边缘计算,使运营商为客户提供服务的方式发生革命性变革。

边缘计算技术如何实现快速响应与低延迟边缘计算技术是一种将计算资源和数据处理功能置于距离数据生成源头更近的位置的分布式计算模型。

相较于传统的云计算模型，边缘计算技术旨在通过将计算任务在距离终端设备更近的位置进行处理，以实现更快的响应时间和更低的延迟。

在日益发展的物联网和5G通信时代，边缘计算技术成为了提供实时响应和低延迟的解决方案。

边缘计算技术的快速响应和低延迟离不开以下几个关键要素：1. 网络接入与传输：边缘计算技术通过将计算资源和数据处理功能放置在距离终端设备更近的位置，减少了数据在传输过程中的延迟。

传统的云计算模型通常要求将数据发送到云服务器进行处理，然后再将处理结果返回给终端设备，这无疑增加了延迟。

而边缘计算技术可以通过在网络接入点或边缘设备上进行实时的数据处理和分析，极大地缩短了数据的传输距离和时间。

2. 数据处理与分析：边缘计算技术利用更接近数据源的计算资源进行实时的数据处理和分析，避免了将大量数据发送到云服务器进行处理的过程。

这不仅可以降低传输延迟，还可以减轻云服务器的负担。

边缘计算技术可以将数据存储在本地设备上，并使用本地处理功能进行实时计算和分析，从而快速响应终端设备的需求。

3. 边缘设备的智能化：边缘计算技术的另一个重要组成部分是具备智能化能力的边缘设备。

这些设备具备较强的计算和处理能力，能够在本地对数据进行分析和决策。

智能边缘设备可以通过预测和学习算法提前预测和处理数据，从而实现实时、准确的响应。

边缘设备可以直接与终端设备进行通信，并根据实时需求提供即时的响应，将计算任务尽可能地迁移到离终端更近的位置，减少了传输延迟和响应时间。

4. 数据安全与隐私保护：边缘计算技术在追求快速响应和低延迟的同时，也要保证数据的安全性和隐私性。

由于边缘计算涉及将数据存储和处理在边缘设备上，数据的安全性和隐私保护成为了一项重要的挑战。

边缘计算技术需要通过加密、认证、权限管理等手段来保护数据的安全和隐私，确保敏感数据不被未经授权的人员访问。

『SA核心网”专题罷5G边缘计算商用部署和运维关键技术王卫斌，朱塑，何伟(中兴通讯股份有限公司，广东深圳518057)【摘要】由于部署地点和应用场景的差异，边缘计算系统存在一体化和云化两种部署模式，导致系统架构、关键技术要求以及运维方式也各不相同。

首先分析了两种模式下的应用场景、特征及对系统的需求，其次，从硬件、云化基础设施平台、边缘PaaS平台、安全以及运维等方面对两种模式做了深入分析，最后在上述分析基础上，从商用角度明确了边缘计算在两种部署模式下的系统架构、关键组件技术要求及规格。

【关键词】边缘计算；一体机；ECI;ECP;ECM;MEO;MEPMdoi:10.3969/j.issn.l006-1010.2021.01.011中图分类号：TN929.5文献标志码：A文章编号：1006-1010(2021)01-0058-08引用格式：王卫斌，朱埜，何伟.5G边缘计算商用部署和运维关键技术[J]•移动通信,2021,45(1):58-65.回障磁回OSID：Key Technologies for Commercial Deployment,Operation and Maintenance of5G Edge ComputingWANG Weibin,ZHU Kun,HE Wei(ZTE Corporation,Shenzhen518057,China)[Abstract]Due to the differences of deployment locations and application scenarios,edge computing system has two deployment modes:integration mode and cloud mode,resulting in different system architectures,key technical requirements,andoperation and maintenance methods.Firstly,the application scenarios,characteristics and system requirements areanalyzed for the two modes.Secondly,the two deployment modes are deeply analyzed in terms of the hardware andcloud infrastructure platform,edge PaaS platform,security,and operation and maintenance.Finally,based on the aboveanalysis,the system architecture and technical requirements of key components as well as the specifications of edgecomputing are clarified for the two deployment modes from a commercial perspective.[Keywords]Edge computing;all-in-one machine;operation and maintenance;ECI;ECP;ECM;MEO;MEPM1MEC架构和商用部署模式5G时代，移动通信从最初的人与人之间的通信开始转向人与物的通信，直至物与物之间的通信。

浅析5G边缘计算技术摘要：5G网络通过提供大带宽、低时延等能力给移动互联网和物联网赋予了更广阔的应用空间。

无人机监控、无人驾驶、虚拟与增强现实等新业务均需要更高的带宽、更低的网络时延为用户提供更好的业务体验。

这些需要更贴近最终用户的计算和组网方式，由此推动了边缘计算的蓬勃发展。

关键词：5G网络；边缘计算技术；分析引言在5G网络中，边缘计算（MEC）作为其中一项关键数据，主要功能是靠近客户端，为客户就近提供其所需要的内容分发、计算和存储等服务功能，以此来实现降低数据处理以及服务交付过程中存在的时延问题，本文将对5G边缘计算技术进行详细探讨。

1.边缘计算技术边缘计算技术能够集网络、云计算和智能终端于一体，通过优化配置资源，让计算能力、传输能力、储存能力及应用能力更加智能。

1.1边缘计算技术提出的背景数以万计的物联网前端设备收集的数据全部由主管理平台或云计算平台处理，对网络带宽、数据处理的时效性以及数据安全性提出了较高要求，极易导致数据处理不及时，甚至造成系统故障，尤其在工业互联网、智能医疗、自动驾驶等实时性要求极高的应用场景中。

另外，物联网终端设备产生的海量数据通过云计算技术进行集中处理，会大大增加采集数据、分析数据、处理数据的成本，且效率较低。

然而，根据接近原理提出的边缘计算技术可以有效解决海量数据处理造成的网络延时、拥塞等问题，这就是边缘计算技术提出的背景。

1.2边缘计算的技术基本特征1.2.1联接性所谓联接性，简单来讲就是促使应用场景本身存在的多样性和各种类型的物理对象之间进行联接。

而边缘计算正需要联接功能，例如网络协议、网络配置、网络拓扑等等，一方面要将其与当前现有工业总线之间的联通考虑其中，另一方面还要借鉴当前网络领域发展中最新研发成果。

1.2.2 分布性就边缘计算来讲，因其部署所处在网络边缘，因此与用户端的距离相对比较近，从而体现出其具有分布性特征，这种情况下，也就需要进行分布式的存储、计算以及资源统一管理和动态调度等方面，边缘计算也要满足上述要求。