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。

5g优化报告随着5G技术的不断发展和应用，我们迎来了一个全新的通信时代。

然而，尽管5G技术带来了更快的网速和更低的延迟，但还存在一些需要进行优化和改进的问题。

本报告将针对5G网络进行优化分析，并提出相应的解决方案。

一、网络覆盖和容量优化5G技术的核心目标之一是提供更广泛和更稳定的网络覆盖。

然而，由于5G基站的频谱资源有限，导致了网络容量的瓶颈问题。

为了解决这个问题，我们建议采取以下措施：1. 引入多元频段：在5G网络中，引入多个频段可以提高网络容量。

通过使用中低频段和毫米波频段的组合，可以实现更好的网络覆盖和更快的速度。

2. 增加基站密度：增加基站的密度可以有效地增加网络容量。

在人口密集的城市区域，应该增加更多的基站，以满足用户的需求。

3. 网络架构优化：通过优化网络架构，减少信号干扰和覆盖间隙，可以提高网络的效率和稳定性。

例如，可以采用多小区多载波（M-MIMO）技术，提高网络吞吐量和覆盖范围。

二、网络速度和延迟优化5G技术的另一个关键特点是提供更快的网速和更低的延迟。

然而，在实际应用中，我们发现网络速度和延迟并不总是达到预期水平。

为了提高5G网络的速度和降低延迟，我们可以采取以下措施：1. 增加带宽：通过增加频谱资源和升级网络设备，可以提高网络的带宽，从而提高网络速度。

2. 优化信号处理算法：通过优化信号处理算法，可以减少信号传输的时间和延迟。

例如，可以采用智能调度算法，根据用户需求和网络负载情况，动态分配资源，提高用户体验。

3. 引入边缘计算：边缘计算是一种将计算任务从中心数据中心转移到网络边缘的技术。

通过在基站附近的边缘服务器上进行计算，可以减少数据传输的时间和延迟，提高用户体验。

三、网络安全优化随着5G网络的广泛应用，网络安全问题变得更加突出。

为了保护5G网络的安全性，我们需要采取一系列的防护措施：1. 强化身份验证：加强对用户和设备身份的验证，采用双重认证和多因素认证等方式，防止未经授权的访问。

I G I T C W产业 观察Industry Observation162DIGITCW2023.120 引言随着科技的不断创新，人们的生活方式正在发生深刻的变化。

在“衣食住行”中，作为第一需求的“衣”也必须适应科技发展带来的变化。

纺织服装产业一直是传统制造行业的代表，其传统的生产模式（如劳动密集型、高强度作业、生产效率低等）一直制约着该行业的发展。

随着数字化、智能化时代的到来，该行业也迎来了结构变革、转型升级的关键阶段。

本文旨在探讨如何借助5G+工业互联网技术加速纺织服装行业的数字化转型升级。

1 5G专网建设5G+MEC （边缘计算）端到端整体解决方案的出现，为纺织服装行业带来了新的机遇。

边缘计算是一个融合了算力、存储和通信网络业务核心能力的开放平台。

通过就近部署各类工业智能化应用，边缘算力可以满足制造业在数字化变革过程中对实时控制、AI 人工智能、数据聚合与互操作、安全保护等方面的关键需求。

5G 专网突破了传统通信网络封闭式的规划建设和运营模式，以更为开放的形态，为企业提供定制化的网络服务。

5G 室分系统与Wi-Fi 信号容易受到频点干扰不同，5G 以独有频段体现很强的抗干扰能力及高可靠性。

在纺织服装行业中，AGV 、PDA 等通过5G CPE 接入5G 基站，经过IPRAN 和UPF 分流网关，数据经过MPLS （多协议标签交换电路）专线回传至车间。

传输时延小于30 ms ，业务数据不经过互联网，确保数据不出园区，保障企业数据的安全性和及时性。

将应用通过5G 专网与企业生产内网联通，实现5G 混合专网组网，为5G+各种典型应用场景打下坚实的基础。

2 5G+AI视觉验布5G +A I 视觉验布是一个典型的应用场景。

在传统模式下，织物疵点的检测主要依靠人工视觉完成，这种方式效率低下，易疲劳，并且瑕疵检出率不高[1]。

为了解决这个问题，企业选择了主动拥抱数字作者简介：陈 平（1978-），男，汉族，广东汕头人，技术总监，工程师，大学本科，主要从事通信及工业互联网、大数据、云计算等创新技术。

移动边缘计算（ MEC ）技术研究及在5G 网络中的应用摘要：移动边缘计算（MEC）技术将计算和存储的能力下沉至网络边缘，具有通信延迟低、实时性好、带宽利用率高等技术优势。

随着5G技术的广泛应用，MEC通过关键技术与5G相融合的方式，为AR、车联网和物联网等多种应用场景提供了新的技术支撑，赋能革新业务场景，推动电信服务商及行业数字化和智能化转型。

关键词：5G；MEC；智能化1概述移动边缘计算（MEC）的概念由欧洲电信标准协会（ETSI）及工业规范标准化组织共同提出，MEC技术是将云端服务器的部分或全部计算及存储能力下沉到网络边缘设备中，减轻网络带宽压力、缩短数据往返时间、充分利用网络资源，满足5G网络的高速度、低时延、海量数据等的业务要求，推动移动宽带网络向可编程世界的转变。

随着万物互联时代的来临，MEC在推动行业数字化和智能化转型方面有着重大意义。

MEC技术具备通信延迟低、实时性好、带宽高等特点，有助于实时洞察和感知无线网络信息和位置，这些技术特点可为移动运营商带来极大的价值，同时也为云服务商、应用和内容提供商以及厂商创造新的机会，。

目前MEC的落地已经有诸多试点工作，但在5G网络中的应用需不断完善，本文将主要通过跟踪MEC最新关键技术研究及应用，梳理MEC的典型应用场景，为后续MEC业务的拓展提供支撑和参考。

2 MEC的关键技术2.1任务卸载移动应用任务处理时延包括传输时延、计算时延和通信时延。

在云计算时代，数据在链路中的往返时间较长，数据传输时延较大，这导致任务处理时延很难满足5G网络要求的超低时延的业务要求。

MEC作为云计算的演进，将应用程序托管从集中式数据中心下沉到网络边缘，更加接近消费者和应用程序生成的数据，能够在更靠近移动用户的网络边缘提供计算能力，有效减少数据传输时延，从而满足5G特定场景下的实时性的要求。

任务卸载模型需综合网络、通信以及计算算法模型。

当前主要的任务卸载的模型包括二态任务卸载和部分任务卸载模型。

5G边缘计算与算力网络研究报告5G ：新基建的龙头mMTC超大规模机器连接URLLC超可靠超低时延通信eMBB增强的移动宽带~Gbits 速率~百万连接/平方公里~ms 时延移动互联网物联网车联网/工业互联网网络切片边缘计算超清视频政府工作报告：发展新一代信息网络，拓展5G 应用中央政治局：强调推动5G 网络、工业互联网等加快发展中央政治局召开会议强调要积极扩大有效需求，促进消费回补和潜力释放，发挥好有效投资关键作用，加快5G 网络建设及工业互联网发展。

2020年2月加强新型基础设施建设，发展新一代信息网络，拓展5G 应用，建设充电桩，推广新能源汽车，激发新消费需求、助力产业升级。

2020年5月5G 为什么需要MEC ？本地化：满足业务与数据的本地化处理和安全要求大带宽：减少大带宽视频业务对骨干网络资源的占用低时延：缩短端到端业务时延，满足业务需求MEC 发展动因垂直行业电信运营商云/互联网服务商MEC 服务玩家服务市场：80%的应用将面向企业用户，如工业互联网和无人驾驶连接对象：“人”→“物”，全球人联网数50亿，物联网数将达1000亿数据规模：数据量剧增，流量增长将是3G/4G 时代的几百倍MEC 助力5G玩家ICT 融合能力生态应用和能力一体化服务5G/4G网络边缘机房边缘分流云边协同网络能力开放边缘IaaS边缘aPaaS边缘服务治理MEP垂直应用B端垂直应用C端应用能力开放（AI/解码…）边缘应用商店生态一体化运营和运维用户边缘自助界面联通●●●●●●●●◑◑◑●●◑阿里○○○◑○◑●○○●●○○○百度○○○◑○◑●○○●●○○○腾讯○○○◑○◑●○○●●○○○徐工○○○○○○●○●○○○○○富士康○○○○○○●○●○○○○○陌陌○○○◑○○○○○●○○○○虎牙○○○◑○○○○○●○○○○运营商MEC优势：实现CT和IT在边缘的深度融合BAT拥有边缘aPaaS能力：阿里的ENS, 百度OTE, 腾讯TARS 一些头部行业企业也推出了自己的PaaS，如富士康的Fii、徐工的汉云等运营商云/互联网巨头行业头部企业中小型互联网运营商独有优势生态优势平台能力优势BAT缺乏ICT融合IaaS,难以承载CT内容网络及基础设施优势ICT运营优势联接CT计算IT应用能力/生态一体化服务5G n+ MEC ：发挥运营商资源优势，赋能垂直行业数字化转型中国联通MEC边缘云建设是发展5G2B/2C高价值业务的重要战略，是构建“云、管、边、端、业”一体化服务能力的关键ICT 融合生态构建一体化服务5G 边缘计算联接CT计算IT应用能力/生态一体化服务1个业务运营中心+10个业务孵化基地+100个行业应用+1000个边缘节点腾讯、网易等商飞、宝钢、三一重工等文远知行、中汽研等华山医院、大田三明医院等天津港、福建港、宁波港等广州公安局、新疆公安局等国家电网、霍州煤矿等天津港、福建港、宁波港等01 新媒体02智能制造03智慧交通04智慧医疗05 智慧港口06智感安防07电力能源08智慧教育创新产品孵化网络平台搭建边缘业务运营资本合作搭建行业生态建设商业模式构筑中国联通5G MEC 乘势起航，重点行业取得突破中国联通：构建以5G+MEC 为锚点的边缘云生态规划建设内容部署内容建设模式MEC 平台及产品平台能力打造集团统一建设，各省按需调用；各省的能力及产品需求上报集团创新产品孵化布局类部署省会城市、核心地市的重点DC （核心或汇聚机房）能力打造集团统筹，各省建设，打造重点城市+重点DC MEC 能力现场级部署现场级能力打造，聚焦工业、医疗、园区、车联等重点场景各省建设，按需启动⏹MEC 边缘云规划建设主要包括“MEC 平台及产品”、“布局类部署”、“现场级部署”三方面。

面向5G业务的边缘云网络组网方案探讨发布时间：2021-12-02T08:39:39.759Z 来源：《科学与技术》2021年7月第19期作者：杨思涵[导读] 随着我国现代化通信技术的飞速发展，人们已经步入了5G时代杨思涵福建省邮电规划设计院有限公司，福建福州350003摘要：随着我国现代化通信技术的飞速发展，人们已经步入了5G时代。

5G时代信息技术的进一步飞跃，将为我国物联网、边缘计算、人工智能等多个领域提供相应的通信技术支持，而当前边缘计算已经成为推动我国城市实现智慧化建设的热点问题。

边缘云网络主要是一个类型，第三方应用小程序、各类型核心网络虚拟化网元以及边缘计算作为主要载体的基础通信设施层，而这一基础设施层的构架和设计，也是能够确保人们享受5G通信技术的重要根基。

本文主要是分析了边缘云网络构建过程中的主要特征，并且就不同规模边缘云网络的组网构建方案进行了探讨，希望能够为人们提供更好的5G业务服务提供参考意见。

关键词：5G业务服务；边缘云网络；组网方案构架随着5G通信技术的飞速发展，边缘计算成为了通信行业界关注的热点问题。

边缘计算其实就是指无限靠近用户周边，能够包含一种或多种接入手段的接入网络，并且能够为用户提供多种业务服务，提供相应的IT业务平台以及云计算功能的系统。

边缘计算的主要目的就是要为广大用户或使用终端提供更加近距离，并且更加快速地带宽服务，能够有效地降低通信延迟问题，满足用户对于现代通信的需求。

在2020年专业机构通过对多家运营商进行网络服务调查数据发现，大多数运营商都认为，网络功能虚拟化建设以及边缘计算带动5G通信技术进一步拓宽发展道路的切入点。

由此可见，网络功能的虚拟化构架以及边缘计算的发展，是未来5G通信技术能够全面覆盖我国的关键要素。

在未来很长一段时间内，我国通信运营商将会持续关注5G通信发展以及边缘计算网络构架的进一步研究，并且越来越多的线上业务迫切地需要部署在用户周边的需求，从而实现本地业务流量的聚集以及中转，并且有效地降低网络信号传输过程中的流量负担，尤其是对于一些高标准类型的业务，对于网络通信延时问题具有较为严格的要求，这类型业务急需部署在用户的边缘端，以解决网络延时问题加快业务服务的效率和质量。

云边计算系统架构、方案和工程实践前言道路如同城市的血管，血管的通畅程度与城市活力息息相关。

但在城市规模越来越大、人口数量不断增大、交通拥堵程度加剧的当下，仅靠加快道路建设等方式来构建便捷高效的交通体系，已经变得越来越困难。

5G 时代，作为城市和车辆的连接点，道路也成为通信网络、云计算、智能传感器融合创新的交汇点，如何利用新的技术来提升城市智能化水平，增强城市路网与车辆的协同效率和安全性，从而降低城市拥堵、改善出行体验，成为技术改变生活的新机遇和挑战。

车路协同是将道路、车辆以及技术进行有效融合，通过先进的无线通信和互联网技术，实现车与车、车与路、车与人、车与网络的实时数据交互，帮助乘客和车辆选择更好的出行路径，改善道路规划、建设和管理，提升交通效率。

目前百度车路协同技术业界领先，车路协同实际项目落地除感知算法外，还包括RSU 服务器订制、网络实施、基础IaaS 管理、摄像头管理与报警、感知算法部署和监控、容灾预案等。

作为保证感知算法24 小时稳定运行的IaaS平台，它是车路协同运作的基石。

百度边缘计算平台OTE 为V2X 系统提供了完整的运行环境，它主要负责集群化交付、应用管理、自动化运维、实时监控、日志回传等。

本白皮书主要介绍百度边缘计算平台 OTE 在打造车路协同基础能力和保障系统稳定高效运行方面所做的一些工程实践，同时探索5G 时代车路协同的工作模式，为车、路、人、云的整体协作提供云边协同支持。

本白皮书主要内容包括：介绍了V2X 发展，调研了V2X 最新技术，论证了边缘计算对V2X 贡献详细阐述了百度 V2X 整体架构、边缘路侧、百度 5G 移动边缘计算平台OTE、边缘云侧技术架构和解决方案介绍了V2X 在工程实践落地中遇到的容器安全问题及优化方案本报告感谢以下起草单位（排名不分先后）：百度、英特尔、中国信息通信研究院起草人（排名不分先后）：陈刚、张贺纯、许振华、刘世堃、张骏、徐佳靓、吴美希、芦帅1 云边协同应用于 V2X 领域的总体思考1.1 V2X 基本概念和技术◼V2X 基本概念根据 3GPP 描述，V2X 术语是指基于车到车、车到基础设施、车到网络、车到人等实体间的通信。

移动边缘计算——体系架构、关键技术和发展应用【摘要】随着5G和边缘计算技术的兴起和相互融合，移动边缘计算（MEC）逐渐成为一个新的研究热点。

MEC通过在移动网络边缘提供IT服务环境和云计算能力，以减少网络操作和服务交付的时延。

其技术特征主要包括“邻近性、低时延、高宽带和位置认知”，有广阔的应用前景，例如车联网、视频优化加速、监控视频分析等。

但是，现有的MEC研究没有充分发挥海量移动终端的群体智能，面对大规模复杂任务力不从心。

为此，本文拟探索紧密结合人工智能的移动边缘计算技术。

首先，对相关研究成果进行深入调研和归纳总结，然后，从基本概念、体系架构、关键技术、典型应用和问题挑战等层面对MEC相关机制展开较为系统的研究。

【关键词】移动边缘计算；云计算；智能家居；车联网1引言互联网时代的快速发展，导致网络边缘设备的数量广泛增加，以及数据量的无限制增增长，根据国际权威机构调查显示，2019年，全球数据量已高达41ZB，全球近九成的数据在最近几年产生，预计五年后，全球数据量将增加十倍，达到160ZB。

在此种情况下，以云计算为核心的集中式处理模型显得力所不及。

集中式处理模型是指把所有数据通过互联网或者其他方式传输到云计算中心,利用云计算中心强大的计算功能来集中化地解决数据的计算和存储等问题,这样就使得整个云服务系统能够为世界创造更多的经济效益。

然而,在当今万物互联的情况下,传统的云计算明显地表现出了许多缺陷,比如:①系统的实时性不足,云计算模型把大量的数据直接传输到了云计算的中心,再请求数据处理,增大了整个系统的工作延迟;②网络带宽不够,边缘设备会产生巨量数据,所有的数据都传送到云端后会加剧对网络带宽的干扰以及带来压力;③高耗能，随着用户数量的增大，大量的数据处理以及程序的运行消耗了极多的电能。

除此之外，云计算还存在安全性不足、隐私泄露等问题。

面对云计算的不足，大量的数据处理，需要一个更加可靠的、有竞争力、可扩展的且安全性能高的接入网的加入。