边缘计算交流材料--点亮边缘,引领5G应用
边缘计算技术与5G网络的融合应用实践
边缘计算技术与5G网络的融合应用实践随着物联网技术的飞速发展，边缘计算技术和5G网络的结合应运而生，为各行各业带来了巨大的变革和发展机遇。
边缘计算技术将数据处理和存储功能推向网络的边缘，使得数据可以更快捷地得到处理和响应，而5G网络则提供了更快的传输速度和更低的延迟，为边缘计算技术的应用提供了强有力的网络支持。
本文将探讨边缘计算技术与5G网络的融合应用实践，并展望其在未来的发展趋势。
首先，边缘计算技术与5G网络的结合在工业领域具有广泛的应用前景。
在传统的工业生产中，数据采集和处理往往集中在中心化的数据中心，这会导致大量数据的传输和处理延迟，从而限制了工业生产的效率和灵活性。
但是，通过将边缘计算技术与5G网络相结合，可以将数据处理和存储功能推向机器设备的边缘，实现数据的实时处理和分析。
例如，在智能制造领域，通过将传感器、物联网设备与边缘服务器相连，可以实现生产数据的实时监控和分析，提高生产效率和质量。
此外，在能源领域，边缘计算技术与5G网络的融合应用可以实现对电网设备的实时监测和故障诊断，提高电网的稳定性和安全性。
其次，边缘计算技术与5G网络的结合在智慧城市建设中也发挥重要作用。
智慧城市的建设需要处理和分析大量的数据，而边缘计算技术的引入可以解决数据传输和处理的延迟问题。
通过将传感器、摄像头等设备与边缘服务器相连，实现对交通、环境、安全等方面的实时监测和管理。
例如，在交通管理中，通过将摄像头和传感器设备与边缘服务器相连，可以实现实时交通监测和优化，提高交通拥堵的处理效率。
此外，在环境监测方面，通过将空气质量传感器与边缘服务器相连，可以实现对城市空气质量的实时监测和预警，提高城市环境管理的精细化程度。
再次，边缘计算技术与5G网络的结合对医疗健康领域也具有重要意义。
在传统的医疗健康服务中，医疗数据的处理和存储往往集中在医院的数据中心，这会导致医疗数据的传输和处理延迟，限制了医疗服务的效率和准确性。
然而，通过将边缘计算技术与5G网络相结合，可以将医疗设备与边缘服务器相连，实现医疗数据的实时处理和传输。
5G环境下的移动边缘计算应用
5G环境下的移动边缘计算应用在当今数字化快速发展的时代，5G 技术的出现无疑是一场通信领域的重大变革。
而与之相伴相生的移动边缘计算，正逐渐成为推动各行各业创新发展的关键力量。
5G 技术以其高速率、低延迟和大容量连接的特点，为我们打开了一个充满无限可能的新世界。
然而，要充分发挥 5G 的优势，单纯依靠传统的云计算架构是远远不够的。
这时候，移动边缘计算应运而生。
移动边缘计算（Mobile Edge Computing，MEC）是一种在靠近移动用户的网络边缘提供计算和存储资源的技术。
简单来说，它把计算能力从遥远的数据中心带到了更接近用户的地方，比如基站、路由器等。
在 5G 环境下，移动边缘计算有着广泛而重要的应用。
首先，在智能交通领域，它发挥着至关重要的作用。
想象一下，自动驾驶汽车在行驶过程中需要实时处理大量的数据，包括车辆周围的环境信息、路况以及其他车辆的动态等。
如果这些数据都要传输到遥远的数据中心进行处理，然后再将结果反馈回来，那必然会造成严重的延迟，这在分秒必争的交通场景中是无法接受的。
而移动边缘计算可以在靠近车辆的边缘设备上快速处理这些数据，几乎瞬间做出决策，大大提高了自动驾驶的安全性和可靠性。
在医疗领域，移动边缘计算也带来了巨大的改变。
远程医疗诊断需要实时传输高清的医疗图像和患者的生理数据，对于延迟和带宽都有很高的要求。
通过移动边缘计算，这些数据可以在靠近医疗设备的边缘节点进行快速处理和分析，医生能够及时获得准确的诊断结果，从而为患者提供更及时、更有效的治疗。
再者，在工业物联网中，移动边缘计算也大显身手。
工厂里的各种设备和传感器会产生海量的数据，用于监测生产过程、设备状态和产品质量等。
利用移动边缘计算，可以在工厂内部的边缘服务器上对这些数据进行实时分析和处理，实现对生产过程的精确控制和优化，提高生产效率和产品质量，降低生产成本。
另外，在增强现实（AR）和虚拟现实（VR）应用中，移动边缘计算也能带来更流畅、更逼真的体验。
边缘计算技术和5G网络的融合应用实践案例分析
边缘计算技术和5G网络的融合应用实践案例分析随着物联网和大数据时代的到来，边缘计算技术和5G网络的融合应用逐渐成为互联网领域的热门话题。
边缘计算技术能够将数据处理和存储的功能从云中移至网络边缘，实现更低的延迟和更高的响应速度；而5G网络则以其更高的传输速度、更多的连接数量和更低的延迟，为边缘计算提供了更强的支持。
本文将结合实践案例，探讨边缘计算技术和5G网络融合应用的具体实践。
一、智能交通领域智能交通作为边缘计算技术和5G网络的重要应用领域之一，正得到越来越广泛的应用和研究。
在城市交通管理中，通过边缘计算技术和5G网络的融合应用，可以实现实时监控和智能调度。
例如，一些大城市已经开始部署智能交通信号灯系统，利用5G网络的高速传输和低延迟特性，与路口的边缘计算设备实时通信，根据实时交通状况自动优化信号灯的时序，从而减少交通拥堵，提高交通效率。
二、工业自动化领域边缘计算技术和5G网络在工业自动化领域的应用，能够实现更高的生产效率和更灵活的生产流程。
例如，工业机器人作为关键的自动化设备，需要能够以高速、低延迟的方式与边缘计算设备进行通信，以实现更精准的控制和更高效的协作。
利用5G网络的高速传输和低延迟的特点，可以实现实时的远程控制和协同操作，从而提高生产效率和工作质量。
三、远程医疗领域在远程医疗领域，边缘计算技术和5G网络的融合应用可以极大地改善医疗服务的覆盖范围和质量。
例如，利用边缘计算设备和5G网络，可以实现远程医疗系统的数据采集、处理和传输，以及实时的远程诊断和监测。
通过远程医疗技术，医生可以通过高清的图像和实时的数据传输，准确地进行远程诊断和治疗指导，提高医疗资源的利用效率，缓解医疗资源不足的问题。
四、智能安防领域边缘计算技术和5G网络的融合应用在智能安防领域也有重要的应用价值。
例如，通过边缘计算设备和5G网络的协同工作，可以实现实时的智能监控和智能报警系统。
利用5G网络的高速传输和低延迟特性，可以实现大规模监控视频的实时传输和存储，以及基于图像识别和人工智能算法的智能分析和报警。
移动边缘计算（MEC）技术研究及在5G网络中的应用
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。
边缘计算技术与5G网络的融合与应用
边缘计算技术与5G网络的融合与应用近年来，边缘计算技术与5G网络的融合与应用已成为互联网行业的热门话题。
边缘计算是一种将数据处理和存储功能从云端服务器移至网络边缘的技术，而5G网络则是一种高速、低时延、大容量的新一代移动通信网络。
边缘计算技术与5G网络的融合与应用将为各行各业带来巨大的变革和发展机遇。
首先，边缘计算技术与5G网络的融合将极大地提升数据传输的速度和时延。
传统的云计算模式需要将数据发送到云端服务器进行处理和存储，再将结果返回到终端设备，这样的过程不可避免地会产生较长的传输时延。
而边缘计算技术将计算和存储功能放置在离终端设备更近的位置，可以有效缩短数据传输的距离和时间。
5G网络的高速和低时延特性更进一步加快了数据传输的速度和响应时间，使终端用户能够获得更快速、实时的数据处理服务。
其次，边缘计算技术与5G网络的融合将为物联网应用提供更加可靠和智能的支持。
物联网是指将各类传感器、设备和物品连接起来，形成一个巨大的、相互关联的网络。
而边缘计算技术可以在网络边缘部署大量的边缘服务器，为物联网设备提供边缘计算和存储能力，实现对设备的实时监测和控制。
5G网络的大容量和高速特性则能够支持物联网设备之间大量的数据传输，提升物联网应用的智能化水平。
例如，边缘计算和5G网络的结合可以实现智能城市的建设，通过感知设备采集城市环境数据，并实时分析和处理这些数据，实现智能交通、智能照明等应用，提升城市的管理和生活质量。
再次，边缘计算技术与5G网络的融合将为移动互联网和云游戏提供更好的用户体验。
移动互联网已经深入到人们的日常生活中，而边缘计算技术和5G网络的结合将可以使移动应用具备更强大的计算和存储能力。
例如，通过在网络边缘部署边缘服务器来缓存和分发流行的移动应用程序和数据，可以大大减少网络拥塞和数据传输的延迟，提升用户体验。
另外，5G网络的高速和低时延特性可以为云游戏提供更广阔的应用空间。
传统的云游戏需要将游戏数据通过云端服务器传输到终端设备，而边缘计算技术的应用可以将游戏数据和计算功能部署在网络边缘，使用户能够更加快速、流畅地玩游戏，而不受网络延迟的影响。
MEC边缘计算和5G通信应用的探讨
MEC边缘计算和 5G通信应用的探讨[摘要] 本文首先介绍了MEC边缘计算的基本概念和应用位置，然后从MEC 标准的形成和5G的网络架构进行讨论，阐述了MEC和5G的密切关系，说明MEC 和5G的发展和应用是密不可分的。
[关键词] 边缘计算；5G；网络架构1.边缘计算1)边缘计算的基本概念边缘计算MEC（Multi-access Edge Computing）是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。
它可以作为联接物理和数字世界的桥梁。
边缘计算具有联接性、约束性、分布性和融合性的基本属性和特点。
边缘计算的概念出现较早，并在传媒领域开创了 CDN 的成功应用，但真正得到产业界的广泛关注还是在物联网、智能化兴起之后，而以实现万物智能互联的5G 更是将MEC 作为其基本能力，和网络切片一起被认为是 5G 两大关键能力，这是几方面因素驱动的。
MEC，3GPP 定义了 C/U 分离的网络架构， UPF 是边缘计算的数据锚点；ETSI 定了 MEC 的商业框架，包含软件架构、应用场景和 API 接口。
UPF 是ETSI 与 3GPP 网络架构融合的关键点。
MEC 具备两大特点：一是支持多种连接方式，强调 MEC 的连接性，二是靠近用户，强调 MEC 的实时性。
边缘计算联盟 ECC和工业互联网产业联盟 AII在发布的边缘计算参考架构白皮书中归纳了 MEC 的 CROSS 功能，即：连接的海量与异构、业务的实时性、数据的优化、应用的智能性和安全与隐私保护。
2)边缘计算的部署位置与传统的云计算相比，边缘计算的部署位置更加靠近用户，据观察，边缘计算的部署与应用场景有着密切相关的联系。
其中的决策因素包括：对网络质量的要求在哪里，以及场景应用要达到怎样的时延等。
结合运营商端到端基础资源建设及业务发展的特征，从物理部署位置来看，中国联通的边缘计算节点大致可以分为网络侧和现场级边缘计算两大类。
移动边缘计算在5G网络中的应用与优化
动边缘计算在5G网络中的应用与优化移动边缘计算（Mec）是指将计算、存储和网络资源直接部署在无线接入网络的边缘，以提供更低的时延、更高的带宽和更好的用户体验。
随着5G网络的普及和发展，Mec技术在各个领域的应用和优化问题成为了研究的重点。
本文将提出一个研究方案，针对移动边缘计算在5G网络中的应用与优化问题展开深入研究。
1. 研究方案1.1 论述研究问题和背景我们需要明确研究的问题和背景。
移动边缘计算在5G网络中的应用和优化问题是一个新兴的研究领域。
5G网络提供了更高的带宽和更低的时延，而Mec技术将计算资源直接部署在网络边缘，可以更好地满足应用对低时延和高带宽的要求。
然而，在实际应用中，如何合理地利用移动边缘计算资源，使得应用能够获得最佳性能和用户体验，仍然存在许多挑战和问题需要解决。
1.2 确定研究目标和内容接下来，我们将确定研究的目标和内容。
本研究旨在通过实验和调查，深入研究移动边缘计算在5G网络中的应用与优化问题，并提出新的观点和方法，为解决实际问题提供有价值的参考。
具体的研究内容包括但不限于：应用场景和需求分析、Mec资源调度和任务分配、网络性能优化、安全和隐私保护等方面。
1.3 设计实验或调查方案为了实现研究目标和内容，我们需要设计相应的实验或调查方案。
具体来说，可以采用以下步骤进行：1.3.1 确定实验对象和场景需要确定实验对象和场景。
可以选择一些具有代表性的应用场景，如智能城市、自动驾驶、物联网等，并确定相应的实验环境和测试设备。
1.3.2 数据采集和测量接下来，需要进行数据采集和测量。
可以使用合适的工具和设备，对实验环境中的各项指标进行测量，如时延、带宽、吞吐量、能耗等，并记录相应的原始数据。
1.3.3 数据分析和整理在采集到数据之后，需要对数据进行分析和整理。
可以使用统计分析方法和机器学习算法，对数据进行处理和挖掘，提取出有价值的信息，并进行相应的可视化展示。
1.4 方案实施和分析在完成实验和数据采集之后，我们将进行方案实施和数据分析。
边缘计算技术与5G网络的融合应用实践案例解读
边缘计算技术与5G网络的融合应用实践案例解读近年来，边缘计算技术和5G网络的融合应用在各个领域得到了广泛的关注和应用。
本文将通过解读一些典型的实践案例，探讨边缘计算技术与5G网络融合应用的潜力和前景。
首先，边缘计算技术和5G网络的融合应用在智能交通领域展现出巨大的潜力。
以自动驾驶为例，边缘计算技术能够将传感器数据的处理和决策推向车辆附近的边缘节点，降低了数据的传输延迟，提高了系统的响应速度；而5G网络的高带宽和低延迟特性，则为实现实时传输和协同决策提供了良好的支持。
在美国，福特汽车公司与迈阿密市政府合作，利用边缘计算和5G网络技术，开展了基于车辆通信的交通管理实验。
通过在道路边缘部署边缘服务器和5G基站，实现了车辆间的实时通信和协同决策，有效提高了交通的安全性和效率。
其次，在智能制造领域，边缘计算技术和5G网络的融合应用也具有重要的意义。
传统的制造业常常面临着生产线协同、设备管理和故障诊断等问题。
通过将边缘计算节点和5G网络技术引入到制造现场，可以实现生产数据的快速处理和实时监测。
例如，中国的华为公司与上海三菱电机合作，在工厂中部署了边缘计算节点和5G网络基站，通过在车间内部署边缘服务器，实现了对设备的监测和实时分析。
这一技术的应用使得制造企业能够更好地进行设备管理和故障预警，提高了生产效率和产品质量。
此外，边缘计算技术和5G网络的融合应用也在智慧城市建设中发挥着重要的作用。
随着城市人口的增加，城市的交通、环境和公共设施等问题愈发突出。
边缘计算技术可以将城市中产生的大量数据进行本地处理，减少数据传输带来的延迟和网络拥堵，提高城市服务的质量和效率。
以中国的杭州为例，该城市利用边缘计算节点和5G网络技术，开展了智慧城市建设的实践。
通过在城市中部署边缘服务器和5G基站，实现了城市数据的实时处理和分析。
这些数据包括交通流量、空气质量、垃圾桶状态等，使得城市管理者能够更好地了解城市状况和问题，有针对性地制定政策和措施。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2
ULCL
MEP
路由器
UPF Anchor
1
MEC
\SMF
网络改造需求
1
L3接入设备连接基站
2
提供机架安置MEC
3
对接本地业务平台
4
需要对接管理系统对网元及硬件进行管理
机房改造需求
空间需求 1 柜 典型电源需求 1.75KW
5G SA UP
管理域 4
U2020 eSight
10 10
切片网络: 边缘网络切片UPF PSA
1 企业分流：
将用户面流量分流到企业网络。
MEC七大场景 (ETSI定义)
1 应用本地化 2 内容区域化
3 计算边缘化
3 车联网：
MEC分析车及路侧传感器的数据，将危 险等时延敏感信息发送给周边车辆。
3 物联网：
MEC应用聚合、分析设备产生的消息 并及时产生决策。
2 视频流分析：
在边缘对视频分析处理，降低视频采集 设备的成本、减少发给核心网的流量。
郑州核心网
UDM
AMF
N2
大网业务切片 网络签约用户
大网业务TA区 (TA1)
MEC切片网 络签约用户
大网业务网络切片
N4
N6
SMF
UPF(Anchor)
Internet
SMF N4
N3 U
P F
(Anchor）
园区网络切片
园区网络 N6
防火墙
杭州新昌医院园区
方案简述： 园区用户通过SMMF ID选择到园区边缘MEC切片网络中进行园区业 务。对边缘业务进行本地流量卸载。
开放类
5 集成：3rd APP，VAS快速部署和管理
7 远程运维，免上站自动化部署/升级/维护
6 硬件能力多样化，满足应用需求、机房条件
55
ETSI定义的MEC场景以及MEC在网络里的部署位置
2 视频优化：
在边缘部署无线分析应用，辅助TCP拥塞 控制和码率适配。
3 增强现实：
边缘应用快速处理用户位置和摄像头 图像，给用户实时提供辅助信息。
OCS/PCRF/…
控制面
中心 APP
网络类 平台类
用户面下沉/LBO， 内
1 容本地化，智能分流
用户面
2
Internet
计费/策略/监听
IPTV Server
用户面
CDN MEP
AR/VR
~10ms
ULCL
用户面
WTTX 20Gbps
High Throughput Per User
3 基于应用按需部署MEC
关键技术：
• GPU虚拟化 • 三方应用集成 • 简化运维管理
业务场景：
V2X自动驾驶、工业互联网5G LAN、无人机控制
关键技术
• 超高可靠性、超低时延保障 • 切换场景业务连续性 • 5G LAN二层接入和交换 • 动态切片、按需自动部署
77
目录
0 1 MEC概念介绍 0 2 MEC及切片解决方案 0 3 案例
数据通过5G网络进行传输，并且企业内部实现闭环，保 证数据处理的安全性和高效性；
技术：
识别本地网络访问 本地数据分流 边缘区域部署 5G传输技术
优势：
避免流量迂回 降低访问时延 保障数据安全 传输速率高
99
网络环境准备
3
园区网络
5G SA 核心网
CPE
控制域
L3
3rd
UPF
APP
3 辅助敏感计算：
MEC提供高性能计算，执行时延敏感的 数据处理，将结果反馈给端设备。
MEC是商业概念，解决方案主要由UPF、硬件、MEP和APP四部分
核心/区域
Internet
UPFAnchor
SMF/AMF/UDM /NRF/PCF…
汇聚 接入 MEC组网架构
UPF ULCL
MEP
MEC
MEC-APP
88
业务组网方案（MEC方案）
公网
Internet
UPF
SMF
本地网络
用户面网关
UPF-ULCL
5G网络
本地服务器 Local traffic Internet traffic
CPE
方案：
UPF-ULCL基于APN/IP地址或控制面策略消息识别用户 和获得本地路由策略，将用户访问本地业务数据分流到 本地；
10ms 1Gbps
AR/VR
远程诊断
10ms 50Mbps来自20ms 高速列车100Mbps
20ms 视频监控
50Mbps
10ms
无人机
15Mbps 快递
20ms 10Mbps
公共安全
<100ms 10Mbps
移动广播
Sec~hr 智能穿戴
<1Mbps
1ms
5ms
10ms
20ms
seconds
时延（高）
边缘计算是一种分布式计算，在网络边缘的智能网关就近采集数据并处理，而不需要将大量数据传送到中心的核心平台
3
为什么需要边缘计算？——新业务对网络的要求
带宽（高）
1Gbps
100Mbps 10Mbps
1Mbps
1~10ms 远程手术
300Mbps
1ms
自动驾驶
50Mbps+
1ms
机器人应用
1~10Mbps
点亮边缘，引领第一波5G应用
11
目录
0 1 MEC概念介绍 0 2 MEC及切片解决方案 0 3 案例
22
什么是边缘计算？——魔性的章鱼，分布式神经系统
章鱼是无脊椎动物中智商最高的， 有大量的神经元， 但 60%分布在八条腿（腕足）上， 脑部仅有40%
章鱼在捕猎时灵巧迅速，腕足配合极好，并不会打结，关键在 于“一个大脑+八个小脑”的分布式神经系统
MEC三大刚需场景： 1、数据不出园区业务。通过MEC的本地分流能力，实现企业园区业务在内部闭环； 2、低时延业务。减少中心传输，降低网络时延； 3、大带宽业务。减少骨干网传输，避免骨干网络业务抢占带宽资源。
4
华为MEC网络解决方案三大类、八大基础能力
中心 区域 边缘
NMS/EMS/MANO
8 网络和计算能力开放
UPF ULCL
MEC-APP
MEP
MEC
6
MEC解决方案部署节奏
商用落地
能力催熟
基于LBO分流使能本地闭环 聚焦eMBB VR，商用Ready
创新研究 5G uRLLC储备
业务场景：
企业接入、智能园区、智能场馆， 本地业务闭环
关键技术：
• 本地部署、业务分流
业务场景：
高清视频、Cloud VR/AR、Cloud Gaming
在不同的网络切片
4 业务连续性保证超低时延，
切换保持
用户面
Local Server
MEP
Smart Campus
100% Private
LADN
用户面
V2X MEP
用户面
V2X MEP
Autonomous Driving
Seamless Handover(5ms)
Inter-UPF Handover
业务流程： a. 用户申请5G激活附着请求； b. Default AMF由UDM获取到园区用户签约信息Subscribed-
NSSAI，通过NSSF判断是否可为此用户服务获取服务切片信息， 并路由到正确的Target AMF。 c. Target AMF获取园区用户签约和策略(NSSP)，完成附着。 d. Target AMF与NRF交互并根据S-NSSAI等信息获取园区边缘 MEC网络切片的服务切片信息(S-NSSAI，NSI id) e. Target AMF选择边缘MEC网络切片中的SMF f. SMF通过DNN选择MEC UPF做为UPF Anchor；此时用户 数据通过UPF Anchor进行路由转发。