移动边缘计算的系统架构和关键技术分析
移动边缘计算的系统架构和关键技术分析
移动边缘计算的系统架构和关键技术分析移动边缘计算（MEC）是一种新的网络架构，它将计算和存储资源尽可能地靠近用户和终端设备，以提高数据处理速度和降低网络延迟。
移动边缘计算技术为诸如智能手机、无人机、物联网设备等终端用户设备提供本地化的计算和存储服务，同时为移动网络提供更高效的数据处理能力。
本文将从系统架构和关键技术两个角度，对移动边缘计算进行深入分析。
系统架构移动边缘计算系统架构主要包括端设备、边缘服务器和云端数据中心。
端设备是指终端用户使用的移动设备，如智能手机、平板电脑、物联网设备等。
边缘服务器位于移动网络的边缘，通常部署在基站、小区和无线接入点等位置，可以提供计算和存储等服务。
云端数据中心则是位于网络核心地带的大型数据中心，用于存储和处理大规模数据。
在移动边缘计算系统中，端设备、边缘服务器和云端数据中心协同工作，共同完成数据处理任务。
终端设备可以将部分计算任务交由边缘服务器完成，减轻终端设备的计算负担，同时加快数据处理速度，提高用户体验。
当边缘服务器无法满足计算需求时，可以将任务转移至云端数据中心进行处理。
移动边缘计算系统构建了一个分布式的计算平台，充分利用了边缘计算资源，实现了数据处理的快速响应。
关键技术移动边缘计算的实现离不开一系列关键技术的支持，包括边缘计算架构、边缘计算资源管理、边缘计算安全等。
边缘计算架构是移动边缘计算系统的基础，它决定了系统的整体结构和功能设计。
边缘计算架构需要满足终端设备和边缘服务器的需求，并且能够与云端数据中心进行协同工作。
在边缘计算架构中，需要考虑到数据的传输和存储、计算任务的调度和协同等方面的问题，以保证整个系统的稳定性和高效性。
边缘计算资源管理是移动边缘计算系统中的一项重要技术，它需要对边缘服务器的计算和存储资源进行合理分配和管理。
边缘服务器通常部署在移动网络的边缘位置，资源受到限制，因此需要对资源进行有效的管理和调度，以保证系统的性能和稳定性。
边缘计算资源管理技术需要考虑到资源的负载均衡、故障恢复和优化配置等方面的问题。
边缘计算技术的网络架构
边缘计算技术的网络架构边缘计算是一种通过将计算和数据存储资源靠近用户和智能设备的方法，以提供更低的延迟和更高的网络效率。
边缘计算技术的发展正在改变云计算模式，并为各种应用场景提供了更强大的计算能力和更快的响应速度。
在边缘计算的实现过程中，网络架构起着至关重要的作用，它为边缘计算提供了可靠的基础。
边缘计算的网络架构通常由以下几个主要组件组成：一、边缘计算节点：边缘计算节点是边缘计算网络架构的核心组件，它在离用户和智能设备更近的地方部署计算和存储资源。
这些节点可以是物理服务器、虚拟机或容器，它们位于离用户更近的位置，例如边缘服务器、路由器、基站和智能设备。
边缘计算节点可以通过本地计算来处理和存储数据，提供更快的响应和更低的延迟。
二、边缘网络：边缘网络是连接边缘计算节点的关键环节，它提供了可靠和高效的数据传输通道。
边缘网络通常由有线和无线网络组成，包括以太网、Wi-Fi、蜂窝移动网络等。
边缘网络还可以利用SDN（软件定义网络）和NFV（网络功能虚拟化）等技术来实现动态的网络资源管理和优化。
三、云中心：云中心是边缘计算网络的核心管理平台，它负责集中管理和调度边缘计算节点和边缘网络资源。
云中心提供了分布式的计算和存储服务，利用虚拟化和容器化技术来实现资源的弹性分配和扩展。
同时，云中心还可以通过机器学习和人工智能算法来动态优化边缘计算网络的性能和效率。
四、安全和隐私：边缘计算网络架构需要高度的安全性和隐私保护。
边缘计算节点和边缘网络需要采取适当的安全措施，如身份认证、数据加密和访问控制，以防止未经授权的访问和数据泄露。
此外，边缘计算网络还需要遵守相关的法规和隐私政策，确保用户的数据得到妥善保护。
五、边缘应用：边缘计算架构支持各种边缘应用场景，如智能城市、工业物联网、自动驾驶和虚拟现实等。
边缘应用可以充分利用边缘计算节点和边缘网络的计算和存储能力，实现实时数据分析和决策，提供更快的响应和更好的用户体验。
六、标准和开放性：在边缘计算的网络架构中，标准化和开放性是非常重要的。
基于移动边缘计算的智慧校园系统设计与实现
基于移动边缘计算的智慧校园系统设计与实现智慧校园是指通过应用信息技术和物联网技术，利用各种传感器、设备和平台，实现校园内各种信息资源的集成、共享和智能化管理，提供更加便利和高效的校园服务。
随着移动互联网的普及和发展，移动设备成为人们获取信息、交流和学习的主要工具之一。
为了满足校园管理的需求，基于移动边缘计算的智慧校园系统应运而生。
一、智慧校园系统架构设计1. 移动边缘计算架构移动边缘计算是指将计算能力和存储资源从云端下移到离用户更近的物理设备，以此减少数据延迟和带宽成本。
在智慧校园系统中，移动边缘计算可用于处理实时数据、应用计算算法和存储数据等任务。
移动边缘计算节点应部署在校园内的各类设备上，例如无线接入点、摄像头、传感器等。
通过将计算和存储过程从云端下移到移动边缘节点，可以大大提高系统的响应速度和实时性。
2. 核心系统模块智慧校园系统的核心系统模块包括：用户管理模块、设备管理模块、数据管理模块、应用管理模块和安全管理模块。
用户管理模块负责管理学生、教职工和家长等校园用户的信息，包括用户登录、注册、权限管理等功能。
该模块还应与学生信息管理系统、教职工管理系统等校园管理系统进行数据同步与集成。
设备管理模块用于管理校园内的各类设备，包括移动设备、传感器、门禁系统等。
通过该模块可以实现对设备的监控、配置和维护。
数据管理模块负责对校园中产生的各类数据进行管理和存储，包括学生信息、教务数据、环境监测数据等。
该模块还可以提供数据分析和可视化功能，为学校管理提供决策依据。
应用管理模块用于管理各种校园应用，包括教育教学应用、校园生活应用和后勤管理应用等。
通过该模块可以实现应用的部署、升级和统一管理。
安全管理模块负责对系统进行安全防护和监控，包括用户权限管理、数据加密、设备认证和访问控制等。
二、智慧校园系统实现1. 安装移动边缘计算节点首先，需要在校园内的关键位置部署移动边缘计算节点，例如教室、实验室、图书馆等。
边缘计算技术的网络架构解析
边缘计算技术的网络架构解析边缘计算技术是一种新兴的计算模式，它将计算任务从传统的集中式云端数据中心分散到接近数据源的边缘设备上进行处理。
这样的架构不仅能够提高响应速度和用户体验，还能减少数据传输延迟和网络带宽消耗。
本文将对边缘计算技术的网络架构进行解析，探讨其工作原理和关键组件。
边缘计算技术的网络架构主要包括三个关键组件：边缘设备、边缘节点和云端数据中心。
边缘设备是指部署在用户终端、传感器、摄像头等边缘位置的智能设备，它们能够处理一部分计算任务并将结果传输到边缘节点或云端数据中心。
边缘节点是指分布在网络边缘的计算节点，它们与边缘设备进行通信，负责接收、处理和存储来自边缘设备的数据。
云端数据中心是传统的大规模集中式计算资源中心，负责存储和处理边缘节点传输过来的数据，并提供较为复杂的计算和分析服务。
边缘计算技术的网络架构工作原理如下：首先，边缘设备收集传感器数据或用户请求，并进行初步的数据处理。
然后，边缘设备将处理后的数据传输到最近的边缘节点。
边缘节点接收到数据后，根据预先设定的策略，判断是否需要进一步处理。
如果需要，边缘节点会对数据进行计算、分析或存储，并将结果反馈给边缘设备或者上传到云端数据中心。
最后，云端数据中心根据需求对上传的数据进行处理，并提供复杂的计算和分析服务，返回结果给用户或边缘设备。
边缘计算技术的网络架构具有以下几个特点：首先，分布式计算能力的提升。
通过将计算任务分散到边缘设备和边缘节点，边缘计算能够更好地满足实时性和低延迟的需求，减少数据传输过程中的时延。
其次，网络带宽的优化。
边缘计算通过在网络边缘进行数据处理和存储，减少了大规模数据传输对网络带宽的消耗，提高了网络的稳定性和可靠性。
再次，数据隐私和安全的加强。
边缘计算将一些敏感数据在边缘设备或边缘节点进行处理，减少了数据传输过程中的安全风险，提高了数据隐私的保护水平。
边缘计算技术的网络架构在各个领域都有着广泛的应用。
在智能交通领域，边缘计算可以实时地对交通流量进行监测和分析，从而实现智能交通管理。
中国移动边缘计算技术白皮书
中国移动边缘计算技术白皮书摘要：边缘计算技术是一种新兴的计算模式，将数据处理和分析功能从云端转移到离用户更近的边缘设备上，可以提供更高效的计算和响应能力，适用于各种应用场景。
本文对中国移动边缘计算技术进行了深入分析和探讨，包括边缘计算的定义、架构、关键技术、应用案例等方面。
通过详细介绍和分析，展现了中国移动在边缘计算领域的研究和创新成果。
第一部分：引言1.1背景介绍1.2边缘计算的定义1.3白皮书的目标和意义第二部分：边缘计算架构2.1传统的云计算架构2.2边缘计算的基本架构2.3边缘计算与云计算的关系第三部分：边缘计算关键技术3.1边缘设备3.1.1边缘设备概述3.1.2边缘设备的性能要求3.2网络通信3.2.1边缘计算的网络需求3.2.25G和边缘计算的结合3.3数据处理与分析3.3.1边缘计算的数据处理需求3.3.2数据处理与分析的关键技术3.4安全性与隐私保护3.4.1边缘计算的安全性需求3.4.2边缘计算的隐私保护技术第四部分：边缘计算应用案例4.1工业生产4.2智能交通4.3智能家居4.4医疗健康4.5金融服务4.6其他领域的应用案例第五部分：边缘计算的发展前景与挑战5.1边缘计算的发展前景5.2边缘计算面临的挑战5.3中国移动在边缘计算领域的研究和创新成果结论：本文对中国移动边缘计算技术进行了系统性的分析和介绍，展现了边缘计算技术在各应用场景中的优势和潜力。
中国移动在边缘计算领域的研究和创新成果，为推动边缘计算技术的发展和应用提供了有力支持。
[1] 中国移动边缘计算白皮书，xxx年。
[2] xxx，xxx。
《边缘计算与云计算的关系研究》。
xxx年。
[3] xxx，xxx。
《边缘计算安全性与隐私保护技术综述》。
xxx年。
注：以上内容仅为模拟生成，不代表白皮书实际内容和长度。
实际白皮书应根据实际情况编写和调整。
面向5G网络的边缘计算服务架构
面向5G网络的边缘计算服务架构一、边缘计算服务架构概述随着5G网络的快速发展，边缘计算作为其核心支撑技术之一，正逐渐成为研究和应用的热点。
边缘计算服务架构是5G网络中实现资源优化、服务快速响应和数据本地化处理的关键。
本文将深入探讨面向5G网络的边缘计算服务架构，分析其设计原则、关键技术以及面临的挑战和解决方案。
1.1 边缘计算概念与重要性边缘计算是一种分布式计算架构，它将计算任务从中心节点转移到网络边缘，即靠近用户和数据源的地方。
这种架构对于5G网络至关重要，因为它能够提供更低的时延、更高的带宽和更好的用户体验。
边缘计算能够支持各种应用场景，包括但不限于增强现实(AR)、虚拟现实(VR)、自动驾驶、智慧城市等。
1.2 边缘计算服务架构的设计原则在设计面向5G网络的边缘计算服务架构时，需要遵循以下原则：- 低延迟：确保服务响应时间尽可能短，满足5G网络低时延的要求。
- 高可靠性：保证服务的连续性和稳定性，以应对网络波动和设备故障。
- 可扩展性：架构应具备良好的扩展性，以适应不断增长的用户需求和数据流量。
- 安全性：保护数据和隐私，防止未授权访问和数据泄露。
二、边缘计算服务架构的关键技术2.1 边缘节点的部署与管理边缘节点是边缘计算服务架构的基础，负责执行计算任务和处理数据。
边缘节点的部署需要考虑地理位置、网络条件和资源可用性等因素。
同时，边缘节点的管理也是一项挑战，需要实现自动化的资源调度和故障恢复。
2.2 计算卸载与任务调度计算卸载是指将任务从用户设备或中心云卸载到边缘节点的过程。
任务调度则是决定哪些任务在边缘节点执行，哪些任务发送到中心云。
这两者对于优化资源利用和降低延迟至关重要。
2.3 网络功能虚拟化(NFV)网络功能虚拟化是一种将网络功能从专用硬件转移到通用硬件的技术。
在边缘计算服务架构中，NFV可以提高资源的灵活性和可扩展性，支持快速部署和更新网络服务。
2.4 服务化架构(SBA)服务化架构是一种基于服务的设计理念，它将网络功能分解为的服务组件，通过服务化接口实现组件间的互操作。
边缘计算七大核心技术
边缘计算七大核心技术
边缘计算是一种将计算和数据存储从中心化的服务器推送到终端侧的
新型计算模式，它具有低延迟、高可用性、高安全性和低能耗等优势。
边
缘计算的核心技术主要有：
一、安全性技术：为了保证边缘计算的安全性，我们可以采用虚拟化、可信计算、沙箱化、数据加密、签名等技术来保证边缘节点的安全性，并
可以在边缘节点中构建安全外壳体系，及时发现漏洞，防止数据泄露和被
盗取。
二、边缘计算系统架构技术：边缘计算系统包括服务器、网络、存储、计算等组件，通过对多种组件之间的交互和协作来实现边缘计算，此过程
中需要运用到自动化部署、容错性管理等技术。
三、智能路由算法：当边缘计算系统中的数据量较大时，为了减少网
络传输延时及优化边缘数据传输，需要采用智能路由算法，将数据从源头
节点到目的节点的传输时间缩短，提高系统的安全性和可靠性。
四、终端尾部技术：终端尾部技术是一种将边缘节点的数据通过云端
的应用服务器传输到终端的技术，它可以将复杂的计算任务转变成简单的
交互式应用，减少网络延迟，提高应用响应速度，从而实现服务的超低延迟。
移动边缘计算技术概述
移动边缘计算技术概述移动边缘计算是一种将计算和数据处理能力从云服务器向网络边缘移动的技术。
它的目标是减少数据延迟、增加带宽利用率、降低网络负载，提高应用程序的性能和效率。
本文将详细介绍移动边缘计算的概念、目标、架构和应用。
一、概述二、架构边缘设备上的计算可以在设备本地进行，也可以通过边缘服务器进行协同计算。
边缘服务器可以提供更强大的计算能力和更高的存储容量，以应对复杂的任务和大规模的数据处理。
边缘服务器可以部署在网络边缘的节点上，如基站、光交换机和路由器。
三、优势1.低延迟：将计算业务从云服务器迁移到网络边缘可减少数据传输的延迟，提高实时应用程序的响应速度。
2.高带宽：通过网络边缘的计算和存储能力，可以更高效地利用网络带宽，提高数据传输的速度和可靠性。
3.节省成本：移动边缘计算可以减少对云服务器的依赖，降低数据传输和处理的成本。
4.隐私和安全：将计算业务从云服务器移到网络边缘可以减少数据传输，提高数据隐私和安全性。
5.可扩展性：移动边缘计算可以根据应用程序的需求进行动态调整，以满足不同规模和复杂度的任务。
四、应用1.增强现实和虚拟现实：通过移动边缘计算，可以将计算和图形处理能力移动到边缘设备上，提供更低延迟和更高帧率的增强现实和虚拟现实体验。
2.自动驾驶：移动边缘计算可以将计算和决策能力移动到车辆边缘设备上，提高自动驾驶系统的实时性和可靠性。
3.物联网：通过移动边缘计算，可以将计算和数据处理能力移动到物联网设备上，提供实时监控、分析和决策能力。
4.视频监控：通过移动边缘计算，可以将视频处理和分析能力移动到摄像头或监控设备上，提高监控系统的实时性和准确性。
5.医疗和健康：移动边缘计算可以将计算和数据处理能力移动到医疗设备或健康手环上，实时监测和分析生命体征数据，并提供即时的健康指导。
总结：移动边缘计算是一种将计算和数据处理能力从云服务器向网络边缘移动的技术。
它可以提供更低延迟、更高带宽、更低成本、更高隐私和安全性以及更好的可扩展性。
- 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)。
无线互联科技Wireless Internet TechnologyNo.13 July,2019第13期2019年7月移动边缘计算的系统架构和关键技术分析董春利"，王莉1(1.南京交通职业技术学院电子信息工程学院，江苏南京211188;2.上海剑曦信息科技有限公司，上海200051)摘要：随着移动互联网和物联网应用的快速发展，传统的集中式云计算遇到了严峻的挑战，例如高延迟、低频谱效率和非自适应机器类型的通信。
为了解决这些挑战，新技术正在推动将集中式云计算功能转移到网络边缘设备。
移动边缘计算被认为是物联网和任务关键型、垂直解决方案的关键推动因素，被公认为是一种关键的架构概念和技术之一。
文章讨论分析了移动边缘计算的系统架构和关键技术。
关键词：移动边缘计算；虚拟机；计算卸载；VM迁移移动边缘计算(Mobile Edge Computing,MEC)被欧洲电信标准化协会(European Telecommunications Standards Institute,ETSI)定义为一种新技术，在移动网络边缘、无线接入网络内以及移动用户附近，提供IT服务环境和云计算能力ETSI发布了一份关于移动边缘计算的白皮书，移动边缘计算被认为是一种重要的新兴技术，成为下一代网络的重要组成部分。
由于具有低延迟、近距离和高带宽等先进特性，以及实时洞察无线网络信息和位置感知功能，移动边缘计算为多个行业(如消费者、企业)提供了大量新的应用和服务。
特别地，MEC被认为是智能城市中处理视频流服务有前景的解决方案。
来自监视设备的视频流在MEC服务器上进行本地处理和分析，从视频流中提取有意义的数据。
可以将有价值的数据传输到应用服务器，以减少核心网络流量。
增强现实(Augmented Reality,AR)移动应用在上行链路中的数据收集、边缘计算和下行链路中的数据传递方面，具有固有的协作属性。
增强现实数据需要低延迟和髙速率的数据处理，以便根据用户的位置提供正确的信息。
数据处理可以在本地MEC服务器上执行，而不是在集中式服务器上执行，以提供良好的用户体验。
物联网在电信网络上生成额外的消息，要求网关聚合消息并确保低延迟和安全性。
引入利用MEC收集，分类和分析物联网数据流的新架构，MEC服务器负责管理各种协议、消息分发和分析处理。
MEC环境创造了一个新的价值链和充满活力的生态系统，从而为移动运营商、应用和内容提供商创造了新的机会。
1MEC的系统架构ETSI描述的MEC参考架构使MEC应用程序能够实现为在MEC主机上运行的纯软件实体⑵。
移动边缘平台提供运行MEC应用程序所需的基本环境和功能。
MEC应用程序在虚拟化基础架构之上作为虚拟机(Virtual Machine,VM)运行，并且可以与移动边缘平台交互以执行与应用程序的生命周期相关的某些支持过程。
此外，虚拟化基础设施包括一个执行由移动边缘平台接收的流量规则的数据平面，并路由在应用本地网络和外部网络之间的流量。
MEC主机级管理包括移动边缘平台管理器和虚拟化基础架构管理器。
前者管理应用程序的生命周期以及应用程序规则和要求，包括服务授权、流量规则、域名系统(Domain Name System, DNS)配置和解决冲突。
后者负责分配、管理和发布虚拟化基础架构的可视化(计算、存储和网络)资源。
操作支持系统通过生命周期管理代理商或运营商的第三方客户，通过面向客户的服务门户接收用户应用程序的请求，操作支持系统决定是否授予请求。
授权请求将转发给MEC协调器进行下一步处理。
MEC协调器是核心功能，因为它根据部署的MEC主机、可用资源、可用MEC服务和拓扑，维护一个整体视图。
出于性能、成本、可扩展性、运营商首选部署的原因，MEC支持不同的部署方案叫例如在蜂窝宏基站演进型Node B站点(Evolved Node B,eNodeB)、在3G无线网络控制器(Radio Network Controller,RNC)站点、在多个无线电接入技术小区聚合站点，和聚合点(其也可以位于核心网络的边缘，例如在分布式数据中心中)，探讨了一个网络规划问题，该讨论决定了在可用站点中安装MEC 服务器的最佳位置，以便在安装成本和服务质量(Quality of Service,QoS)之间进行权衡。
2MEC的关键技术MEC的关键技术包括计算卸载和移动性管理。
计算卸载是一个将资源密集型计算从移动设备迁移到资源丰富的附近基础设施的过程画。
虽然移动设备受到计算能力、电池寿命和散热的限制，但是通过将能量消耗的应用程序计算卸载到MEC服务器，MEC可以在用户设备(User Equipment,UE)上运行新的复杂应用程序。
计算卸载的一个重要部分是决定是否卸载、是否适用全部或部分卸载、卸载什么以及如何卸载。
卸载决策取决于根据3个标准分类的应用程序模型。
第1个标准是应用程序是否包含不能卸载的用户等不可卸载部分(例如用户输入、摄像或需要在UEs处基金项目：南京交通职业技术学院高层次人才科研基金项目；项目编号：440105001o作者简介：董春利(1964—),男，山东青岛人，教授，博士；研究方向：认知无线电网络，下一代无线泛在网络。
-131_No.13July, 2019第13期2019年7月无线互联科技•技术应用执行的获取位置)o 第2个标准是无法估计某些连续执行应 用程序要处理的数据量。
第3个标准是要处理的各个部分的相互依赖性。
通常，UE 需要由代码分析器、系统分析器和决 策引擎组成，以管理卸载过程。
代码分析器负责根据应用程 序类型和分区的代码数据来管理卸载内容。
系统分析器负责监视多个参数，例如可用带宽、要传输的数据大小以及执行 代码的能量。
这些参数会影响何时卸载，决策引擎确定是否卸载。
计算卸载决策算法已进行了全面的研究和比较。
大多 数算法旨在最小化移动设备处的能量消耗，同时，受到卸载 的应用程序可接受的执行延迟或者找到这两个度量之间的 最佳权衡。
数值结果表明，MEC 可以通过异构网络中的计算 卸载来提高能效。
针对多个移动设备用户之间的计算卸载决 策问题，提出了一种博弈论方法。
数值结果表明，该算法实现 了优异的计算卸载性能，并随着用户规模的增大而扩展。
研 究了计算卸载的节能资源分配问题。
此外，一些努力集中在 无线电和计算资源的联合优化上，旨在最小化延迟和功率预 算约束下的能量消耗。
当UE 执行到另一个小区的切换时，重要的是保证服务 连续性和QoS 要求讥几个MEC 应用程序期望在位置改变之 后继续为UE 服务。
如果UE 将计算转发到MEC,则需要启动VM 迁移以提供服务的连续性。
VM 迁移是将VM 从一台物 理机器移动到另一台物理机器，通常在数据中心内。
关键部分是确定VM 迁移是否取决于服务类型和要求、内容大小和用户类型。
需要注意的是，可以迁移具有严格QoS 要求的正 在进行的视频服务，并且始终将用于紧急警告机器类型通信服务的延迟敏感测量任务，迁移到最佳MEC 服务器。
一 方面，必须做出决定，指示服务是否必须完全或部分迁移。
同时，考虑VM 迁移成本，包括VM 迁移和回程资源消耗所需的时间，因为需要计算节点之间的流量交换。
另一方面， VM 迁移的好处是减少服务延迟。
同时，不必分配回程资源 用于将计算结果传输回UE 。
提出了一种利润最大化虚拟人 物放置策略，以选择性地将VM 迁移其最佳位置，来优化 迁移增益和迁移成本之间的权衡。
此外，探索了用于动态 VM 放置，并根据预期用户的移动找到最合适的通信路径 预测技术。
与现有技术方法相比，本文所提出的算法将卸 载延迟减少了 10%〜66%。
3结语MEC 启用一个开放的无线接入网络，可以在网络边缘 托管第三方创新应用和内容。
MEC 是云无线接入网(Cloud- Radio Access Network , C-RAN)的补充。
MEC 的关键技术 是计算卸载和移动性管理，其部署方案与传统无线网络兼容。
然而，鉴于该领域的研究是相对初期的阶段，仍有许多 悬而未决的问题，需要从其关键技术和更先进的解决方案的角度做进一步研究。
[参考文献][1]YUAN A, MUGEN P, KECHENG Z.Edge computing technologies for Internet of Things ： a primer[J].Digital Communications and Networks, 2018 (2) : 77-86.⑵MEC.Mobile edge computing framework and reference architecture[Z].Vl 11, 2016.[3] MEC.Mobile edge computing technical requirements[Z].Vl 11, 2016.[4] MACH P, BECVAR 乙Mobile edge computing ： a survey on architecture and computation o 田oading[J].IEEE Communications Surveys and Tutorials, 2017 (99) ： 1.[5] SECCI S, RAAD P, GALLARD P.et al.Linking virtual machine mobility to user mobility[J].IEEE Transactions on Network and Service Management, 2016 (13): 927-940.Analysis on the system architecture and key technologies of the mobile edge computingDong Chunli 1,2, Wang Li 1(1. School of Electronic Information Engineering, Nanjing Communications Institute of Technology, Nanjing 21118& China;2.Shanghai Jian-Xi Information Technology Co., Ltd., Shanghai 200051, China)Abstract ： With the rapid development of mobile internet and internet of things applications, the traditional centralized cloud computing is encountering severe challenges, such as high latency, low spectral efficiency, and non-adaptive machine type of communication. Motivated to solve these challenges, new technology is driving shifts the function of centralized cloud computing to the edge devices of the network. The mobile edge computing is identified as a key enabler for IoT and mission-critical, vertical solutions, and is recognized as one of the key architectural concepts and technologies. This paper discusses the system architecture and key technologies of the mobile edge computing. Key words ： mobile edge computing; virtual machine; computing offload; VM migration-132 -。