On Mobile Edge Caching 1

移动边缘缓存研究

期刊：IEEE

时间：2019

Abstract

随着各种移动应用的广泛采用，无线网络中的通信量正以指数级的速度增长，这给移动核心网络和回程链路带来了巨大的负担。移动边缘缓存是缓解这一问题的一种很有前途的解决方案，它可以为移动边缘提供缓存存储。在本文中，我们旨在回顾移动边缘缓存的最新技术。我们首先介绍了移动边缘缓存及其优势。然后，我们讨论移动边缘缓存可以在网络中实现的位置。我们还分析了不同的缓存标准及其对缓存性能的影响。此外，我们还比较了几种缓存方案，并讨论了它们的优缺点。我们进一步对缓存过程进行了详细和深入的讨论，可以将其划分为四个阶段，包括内容请求、探索、交付和更新。在每个阶段，我们确定不同的问题，并审查解决这些问题的相关工作。最后，我们提出了当前移动边缘缓存体系结构和技术面临的一些挑战，以供进一步研究。

1.Introduction

如今，由于普及的移动服务、无处不在的社交网络和资源密集型应用，移动数据流量正在经历爆炸式增长。根据思科[1]，移动数据流量预计在未来十年将增加500倍。据估计，到2020年，每个移动用户将在一年内下载约1 TB的数据[2]。移动通信量的增加主要是由新兴的移动设备应用引起的，如物联网（IoT）、车联网（IoV）、电子医疗、机器对机器（M2M）通信和虚拟/增强现实，需要更高的网络吞吐量和更严格的网络延迟[3]。这些用例加速了第五代（5G）无线网络在网络容量和延迟方面的标准化过程，这是当前第四代（4G）无线网络无法实现的[4]。5G无线网络计划在2020年实现标准化，并提供1000倍以上的网络容量，与4G网络相比，网络延迟小于1毫秒[5]。

5G的主要标准化机构包括第三代合作伙伴项目（3GPP）（该项目提供完整的系统规范，包括核心网络、无线接入网络和服务能力），国际电信联盟国际移动通信2020/研究组 13（ITU-TIMT2020/SG13）的电信标准化部门（负责所有5G no无线网段，包括整体网络架构、软件化和管理），互联网工程任务组（IETF）（涵盖5G非无线电网络分段，包括网络切片）、欧洲电信标准协会（ETSI）（负责网络功能虚拟化、移动边缘计算、下一代协议），以及电气和电子工程师协会（IEEE）（提供WiFi和WiMAX标准）[6]。为了实现更低的网络延迟和更大的网络容量，无线接入网（RAN）中的5G解决方案包括修改物理子帧、极性编码、涡轮解码、快速路径切换方法、控制信道稀疏编码、外环链路自适应、基于毫米波的空中接口、，位置感知通信和云无线电接入网络[7]。5G核心网络解决方案包括软件定义网络（SDN）、网络功能虚拟化（NFV）和移动边缘计算（MEC）[7]。

移动设备现在运行的是更有效、更强大的应用程序，需要更多的计算能力、存储、带宽和能量。这些应用通常包括计算和数据密集型任务，如计算机视觉、图像处理、人脸识别、光学字符识别和增强现实。然而，由于计算、存储容量和电池寿命的限制，移动设备的性能往往很差。解决这些限制的一个突出解决方案是将一些计算卸载到云上[8]。此解决方案被称为移动云计算（MCC）[9]，其中术语“云”是指通常位于静态数据中心的服务器集合，这些服务器为移动设备提供足够的计算、存储和网络资源。

由于MCC的延迟是由核心网络、无线接入网（RAN）以及它们之间的回程链路造成的，因此用户和云之间的长延迟成为一个挑战。需要新的网络架构来满足MCC的5G无线网络所需的网络延迟。MEC将云服务器放置在用户附近，以提供计算和存储容量，旨在应对这一挑战[12]。MCC的体系结构及其应用MEC如图1所示。由于MEC的优势，欧洲5G PPP（5G基础设施公私合作伙伴关系）已将MEC视为5G的关键技术之一[13]。MEC上的ETSI行业规范组（ISG）针对MEC的要求、体系结构和服务产生了规范的组规范，并正在开发能够在网络边缘[14 ]-[16 ]中启用第三方应用和内容的基础。通过将计算任务卸载到边缘服务器而不是远程云，可以大大缩短服务响应时间，从而改善用户体验。通过回程链路的流量也可以得到缓解。此外，边缘服务器可以容易地获得网络状态信息（例如，无线信道条件、业务模式和用户移动模式），这些信息可以被分析并用于提供更好的服务。例如，当无线信道条件较差时，边缘服务器可以分配更多的计算资源，以减少服务器上的服务处理时间，从而补偿长的无线传输延迟。因此，总服务响应时间（即，无线传输时间加上服务处理时间）不会增加，服务性能将得到保证。

MEC边缘服务器不仅提供计算资源，还提供存储资源，因此可以用作缓存节点来存储用户请求的流行内容。移动边缘服务器上的缓存被称为移动边缘缓存，这也有助于缓解移动流量和减少内容交付延迟[10]。在[15]中，ETSI ISG将移动边缘缓存定义为MEC的应用之一。在传统的蜂窝网络中，用户内容请求由互联网内容提供商提供服务。当用户请求某些内容时，只能从远程内容服务器获取内容。用户可以多次请求某些流行内容。因此，内容提供商必须重复发送相同的内容。这不仅会导致较长的服务延迟，而且会导致更多的流量，从而可能导致网络拥塞。移动边缘缓存利用已启用缓存的边缘服务器存储流行内容，以便这些内容可以直接从缓存而不是远程云传输。因此，回程链路中的业务负载可以大大降低。由于使用来自远程云的流行内容填充缓存会产生额外的网络流量，通常在非高峰时间（如夜间）实现，而在高峰时间（如白天）使用缓存内容服务请求。缓存的概念在Web缓存[17]和信息中心网络（ICN）[18]，[19]中得到了很好的研究。Aliet al.[17]讨论了ICN现有的Web缓存和预取方法。为了提高内容缓存效率，许多研究工作都致力于优化路径选择[23]、服务器放置[24]和内容复制策略[25]。Scellatoet al.[24]使用从社会级联中提取的地理信息优化了内容放置问题。Borstet al.[25]提出了在内容交付网络中最小化带宽成本的算法，并假设内容普及率是给定的。但是，上述缓存方案仅适用于有线网络。有线网络和无线网络之间存在显著差异。由于用户的移动性，无线缓存通常会面临动态流量负载的挑战。因此，网络流量与用户移动模式高度相关，因此很难预测网络流量。此外，在有限的频谱资源和同频干扰下，无线信道表现出更多的不确定性。因此，为无线网络设计缓存方案更具挑战性。

无线网络中的高速缓存已经在一些工作中进行了调查。Hanet al.[20]概述了移动网络中内容交付加速的可用解决方案。然而，他们只关注内容交付，这只是缓存过程（包括内容放置、交付和更新）的一个方面。Liuet等人[21]讨论了无线边缘缓存中的几个问题，包括内容放置和交付。然而，他们的工作还没有完成，因为他们没有考虑缓存过程的内容更新问题。他们也没有调查缓存标准和方案。Wuet等人[22]讨论了移动社交设备缓存（MSDC）的研究挑战，MSDC是移动边缘缓存的另一个方面，因为它只解决了设备缓存（D2D）的问题。Wanget al.[10]在国外讨论了移动边缘网络的话题，包括移动边缘计算、缓存和通信。然而，他们的工作仅涉及一般缓存方案和应遵循的标准，没有讨论缓存过程的特定阶段，而我们的工作侧重于移动边缘缓存，因此更为具体。Liet al.[11]调查了蜂窝网络的无线通信技术。然而，他们只关注物理层和MAC层中的内容放置和交付策略。此外，我们还根据缓存位置、缓存标准和缓存方案进行了调查。特别是，我们还讨论了流量模式、用户社会关系、用户移动模式和内容的影响缓存策略的流行。我们在表I中总结了所有相关的调查论文，其中列出了我们工作中缓存的各个方面，并将我们的调查与现有的调查进行了比较。我们还分析了我们的工作结构，并详细说明了我们的工作与图2中两个最相关的工作[10]和[11]之间的差异。旗标表示参考文献[10]，星标反映作品[11]。

尽管许多工作试图解决移动边缘缓存中的各种问题，但仍然需要一个全面的总结。为了填补这一空白，我们针对移动边缘缓存问题的不同方面进行了调查。为了更好的可读性，我们在表2中总结了本文中使用的所有缩略语。此后，“内容”、“文件”和“数据”互换使用，因为它们都指可缓存的内容。请注意，MEC未对基础移动网络基础设施进行假设[26]。MEC系统可以部署在现有的移动网络中，并通过软件升级过渡到未来的5G（见[27]）网络功能[26]。ETSI白皮书[26]描述了在4G和5G网络中部署MEC系统的情况。具体地说，在4G和5G网络中，BSS不读取用户数据包，而是透明地将数据包传输给用户。因此，内容分析和缓存功能通常部署在与BSS或数据包网关共存的专用服务器上。然而，我们的工作并不集中在MEC的物理实现和部署上。相反，我们描述了缓存流行数据的位置、内容和方式的缓存策略（即内容管理策略），以提高移动边缘缓存系统的性能。我们工作中调查的教学策略不知道不同移动网络的物理功能，应该适用于当前的移动网络和未来的5G网络。我们将主要贡献总结如下。

1）我们对移动式切边进行了全面的调查，并指出了移动式切边的优势。

2）关于缓存的位置，我们总结了基于不同缓存位置的相关工作。

3）为了解决如何缓存的问题，我们根据不同的缓存标准对应用程序进行分类。我们还比较了几种缓存方案，分析了它们的优缺点。

4）我们将缓存过程概括为四个阶段，包括内容请求阶段、内容探索阶段、内容交付阶段和内容更新阶段。对于每个阶段，我们确定相关问题并审查相应出版物。

5）我们确定并分析挑战和研究方向，以推动进一步的研究。

调查的其余部分组织如下。第二节概述了移动边缘计算和移动边缘缓存。第三节总结了缓存存储的可能位置。第五节介绍了几种安装方案。第六节讨论了内容请求分析。第七节介绍了内容探索阶段的几个问题。第八节描述了内容交付问题。第九节讨论了内容更新问题。第十节讨论了当前移动边缘缓存面临的几个挑战。第十一节结束调查。

II. Mobile edge caching: an overview

由于数据增长是当今移动基础设施的主要挑战，因此管理过载网络成为一个重要问题。此外，用户对移动网络的要求越来越严格，例如，高数据率和低数据传输率。与此同时，虚拟现实和物联网等各种应用也应运而生，它们需要更好更快的服务（即高数据速率和低延迟）。传统的以基站为中心的网络体系结构已经不能满足这些要求，因此需要新的网络体系结构。

A.移动边缘计算

通过将计算转移到中央云，McCard通过对云平台进行杠杆老化，提供了强大的计算和存储能力[28]。然而，移动设备和云之间的延迟很长，回程链路中的回程带宽消耗很高，Hencei不适合实时应用。为了解决这个问题，MEC建议将计算任务和内容更靠近最终用户[29]。

MEC在各个方面都有一些优势。首先，网络延迟可以显著降低，因为计算和存储功能是在终端用户附近提供的[30]。其次，由于部署了边缘服务器，回程链路的带宽消耗可以减少[31]。根据[32]，通过缓存，回程链路的带宽最多可节省22%。第三，由于计算任务被卸载到云上，移动和物联网设备不必消耗自己的计算资源来处理这些任务。因此，移动和物联网设备的能耗可以降低[33]。第四，网络状态（如无线信道条件、用户偏好等）可由云收集并分析，以提供更好的服务。

B.移动边缘缓存

移动边缘缓存利用移动边缘服务器提供的存储，是MEC的一个用例[34]。启用缓存的移动边缘服务器可以是连接到移动边缘节点或边缘节点存储器的独立服务器。如果没有移动边缘缓存，移动用户的内容请求通常由内容提供商提供的远程Internet内容服务器（例如Web服务器）提供。当用户从远程服务器检索相同的流行内容时，远程服务器必须重复发送相同的文件，这可能会导致重复通信和网络拥塞。但是，通过将流行内容更接近用户，可以大大减少检索内容的延迟，并且可以避免从内容服务器到缓存连接的网络节点的重复传输。此外，随着存储成本的降低，在无线边缘部署缓存变得更具成本效益[35]。

在移动边缘缓存中，由用户设备（UE）发出的内容请求由其中一个包含所请求内容的节点响应。通常，域名系统（DNS）将用户的请求重定向到能够满足内容的最接近的缓存。移动边缘缓存带来了几个优势。首先，由于移动边缘缓存在比远程Internet内容服务器更接近用户的网络边缘得到了促进，因此它降低了获取用户请求内容的速度。其次，移动边缘缓存避免了通过回程链路的数据传输，从而减少了回程流量。第三，移动边缘缓存有助于降低能耗。例如，当请求的数据缓存在微基站时，可以避免从宏基站传输数据的能耗。第四，移动边缘缓存可以提高频谱效率。例如，当多个用户请求相同的内容时，服务BS可以通过共享相同频谱的多播传送缓存文件[11]。第五，移动边缘缓存可以利用移动边缘服务器收集的网络信息（例如，用户偏好、文件流行度、用户移动信息、用户社交信息和频道状态信息）来提高缓存效率。例如，可以探索用户的社会关系，通过D2D通信来缓存和传播内容。

C.有关移动边缘缓存的问题

缓存的位置、方式和内容是移动边缘缓存的关键研究问题。缓存在哪指的是缓存位置的选择。缓存方案可以通过利用UE自己的存储在UE上实现。UE上的缓存内容可以通过D2D通信共享。流行内容也可以缓存在BSs处，例如，中继、femto基站（fbs）、微微基站（pbs）、小型基站（sbs）和宏基站（mbs）。在云无线电接入网络（C-RAN）[36]中，内容可以缓存在远程无线电头（RRH）和基带单元（BBU）池中。如何缓存涉及到选择缓存标准和设计缓存方案的问题。要提高移动边缘缓存的性能，应遵循以下几个基本标准。首先，缓存命中概率应该很高。缓存命中概率是指用户请求的缓存文件数与缓存中文件总数的比率。第二，SE和EE是5G中的主要性能指标，应该设计缓存方案来改进它们。第三，应该考虑最小化内容检索延迟，因为它直接关系到用户体验质量（QoE）。第四，在边缘缓存popularcontent可以减轻回程链路的流量，因此最大限度地减少流量可能是缓存标准之一。最近研究了几种缓存方案。响应式缓存和主动式缓存的提出是为了决定是在请求内容之后还是之前缓存内容。根据缓存决策的位置，缓存方案可以分为集中式缓存和分布式缓存。集中式缓存使用中央控制器确定所有内容放置方案，而分布式缓存只知道相邻UE或BSs的信息，并就本地缓存做出决策。由于边缘节点的缓存空间有限，因此单独为每个节点设计缓存策略可能会导致缓存利用率不足。协作缓存解决了这个问题，因为不同的缓存节点可以彼此共享内容。未充分利用的缓存可供其他节点使用，因此可提高所有缓存节点的利用率。编码缓存利用网络编码技术，其中数据消息被聚合（编码），转发到同一目的地，然后分离成不同的消息（解码）。这种技术可以通过减少传输次数来提高网络吞吐量和减少延迟。概率缓存处理用户位置的不确定性和移动问题。基于博弈论的缓存技术被用来分析不同服务提供商之间的合作和竞争。决定缓存什么需要了解contentrequest模式。内容类型由多媒体文件（如视频和文件）和物联网数据组成，它们表现出更多的维度和更短的生命周期。在不了解模式的情况下，以最佳方式做出决策是一项挑战。为了获得特定内容被请求的概率，我们需要估计内容的流行性和用户偏好。用户移动模式影响用户与BSs的关联方式，并可进一步修改移动网络接收到的请求模式。用户关联问题[37]确定哪个用户由哪个基站服务，因此可能影响每个基站接收的请求。