边缘计算·智能网络平台·无线网络覆盖区域新模式

边缘计算·智能网络平台·无线网络覆盖区域新模式

姜茜

单位：青岛科技大学

摘要：

随着移动边缘平台的发展，大量应用将下沉到边缘，面向无线接入网络的“最后一公里”成为业务端到端质量网络保障的关键。O-RAN引入无线智能控制平台和无线智能管理平台，允许网络业务运营平台或者第三方应用在边缘的无线智能控制平台上部署应用（xAPP），就近灵活导入对接入网络无线资源的调度和分配需求。由xAPP就近获取细颗粒度的网络数据和可能的业务特征，执行本地化数据分析生成本地智能决策。基于边缘接入网络平台定制的策略和控制，能够敏捷地为移动应用提供精准定制的网络服务能力，更好地满足不同客户及垂直行业的需求。数据中心移动互联网用户角度来分类边缘计算（edge computing）分析判别无线网络深度弱覆盖区域与网络质量问题的方法，打破了信令流程、互联网数据与用户终端网络优化之间分析的壁垒，通过边 缘计算，提供端到端、多角度、多维度、一体化的解决方案；提供边缘数据中心 2G/4G 网络健康优化体检、信令全流程分析，精确定位边缘数据中心 4G 网络具体弱覆盖位置等各种功能。

关键字：边缘计算；无线智能控制平台；无线网络深度弱覆盖区域；

正文：

未来移动网络以其更高的网络性能以及对泛在物联网的广泛支持，受到了全行业的 关注。从 4G 改变生活，到 5G 改变社会，未来移动网络将移动通信网络的服务范围从 C端拓展到B端，将助力全行业实现信息化升级。2019 年 5月，赛迪智库和《通信产业报》全媒体联合发布5G 十大细分应用场景， 包括VR/AR、超高清视频、车联网、联网无人机、远程医疗、智慧电力、智能工厂、智能安防、个人 AI 助理以及智慧园区。除了满足个人用户对更高速率、更低时延的需求，未来移动网络将服务于更多的垂直行业场景。不同的应用场景对应的业务差别很大，因此对网络提出了差异化的要求。未来移动网络将像 IT云服务一样，按需供应给无线网络使用者，做到网络即服务（Network as a Service，NaaS）。在边缘计算时代，运营商的客户除了个人还有广泛的垂直行业，差异化、定制化的网络能力将成为未来移动网络运营商的核心能力和竞争力所在。

伴随新一代移动网络技术的发展，边缘计算作为核心关键技术受到前所未有的关注。边缘计算支持传统的基于云/数据中心的集中的计算、存储和内容分发，分布式地部署到距离用户更近的位置。当5G的大量业务被推向了边缘平台，连接边缘和终端用户的无线网络的关键程度进一步升级。当然，无线接入网络一直是端到端网络中重要的一环，并且经常是瓶颈较大的一环。而一旦广泛部署边缘计算，无线接入网络将极可能成为移动网络的唯一瓶颈。无线接入网络的瓶颈主要归因于几点：首先，由于无线频谱稀缺以及无线网络建设成本高昂，无线网络的带宽是受限的。在固定的网络频谱和基站的前提下，多个用户需要竞争无线接入网络的资源，这使用户感受到的网络带宽经常随着网络负载用户数的变化而变化。其次，无线蜂窝组网结构以及无线信号传播特征，使用户终端在不同位置的信号强度不一样，因此能够享受的网络带宽也存在差别。下沉到边缘的业务与无线终端用户的网络通路质量，几乎将取决于无线接入网络的信号和带宽波动。一旦网络能够基于业务特征和需求统一考虑无线资源的分配和调度，将有望为网络业务提供更加可控、更加具有确定性的网络服务，能够更好地满足业务对更可靠、更确定的网络的需求。最后，区别于集中的核心网络和网管，分布的无线接入网络可提供更短的资源策略调整周期和更快的资源响应速度，更有助于支持实时的业务策略和控制决策。

2 O-RAN开放智能无线网络架构

截止到目前，电信网络设备生态仍是相对封闭的。能够提供移动通信网络核心设 备的制造商屈指可数。这种封闭的设备生态给移动网络生态繁荣带来了如下挑战：

1. 由于移动应用生态高度碎片化，为不同的移动应用分别构建创新移动网络标准方案的周期长、见效慢。

2. 封闭的设备生态使移动网络成本居高不下。

3. 难以充分调动产业生态，阻碍构建更加丰富、优质的移动网络解决方案。

4无线智能控制平台的 xAPP 通过无线智能控制平台获取来自无线网络和来自应用 或者其他网络单元的相关数据，支持 xAPP 的运行和决策输出。

5. 无线智能控制平台将xAPP产生的定制化的无线控制下发到无线功能执行单元，即传统的无线基站。

目前无线网络面向业务的策略和控制主要有两个途径：

（1）通过网管配置网元，针对一组特殊的用户或者业务进行差异化处理。因为网管本身偏重设备管理，所以更多是面向网元级别，而不是用户级别来进行调控。

（2）通过核心网，由核心网调控业务的服务质量（Quality of Service，QoS），并将QoS传递给无线网络，调整业务对无线资源的需求。5G 网络通过QoS信息在用户面的随路传递，使动态的QoS调控更加便利。目前，5G QoS的动态调控可以基于5G核心网的网络数据分析功能单元（NetWork Data Analytic Function，NWDAF）分析得到业务的体验质量（Quality of Experience，QoE）[4]，并基于业务 QoE 求导出对业务QoS的需求。之后，通过核心网的会话管理单元（Session Management Function，SMF）和接入移动性管理单元（Access and Mobility Management Function，AMF）将新的 QoS 需求传递给接入网 [5][6]，做出无线侧的无线资源管理决策。目前，NWDAF 若综合考虑无线资源策略和控制对 QoS 的影响，则其唯一的无线信息来源是无线网管，信息粒度至少在分钟级。而通过集中核心网控制面传递的 QoS 更新，至少需要几十毫秒的传递时延。 综上，既有的基于网管或核心网的无线网络资源分配的策略和控制，无法获取实时的无线网络信息，无法实时地指导无线资源的分配。

3基于边缘计算的无线网络弱覆盖区域识别模式

3.1  原理

方案的核心是将边缘数据中心丰富的互联网业务分析经验和 LTE 信令数据分析相结合，提出从边缘数据中心移动互联网用户角度来分类边缘计算（edge computing）分析判别无线网络深度弱覆盖区域与网络质量问题方法，打破信令流程、互联网数据与用户终端网优之间分析的壁垒，通过边缘计算，提供端到端、多角度多维度、一体化的解决方案；提供边缘数据中心 2G/4G 网络健康优化体检、信令全流程分析，精确定位边缘数据中心 4G 网络具体弱覆盖位置等各种功能。支持边缘数据中心单用户的不同品牌手机终端 2G/4G 溯源，通过多维度对比分析智能精确定位问题所在，让不同品牌手机终端用户直观感知是共性的网元问题还是个性的个体问题，从而按照不同品牌手机终端解决策略来处理问题。边缘数据中心的边缘计算是智能化云计算的落地部署。

3.2  模式方案

首先将边缘数据中心扇区 2G/3G/4G 用户在线数量与流量数据随机地提取到一个边缘数据中心扇区进行边缘计算汇聚，边缘数据中心扇区提 取 2G/3G/4G 用户在线数量与流量边缘计算的核心就是依据安卓（Android） /苹果 iOS 操作系统不同版本代号及其特性，对用户不同品牌手机终端 进行 2G/3G/4G 网络使用情况分类。根据该边缘数据中心扇区不同版本汇聚的相似性而得到的概率，决定是否“归类”“合并”或“放弃”。经过多次替代边缘计算，得到边缘数据中心扇区上 2G/3G/4G 网络中，安卓/iOS 操作系统的不同版本 的用户在线数量与流量数据。

不同品牌手机终端用户群按其操作系统不同版本而聚集，从而得到一个边缘数据中心扇区具体 4G 用户群数量。边缘数据中心扇区边缘计算 4G 深度弱覆盖区域与 4G 不同品牌手机终端故障识别计算过程如下：假设某边缘数据中心扇区变量在时间 T, 发现 G 终端苹果（A1530）在某边缘数据中心扇区区域地点内，2G/3G/4G 数据流量超过规定上限，4G切4G、4G切 2G/3G 频繁次数达到 3~5 次。 边缘数据中心的不同品牌 4G 手机终端系统数据边缘计算采集平台。通过采集 2G/3G/4G +Iups 接 口，4G 网络数据提取接口 S1-MME、S1-U、S6a、 SGI 接口数据，4G 终端苹果（A1530）边缘数 据中心扇区 2G/3G/4G 扇区数据流量 wi以及与其邻域边缘数据中心扇区2G/3G/4G扇区4G终端苹 果 6 (A1530)数据流量 wj。边缘计算 4G 深度弱覆盖区域定义如式（1）：

（1）

其中，a为2G/3G/4G出现相同的号码与终端参数，a主要调节用户4G不同品牌手机终端所在邻域与 相邻域边缘数据中心扇区 2G/3G/4G 扇区出现相 同的号码与终端间相似匹配性参数值，同时它也 决定了边缘计算速度。a越大时，计算对象相同程 度越大，也使不太相同的对象归为一类，但其边缘计算数目越少，收集速度也越快；反之，a 越小，对象间相似程度越小，在极端情况下可能将一个大类分成了许多小类，随着边缘计算数目的增多，收集速度将变慢。v 表示4G切4G、4G切2G/3G的切换时长；vmax为大切换长；NeighSXS(E)表示4G切4G、4G切 2G/3G次数比例高的区域地点E，周围以s为边长的正方形边缘数据中心扇区 2G/3G/4G 扇区域。 4G 切换4G，重定向到 4G 切换 2G/3G 网络。 两边缘数据中心扇区距离切换时间定义式中，m 表示个数，k 表示系数。两边缘数据中心扇区距离计算如式（2）：

（2）

（3）

4G 深度弱覆盖区域切换时间门限值定义计算结果说明：4G切换4G的时间<50 ms属于正常；4G切换4G的时间>70 ms，在4G弱覆盖区域属于不正常现象。4G切换2G/3G时间<3 s 属于正 常；4G切换2G/3G的时间>20 s，在 2G/3G/4G 弱覆盖区域或不同品牌手机终端问题，属于不正常现象。

4总结

方案的边缘数据中心内置不同的品牌手机终端4G系统数据边缘计算采集平台。现网非 4G用户判别，其核心利用边缘数据中心内置采集平台的终端App属性库、Android/iOS终端操作系统识别库、 用户终端锁网与类型分布分析库，对 Android/iOS各个不同时期版本代号，依据 2G用户群体的终端 功能简单、资费低廉的特性，对性质各异的用户群终端如老年用户、儿童电话手表、POS 机、共享单车、GPRS 物联网、M2M 网络（如智能水表 电表、健康监测器、火灾和安全警报器等等）进行边缘计算分类。并且提供给系统数据采集平台的用户终端锁网与类型分布分析库、终端 4G 用户标签库、终端 4G 识别数据库以及提供相关数据实现无线网络深度弱覆盖区域精确预判的功能。

参考文献

[1]包嘉琪,包静,杨万辉.基于边缘计算识别无线网络弱覆盖区域的新模式[J].电信科学,2019,35(S2):204-207.

[2]刘利军,柏洪涛,谭飞越,张双.移动边缘计算安全风险分析及解决方案[J].电信工程技术与标准化,2019,32(11):42-46.

[3].激发边缘价值 中兴通讯Common Edge助力千行百业共赢5G[J].通信世界,2019(29):22-23.

[4]张东,刘林.基于深度强化学习的移动边缘卸载机制[J].舰船电子工程,2019,39(10):166-169+173.

[5]崔春风,陈亚迷,李刚,孙奇,叶春力,张聪,郭雅莉.O-RAN智能网络平台与边缘应用[J].人工智能,2019(05):26-36.

[6]包嘉琪. 基于边缘计算识别无线网络弱覆盖区域的新模式[C]. 中国通信学会.2019全国边缘计算学术研讨会论文集.中国通信学会:中国通信学会,2019:171-174.

[7]沈楠.4G网络MEC技术部署研究[J].信息通信,2019(07):287-288.

[8]谭一鸣. 基于移动边缘计算的用户业务优化研究[D].北京邮电大学,2019.

[9]王旨,张兴,王文博.无线边缘智能助力智慧社会[J].电信科学,2019,35(03):54-61.

[10]聂衡,赵慧玲,毛聪杰.5G核心网关键技术研究[J].移动通信,2019,43(01):2-6+14+1.

[11]陈丹,陈淑平,吕华章,王友祥.中国联通边缘云平台架构与业务能力开放[J].邮电设计技术,2018(11):63-67.

[12]刘铭. 全双工无线网络的资源管理关键技术研究[D].电子科技大学,2018.

[13]陶运铮. 下一代无线网络的高能效资源分配研究[D].北京邮电大学,2018.

[14]杨峰义,谢伟良,张建敏.5G无线网络及关键技术[J].电信科学,2017,33(10):202.

[15]刘洋. 宽带无线网移动边缘计算的卸载技术研究[D].厦门大学,2017.

[16]俞一帆,任春明,阮磊峰,陈思仁.移动边缘计算技术发展浅析[J].通信世界,2017(11):46-48.

[17]刘重才. 移动边缘计算成通信核心技术[N]. 上海证券报,2016-06-30(010).