文献综述
边缘计算[1]，是一种在网络边际执行计算的一种新型计算模型。边缘计算是一个为了弥补现有云计算模型带来的众多不足而产生的计算模型[2]。现行的云计算模型通常是移动设备通过网络将需要大量资源的任务交由云端进行计算，然后结果发送到用户手中的过程。云计算是一种集中式处理模式，在万物互联的时代表现出了固有的问题，当网络边际设备产生的数据达到海量级别的时候，线性增长的集中云计算能力并不能满足数据处理的需求；从网络边缘到云端的数据传输增加了传输数据的带宽，随之而来的增加了对应的服务时延；隐私问题和安全问题等等。为了解决这些问题，边缘计算模型应运而生。
边缘计算就是借助现有的无线基站的通讯结构即网络边际设备，可以部署相对于移动设备更高计算能力和存储能力的设备，通过规范化的结构和通讯模型来达到将需要部分的计算任务由边际计算设备完成计算任务，并且可以通过边际设备连接云服务来获取所需的资源和数据。边缘计算的应用可以方便我们解决有关于服务高时延，个人信息隐私的问题。
本次研究将利用仿真模拟方法，模拟一个现实使用场景，探究一种可行的系统缓存策略。
- 移动边缘计算（MEC）概述
移动边缘计算是对于现有集中式云计算的补充。MEC正在推动着集中式云计算平台和移动网络的融合，把原本集中式云计算的部分服务和功能“下沉”到移动网络边缘，即在基站层次为用户提供计算、存储、网络和通讯资源。MEC比起传统云计算更加靠近用户，减少了与数据中心进行数据传输带来的时延、并且用户的部分数据只会从移动设备传输到移动网络边缘的计算设备中，降低了隐私问题带来的风险。[5,6]
MEC运行在网络的边缘，在逻辑上不依赖于网络的其他部分，使得在为用户提供较高安全要求的服务更加便捷。MEC在地理上距离用户更为接近，使得数据传输产生的时延被缩短，同时降低了主干网络产生网络拥塞的可能性。由于MEC自带一些信息，服务提供者可以利用MEC的自带信息为用户提供更为灵活的服务策略。
MEC的应用可以带来对于链路容量的改善，更多重复的数据流量能够在网络边缘保存，卸载任务，这样可以有效降低对于核心网和主干网的带宽需求[3,4]。例如，当同一个区域很多人同时观看某一个直播的当时，直播的数据流就可以在相关MEC中心保存，然后进行分发，从而降低了核心网的带宽和链路状态要求。同时，MEC的应用还会提高传输的能量效率，网络的能量消耗主要来自于计算消耗和传输消耗，MEC能够降低在网络边缘到云计算中心的数据量，使得消耗的能量降低[6]。
- MEC关键技术
- 虚拟化
虚拟化是一种资源管理技术，通过将计算机的实体资源转化成可以组合成为一个或多个电脑环境配置的。虚拟化技术实现了软件环境和硬件要求的解耦，使得一个MEC计算节点可以给多个服务提供者提供计算环境，在同一个硬件平台部署多个虚拟机，降低了单个MEC计算节点的硬件需求[7]。
- 云技术
现如今的移动应用多数是基于云服务设计的，加上移动网络和云服务结合产生的C-RAN应用，能够将原本位于基站的基带处理单元等需要耗费计算和存储资源模块迁移到云上。为MEC的实现提供了真实依据。MEC的应用需要将原本云服务的某些计算单元迁移到网络边缘的MEC计算节点，面向云服务的移动应用本身就是各种计算模块解耦，使得这种部署并不会影响到整个移动应用结构[8]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
