面向移动多媒体的边缘计算、缓存与通信资源协同管理技术研究

With computing, caching and communication capabilities enabled at the edge of mobile networks, mobile edge computing (MEC) is envisioned as a promising approach to tackle the mobile data tsunami induced by massive demands on multimedia services. One challenging issue in the study of MEC is the joint management of the above mentioned three types of heterogeneous resources to maximize the performance of networks and services. In this project, to address such difficulty, for delay-sensitive, bandwidth-hungry, and computation-intensive mobile multimedia services, efficient joint resource management algorithms are investigated to reduce the delay and energy consumption and enhance the quality of experience (QoE). Firstly, we characterize the fundamental delay lower bound of the MEC system and derive the corresponding achievable scheme to minimize the execution delay. Secondly, we investigate the energy-delay tradeoff of the MEC system and propose an energy-aware cooperative resource allocation mechanism. Finally, we extend our theoretical analysis to the scenarios of typical video streaming service and enhance the QoE of end users by exploiting the potential benefits of joint resource allocation. It is hoped that the achievements of our research will have great influence to the resource management of MEC networks and shed lights on the convergence of networks and services in future mobile networks.

在移动网络边缘部署缓存和计算资源可以有效应对多媒体业务爆发式增长带来的巨大挑战。在多种资源并存的移动边缘计算(MEC)网络中，如何整合和管理异质资源是影响网络和业务性能的关键。本项目面向网络与业务融合的演进趋势，结合移动多媒体超低时延、海量传输和密集计算的需求特征，寻求降低时延和能耗以及提升用户体验的计算、缓存与通信混合资源协同管理方案。针对移动多媒体业务时延难于保证的问题，将分析业务的时延界，并在该界值的指导下设计面向时延最小化的异质资源协同管理机制；针对密集计算和海量传输导致时延和能耗无法兼顾的问题，将分析时延与能耗的折中关系，并设计能耗感知的资源分配策略；针对典型流式多媒体应用的特征，将对上述分析和设计进行进一步扩展，研究提升用户体验的资源管理方法。本项目的研究成果将可作为未来MEC网络设计的理论指导，对业务与网络的融合具有重要意义。

随着移动网络的发展和智能终端的普及，移动数据呈现爆炸式增长。传统网络和设备很难应对移动多媒体业务的高需求及其爆发式增长所带来的巨大挑战，从而影响了时延、能耗和用户体验等关键指标。针对上述问题，本课题面向网络与业务融合的演进趋势，结合移动多媒体超低时延、海量传输和密集计算的需求特征，设计了计算、缓存与通信混合资源协同管理方案，从而降低了时延和能耗，并提升了用户体验。主要研究成果包括：面向低时延的可伸缩缓存策略、基于深度强化学习的计算与通信资源协同管理策略、基于能量感知的用户关联与资源分配机制、混合能源供电的异构缓存网络资源管理机制、面向流媒体直播的用户分组、码率选择和资源分配策略、边缘计算网络中面向全景视频流媒体的资源管理方案等。课题组在完成计划书原有研究内容之外，基于多媒体的传输需求，面向未来无线网络的立体化和定向传输等演进趋势，对卫星网络中混合资源调度和毫米波网络中的波束管理进行了拓展性研究。在课题执行期间，申请课题相关的国家发明专利6项，获授权专利7项；在国内外发表SCI和EI学术论文18篇；分别完成博士、硕士学位论文2篇和6篇；出版专著1本。本项目的研究成果将可作为未来MEC网络设计的理论指导，对于业务与网络的融合研究具有重要意义。