MEC是在2014年由ETSI提出的概念，MEC是一个全新的网络平台，它主要的优势是可以对靠近移动用户侧的无线接入网（RAN）进行云计算和IT的提供。计算是MEC最主要的功能，进行网络的控制和其存储功能下沉到网络的边缘。同时对移动的能耗进行降低，有效减少其迟延性是5G网络中最为关键的技术。MEC的两大基本功能是无线通信技术和移动计算技术，对这两种技术产生了很多的新设计，促进了计算卸载到创建网络架构的转变。本文从MEC的计算技术和通信的模型进行分析，对MEC的资源管理技术进行介绍，对MEC所面临的机遇和调整进行阐述。

一、MEC计算和通信模型

       进行计算任务建模的建设过程中，其各种的数据参数发挥了特别关键的作用，从宽度的利用率、时延性、对上下文的感知、可测量和通用性方面进行了优化。简单可靠的模型要进行升级，建立精确任务模型，下面进行MEC计算的两种模型进行比价和分析，介绍两元卸载与部分计算卸载模型进行对比。

（一）二元任务卸载模型

       二元卸载适用完整性很高和一些简单的任务，这些不可分割的任务必须作为一个完整的MEC服务器进行计算的处理。

（二）部分任务卸载模块

       大规模的计算要靠部分卸载模型来进行。采用部分卸载的技术，将终端的计算任务分成两个部分，移动设备执行了一部分，另一部分被卸载到边缘设备执行。数据的分区模型主要负责最简单的任务模型，当中的任务时相对独立的，可以进行其组的任意划分，然后由MEC系统中不同的实体来执行。进行计算的过程中，不尽相同的任务中也有相关联的关系，对其程序的执行及计算的写照有很大的影响。当然，子任务执行顺序可以进行随意的选择，比如：子任务A和子任务B的输入是一样的，划分后就不能对其同时执行。同时还受到各种硬件的下载，某些子任务可以通过卸载到远程服务器来执行计算，而部分的子任务只能自本地进行运算，遇上这种情况数据分区 模型就不能对其进行适用了，必须进行新的模型建立来捕获子任务相互之间的依赖关系。

（三）通信模型

       MEC的系统当中，D2D通信可以直接的被采用到AP及移动设备之间。MEC服务器是电信运营商不是和云计算的两者的小型数据处理中心，可以进行无线AP的共同定位。无线AP不但对MEC踢动无线的接口，还可以经过环回链路对远程服务的数据中心进行访问，对MEC服务器进行下一步的计算任务采用卸载到MEC和其它的大型数据中心。手机作为终端的硬件，其缺乏无线的接口，不能和MEC服务器进行通信，采用通过相邻的D2D通信把计算的任务转发给了MEC的服务器。另外，D2D还负责移动设备当中共享资源与计算负载在其平衡方面做对等的合作服务。

二、MEC系统的资源管理

       对计算资源和无线进行管理中，对MEC在节能和延时起着最关键的作用。MEC的服务器（BS）和无线网（WIFI）是属于同一个位置的，其网络的架构让相应的技术得到了应用的方便性。将MEC系统资源管理介绍如下：

（一）二元确定性模型

       二元确定性的任务模型、随机任务模型和部分卸载确定性的任务模型是单用户MEC的系统中最常见的地三种任务模型。二元模型的优点是节约能耗，当用户的计算能力较小或者信息质量理想的情况下，将其计算的任务卸载到边缘，另外，MIMO技术和波束赋形对降低卸载能耗也能得到有效的降低。用户的带宽较大的情况下，MEC服务器就具有很大的容量，在延迟的有效降低方面比本地计算有更加大的优势。一部分的卸载可以进行灵活的数据分区。采用把耗时或者耗能量的子任务卸载到MEC的服务器之上。与二元卸载计算相比，部分卸载有节能更大计算延迟更小的优势。随机的任务模型来说，采用任务到达和信道时的设计意向适应的方式来进行计算卸载。另外通过我卸载的速度和效率进行控制，对用户及MEC服务器中各个缓冲区的稳定性有非常重要的作用。

（二）多用户MEC系统

       多用户MEC系统由多个移动设备搭建的一个边缘服务器构成，这样来讲有几个挑战点：MEC的服务器调度、多用户联合的无线电、多用户边缘计算和计算资源分配等。

1.联合无线及计算资源分配

       MEC服务器相关的计算资源相对较少，所以要对其设计一个多用户的MEC系统，对多个移动的设备进行资源分配的时候对有限的无线和计算资源分配合理适应，并达到最低的移动能耗。为了对不同的MEC系统进行有效的适应，对分布式的资源和集中的资源都进行了研究。集中资源进行分配中，MEC服务器对全部的移动信息进行获取，其中也包括CSI及计算请求，同时作出资源分配的决策，并把指令传输到移动设备上。同时对多用户MEC系统和其分布式资源进行特别的研究，系统采用了博弈论及分解技术的手段来度其进行设计，进行计算任务的假设和多个干扰的信道全部卸载或者进行本地计算。

2.EMC服务器调度

       以用户为基础进行了前面的讨论，假设和并行了部分边缘计算的适用性。当然，实际运行中的MEC服务器进行调度的时候要对一些重要的问题进行关注。第一，不相同的用户做到达的时间也不相同，采用边缘服务器进行资源计算要进行顺序的缓冲会让排队进行了时延。第二、即便是计算任务同时到达，对不同类型的应用程序进行运行中，其时延的要求也可能存在一些显著的差异，这对服务器的调度有了新的要求，必须根据用户级别的不同进行优先分配。第三、多个独立的子任务共同组成了一些计算的任务，进行多子任务的模型调度必须对其相关的任务进行满足。

3.多用户合作边缘计算

       多用户合作计算代表了更新的MEC技术的先进计算，它有本身的两种优势。首先，由于MEC服务器的计算资源受到了限制，进行大数量处理中卸载时移动用户的数据可能会超载。要进行这种问题的解决，其方法就是进行点到点的移动数据进行合作计算，来对服务器的负担减轻。然后，各用户之间共享的计算资源对用户之间不均匀的分布序所负担的工作量进行平衡，同时对计算的计算能力进行提升。

（三）有异构服务器的MEC系统

       为了适应边缘计算无处不在的特性，异构MEC系统就被行业提出来了，其系统有一个重要云，还有多个边缘服务器。对其进行研究主要重点包括：服务器的选择、合作、计算迁移等方面。

1.服务器选择

       对于卸载的位置设计问题是异构MEC系统用户的关键问题，可以选择在中心服务器或者是边缘服务器 。

2.服务器合作

       资源共享以服务器的协作为基础，对资源的利用率进行了提升，同时对服务器的提供者增加了很多的收益，同时我用户带来更多资源的完美体验。

3.计算迁移

       MEC服务器计算迁移的工作是手卸载用户移动随意性来推动的。用户与新的MEC服务器进行靠近的同时，网络控制器就进行了计算迁移，迁移到相应的服务器上，元服务器在进行计算任务的时候，采用新服务的方式把结果传回给用户.

三、未来挑战

       EMC的未来充满了挑战，要进行大规模的MEC进行系统部署，部署缓存的MEC,安全绿色的MEC四个方面进行详细的介绍：

（一）MEC的系统部署

       MEC可以将云计算采用下沉的方式送到网络的边缘吗，以此来降低核心网在网络传输和拥堵时导致的时延问题。但是，对MEC并没有进行正式的定义，具体的位置也不明确。这样导致MEC服务器字站点选择时就成为了一个待研究的问题。

（二）MEC移动性的管理

       随意的移动是MEC所固有的特殊属性。例如，山东淄博就采用了VR辅助的技术帮助参观，对用户的体验度进行了很大的提升。进行这些程序的应用中，其用户的运动轨迹可以为MEC边缘服务器支持相应的位置信息以及个人的兴趣爱好信息，帮助用户提高了计算请求效率。另外，随意的移动性和时间不确定性其信息的质量带来了挑战。首先，MEC可以采用HetNet的体现结构来进行实现，这个体系包括很多和宏站和多个微站，还有很多的WiFi 的接入点。用户进行不断移动的过程中，边缘服务器在小范围内进行了频繁的切换。各个系统的配置也有所不同，用户与服务器之间所关联的策略也有所不同，这样系统就变得特别的复杂。另外，用户在进行不同小区间移动的情况下会产生导频的污染或者是严重的干扰，同时对通信的质量进行了很大的降低。频繁的切换不但会降低通信质量还会增加计算的适应，给用户的体验度带来很大的降低。

1 .绿色节能的MEC

       因为MEC只是小型的数据处理中心，它所需要的能量比云数据耗能相对较小。但是，他们的部署有非常密集的特点会导致系统耗能非常地大。因此，必须要对绿色节能的创新技术进行研究，期待其更加地绿色和环保。

2.MEC中的安全问题

       移动服务需要更多的安全措施来进行隐私的保护。对于新类型的服务MEC可以进行支持，它的安全特性也是非常的独特，可以对用户的隐私带来很大的保障。首先，MEC有固有的异构性，传统的认证和信任机制对其无法进行适用。然后，对MEC支持通信的技术呈现多样化的状态，同时网络的管理机制相关软件的特性带来了安全方面的威胁。

四、结束语

       MEC作为一种创新型的网络范式，对不断空前增长的网络计算需求和不断提升的用户体验感都可以进行满足。MEC采用丰富的计算资源和储存资源下沉到网络的边缘，让IT服务和云计算可以和最终的用户接近，提高其网络运行质量的同时，提升了用户的体验度。对于MEC的未来我们可以进行大胆的预测，MEC终将为将来的移动信息系统带来很多的优化，并成为通信系统中不可缺少的重要部分。