移动互联网的技术优化与发展

张扬军 宋健 崔勇

从移动互联网网络优化、能耗优化等方面着眼，重点研究互联网与移动互联网的异同点与技术的继承发展。结合移动互联网的发展现状，认为网络协议向IPv6的过渡，与物联网的融合将会是移动互联网发展的趋势。

移动互联网；网络优化；能耗优化

This paper describes the similarities and differences between Internet and mobile Internet in terms of technologies， optimization techniques， and energy consumption. In light of current developments in mobile Internet， IPv6 transition and integration of the Internet of things appear to be future development trends in mobile Internet.

mobile Internet； networking design； energy optimization

互联网的出现对世界经济、政治、文化等方方面面产生了深刻影响。然而传统互联网难以满足人们移动、实时接入网络的需求。移动互联网的诞生实现了人们随时随地接入互联网的梦想。

在起步的最初5年，全球移动互联网用户数量的增长速度是传统互联网相同发展阶段的2倍，目前已经超过了传统互联网，达到了15亿之巨。移动互联网的迅猛发展更是创造了产业迭代周期由PC时代的18个月（摩尔定律）缩减至互联网的6个月的奇迹[1]。移动互联网的应用已经渗透到人们工作、生活的每个角落，但移动互联网的概念却始终缺乏一个统一的定义。

广义上来说，移动互联网是以无线方式接入互联网并提供移动网络访问服务的各种网络的总称。移动互联网继承了互联网的网络体系架构，具有应用层、传输层、网络层等清晰的网络层次结构。但由于移动互联网网络环境复杂多变，又强调移动实时接入，传统互联网的组网方式以及终端接入技术已经无法完全适用于移动互联网。此外，互联网网络节点有持续电量供应，而移动互联网的网络终端多采用电池供电，有限的电量直接影响到用户的网络体验。以上这些差异导致移动互联网与传统互联网在网络技术、能耗技术等方面具有较大差异。

1 移动互联网的网络技术

为满足网络节点移动实时接入网络的需求，移动互联网在终端接入、组网技术等方面都与互联网有着巨大差别。为适应新的网络环境，网络终端更注重多接口多连接管理与移动性管理。

1.1 网络接入技术

互联网的接入方式主要为有线接入，而为实现各应用场景的移动性支持，移动互联网则主要为无线接入，并有多种网络接入方式。

（1）移动通信网

移动通信网络是移动互联网的重要组成部分，采取集中控制、层次化路由的体系架构，通过核心网分组域的GPRS业务支持节点（SGSN）和GPRS网关支持节点（GGSN）为接入端提供分组数据服务。

移动通信网络具有很强的移动性支持，使终端可以在很大地域范围内，在高速移动的同时保持移动通信网络的连接。为适应移动互联网用户高速传输的需求，移动通信网又推出了LTE技术，在无线接入时采用正交频分复用多址编码技术来达到高速传输，通过有空间复用特性的多输入多输出（MIMO）技术，使得无线传输时数据可以在多重天线之间并行收发，同时取消无线控制器（RNC），简化网络设计，实现全IP路由，朝着扁平化全IP网络结构演进。高速数据服务的支持使得移动通信网宽带化，必将为移动互联网提供更强有力的网络支持。

（2）无线局域网

无线局域网是互联网的延伸，其网络速度几乎与以太网相当，并允许终端在一定范围内移动接入。同以太网不同的是，以IEEE 802.11系列标准为基础的无线局域网在媒体访问控制子层中采用载波监听多路访问/冲突避免（CSMA/CA）控制传输媒介，在数据传输前必须检测媒介空闲状态，避免冲突，而不是同时进行传输和冲突监听，并采用两次握手模式的确认机制来确保数据传输[2]。最新的802.11ad利用开放的60 GHz频段，大幅度提升了码元传输速率。60 GHz频段的短波长使天线尺寸更小，易实现智能天线阵列，高增益接收信号。该频段的优良定向性使传输波束更窄，有利于减少接入点（AP）间干扰，实现波束空间复用，使得最大传输速率可达到6.76 Gb/s[3]。

高速发展的无线局域网是互联网和移动互联网相互交叉的网络形式，为宽带业务移动化的实现提供了有力支持。

（3）其他接入网络

除了以上两种主要的接入技术外，移动互联网还具有多种网络接入方式，以满足不同场景移动用户的无线接入需求。

针对小范围无线传输的无线个域网（WPAN）包括Bluetooth、Zigbee、NFC、UWB、IrDA、6LoWPAN等技术，实现了短距离、低功耗、低成本的无线通信。

针对室外大范围宽带无线接入的无线城域网（WMAN）以IEEE 802.16标准为基础，其中基于802.16e 的WiMax是国际电信联盟批准的全球3G标准之一。

针对边远地区的无线区域网（WRAN）由IEEE 802.22推动，利用认知无线电技术自动检测空闲的电视频段并加以利用，对低人口密度区域提供无线宽带服务。WMAN和WRAN的出现极大推动了宽带业务移动化，使得更多区域能够高速接入移动互联网。

1.2 组网技术

互联网的组网思想主张分布式和无层次的组网结构，局部则采用以太网网络的星形拓扑结构。移动互联网组网技术源于互联网，但又衍生出一些新的组网方式，以满足节点的移动需求，适应网络拓扑动态变化，使得移动互联网能够适应各类特殊应用场景。

无线局域网延续了以太网的星形结构，移动通信网络则采用集中式控制、严格的层次结构[4]，这两种网络为集中式无线网络，均有中心节点，而移动自组织网络则是无中心节点的分布式无线网络，无线Mesh网络则是多中心的自组织网络。

移动自组织网络是无需基础设施支持、自组织、无线多跳连接、高度动态、对等式、支持移动通信的网络。该网络是由一组处于移动状态的节点组成，无需基站等基础设施集中控制，其网络结构如图1所示。移动自组织网络的各个节点具有对等性，均充当主机和路由器角色，不需要管理控制中心。

移动自组织网络面临的主要挑战是网络拓扑结构变化太快、网络节点资源严重受限，而无线Mesh网络则是由固定且有电源供应的Mesh路由器采用点到多点无线互联组成，由路由器负责组织维护Mesh连接，具有相对稳定的拓扑结构，可提供高带宽传输服务。

1.3 网络终端管理技术

在移动互联网环境下，网络终端往往需要同时管理多个网络接口以对应不同的接入网络，有多接口多连接的特性。当多接口（MIF）终端接入网络时，各接口均能获取域名服务器（DNS）、默认路由等网络参数。如果DNS解析（如私有DNS请求）没有选择相应接口的DNS服务器，这将会导致DNS解析失败。由于各种接入网络性能差异大，分组数据传输时默认接口默认路由的选取将直接影响网络性能。终端移动时，不同接入网之间的切换将会导致终端已连接至网络的会话中断，严重影响用户网络体验。RFC6418[5]和RFC6419[6]中采用集中式管理多接口，单应用设置网络连接参数，并在协议栈处理DNS解析、路由、地址选择等特殊问题。

具有多接口的设备往往具有多连接特性，可在源节点与目的节点间建立多条路径。多径传输控制协议（TCP）即为利用该网络特性来提高网络吞吐量发展而来的新技术。多径TCP需处理传输时流内干扰、流间并行干扰、流间交汇干扰等问题。基于喷泉码的FMTCP[7]通过对数据进行码率无关的随机编码，令传输可忽略数据包的丢包、抖动、到达顺序，只须有足够冗余度就可将数据还原，有效地提高多径TCP性能。

当终端节点在不同网络间漫游，节点移动性管理应当允许节点保持IP地址不变，保证节点在漫游过程中与网络的连通性。移动IP（MIP）协议中，在外地网络的移动节点（MN）进行代理发现获取转交地址后，向家乡代理进行注册，建立数据转发服务。家乡代理完成MN注册，使用IP隧道技术将原数据包封装后发往MN的转交地址。MN却可以向远端响应节点（CN）直接发送数据，导致MIP路由不是最优路径，也不对称，产生了“三角路由问题”。移动IPv6同MIP相似，需代理发现、节点注册、数据传输等流程。但家乡代理在转发数据包时，采用绑定更新（BU），向CN通告移动节点当前的转交地址，后续传输中CN可向MN直接传输数据，避免了“三角路由”。移动IP三角路由优化示意图如图2所示。代理移动IP和代理移动IPv6是在网络侧实现MIP和MIPv6中移动节点需要处理的移动性管理工作，使得节点对移动完全无感知。

同互联网相比，移动互联网网络环境复杂多变，网络终端管理注重终端多接口多连接的特性，加强对终端节点移动性的管理，提升网络性能。

2 移动互联网的能耗优化

技术

移动终端的计算、存储、电量等资源严重受限，移动云计算的兴起使得终端可便捷地使用移动云强大的计算、存储能力，但同时也提高了移动节点对传输质量和能耗的要求。移动云的定位、传输、计算等任务占用终端能耗的很大比例。因此相对于互联网来说，移动互联网能耗优化更侧重于终端能耗优化。

2.1 终端定位能耗优化

基于位置服务（LBS）是移动互联网最典型服务之一。在定位中，移动节点需要获取当前精确时间T，全球导航卫星系统（GNSS）可见卫星星历表，并通过多普勒频率和码相位（CP）计算T时刻节点到各卫星的距离（伪距）。获取星历表及其解码、伪距计算等过程电能消耗巨大，在长时间持续更新位置信息时，能耗问题尤为严重。

终端定位能耗优化基本策略是通过增大位置信息更新时间间隔来降低能耗。利用节点本地资源的动态跟踪策略分为动态预测和动态选择。在一次精确定位后，动态预测利用陀螺仪、加速度计等能耗较低传感器进行轨迹预测，当预测漂移超过阈值精度时，重新开启GPS进行精确定位。动态选择根据定位需求精度不同而选择不同的定位方式进行辅助定位，如基站定位、Wi-Fi定位、GPS定位。

随着移动云发展，定位能耗也不局限于本地优化，还可利用云端丰富的存储和计算资源。基于历史地图的方法是通过存储大量与精确的GPS方位、其他标记关联的历史位置和轨迹信息，终端提交其移动时切换的基站序列号、无线网络信号强度等标记，实现查询定位，降低定位能耗。

2.2 网络传输能耗优化

无线网络节能主要是针对蜂窝数据传输节能和Wi-Fi传输节能。无线资源控制（RRC）机制是在蜂窝系统中所使用的传输功率管理机制。图3为两种常见RRC状态转移方式。蜂窝网络接口分为高性能高功耗状态DCH、低功耗低速率状态FACH、空闲状态IDLE。高功耗状态向低功耗状态转移存在空闲等待浪费能量，即图4所示的尾能耗[8]。而在一次网络传输中，几乎60%的能耗为尾能耗[9]。缩短DCH和FACH状态的尾部空闲门限时间，或进行集中调度传输、流量整形，预测传输结束时间，直接跳转到空闲状态，可显著降低尾能耗。

蜂窝数据传输和信号强弱也有很大关系，Bartendr[10]指出信号弱时，每比特消耗能量是信号强时的6倍。基于信号的优化策略在信号弱时，延迟同步通信。信号强时，预读取网络数据，利用信号跟踪来预测信号强度。

Wi-Fi占用移动节点大部分能量消耗，其固有CSMA机制导致能量效率低下。而消耗能量主要是空闲监听机制[11-12]。Wi-Fi的功耗控制机制为节能模式（PSM）。PSM通过周期性空闲监听（IL）实现提高能量效率。Xinyu等人研究表明即使PSM启动，网络繁忙时IL消耗约占总消耗60%，网络空闲时IL消耗约80%[13]。因此在PSM基础上进行优化时，可以通过减少花费在IL上的等待时间来提高能量效率。

2.3 基于移动云计算的能耗优化

移动云计算的强劲计算能力以及低延时网络使得利用计算卸载来降低终端能耗成为可能。计算卸载是将原本在资源受限的移动节点上执行的计算任务迁移到远程服务器上执行，降低终端CPU和内存的能量消耗，以此提高能量效率和应用性能。计算卸载原理如图5。

计算卸载技术可分为细粒度和粗粒度两大类。细粒度计算卸载是对应用程序进行详细分解，分离出网络传输数据少而计算量繁重的CPU密集型任务，将其迁移至远端服务器。在任务迁移前，计算卸载需要细致得检查运行环境，衡量终端当前网络状况，再将其迁移。细粒度卸载的任务分离算法加大应用开发复杂度，其好坏也直接影响了卸载效率。而粗粒度任务卸载不需要程序员预先对应用任务进行划分，只需要将所有进程或整个虚拟机迁移到远程服务器上运行，利用移动云统计应用执行时间去寻找统计学上的最佳时间限制，当应用在本地运行时间超过了该限制后就被整体迁移到云端。粗粒度卸载的最大弊端是部分任务（如用户交互部分）可能无法从云端迁移中获益。另外，整个程序迁移可能会导致额外传输消耗。

3 移动互联网发展趋势

3.1 移动互联网向IPv6过渡

目前由于IPv4地址短缺，移动节点一般只能获取私有地址。移动互联网网络服务提升之后，将有大量高速网络访问需求，从而会面临很多问题。运营商为爆炸式增长的移动设备提供网络服务时，需要对有限公网IP地址进行多级网络地址转换（NAT），为CGN服务器带来繁重负载。私有地址破坏了移动互联网的端到端特性，直接影响网络服务质量。而IPv6巨大的地址空间为移动终端成为互联网上的独立节点提供了支撑，在减轻网络负载的同时又可为用户提供更好服务。

3.2 移动互联网与物联网融合

随着移动互联网络发展，具有智能感知、便捷传输、高效计算、绿色节能等特性的移动互联网将会是物联网的基础。在感知方面，拥有众多传感器以及最新传感技术的移动互联网终端将成为物联网的重要节点，成为物联网识别物体、采集信息的源节点。在网络传输方面，移动互联网的网络接入方式、组网方式是物联网所需的重要网络技术，移动高速实时连接的网络使得物联网节点更好地进行数据传输，具有自组织、自管理特性的网络令物联网有更强鲁棒性、稳定性。在信息处理方面，移动云计算令物联网拥有更高效的处理能力，摆脱节点电量受限、计算能力受限等局面。在能耗方面，移动互联网的定位、传输、能耗优化等技术均适用于物联网，可降低物联网网络与节点能耗。移动互联网与物联网的融合势在必行。

4 结束语

移动互联网基于互联网技术但更注重移动特性与节点能耗，新的网络技术、能耗优化技术使其终端移动性支持更加完善。在后续发展中，IPv6过渡、与物联网的融合将会令移动互联网迎来新一轮的快速发展，产生更大社会影响力。

参考文献

[1] 许志远， 李婷， 王跃. 移动互联网白皮书 [R]. 北京：工业和信息化部电信研究院， 2013.

[2] 崔勇， 张鹏. 无线移动互联网：原理、技术、应用 [M]. 北京：机械工业出版社， 2012.

[3] PERAHIA E， GONG M X. Gigabit wireless LANs： an overview of IEEE 802.11 ac and 802.11 ad [J]. ACM SIGMOBILE Mobile Computing and Communications Review， 2011，15（3）， 23-33.

[4] 何宝宏. 移动互联网是第三代互联网 [J]. 中兴通讯技术， 2009，15（4）：35-38.

[5] BLANCHET M， PIERRICK S. Multiple Interfaces and Provisioning Domains Problem Statement [S]. RFC 6418. 2011.

[6] WASSERMAN M， PIERRICK S. Current practices for multiple-interface hosts [S]. RFC 6419. 2011.

[7] CUI Yong， WANG Xin， WANG Hongyi， et al. FMTCP： A fountain code-based multipath transmission control protocol [C]//Proceedings of 2012 IEEE 32nd International Conference， Macau. IEEE， 2012：366-375. DOI： 10.1109/ICDCS.2012.23.

[8] QIAN F， WANG Z.， GERBER A， MAO Z， et al. Profiling resource usage for mobile applications： a cross-layer approach [C]//Proceedings of the 9th international conference on Mobile systems， applications， and services， ACM， 2011： 321-334.

[9] BALASUBRAMANIAN N， BALASUBRAMANIAN A， VENKATARAMANI A. Energy consumption in mobile phones： a measurement study and implications for network applications [C]//Proceedings of the 9th ACM SIGCOMM conference on Internet measurement conference， New York， NY， USA. ACM， 2009：280-293. DOI： 10.1145/1644893.1644927.

[10] SCHULMAN A， NAVDA V， RAMJEE R， et al. Bartend： a practical approach to energy-aware cellular data scheduling [C]//Proceedings of the sixteenth annual international conference on Mobile computing and networking， New York， NY， USA. ACM， 2010：85-96. DOI： 10.1145/1859995.1860006.

[11] AGARWAL Y， CHANDRA R， WOLMAN A， et al. Wireless wakeups revisited： energy management for voip over Wi-Fi smartphones [C]//Proceedings of the 5th international conference on Mobile systems， applications and services， New York， NY， USA. ACM， 2007：179-191. DOI： 10.1145/1247660.1247682.

[12] CHANDRA R， MAHAJAN R， MOSCIBRODA A， et al. A case for adapting channel width in wireless networks [C]//Proceedings of ACM SIGCOMM computer communication review， New York， NY， USA. ACM， 2008，38（4）：135-146. DOI： 10.1145/1402958.1402975.

[13] ZHANG X X， KANG G S. E-mili： energy-minimizing idle listening in wireless networks [J]. Mobile Computing， IEEE Transactions， 2012，11（9）： 1441-1454. DOI： 10.1109/TMC.2012.112.