移动边缘计算在增强现实（AR）技术中的应用探讨

刘 星* 谢清爽 刘 泓

（四川文理学院智能制造学院，四川 达州635000）

1 概述

随着移动网络和智能设备的发展，催生出了大量的资源敏感型应用，例如大型交互游戏、虚拟现实VR 和增强现实AR 等[1-2]。这些应用需要设备具有超高计算能力和电池能量来支持超低时延的要求，而其中最显著的就是AR 应用。

AR 技术将真实世界环境和虚拟信息高度集成，利用计算机图形学，将现实世界与计算机生成的虚拟图像相结合，生成被人类感官所感知的信息，来得到超越现实的感官体验。AR 支持如3D 电影、虚拟游戏等[3]新的应用和服务，可用于智能手机、智能眼镜和平板电脑等移动设备上。但AR 在处理视频、图像等复杂数据时，还需要和用户实时互动，所以AR 要求超低时延和极高的数据传输速率。为了满足这种需求，随着5G 的发展，传统的云计算网络架构正悄然向网络边缘下沉，出现了一种新兴的计算模式- 移动边缘计算（Moblie Edge Computing, MEC）。MEC 服务器更靠近用户，能很好的解决AR 的问题。

2 MEC 概念和系统架构

2.1 MEC 概念

欧洲电信标准化协会（ETSI）对移动边缘计算做了明确定义：将位于核心网云数据中心的计算服务和功能下沉到离用户更近的网络边缘（如基站、无线接入点），从而向用户提供无处不在的计算、存储和通信等服务[4-5]。MEC 的目的是为了降低应用程序的计算时延和移动设备的能耗，提高整个网络的资源利用率。MEC 可向应用程序和内容开发人员提供实时网络负载、用户位置等网络信息，从而向移动用户提供情景感知等服务[6]，改善用户的体验质量。

2.2 MEC 系统架构

ETSI 于2014 年底开始致力于研究MEC，并在MEC 白皮书中定义了MEC 服务器的参考框架[7-8]，如图1 所示，主要由系统层、主机层和网络层组成。

图1 MEC 系统架构

其中，移动边缘主机层包含移动边缘主机和相应的移动边缘主机管理实体。移动边缘网络层包含相关的外部网络实体，主要表示MEC 工作系统与外部网络的接入情况。最上层的移动边缘系统管理实体负责全局掌控MEC 系统[9]。

3 MEC 在AR 中的应用

AR 应用是一种延迟敏感型的应用，对计算和通信的要求都很高。因此，可以将AR 任务卸载到附近的MEC 服务器中执行，让AR 有更少的执行延迟，移动设备有更低的能量消耗。目前，将MEC 运用于AR 的这项技术已吸引了学术界和产业界的广泛关注和研究，并取得了初步成果。

文献[9-10]提出用户将运行AR 应用涉及到的大量数据迁移到与基站就近的云服务器上计算，那么同本地计算相比能节省移动设备的能耗，而同传统云计算相比，也可以减少传输延迟。

文献[11-13]的工作表明，联合优化分配通信资源和计算资源，可在时延约束下显著降低移动设备的能量消耗。但是，使用AR 应用的所有用户都可能上传和下载相同的数据，而需要迁移的数据也可能会共享到一个或多个服务器上，因此，文献[14]也通过实验证明可以通过联合优化通信和计算资源来减少开销。

4 面临的问题和挑战

作为5G 通信建设的关键基础设施，MEC 服务器能够显著降低移动设备的能耗和应用的延迟，但是在大规模应用MEC之前，仍然有许多问题需要考虑，如不断增加的移动设备、资源的分配以及安全和隐私等。

4.1 计算卸载和资源管理

MEC 的核心任务就是计算卸载和资源管理，而计算卸载指的是将计算密集的任务迁移到MEC 服务器，然后MEC 服务器返回计算结果给用户。因此，卸载策略就决定了需要卸载的任务的位置，是在本地、MEC 服务器或是在两个位置协作计算。遗憾的是，目前大多数研究卸载决策的文献都只是考虑了移动设备的能耗，忽略了MEC 服务器的能耗。为了创建绿色网络，我们还应考虑MEC 服务器的能耗。

此外，完成不同任务的计算所需要的计算资源和带宽资源也是不同的，因此，分配资源时也应该考虑任务的差异性，为每个任务分配合适的资源。相信随着研究的不断深入，将会设计出更适用于AR 技术的计算卸载和资源管理策略。

4.2 安全和隐私

在实践中，当进行AR 任务的卸载时，我们发现，任务数据可能包含某些敏感信息和隐私信息。因此，将这类数据卸载到不信任的服务器执行之前，应该对其进行适当地预处理，避免信息的泄露。另外，MEC 服务器本质是软件，可能存在由于软件缺陷而返回不准确的计算结果的问题，从而影响用户体验的质量。因此，为了保护安全和隐私，MEC 平台可以通过添加一些加密算法和可验证技术，实现计算任务的卸载，并能验证返回结果的正确性。

5 结论

AR 作为资源密集型的新型应用程序，将MEC 融合使用可以满足AR 资源密集的计算需求，提高用户的体验质量。本文对MEC 做了基本介绍，探讨了MEC 在增强现实AR 技术中的应用研究，并简要的归纳了MEC 用于AR 中所面临的问题与挑战。