专题：面向B5G/6G的智能边缘计算网络技术

内容导读

随着我国5G网络的规模化部署与商用，目前是开展B5G/6G研究的关键阶段。面向未来B5G/6G的主要可能应用场景，例如车联网、工业互联网、空天地海一体化等网络的业务特征，形成了通信-计算-感知一体化融合、通信网络与人工智能融合等新趋势，构建智能边缘计算网络平台与架构，解决智能资源管理与调度、低时延与高可靠传输技术等关键科学问题和技术，对推动移动通信网络朝着6G演进，保持国家在该领域的领先地位，并促进数字经济发展具有重要意义。

鉴于上述情况，为了更好地将我国在智能边缘计算网络的最新研究成果介绍给读者，进一步推进B5G/6G研究，探索面向未来通信-感知-计算一体化网络的科学规律、关键技术和创新应用，我们组织了本专题。

面向未来B5G/6G网络发展新趋势，边缘计算与人工智能相结合是必然的，由此产生的新的交叉研究——边缘智能，《边缘智能：研究进展及挑战》是对该领域的综述文章。该综述中，边缘智能被分为基于边缘计算的人工智能和基于人工智能的边缘计算(即AI on edge和AI for edge)两部分。AI on edge侧重于研究如何在边缘计算平台上进行人工智能模型的构建，主要包括模型训练和模型推理两部分；AI for edge侧重于借助先进的人工智能技术，为边缘计算中的关键问题提供更优的解决方案，主要包括任务卸载和边缘缓存两部分。该文从一个广阔的视角对边缘智能的研究进行了归纳总结，为涉足该领域的相关学者提供了一个详细的背景知识。

《面向5G Advanced的智能边缘网络演进》结合3GPP标准演进情况，阐述了5G Advanced智能边缘计算网络整体架构及关键技术方向，包括协同业务寻址技术、智能分流技术、无缝应用迁移技术和跨运营商之间边缘网络互通技术，并展望了智能边缘计算网络的未来技术发展趋势及标准演进，包括算力网络的协同和融合、基于空天一体化的边缘网络架构等。

场景异构、业务多元是未来B5G网络的必然特征，业界已经面向控制与指挥业务、数据高速传输业务和时间敏感业务定制了不同的数据链，《基于智能边缘计算的数据链：原理、架构与挑战》提出了基于智能边缘计算的数据链，构建了其体系架构，阐明了核心原理，介绍了传输机制、资源管理、接入方法等关键技术和未来挑战等，拓展并丰富了智能边缘计算网络的理论边界和内涵。

为了高效协同地感知利用泛在、异构的算力资源，《边缘算力网络中智能算力感知路由分配策略研究》为提升6G通信网络的内生感知和算力自适应能力，对边缘算力网络中任务路由策略以及算力资源分配进行研究，提出了一种基于Floyd算法的算力感知路由调度策略解决智能任务调度问题，为缩短用户业务的平均处理时延，提高边缘算力网络中存储资源和计算资源的利用率做出了探索。

面向混合现实(MR)等高速率、低时延的新应用，《移动边缘计算中基于内容流行度的深度强化学习缓存机制》考虑到从中心云传输服务内容到MR设备会带来很大时延和能耗问题，引入移动边缘计算(MEC)技术，提出了一种基于内容流行度的深度强化学习(DRL)方法来做缓存决策，并构造一个新的效用函数来衡量缓存方案的性能，通过在MEC服务器上缓存用户的预渲染环境帧，探索了减少该类应用延迟和能耗的方法。

《基于时空特征提取的智能网络切片算法》面向新一代移动通信网络多元异构业务的特征，提出了基于时空特征提取的智能网络切片算法。算法采用了图注意力网络(GAT)以及长短期记忆网络(LSTM)进行数据的预处理，并使用深度Q网络(DQN)进行决策，以准确适配业务需求的时空变化，提升切片性能，促进人工智能与通信网络的融合。

人工智能的算法和技术不仅仅应用在网络资源的调度和分配方面，也开始广泛应用在异常检测等网络安全领域，《基于深度学习的网络异常检测和智能流量预测方法》在异常检测任务中针对直接对原始数据检测异常存在的计算冗余问题，提出基于特征降维的蜂窝流量数据异常检测方法；同时，对于流量数据预测，提出多数据集联合预测方法，引入注意力机制学习不同业务间的相关性。

在创新应用方面，《基于云网边端协同计算的智能分发网络研究》简要介绍由人工智能的云端大脑、基于5G构建的安全神经网络和多关节的机器人本体所组成的云端机器人，提出了基于云、网、边、端协同计算的智能分发网络(IDN)的概念。该文阐述了IDN的架构，从算力、算法、通信、数据、安全等角度对IDN进行了研究，对比分析了智能分发网络与内容分发网络(CDN)的异同点。描述了在智能分发网络架构下机器人的典型应用场景，以激发更多研究和思考，共同促进云端机器人的发展。

在智慧交通领域，智能边缘计算开始被广泛用于处理智慧高速网络节点的海量原始数据，但是基于设备成本等因素，大量边缘处理器并不会配置较为充裕的冗余性计算资源和存储空间，在处理突发事件时无法合理分配资源而出现高时延、宕机等问题，为此，《面向智慧高速网络节点边缘处理器的资源配置优化》提出了一种面向智慧高速网络节点边缘处理器的资源配置优化算法。该算法通过对智慧高速网络节点工作状态进行建模，针对高时延和边缘处理器故障问题，对网络节点边缘处理器的工作状态进行资源配置优化，以提升智慧高速公路系统的稳定性和可靠性。

在车联网高级安全服务中，针对智能网联汽车在边-端系统网络中高可靠性与低时延的视频内容传输问题，《面向智能网联汽车边缘网络的分布式端-边协同算法》引入有限块长度编码机制，并建立车辆能耗模型。根据车辆视频信息源的视频质量要求，通过调整视频编码码率、信息源传输速率，以及车辆多路径路由的决策，提出一种完全分布式的优化算法，以提高网络资源利用率，并保证单个车辆的能耗公平性。

在智能电网领域，智能边缘计算也被应用到任务调度等对处理时效要求高的领域，《基于5G边缘计算的智能电网高性价比任务调度》提出了一种基于贪心策略的启发式任务调度算法，通过与传统算法在包括输入任务数、传输数据大小和延迟要求等各种参数下的比较，以验证所提算法在节约成本上的有效性。

综上所述，本专题全方位地展示了面向B5G和6G愿景的智能边缘计算网络技术体系概念、内涵、应用及发展趋势，内容涵盖智能边缘计算网络体系总体结构，以及存储与计算资源调度、智能切片、异常检测与流量预测等关键支撑技术，机器人、智能电网、智慧交通等创新应用。希望本专题能够对广大读者了解和研究智能边缘计算网络技术提供有益的启示、参考和借鉴，共同搭建起开放的智能边缘计算网络技术交流平台，促进我国移动通信网络技术体系的发展。最后，感谢编辑部各位老师在征稿通知发布、论文评审与意见汇总、论文定稿、编辑修改及出版所付出的努力和汗水；感谢专题评审专家及时、耐心、细致的评审工作；衷心感谢各位作者的辛勤工作和精心撰稿!