服务迁移移动边缘计算

---

随着智能移动设备的快速普及，移动计算边缘（MEC），提出了缓解的移动设备的有限容量和低延时的瓶颈，用于从核心网络服务。服务迁移是一个MEC问题显著。The contradiction between the limited covering area of a single edge server and the mobility of users (e.g., intelligent vehicles and smart devices) will result in significant network degradation if the distance between the user and his serving edge server is beyond a threshold, which can further lead to dramatic drop of QoS/QoE and even interruption of ongoing services. At this moment, service migration bears the responsibility to migrate the user's ongoing service from the source (current) edge server to the destination edge server near the mobile user.

虽然已经有相关的MEC服务迁移一些研究工作，许多挑战需要解决。一方面，业务迁移为MEC的特性是从在蜂窝网络和用于强调数据传输，不同的评价指标，更复杂的网络条件云计算图的数据中心实时迁移传统切换过程相当不同，等等。在另一方面，MEC业务迁移应处理在MEC的非平凡的问题，诸如移动性管理，启用高速缓存，MEC系统的部署和资源管理。此外，在实时业务的迁移节能，MEC系统的架构设计和业务迁移的隐私和安全机制也被认为。

这期特刊的主要焦点是对为MEC服务迁移和无线移动网络技术的建议。这个特殊的问题总结了该领域，其目的是培养高素质的研究新的思路，方法，理论，技术传播的最新发展，并评估和管理的应用对于提高移动服务，特别是在区域（一世）在MEC系统QoS感知边缘服务器选择算法（ⅱ）既在MEC延迟和成本的迁移路径的选择算法（ⅲ）移动性管理在MEC服务迁移（ⅳ）边缘服务器上的虚拟资源分配策略（五）MEC系统的架构设计，高效的服务迁移（ⅵ）数据压缩算法和服务迁移转移优化（ⅶ）网络控制协议，并在MEC服务迁移算法（ⅷ）在MEC服务迁移安全和隐私问题

二十五个文件提交这个特殊的问题。我们从各自的研究领域区分评审范围缩小到了最后还是接受了14篇论文。下面是这些论文的研究结果的一个简短的总结。

L.饶等人。设计了一个验证的数据结构，称为bv23Tree远程存储安全，使客户批量验证任何数量的任命叶的指数和值一下子提高效率。通过利用bv23Tree和分层存储结构，他们提出的解决方案的外包数据支持动态更新。

问：魏等人。提出了一种基于在multicloud环境中的协作灵活，安全，可靠的数据共享方案。为了安全，并立即提供数据共享服务，即使主人是离线和不信任的第三方，他们发布的所有加密分裂的数据/键块一起到多个云服务提供商，分别。

B.曹等人。提出了云服务，考虑到占用时间，资源消耗，和最大并发一个灵活的动态定价模式。在定价模式，为用户云服务的费用主要由三个部分组成：每月租金，他的最大并发的费用，以及他使用的时间和资源消耗的费用。

S. Yang等。提出了一个灵活的框架，这可能支持三种多种切换方案相对于对移动crowdsensing服务不同的服务需求。该框架包括两个模块。对于合作激励模块，他们介绍了两种激励方法，包括集中决策和分散决策。对于消息中继模块，他们推出了两种方法：基于中继竞争和集群基于中继。

Q. Wang等。提出了用于在移动边缘计算机会减负的高效转发能力的评价方法。该方法的第一步骤是判断使用所提出的瞬态聚类检测方法中的数据的时间约束内的目的地接触的装置的可能性。该方法的第二步骤是计算数据作为评价指标的时间约束内遇到目的地的设备的概率。

D.燕等人。接过餐厅推荐作为例子，并提出了个性化的POI推荐系统集成的用户配置文件，餐厅的特点，用户的历史行为特征，以及地铁网络功能。然后地铁网络功能，如传递站，等待时间的数目，和传送时间被提取和它们采用的回归神经网络模型来模型的用户行为。

H. Wu等人。提出了交叉边缘模型更好的个性化服务，他们发现在移动边缘环境其他几个目的地边缘服务器多么有名的话题在一个资源边缘服务器可以出现。该模型的原型由用户多样的项目，新项目的个性化和隐私的收集和分销策略之间的相互作用。

W.梁等人。提出了加权隐马尔可夫模型来预测移动网络的安全状况。在模型中，多尺度熵用于寻址在移动网络数据训练的低速，并且自相关系数可以合理使用的历史数据的特征之间的关联来预测未来的安全状况。

十，马等。提出了边缘计算环境中的图像恢复方法，其实现良好的图像实时恢复结果。对于这种方法，在10个经典函数用于确定种群大小和牵引果蝇优化算法的最大迭代次数，然后该算法被用来优化最小二乘支持向量回归核函数的最优参数和误差函数图像恢复的被作为算法的自适应功能。

W.丁和Z赵提出了在边缘计算环境时空数据流的数据统一服务。通过在线清洗和补充分层服务实例的步骤，记录的有效性和连续性，能够以有效的方式得到保证。

K.彭等人。提出的移动边缘计算的从服务采用和规定的角度全面调查（MEC）。他们首先描述MEC的概述和审查MEC的现有的面向MUS-服务收养。最后，开放的问题进行了研究。

K. Niu等。提出了就寝时间预测，其被设计用于通过分析智能电话的屏幕状态预测唤醒时间和就寝柔性算法。第一个是检测起床，上床事件。二是预测下一个唤醒时间和睡前服用。

Y. Chen等人。提出了一种动态服务请求调度算法，这使得请求的调度决策，以优化调度成本的同时提供性能保证。该算法可以在网上和分布式的方式来实现，并且可以实现调度成本和性能之间权衡随心所欲。

J. Huang等。提出QoS感知动态服务选择的移动边缘计算系统基于仿真的方法。随机系统模型进行了介绍和提供了数学分析。根据分析结果，对QoS的服务选择问题是由一个动态优化的问题制定。

利益冲突

作者宣称，有感兴趣的关于这篇文章的发表任何冲突。

尚光王
无仇
角，生皇
敖周
维克多梁C.

版权

版权所有©2018尚光王等人。这是下发布的开放式访问文章知识共享署名许可，其允许在任何介质无限制地使用，分发和再现时，所提供的原始工作正确的引用。