Computation Offloading Toward Edge Computing
Abstract
主要研究应用分区、任务分配、资源管理和分布式执行，突出显示边缘计算的特性。
然后演示了一些颠覆性应用场景，如实时视频分析、智能事务、汽车应用、云游戏
Introduciton
为了提高移动设备的能力，引入了MMC的概念(Mobile Cloud Computing)[ A survey of mobile cloud computing:Architecture, applications, and approaches]，MMC是云计算和移动计算的集成，移动设备通过计算卸载来利用云的力量来加快应用的执行，降低能耗。
计算卸载中移动设备将计算的一部分迁移到云端执行，包括应用分区，卸载决策和分布式任务执行。
但是云计算的延迟是致命弱点。公共云提供商的延迟通常超过100ms，延迟敏感程序无法实现。
新型的边缘计算体系结构
与此最相关的MEC起源于在网络边缘的运行中提供云计算能力，被认为是5G的推动者。
本文关注如何通过计算卸载来增强移动设备，被认为是边缘计算的一个关键计算范式。强调计算卸载的挑战和任务划分
BackGround And Motivation
相关概念
2014年ETSI发布MEC技术白皮书定义了一组用于边缘计算的架构、技术、平台API和接口。
计算卸载是边缘计算的关键计算范式，本质上是异构网络上的分布式计算。云计算场合中引入后在边缘计算得到广泛应用。
除了云计算，2012年思科创建的雾计算也是重要的一部分，强调分布式处理、在线分析、与云交互和网络管理等特性。
边缘计算创建了边缘计算的体系结构，雾计算使用边缘计算，并进一步定义了通过边缘设备、边缘服务器和云的网络连接。
雾计算和边缘计算有相同的设计，功能是重叠的。
5G加速边缘计算：增强移动宽带，超可靠低延时通信，大规模机器通信
计算卸载的演化
计算卸载的原则是利用功能强大的基础设施（远程服务器）来增强较弱的设备（移动设备）的计算能力。
计算负载的发展历程图
2009年的cloudlet为在移动设备附近的小型数据中心证明了边缘计算的概念。
边缘计算的需求
OverView of Computation Offloading
体系结构
边缘节点的分类
Cloudlets：解决计算向WAN上的云卸载的延迟障碍。有丰富的资源、可信和到附近移动设备的单跳网络延迟。类似于“在盒子里的数据中心”，部署在公共场所中以提供接近计算，为典型的边缘基础设施。
Micro Data Centers:地理分布式的小型数据中心，只有小型或中等服务器。通过在世界各地部署大量的mDSs，降低网络延迟，节省带宽消耗，提供可靠连接，减少云的开销。类似于CDN
Base Stations:基站是一种理想的边缘节点类型。除了基本通信功能以外还可以提供计算服务。
其他类型：从理论上讲，通信链路上的任何基础设施都可以作为边缘节点，以消除延迟和计算能力之间的差距。各种终端设备。
计算卸载可以在不同层和同一层之间进行。
简单分析
计算卸载需要通过网络传输数据，所以是远程执行的好处和数据传输成本之间的权衡。只有本地执行的时间大于总执行时间，或数据传输消耗的能量小于本地执行时才会进行计算卸载。
一般来说，少数据，大计算的场合计算卸载是有益的。
卸载粒度
完全卸载-瘦客户机模型
任务/组件卸载
方法/线程卸载
网络连接的影响
网络连接对连接卸载影响显著，无论是延迟还是能耗
WiFi环境下会比3G/4G进行更多的任务卸载
能耗方面WIFI也更节能
边缘计算任务卸载的挑战
应用程序分区
计算卸载的第一步，分成的几部分将下发到移动设备、cloudlet或云上执行。
云计算中的应用分区
两种方法：
交互图中，顶点表示实体，边的权重定义成本（数据大小、通信时间、带宽），利用图划分法对图进行分割，达到节能，减少运行时间，最小化网络流量，最大化吞吐量的目的。