Deployment Characteristics of "The Edge" in Mobile Edge Computing

移動邊緣計算中的「邊緣」部署特性

本文爲SIGCOMM 2018 Workshop (Mobile Edge Communications, MECOMM)論文。

本文翻譯了論文的關鍵內容。

摘要

移動邊緣計算的設想能力取決於具備容量，廣泛性，穩健性和服務於全國用戶羣的能力的交付基礎設施。 在本文中，咱們提出了一個關於移動邊緣基礎設施關鍵方面的實證研究，目的是瞭解其當前特徵並肯定將來的部署。 咱們首先分析美國超過400萬個蜂窩塔位置的數據集。 咱們評估部署的地理特徵，並突出顯示位置如何與主要大都市區和農村地區的人口密度相對應。 咱們還展現瞭如何在美國各地的高速公路上安排部署。 咱們的分析強調了有必要進行新部署的領域。 最後，咱們分析了蜂窩塔部署如何與當前主要數據中心位置相對應，並評估如何部署微服務器以縮短響應時間並更好地爲客戶服務。

 

本文，咱們報告了美國移動邊緣基礎設施的研究結果。咱們的關注重點是來源於OpenCelliD[11]的人羣來源數據庫，包含超過4百萬個蜂窩塔位置。儘管該數據不是明確的，咱們認爲該數據足夠大，於是能夠提供蜂窩塔部署方面的有用看法。除了蜂窩塔位置，咱們同時考慮了來自人口普查局[1]的人口分佈數據集和來自因特網Atlas[19]的數據中心位置。咱們基於位置的分析使用地理信息系統（GIS）組合這些數據集，並解決相似以下的問題：美國不一樣地區的蜂窩塔分佈是什麼樣的，每一個蜂窩塔的平均居民或駕駛員數量是多少，蜂窩塔到數據中心的平均距離是多少，以及微服務器和蜂窩塔的共存部署的潛在影響是什麼樣的？

蜂窩塔位置的目視檢查顯示蜂窩塔在人口密集區域和主幹道沿線廣泛部署。這符合爲最大用戶數量確保服務的概念。經過將區域劃分爲Voronoi cells，咱們評估了蜂窩塔在選定的大都市統計地區（MSAs）、農村地區和道路服務的人口數量。咱們發現大城市地區的蜂窩塔部署密集，且它們服務的居民數量相對一致。相比之下，農村地區部署的蜂窩塔更加稀疏，並且更爲不一致。相似地，高速公路沿線部署的蜂窩塔在城市中心附近相對密集，可是在農村附近的部署密度較小，儘管梯度和居住區不一樣。

咱們對相對於最近數據中心的蜂窩塔部署的分析旨在強調如何將MEC基礎設施的邊緣移近用戶以提升性能。咱們的分析代表，蜂窩塔到數據中心的距離在當今大的MSA地區一般不到10英里，而距離在農村地區的數量增長了2倍。這個基線用做對微數據中心部署的分層分析的參考，這些微數據中心與蜂窩塔共存。 咱們展現瞭如何經過首先關注與最大數量的居民相關的Voronoi cells，而後部署到低人口密度的cells，來顯着減小蜂窩塔到數據中心的距離。

蜂窩塔部署。美國地區蜂窩塔的地理可視化如圖1所示。圖1突出了主要人口中心附近的蜂窩塔密度，以及與全國主要高速公路的密切關係。該圖同時顯示，東部地區蜂窩塔密度較高，而西部地區部署較爲稀疏。

圖1：美國蜂窩塔位置，來源於OpenCelliD[11]

表1顯示了排名前10位的MSA（根據部署的蜂窩塔的數量）。從表中咱們能夠發現，蜂窩塔部署排名靠前的MSAs和人口密度排名靠前的MSAs密切相關。

圖2描繪了蜂窩塔的位置（黑點），計算獲得的Voronoi cell（紅色多邊形），和在紐約曼哈頓地區
城市（紐約市）的人口普查區塊（藍色多邊形）。

圖2：蜂窩塔（黑點）、Voronoi cell（紅色多邊形）和紐約曼哈頓地區人口普查區塊（藍色多邊形）

圖3（左）顯示了咱們對紐約（紐約州）MSA的分析產生的居民人口數量估計。紐約MSA中Voronoi cell的平均面積和中位數面積分別爲38,213.86平方米和9,707平方米。 Voronoi cell的平均估計住宅的數量是25。因爲接近MSA邊界存在較大的Voronoi cell，這些分佈是高度右傾斜的。相似地，圖3（中）顯示了洛杉磯（LA）MSA的每一個蜂窩塔的估計居住人口。Voronoi cell的平均面積和中位數面積分別爲46,009.28平方米和13,341.3平方米。Voronoi cell的平均估計住宅的數量是19。圖3（右）顯示了芝加哥MSA的相似分析。Voronoi cell的平均面積和中位數面積分別爲74,159.80平方米和22,477.07平方米。Voronoi cell的平均估計住宅的數量是15。

總的來講，這些結果代表，在大型MSA中，蜂窩塔和人口密度之間的對應關係是一致的。 該分析還提供了根據所服務的住宅人口對蜂窩塔進行分類的能力，這構成了咱們MEC部署模型的基礎。

圖3：針對紐約MSA（左）、LA MSA（中）和芝加哥MSA（右），每蜂窩塔人口估計。

圖4顯示了聖克萊爾縣的分析結果。 聖克萊爾縣中Voronoi cell的平均面積爲1,144,799.37平方米，這比MSA大得多。 相應地，Voronoi cell的平均估計居住人口爲52，這代表每一個蜂窩塔服務的人口比MSA大得多。

圖4：聖克萊爾縣中每蜂窩塔人口估計。

圖5顯示了威斯康星州麥迪遜市與威斯康星州密爾沃基市之間的I-94 70英里路段的分析結果。 結果顯示更接近人口中心的蜂窩塔密度更高，所以每一個Voronoi cell的駕駛員更少。 它還反映出二者之間的區域有更高的需求，並且可能不會爲司機之外的人羣提供服務。

圖5：威斯康星州I-94公路每蜂窩塔駕駛員估計。

接下來，咱們考慮肯定部署MEC微數據中心的地理位置的問題。 咱們提出了一種方法，該方法考慮將微數據中心逐步部署到咱們上面的人口密度分析中肯定的不一樣類型的蜂窩塔。

增量部署模型。 對於咱們上面分析中考慮的前3個MSA和農村地區（聖克萊爾縣）中的每個，咱們將延遲建模爲蜂窩塔與最近數據中心的距離。咱們基於上面肯定的人口估計類別等級提出了MEC微數據中心的增量部署模型，以顯示每一個蜂窩塔延遲的減小。具體而言，咱們的分析考慮如下因素：（1）基本案例：來自Internet Atlas數據集的現有數據中心。（2）第1層案例：部署與蜂窩塔（分類爲紅色類別）共存的MEC微數據中心。 這些是對應於最高人口估計的塔。 （3）第2層案例：部署MEC微型數據中心與橙類級別蜂窩塔共處。 （4）第3層案例：部署微型數據中心與黃色類別蜂窩塔共處。 （5）第4層案例：部署MEC微型數據中心，與淺綠色級別的蜂窩塔共處。 咱們的分析假設給定的塔/人口將由地理上最接近的數據中心或MEC微數據中心服務（即，微數據中心充當聚合站點）。

對於每一個部署案例，圖6顯示了前3個MSA和農村地區的距離估計（以英里爲單位）的盒須圖。 圖中突出顯示了到最近的數據中心/MEC微數據中心的距離縮短。 圖7顯示了每一個MSA和農村地區每一個數據中心或MEC微數據中心服務的平均蜂窩塔數的直方圖。 結果顯示每一個數據中心服務的蜂窩塔數量減小，由於咱們考慮增量部署的漸進層。 例如，在紐約MSA中，在第1層部署案例中增長了580個MEC微型數據中心，平均距離從5.8英里（基本案例）減小到1.8英里（第1層案例）。 它還將每一個數據中心服務的蜂窩塔數量從5,552.07（基本案例）減小到488.86（第1層案例）。

圖6： 每一個蜂窩塔到最近的數據中心/MEC微數據中心的距離（英里）的盒須圖。

圖7：每一個數據中心/MEC微數據中心服務的蜂窩塔平均數量。

圖8顯示了每一個MSA和農村地區基本案例中數據中心數量的直方圖。 在MSA的狀況下，這些數據中心位於MSA的區域內。 另外一方面，在農村地區（聖克萊爾縣）的狀況下，2個數據中心位於縣的邊界以外（但最接近縣內的蜂窩塔）。 該圖還顯示了第1層至第4層案例的MEC微數據中心的數量。

圖8：基本案例數據中心數量和其它案例的微數據中心數量。

爲了分析咱們的部署模型取得的距離減小（到最近的數據中心或MEC微數據中心），咱們考慮了前10個MSA。 對於MSA中的每一個蜂窩塔，咱們計算到Internet Atlas數據集[19]中最近的數據中心的距離。 咱們將此計算的距離視爲基準距離。 而後，對於全部部署層，咱們計算到最近的數據中心的距離，該數據中心能夠是部署的MEC微數據中心或現有的數據中心。 最後，對於每一個蜂窩塔，咱們計算基本距離和當前層距離之間的差值。

圖9（左）顯示了第1層部署案例的距離減小（以英里爲單位）的CDF。 在芝加哥MSA中，對只部署28個MEC微型數據中心的方案，至少10％的蜂窩塔（約17,000個蜂窩塔）的距離減小了大約14英里。 平均而言，全部10個MSA中，大約10％的蜂窩塔的距離減小了約12英里。 在排名前十的MSA中，亞特蘭大MSA顯示了最佳距離減小，10％的蜂窩塔距離減小近26英里。

圖9：對於前10MSAs，每一個蜂窩塔到數據中心/MEC微數據中心的距離減小（對第1層案例（左）和第二層案例（右））。

圖9（右）顯示了第二層部署情形下的距離減小（以英里爲單位）的CDF。 基於咱們的部署模型設計，從第1層到第2層，到最近的數據中心或MEC微數據中心的距離減小。 所以，咱們觀察到第1層和第2層之間距離減小的改善。 第2層部署對休斯頓、芝加哥和舊金山等MSA產生了更大的影響。 可是，第3層和第4層部署所得到的距離減小是最小的，而且因爲空間限制，咱們沒有顯示這些結果。

總結。咱們的研究考慮了美國的蜂窩塔和數據中心位置以及人口分佈。 使用基於Voronoi cell的分析，咱們發如今大城市地區和靠近這些地區的高速公路上，蜂窩塔的部署相對一致，但農村地區的部署更加稀疏和不一致。 咱們還發現，在大城市地區，蜂窩塔一般距離數據中心不到10英里，但農村地區的距離可能更遠。 最後，咱們將展現如何在蜂窩塔上部署微數據中心以減小距離。