文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.190988
中文引用格式: 王旭亮,劉增義,胡雅婕,等. 基于NFV MANO的邊緣計算多種智能化部署方案研究[J].電子技術應用,2019,45(10):19-24,28.
英文引用格式: Wang Xuliang,Liu Zengyi,Hu Yajie,et al. Research of various intelligent multi-access edge computing deployment solutions based on NFV MANO[J]. Application of Electronic Technique,2019,45(10):19-24,28.
0 引言
科學技術的進步需要技術和商業需求的雙輪驅動。在過去的4年多時間里,國內運營商以SDN/NFV/AI技術為代表持續推進網絡重構轉型。但是隨著改革的深入,缺乏明確業務需求支撐開始讓決策者變得猶豫和觀望[1-2]。以5G和邊緣計算為代表的多種新型業務的出現正好補足了雙輪驅動中的商業需求。但是其對網絡和管理的較高要求也同樣為相關業務的部署落地蒙了一層陰影。
以SDN/NFV技術為代表的網絡云化過程中,網絡的控制器、業務的編排器以及云資源的管理器都在向集約控制的邏輯上演進。隨著典型邊緣計算業務對低時延、大帶寬以及業務內容本地化等要求的不斷具體化,為這些業務服務的網絡、業務網關以及云資源都需要逐步從核心集約的部署原則向核心集約、邊緣按需、云邊協同的部署原則,在核心DC和邊緣DC上邊緣計算業務所需的各類資源的模式轉變。在此原則下,對網絡、業務網關以及云資源的管理提出了更高的要求。因此需要重新去考慮在邊緣DC(多級)和核心DC如何部署SDN/NFV/MEC相關的管理組件。本文因為篇幅問題,在接下來的篇幅中主要討論NFV與MEC的管理組件之間的交互與協同。
邊緣技術的管理組件(MEAO、MEPM)的定位是有效管理邊緣計算業務能力平臺(Mutil-Access Edge Computing Platform,MEP)上的各種支撐邊緣計算業務(Multi-Access Edge Application,ME-App)的原子化能力以及在邊緣計算業務能力平臺上部署各類邊緣計算的業務。邊緣計算業務中更多的是面向企業場景的業務,不同于運營網面向大眾消費者業務的建設模式,這些業務按需部署在靠近企業的邊緣計算節點上。雖然很多觀點認為邊緣計算業務不一定需要部署在邊緣云基礎設施上,但是運營商多接入網絡的業務網關需要下沉到相應的邊緣計算節點上。根據全球運營商的網絡重構戰略,運營商的多接入網關為了降低成本和提高對多種新型業務的靈活支撐能力,需要進行虛擬化或云化的重構然后部署在電信級云平臺上,例如從CPE到vCPE、從BRAS到vBRAS,同時5G的接入網關UPF大多也是基于虛擬機來部署的。總結起來,為了滿足邊緣計算低時延、大帶寬和低成本的業務需求,運營商提供的邊緣計算方案必須包括多種接入網絡和網關以及MEP。這就決定了對邊緣計算業務的有效管理的前提是虛擬化的多接入網關所需的NFV MANO與邊緣計算業務所需的管理組件需要深入融合和互通。
目前,針對在現有的網絡功能虛擬化環境,如何對邊緣計算系統架構進行部署,ETSI給出了兩種方案。兩種方案的主要差別在于MEC架構與NFV MANO組件的耦合程度不同:低耦合度的部署方案以MEC架構為基礎,MEC管理體系與NFV管理體系分設,未進行融合,僅通過MEAO與NFVO之間的接口進行管理層面的協調[3];高耦合度的部署方案根據文獻[4]中描述,以NFV架構為基礎,增加MEC組件,使在NFV上可以承載MEC業務。該方案的原則是將已有的NFV架構網元部分盡可能地重用,增加新的接口并適當調整MEC組件,使得兩者能夠更高效地進行管理。
本研究的主要貢獻包括:介紹現有EIST標準中的NFV和MEC研究進展和系統框架;對當前基于NFV MANO的邊緣計算部署方案的架構體系進行介紹;歸納各融合部署方案的NFV MEC組件部署以及組件之間的交互方式;分析各部署方案中由于系統交互融合帶來的各種問題;根據多種部署方案中存在的問題,基于人工智能的算法和模型提出智能化的MEC與NFV管理面的高效協同編排方法與設計。
1 相關研究
NFV經過長時間的發展,目前已經發展部署比較完善。MEC則是近幾年新發展起來的技術。如果大范圍部署MEC設備,則是一項耗時耗力的方案,所以,在現有NFV設備的基礎上部署MEC設備,對于運營商或廠商來說都是一種更可取的辦法。且NFV技術專注于將軟件硬件解耦,使網絡設備不再依賴于專用硬件,資源可以靈活共享,實現業務的快速開發和部署[5]。隨著5G商業化的普及,越來越多的新型業務也在快速發展,對傳統業務也提出了更高的要求。將現有NFV技術與新興MEC技術相互融合,共同發揮各自的優勢已經迫在眉睫。
1.1 NFV系統框架
ETSI NFV組在2014年12月發布標準ETSI GS NFV 002[6],該標準主要介紹了NFV參考體系結構框架。NFV實現了底層物理設備,虛擬化操作系統和虛擬化網元功能單元的解耦,NFV引入NFV管理與編排(NFV Management and Orchestration,MANO),MANO主要包括NFV編排器(NFV Orchestrator,NFVO)、VNFM(VNF Manager)以及虛擬資源管理(Virtualised Infrastructure Manager,VIM)3個功能實體。其中,NFVO是MANO框架中的控制中心,負責NFV基礎設施和軟件資源的協調和管理;VNFM負責VNF生命周期管理,例如VNF的實例化、更新、查詢、縮放、終止;VIM在NFV架構中主要用于實現對虛擬化基礎設施的管理。MANO提供了可控、可管、可運維的服務交付環境,有利于基礎資源的調度,以及網絡服務的高效管理和彈性調度。
1.2 MEC系統框架
ETSI MEC組在2016年2月發布標準003[3],該標準主要介紹了MEC框架和參考架構。MEC 架構中主要的管理組件包括移動邊緣編排(Mobile Edge Orchestrator,MEO)、移動邊緣平臺管理(Mobile Edge Platform Manager,MEPM)以及虛擬基礎設施管理器(VIM)。其中,MEO是MEC系統級管理的核心功能實體,主要負責維護MEC框架的整體視圖,提供邊緣計算應用程序的實例化、檢查、記錄、終止以及重定位;MEPM用于邊緣計算應用程序的生命周期管理,為MEP提供管理功能,接收VIM的虛擬化資源性能報告;VIM在MEC架構中主要負責管理虛擬化基礎設施的虛擬化資源。
1.3 MEC in NFV系統框架
ETSI MEC組在2018年2月發布標準ETSI GR MEC 017[4],該標準主要介紹了在NFV架構中承載MEC架構的方法。該文獻指出,假設移動邊緣平臺部署為虛擬網絡功能(Virtualised Network Function,VNF),虛擬化資源由VIM管理,ME應用程序在NFV MANO組件中被看作VNFs,則在NFV環境中部署MEC架構后,原MEC的MEPM更新為移動邊緣平臺管理-NFV(Mobile Edge Platform Manager-NFV,MEPM-V),原MEPM管理應用程序生命周期,更新后的MEPM-V不再承載此功能,而是將此功能委托給VNFM;MEO轉換為更適應此架構的MEAO,使用NFVO進行資源編排,并將ME應用VNFS集作為一個或多個NFV網絡服務進行編排。MEPM-V將充當ME平臺VNF的元素管理器。MEC和NFV由運營支持系統(Operations Support System,OSS)統一管理。該方案可以將NFV和MEC進行深度融合,但是在實際部署過程中仍存在一些問題有待解決。
2 關鍵技術
目前在現有的網絡功能虛擬化架構中,部署邊緣計算的建議方案根據NFV MANO管理框架與MEC系統框架的耦合程度,分為兩種部署方案:其一是低耦合度的基于NFV MANO管理框架的MEC架構,MEC管理體系與NFV管理體系分設,兩個管理系統之間不做融合,僅涉及MEO與NFVO組件之間交互;其二是高耦合度的基于NFV框架的MEC部署方案,該方案中MEC管理體系與NFV管理體系深度融合,將MEC的功能分解,業務配置部分由MEC管理體系完成,資源管理部分由NFV體系完成。以下將從部署方案的框架及組件交互方式、部署方案的特點、方案在實際部署時的適用場景三方面對兩種方案進行對比分析。
2.1 部署方案的框架及組件交互方式對比
高、低耦合的都是以MEC架構和NFV架構為基礎。由于MEC架構與NFV架構整體框架有一定的相似性,因此只需分析NFV與MEC交互部分的組件和管理方式。
2.1.1 低耦合方案
首先分析低耦合的基于NFV MANO的邊緣計算部署方案,如圖1所示。MEC部分主要由MEO、MEPM、VIM、MEP(MEC平臺)、MECAPP(MEC應用)以及虛擬化基礎設施組成。其中,虛擬化基礎設施可以為MEC應用提供計算、存儲、網絡等資源,并具有數據面功能,用于執行來自MEP的流量規則,MEC應用是運行在虛擬化基礎設施上的應用實例;MEP提供MEC應用程序和MEC服務,并從MEPM應用上接收流量規則等,并指示相應的數據平面[3]。NFV MANO框架包括3個主要的功能實體:NFVO、VNFM和VIM。
在低耦合的基于NFV MANO的邊緣計算部署方案中,MEC管理體系與NFV管理體系分立,使用統一VIM創建所需的MAC APP和VNF,分別由MEO和NFVO進行管理,兩個管理系統之間不做融合,僅通過MEO和NFVO之間的接口管理網絡切片(Network Slice,NS),協調多個MEC APP和VNF。
在低耦合的基于NFV MANO的邊緣計算部署方案中,MEC管理體系和NFV管理體系是根據所管理的業務類型進行劃分的,即MEC管理體系負責邊緣應用的資源管理和業務管理,NFV管理體系負責虛擬網元的資源管理和業務配置。在這種模式下,兩套管理體系在功能上具有一定的重復性,尤其是虛擬機形式部署的邊緣應用,它們對VIM的需求和調用與虛擬網元并無本質區別。但是由于邊緣應用和虛擬網元的供應商不同、標準尚未融合等原因,這種低耦合的部署方式可以實現MEC體系的快速部署上線,以管理和維護的成本換取部署時的復雜度。在實際的邊緣應用部署中,先由NFV管體系準備好虛擬網元,之后再由MEC管理體系進行邊緣應用的創建和配置,具體交互流程如下:
(1)MEO向NFVO發出請求,查詢虛擬網元(UPF、vCPE等)是否準備就緒;
(2)如果NFVO事先已部署虛擬網元,則監測虛擬網元運行狀態是否正常;
(3)如果NFVO事先沒有部署虛擬網元,則觸發創建網元條件,通過MEO向NFVO發送具體虛擬網元參數,進行虛擬網元部署;
(4)虛擬網元部署完成后,NFVO向MEO發送通知,并傳遞網元相關參數;
(5)MEO發起ME APP部署流程,將業務請求和虛擬網元信息發送給MEPM進行處理;
(6)MEPM進行ME APP資源創建和業務配置,生成虛擬網元路由規則;
(7)ME APP創建完成后,MEPM下發路由規則,通知MEO部署完成,進行業務上線。
2.1.2 高耦合方案
高耦合的基于NFV MANO的邊緣計算部署方案,即在NFV中部署MEC框架,如圖2所示。
在高耦合的基于NFV MANO的邊緣計算部署方案中,MEC管理體系和NFV管理體系根據系統功能進行了融合,即MEC管理體系負責邊緣應用的業務配置,NFV管理體系負責虛擬網元、MEP以及MEC APP的資源管理。由于MEC中的資源管理與NFV中的資源管理類似,在VIM上增強對容器的納管和編排就能基本滿足MEC資源管理的需求,因此這種部署方式可以充分利用NFV的現有系統功能。從圖2中分析,這種部署方式減少了縱向系統的對接,即編排層可以使用統一的NFVO和MEAO融合系統,資源管理層復用原NFV系統中的接口,增加對容器資源的管理功能;相對地,這種部署方式增加了橫向系統交互的復雜性,邊緣應用的部署被拆分成資源部署和業務配置兩部分,在實際的邊緣應用部署中,每一步都需要兩套管理體系協同進行,具體交互流程如下:
(1)MEAO向NFVO發出請求,查詢虛擬網元(UPF、vCPE等)和MEP是否準備就緒;
(2)如果NFVO事先已部署虛擬網元和MEP,則監測虛擬網元和MEP運行狀態是否正常;
(3)如果NFVO事先沒有部署虛擬網元和MEP,則觸發創建網元條件,通過MEAO向NFVO發送具體參數,進行虛擬網元和MEP的部署;
(4)虛擬網元和MEP部署完成后,由NFVO向MEAO發送通知,并傳遞虛擬網元和MEP相關參數,MEAO通知MEPM-V對MEP平臺進行納管;
(5)MEO發起ME APP部署流程,向NFVO發送業務資源需求,由NFVO進行ME APP資源創建;
(6)NFVO完成ME APP資源創建后,通知MEAO,并傳遞參數配置;
(7)MEAO將業務請求、虛擬網元信息、ME APP資源信息發送至MEPM-V,MEPM-V進行ME APP的業務配置,生成虛擬網元路由規則;
(8)ME APP創建完成后,MEPM-V下發路由規則,通知MEAO部署完成,進行業務上線。
2.2 部署方案現有問題對比
在低耦合度的基于NFV MANO管理框架的MEC架構中,由于MEC管理體系與NFV管理體系分設,MEC和NFV的管理組件(即MEO和NFVO)分別對ME APP和VNF進行管理,兩種管理體系之間沒有深入融合,僅涉及MEO與NFVO組件之間交互,需要考慮在MEO與NFVO之間如何通過交互接口,協調多個MEC APP和VNF,使其能夠部署在同一虛擬化基礎設施中執行而不相互干擾。另外,由于該方案耦合度低,導致MEC和NFV管理體系中存在大量冗余,且兩個管理體系相互獨立,相當于需要對兩個管理系統分別進行維護,增加了運維難度。
在高耦合度的基于NFV MANO管理框架的MEC架構中,由于是在原有的NFV架構中部署MEC組件,因此,需要根據NFV的管理體系對MEC管理組件進行一定的更改,便于NFV管理體系實現對NFV組件和MEC組件的同一管理。但是該部署方案在實際部署中同樣存在一些問題:(1)在NFV中部署MEC后,MEPM被分成MEC特定部分和負責管理ME app VNF實例生命周期的VNFM,MEPM-V需要能夠與VNFM通信,以跟蹤由NFVO發起的生命周期管理操作, VNFM與MEPM-V組件之間如何通信還有待明確;(2)在NFV架構中的VNF包中需要攜帶特定的MEC文件,那么如何在不干擾包內容的情況下,在VNF包中攜帶特定于MEC的文件,并且MEP和MEAO如何識別這些文件也是有待解決問題之一;(3)NFV定義了VNFD(Virtualised Network Function Descriptor),其中的某些部分與MEC定義的MEC AppD(Application Descriptor)相互重合,這兩者之間的映射在實際部署中同樣有待解決。
2.3 部署方案適用場景對比
通過前兩節對高、低耦合的基于NFV MANO管理框架的邊緣計算部署方案的分析,進一步明確兩種方案在實際部署時適用的場景。下面針對兩種部署方案的優勢和不足進行分析,并給出兩者在實際部署時的建議。
低耦合的基于NFV MANO管理框架的邊緣計算部署方案中,MEC管理體系與NFV管理體系分設,分別管理MEC APP和虛擬網元(VNF),兩個系統之間未進行融合,這種方案的優勢在于MEC APP部署與NFV體系無關,不具備NFV能力的MEC APP廠家也可以部署;另外MEC管理系統與VNF系統交互較少,便于方案的快速部署上線。但是,由于兩個管理體系分立,該部署方案需要功能復雜的MEPM,既能管理業務配置,又能對業務進行生命周期管理;同時,MEC與NFV管理體系分立,需要多維護一整套的管理系統,增加了運維管理的難度;此外,OSS與VIM都需要對接MEC和NFV兩套系統,增加了大量異廠家對接的功能。因此,該部署方案適用于不具備NFV架構能力的MEC廠家,僅需要加入NFV MANO組件,就可以實現邊緣計算的部署,由于兩種框架之間沒有過多的交互,因此架構中的各組件可以采用不同廠家的產品,實現方案的靈活部署,如圖3所示。
高耦合的基于NFV MANO管理架構的邊緣計算部署方案中,MEC管理體系與NFV管理體系深度融合,首先,組件角度進行分析,MEC組件在NFV環境中部署需要進行一定程度上的重構,并大量新增重構后MEC管理組件與NFV管理組件之間用于管理的交互接口,MEC組件重構且引入大量接口會導致部署難度的增加,因此,出于上述兩點的考慮,傾向于采用同廠家系統,對系統進行整體部署,以避免大量異廠家在對接時工作量大幅增加的問題,如圖4所示。
3 邊緣計算多種智能化部署
3.1 低耦合的基于SVM深度學習算法的智能邊緣計算部署方案
對于低耦合度的基于NFV MANO管理架構的邊緣計算部署方案中,由于MEC管理與NFV管理體系分立,未進行融合,即MEC管理組件負責邊緣應用的資源管理和業務管理,而NFV管理組件負責虛擬網元的資源管理和業務配置,這就導致二者對在管理方面復雜度增加、無法對資源進行統一的規劃和部署。因此,在現有整體部署架構下,采用最優化的虛擬化資源調度策略和業務管理策略,是現階段需要重點解決的問題。
具體方案如圖5所示,MEPM對ME APP需要向VIM、MEC主機分別發送資源分配和業務配置信息,以生成應用路由規則、完成業務上線和管理;VFNM對虛擬網元同樣需要向VIM和MEC主機發送虛擬網元的資源分配和業務配置信息。因此,為了降低NFV和MEC兩天系統之間協同工作的復雜度,并且對虛擬資源進行統一規劃和部署,提高底層資源的利用率,可以將兩類資源分配和業務管理信息進行特征標記,利用支持向量機SVM的深度學習算法,生成統一的資源分配和業務配置策略,最大化利用虛擬基礎設施資源并提高業務部署效率。
3.2 MEC in NFV架構
在高耦合度的NFV MANO管理架構的邊緣計算部署方案中,MEC和NFV在資源管理、業務下發等多個步驟中具有緊密的聯系,導致MEAO在確定業務資源規劃時需要進行復雜的人工設計,并且與業務類型和業務規模相關,如人工智能相關的業務需要提供GPU加速的MEC資源、大流量業務需要FPGA加速的NFV資源等。為了解決業務部署時復雜的資源規劃問題,可以引入人工智能的方法讓分配的資源更加符合業務需求。
在MEAO中增加智能業務需求分析模塊,根據MEC APP部署所需資源和性能表現的歷史信息,進行數據關聯和特征提取,然后利用基于機器學習中的決策樹算法,對各類業務所需的虛擬資源進行學習推理,進而生成最優的業務資源匹配策略,最大化提升邊緣計算業務的執行效率,提高底層資源的利用率,方案如圖6所示。
4 結束語
邊緣計算業務與運營商從技術上的網絡重構戰略是相輔相成的關系。邊緣計算業務的快速興起,從業務發展需求的角度對網絡重構的持續深耕提供強有力的推動和牽引作用。在邊緣計算業務規模化推廣過程中,如何簡潔高效地在NFV MANO基礎之上來部署邊緣計算方案,并提供更加完善的邊緣計算業務的端到端管控,從而加速實現5G網絡的全面云化部署,是運營商和相關產業界需要思考的一個重要課題。正如2019年7月初在可信云大會上發布的云計算與邊緣計算協同九大應用場景[7]里描述的那樣,未來邊緣計算相關產業界需要在推動邊緣計算業務部署落地的同時,體系化地思考邊緣計算和云計算的有效協同將成為長遠期推動邊緣計算不斷成熟的關鍵所在。
參考文獻
[1] SDN/NFV產業聯盟.NFV技術白皮書[Z].2018.
[2] 李子姝,謝人潮,孫禮,等.移動邊緣計算綜述[J].電信科學,2018,34(1):87-101.
[3] ETSI GS MEC 003-2016.Multi-access edge computing(MEC);framework and reference architecture[S].2016.
[4] ETSI GR MEC 017-2018.Mobile edge computing(MEC);deployment of mobile edge computing in an NFV environment[S].2018.
[5] 宗均然.NFV編排系統的設計與實現[D].北京:北京郵電大學,2019.
[6] ETSI GS NFV 002-2014.Network functions virtualization(NFV);architectural framework[S].2014.
[7] 云計算開源產業聯盟.云計算與邊緣計算協同九大應用場景[Z].2019.
作者信息:
王旭亮1,劉增義1,胡雅婕2,李童瑤2
(1.中國電信股份有限公司研究院,北京102209;
2.北京郵電大學 信息與通信工程學院 信息光子學與光通信研究院,北京100035)