贾 觐，暴占彪

(1.河南财经政法大学 网络信息服务中心，河南 郑州 450000；2.河南财经政法大学 现代教育技术中心，河南 郑州 450000)

0 引 言

随着智能应用的日益普及，增强型超可靠移动宽带、大规模数据通信以及超低通信延迟3大类业务对运营商的传输网络和核心网都提出了巨大的挑战[1,2]。虽然5G网络可以给用户带来更高的带宽速率、更多的网络连接和更低的延迟，但是这也将导致单位时间内核心网需要处理的数据量和业务请求数呈爆炸式增长[3,4]。

另一方面，由所有应用产生的数据都需要通过核心网进行交互，所以在业务接入高峰期会给通信网络负载造成很大压力。与云计算在网络方面的局限性相比，移动边缘计算集成网络通信、数据计算和处理等业务，形成一个开放平台，提供给用户更接近于实体或数据源的服务，使其应用能够在边缘端进行任务处理，从而实现更高效的网络服务响应，满足更多业务场景在实时处理、智能应用、安全和隐私保护等方面的需求[5,6]。换言之，移动边缘计算的核心思想是将计算资源和缓存资源边缘化和本地化，从而减少网络延迟，缓解带宽的压力。移动边缘计算不仅满足了移动设备扩展计算能力的需要，而且弥补了云计算中传输延迟长的缺点[7]。

由于不同应用场景下对任务处理具有不同的计算量和数据传输量要求，因此为了确保移动设备能够发挥其最佳性能，可以通过使用任务卸载策略来进行资源的优化分配，制定任务是在本地处理或是在远程服务器上执行的处理方案[8]。……