⃝可在www.sciencedirect.com在线获取ScienceDirectICTExpress 6（2020）1www.elsevier.com/locate/icteLinux虚拟机和容器在5G多访问边缘计算中的服务迁移比较吉拉尼，李钟赫协议工程实验室，大韩民国祥明大学接收日期：2018年12月13日;接受日期：2018年在线发售2019年摘要多路访问边缘计算（MEC）已经成为一种新颖而高效的技术，可以在5G时代实现新一代的时间敏感应用。通过在网络边缘安装小型计算基础设施，解决了云基础设施当前的集中式结构问题（即，用户设备和云之间的高端到端通信等待时间）。随着用户在不同地点之间移动，还需要为用户提供连续的无缝服务支持。5G MEC中的服务迁移是一种有前途的方法通过将活动服务迁移到当前用户位置附近的新MEC主机，实现连续无缝服务支持。在本文中，无论是在虚拟机或容器中实现的服务迁移的比较结果。这背后的动机本文旨在了解虚拟机和容器在5G MEC中用于服务迁移的基本性能差异。c2020年韩国通信与信息科学研究所（KICS）。出版社：Elsevier B.V.这是一个开放的访问CC BY-NC-ND许可证下的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词：业务迁移; 5G MEC;虚拟机;容器1. 介绍多访问边缘计算（MEC）是一种计算和网络架构，通过在网络边缘安装小型计算基础设施，将云的好处它提供对时间敏感应用的实时、高带宽、低延迟访问，并且还允许网络运营商将其接入网络开放给新的生态系统[1]。MEC建议安装MEC主机（即，小型计算基础设施），使得用户可以具有最小化的服务的端到端通信延迟例如，MEC主机通常被认为被放置在距离用户仅一个或两个网络跳的地方，因此端到端通信延迟被保证以支持时间敏感的应用，诸如增强现实、虚拟现实、对象识别、紧急数据处理等。MEC不仅对附接到网络边缘的终端用户有好处，∗通讯作者。电子邮件地址：khasa@pel.smuc.ac.kr（K.Gillani），jonghyouk@pel.smuc.ac.kr（J.-H. Lee）。同行评审由韩国通信和信息科学研究所（KICS）负责https://doi.org/10.1016/j.icte.2018.12.001而且还用于回程网络。例如，大量的数据流量在网络边缘处理，只有必要的数据流量被发送到云，因此减少了去往云的数据流量[2]。本文重点关注5G MEC中的连续无缝服务支持，而不是一般性能问题。移动用户在MEC主机管理的不同站点之间移动，需要将活动服务从先前的MEC主机迁移到当前用户位置附近的新MEC主机。这种服务迁移可以在虚拟机或容器中实现。到目前为止，大多数工作都是在虚拟机环境下进行的。关于容器环境中服务迁移的研究很少。在本文中，服务迁移与不同的环境（即，虚拟机与容器），以显示它们在5G MEC中的基本性能差异在本文的其余部分，服务迁移将在第2节中进行解释，比较结果将在第3节中提供，然后在第4节中结束本文。2. 5G MEC当用户设备（UE）将其附接点从一个MEC主机改变到另一MEC主机时，2405-9595/2020韩国通信和信息科学研究所（KICS）。出版社：Elsevier B.V.这是一个开放的访问CC BY-NC-ND许可证下的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。·N· T两千吉拉尼和J. -H. Lee/ICT Express 6（2020）1-2表1Fig. 1. 网络模型3.2. 包传递模型设P。是MEC主机处的以字节为单位的高速缓存数据。假设被请求并递送到N个UE的缓存数据的P。请注意，Pc小于Po。假设T是每个UE对缓存数据的Pc字节的请求的数量。当MEC主机被应用时，平均RTT的减少被获得为：RTT（K）vs. RTT（D）。N T Pc Po RRTT（K）RRTT（D）16464409634.6550.15112864819228.8544.35212864819232.247.7612864819236.9452.445G MEC中的连续无缝服务支持需要服务。服务迁移可以在虚拟机或容器中实现。在Linux中，基于内核的虚拟机（KVM）是一种代表性的虚拟机实现，它提供了基于管理程序的完全虚拟化。Docker是一个跨平台的容器实现，允许将应用程序与底层分离。这两种技术都适用于在MEC主机上运行多个隔离服务。它们之间的主要区别是KVM（即，虚拟机）完全模拟操作系统内核和硬件，但Docker（即，容器）与其主机共享操作系统内核和硬件。因此，与KVM相比，Docker需要更少的计算资源和更低的虚拟化开销。3. 比较在本节中，使用KVM和Docker的服务迁移是根据类似于[3]的平均往返时间（RTT）进行分析的。3.1. 网络模型图1示出了所考虑的网络模型，其中MEC主机提供本地化数据处理和供应。例如，当MEC主机已经缓存了从UE请求的数据时，它直接将缓存的数据提供给UE。MEC主机处未缓存的数据从远程云服务器提供给UE。当从MEC主机向UE提供高速缓存的数据时，RTT是d-m。否则，RTT是dc，这意味着从云服务器提供UE请求的数据。注意，dn是MEC主机和云服务器之间的RTT。RRTT=E[B]+E[dc]−（E[dm]+E[dn]），（1）其中E[ ]是期望值。例如，E[B]是服务迁移时间的期望值3.3. 结果为了根据内容的不同放置来表征RTT，参数被设置为类似于。发车间隔时间设为0.4.对于服务迁移时间，本文只考虑服务器启动。对于KVM，E[B]设置为19.4 s，而对于Docker，E[B]设置为3.9”[4]。根据KVMRRTT（K）和DockerRRTT（D），平均RTT的减少量如表1所示。4. 结论本文分析了KVM和Docker的服务迁移效果。与传统方法相比，使用KVM或Docker的服务迁移可以减少平均RTT。此外，由于KVM的服务迁移时间长，使用Docker的服务迁移表现出更好的性能。致谢这项工作得到了韩国政府（MSIT）资助的“跨部门GigaKO-REA项目”（编号GK 19 P0400，用于URLLC服务的移动边缘计算平台技术的开发）的支持利益冲突作者声明，本文中不存在利益冲突。引用[1] S. Wang等人，移动边缘计算中的服务迁移调查，IEEE Access 6（2018）23511-23528。[2] A. Machen等人，移动边缘云中的实时服务迁移，IEEEWirel。Commun. 25（1）（2018）140[3] C.- Y. Chang等人，MEC Architectural implications for LTE/LTE-Anetworks，in：Proc. 2016年，2016年，[4] S. Vaucher，比较虚拟机和Linux容器。
