边缘计算将网络边缘上的计算、存储等资源进行有机融合，构建成统一的用户服务平台，按就近服务原则对网络边缘节点任务请求及时响应并有效处理。由于边缘节点能力、资源、带宽、能源等受限，计算迁移便异常重要。计算迁移是边缘计算的一个关键技术。

随着互联网技术的发展，特别是智能移动终端的更新升级，智能手机拥有越来越强大的功能。移动设备要变得更小、更轻，电池寿命变得更长，意味着计算能力会受到限制。但是，用户对移动智能终端的期望越来越高，从而对计算和数据操作能力的要求也在提高，而实现这些功能则会损耗大量电池电量，如何协调这些矛盾是目前智能移动终端发展的技术瓶颈。

在云计算的发展热潮之后，许多云服务（如移动医疗、移动学习、移动游戏和移动管理等）都可以在移动设备上直接使用。移动边缘计算作为一种新技术出现，它在移动用户的近距离范围内提供云和 IT服务。在移动边缘计算中，边缘云服务器被部署于每个基站，网络运营商负责转发和过滤数据分组。计算迁移技术的兴起，为解决移动终端资源受限引入了新的方法。计算迁移在解决以下几种应用情况时作用尤为明显。

（1）将计算体迁移到其他资源丰富的终端上运行

智能移动终端可以实现大部分桌面终端上的应用，因此用户开始将手机视为个人信息处理工具，期望手机能够像常规信息处理设备（如工作站或笔记本电脑等）那样执行所有应用。但是，智能移动终端由于体积、输入操作等的限制，计算资源、存储资源、电池容量和网络连接能力始终有限，无法支持一些大型应用的运行。此时，可以将部分计算体迁移到资源丰富的终端上运行，只需返回计算结果给移动终端就可以达到预期的计算效果。

（2）移动设备资源共享的计算模型

新的物联网模式使资源受限的移动设备通过互联网相互连接。但是，这些终端设备处理能力和存储容量有限。计算迁移中，边缘设备将部分计算转移到远程云上执行，从而节省了移动设备的处理能力和能量。然而，将计算迁移到公共云需要公共云和边缘设备之间通过 Internet 进行数据交换，由于网络带宽限制，数据交换过程可能会出现时延。为了克服这一问题，边缘计算的迁移方法被提出，即将移动设备的计算迁移到设备附近的其他移动设备上，它们之间通过 Wi-Fi连接。这种在移动设备附近提供资源的其他移动终端称为cloudlet。

（3）云数据中心计算任务下沉到边缘节点

云数据中心将计算和存储能力等资源“下沉”到网络边缘节点，因距离用户更近，用户请求不再需要经过漫长的传输网络到达核心网才能被处理，而由部署在本地的边缘服务器将一部分流量卸载，降低对传输网和核心网带宽的要求，直接处理并响应用户，满足移动网络高速发展所需的高带宽、低时延的要求并减轻网络负荷，大大降低了通信时延。

边缘计算为应用程序开发人员和供应商提供实时信息（如网络负载、用户位置），这些实时网络信息用于为移动用户提供上下文感知服务，从而丰富用户的使用体验，提升用户满意度。

计算迁移本身是一个复杂的过程，而迁移是其最显著的特征之一，但是在不同的环境中引发迁移的原因也是不同的，具体如下。

（1）移动终端资源受限

在复杂的Internet环境中，各种网络设备由于体积、质量等方面的千差万别，它们所承载的计算资源也有大有小，特别是现今智能手机普及度越来越高，人们对智能移动终端的依赖也越来越高，但智能手机由于体积的限制，不能像桌面计算机那样执行人们期望的所有应用。另一方面，移动终端的位置是根据人的需求随机变动的，不同的物理环境中，客户的网络质量不尽相同，这就产生了网络资源的动态变化[7]，需要计算迁移弥补网络连接差所带来的影响。

（2）降低数据传输量

在计算任务执行的过程中，计算节点和本地客户端之间会产生大量需要传输的中间数据，这些数据的频繁传输需要耗费大量的网络资源。而将任务迁移到计算节点执行，这些执行计算所需的数据可以直接在计算节点调用，计算节点只需要返回给客户端计算结果，传输的数据量大大减小。

（3）减少设备网络时延

当用户所在的物理环境网络不稳定、时延高时，将计算任务迁移到计算节点执行，客户端不必担心网络环境的变化，任务迁移之后用户不必保持时刻在线。用户可以在任务迁移到计算节点后暂时断开网络连接，待返回结果时连接即可。

计算迁移的分类标准有很多，可以按照迁移的目的地址进行分类，也可以按照迁移的粒度进行分类。按照迁移的粒度来分，可以将计算迁移分为粗粒度计算迁移和细粒度计算迁移。

细粒度计算迁移技术首先对计算任务进行拆分。拆分方式有两种，第一种是技术人员在编写应用程序时，根据业务逻辑，提前对应用程序进行分区，标注适合迁移到外部进行计算的代码块，在执行迁移策略时，优先将适合迁移的分区卸载到外部服务器。第二种是策略执行者主导任务迁移分区。技术人员对业务流程以及业务逻辑更加了解，相比第二种拆分方式，技术人员主导任务拆分在性能上更具有优势，但是对于已经开发完毕的软件，需要进行二次开发，这样会增加人员成本以及时间成本。

而粗粒度计算迁移是将整个任务进行迁移。粗粒度的计算迁移可以适配目前已经完成的应用软件，不必进行二次开发，但是全部迁移计算任务会产生较大的资源消耗和成本开销。

移动边缘计算的计算迁移主要包括迁移环境感知、任务划分、迁移决策、任务上传、MEC服务器执行、结果返回等六大步骤，其中任务划分、迁移决策是最为核心的两个环节。

（1）迁移环境感知

该过程是任务迁移的准备阶段，为后续过程提供参考信息。当移动设备有任务迁移需求的时候，它首先要在当前网络中感知迁移环境，其中包括能够提供任务迁移服务的 MEC服务器的状态与信息、VM剩余数量与计算性能、无线网络的信道条件等等。这些收集的任务迁移环境变量会决定后面的迁移决策过程。

（2）任务划分

任务划分的功能是通过某种切分算法将一个整体的移动应用划分为多个子任务，这些子任务一般分为本地执行任务和可迁移任务。其中本地执行任务是必须在移动设备上执行的任务，比如用户交互任务、设备输入输出任务、外围设备接口任务等。可迁移任务一般是不需要与本地设备交互的程序任务，这些任务往往是数据处理型任务，计算量较大，适合迁移到 MEC服务器上执行。任务划分完成后形成的子任务彼此之间有数据交互，又能够分开执行，是下一步迁移决策过程的主体。

（3）迁移决策

迁移决策过程是任务迁移流程中最核心的一个环节。该环节的功能主要是解决可迁移任务是否迁移、选择哪个信道迁移、以多少功率传输等问题。这些问题的决策需要参考第一环节收集的迁移环境和第二环节划分的子任务特性（任务计算量、任务输入输出数据量等）。具体决策时，会通过合适的迁移决策算法，综合考虑各项指标（任务执行能耗、任务完成时间、用户偏好等），选择出最优的迁移决策。迁移决策算法在整个任务迁移过程当中起着至关重要的作用。

（4）任务提交

当移动设备做出迁移决策之后，就可以把某些计算任务通过无线网络迁移到MEC服务器去执行了。任务提交环节极大的体现了移动边缘计算在任务迁移服务的优异性能。传统的移动云计算提供任务迁移服务时，云端服务器位于核心网侧，用户上传的数据需要经过无线接入网和多次跳转的核心网回传链路，会带来较高的传输时延。移动云计算的改进模式Cloudlet将云服务器部署在与移动设备同一个局域网络中，用户通过WIFI提交任务。虽然这样的方式一定程度上解决了任务提交的传输时延的问题，但是，在移动边缘计算环境下，用户把计算任务提交给MEC服务器去执行是一种非常有发展前景的任务迁移方案。MEC服务器既有强大的计算和存储能力，又有靠近用户的高带宽、低时延的优势，还可以依靠无处不在的移动蜂窝网络让用户”随时随地”的提交任务。

（5）MEC服务器端执行

MEC服务器端执行计算任务采用的是定制虚拟机方案，移动客户端把计算任务迁移到MEC服务器后，MEC服务器会为该任务分配一个虚拟机，作为一个独立的应用来支持计算任务的执行。在MEC的虚拟机上执行任务有多种模式，例如：

1）克隆云模式：让虚拟机作为移动设备的完整镜像，其强大的计算能力和与移动设备相同的运行环境使得移动应用可以在移动端和云端分布式执行，两者之间只需要传输任务的输入输出数据和运行状态，不需要程序的代码的传输，但是该模式对MEC服务器和移动设备的同步要求较高；

2）动态任务执行模式：移动用户会根据任务的计算量、数据量、资源需求等因素，动态决定是否将整个任务的代码和输入数据上传到MEC虚拟机上，让虚拟机执行，此时虚拟机担任的只是一个任务运行主机的作用。

（6）结果返回

计算结果的返回是任务迁移流程中的最后一个环节。 MEC服务器在执行完提交的任务后，会把计算结果通过无线网络回传给移动设备使用。移动设备可能会将此结果进行加工和使用后，再次启动迁移流程，或者是主动发起断开请求，断开与MEC服务器的连接。

推荐阅读