摘要：边缘计算作为一种物联网新的计算范式，缓解网络负载同时提升了用户的服务质量。边缘节点需要大规模的部署，然而，资源分配的动态性为实际节点部署带来了困难，因此对边缘计算仿真软件的选择就变得尤为重要。考虑到软件的可编译程度和扩展性，本文选择了Edgecloudsim仿真软件与相关软件进行分析研究。
关键词：边缘计算;节点部署;Edgecloudsim;稳健性
中图分类号：TP393 文献标识码：A
1.介绍
边缘计算是一种新型的计算范式，覆盖了诸多计算概念，例如移动云计算、cloudlet、雾计算和移动边缘计算（MEC）。这些计算范式的共同目标是从客户端地理位置附近与边缘服务器建立连接，以获得高质量、低时延响应的服务。边缘计算优势在于在没有云访问可用的移动环境下通过边缘服务器也能处理小型的时间敏感型的任务。云计算通过广域网为大服务环境下的用户提供服务，而边缘计算通过无线局域网可对信号覆盖范围内的用户与节点建立通信，因此边缘计算提供了比云计算更低的传输延迟，将能更高效地处理AR/VR、智能家居等时间敏感型的应用。
边缘计算的趋势越来越明显，许多研究人员正在设计新的方案来实现新的方法。提出新的边缘计算解决方案的一个关键挑战是，在考虑相关工程参数的同时，现实地评估设想系统的性能。另一方面，在实验测试平台上工作带来了关于实验的可重复性和所提出的体系结构的可扩展性的困难。此外，边缘计算系统的客户端大多是移动的。在真实的云环境或测试平台上运行移动客户端是一个具有挑战性的问题。因此，研究人员通常更喜欢使用模拟器来评估和优化他们的边缘计算方法和设计。
2 仿真软件仿真步骤分析
仿真软件为研究人员提供了许多优势，比如扩展性强、模拟节点灵活部署、节约经济成本。然而，从模拟程序开发人员的角度来看，存在一些建模困难：1.建模虚拟化参数配置（例如：CPU、内存和存储）及其资源调配。与传统的云计算仿真相比，模拟边缘计算环境将带来更复杂的问题。2.移动性建模。在Cloudsim中，移动性通常被忽略，因为关键点是如何针对客户端请求提供虚拟化资源。随着设备移动性更强，系统设计将更加复杂，因为移动性会影响许多其他模块，并且考虑到空间的复杂性所带来的多径衰落与多跳通信，为研究者的建模增加了难度。3.网络建模。例如，用户、边缘节点和云之间的交互可能需要不同的访问技术和网络拓扑。例如，移动用户可以通过无线局域网将数据传输到边缘节点，边缘节点通过无线局域网将传入的数据转发到云。在这样的系统中使用固定的端到端传输延迟是不合理的，因为用户数量通常被认为非常大。因此，建模工具应该能够采用不同的延迟模型来模拟各种接入技术，如Wi-Fi、蓝牙、4G和5G。可扩展性成为处理边缘计算架构中使用的大量实体的另一个重大挑战，需要在扩展性和高精度之间作以权衡。如果考虑太多细节，可扩展性会变得很差。因此，在选择仿真软件时，扩展性也是一个重要因素。研究人员在研究中通常使用不同的体系结构的应用模型，需要根据自己的需求定制和扩展建模工具。最后，易于分析是模拟器用户需要的一个关键指标，模拟的结果可以从各个方面进行分析才能体现出仿真平台的稳健性。
3. EdgeCloudSim特点分析
边缘计算系统的一个独特要求是在评估其性能时需要考虑移动性、网络和计算资源。传统的仿真软件，如NS2，Opnet，Redriver可以有效地模拟各种类型的網络协议和拓扑。然而，这些工具对云计算处理场景限制较高，并且软件内网络协议跟不上现有的发展速度，需要部署底层的自定义节点，参数上符合物联网场景下的需求，有一定的上手难度。云计算中最流行的模拟工具之一是CloudSim，允许对云计算基础设施和应用服务进行建模，从边缘计算的角度来看，CloudSim的主要缺点是：（1）缺乏动态无线局域网和无线局域网通信模型。（2）缺乏移动节点和移动性支持。（3）缺乏真实的边缘类型负载生成器模型。研究人员通过实现与其需求相关的缺失部分来扩展CloudSim的性能。虽然它们对于生成物联网和雾计算场景的相关工作负载很有用，但这些工具没有考虑移动性和动态网络模型。几种经典仿真软件的特点如下表1所示。
表1 几种经典的仿真软件的比较如下表：
EdgeCloudSim的移动性模块用于对移动用户的移动性进行建模。用户的移动是基于游牧移动模型建模的。他们在一个地方随机等待一段时间，然后移动到另一个地方。在模型中，有三种不同吸引力级别的位置类型。如果该地点的吸引力水平高，用户很可能会在那个地方呆更多的时间。该地点的吸引力水平直接影响学生在相关地点停留的时间。移动到任何位置的概率对于所有位置都是相同的。
EdgeCloudSim的组网模块用于计算网络时延。当移动设备移动到接入点的覆盖区域时，它们加入相关的无线局域网。然后，移动设备开始向边缘服务器发送任务。如果决定将任务卸载到全局云，则使用无线接入点提供的广域网连接。EdgeCloudSim提供了一个默认的简单队列模型，作为无线局域网和无线局域网模型的网络模块。
4.结束语
综上所述，EdgeCloudSim在进行边缘网络仿真时，对于移动性建模具有较好的优势，且对于网络时延及能耗的仿真都具有预置的程序模块可供调用，但它忽略了传感器模型等信息收集端的限制，比较适合更关注整个网络服务时延、能耗等参数仿真的情形。
参考文献
[1]薛鹤宇. 基于边缘计算的人脸身份认证系统中的隐私保护技术研究[D]. 西安： 西安电子科技大学， 2019.
[2]黄冬艳， 付中卫，王波.计算资源受限的移动边缘计算服务器收益优化策略[J].计算机应用，2020，40（03）：765-769.
[3]施巍松， 孙辉， 曹杰， 张权， 刘伟. 边缘计算：万物互联时代新型计算模型[J]. 计算机研究与发展， 2017， 54（05）： 907-924.
[4]边缘计算产业联盟（ECC）与工业互联网产业联盟（AII）. 边缘计算参考架构2.0[R/OL]. （2017-11） https：//max.book118.com/html/2017/1205/142870200.shtm.
[5]Md Golam Rabiul Alam， Mohammad Mehedi Hassan， Md. ZIa Uddin， et al. Autonomic computation offloading in mobile edge for IoT applications. 2019， 90：149-157.
[6]Yiming Miao， Gaoxiang Wu， Miao Li， et al. Intelligent task prediction and computation offloading based on mobile-edge cloud computing. 2020， 102：925-931.
[7]Li Kuang， Tao Gong， Shuyin OuYang， et al. Offloading decision methods for multiple users with structured tasks in edge computing for smart cities. 2020， 105：717-729.
[8]Hou X， Ren Z， Wang J， et al. Latency and Reliability Oriented Collaborative Optimization for Multi-UAV Aided Mobile Edge Computing System[C]// IEEE INFOCOM 2020 - IEEE Conference on Computer Communications Workshops （INFOCOM WKSHPS）. IEEE， 2020.
作者简介：沈家庆：男，汉族，1978年8月生，硕士，中国民用航空飞行学院副教授，研究方向：边缘计算。