宋曉詩+閆巖+王夢源

摘要：移動邊緣計算（MEC）是未來5G移動通信系統(tǒng)提升服務(wù)應(yīng)用能力的重要技術(shù)手段之一。通過在無線接入網(wǎng)絡(luò)的邊緣節(jié)點處部署具備計算、存儲和通信能力的服務(wù)應(yīng)用平臺，MEC能夠有效處理終端用戶的高時效性業(yè)務(wù)需求，大幅度縮短端到端時延，并解決核心網(wǎng)絡(luò)的數(shù)據(jù)流量瓶頸等相關(guān)問題。

關(guān)鍵詞： 5G；MEC；無線緩存；基于軟件定義網(wǎng)絡(luò)（SDN）的本地分流技術(shù)

Abstract： Mobile edge computing （MEC） is envisioned as one of the most important techniques for 5G mobile communication systems in the future. By deploying a generic computing platform with computing， storage， and communication capabilities across the wireless edges， MEC can effectively meet the high timeliness service requirements of end users， greatly shorten the end-to-end delay， and solve the related problems of data traffic bottleneck in core network.

Key words： 5G； MEC； wireless content caching； software defined network（SDN）-based traffic offloading

移動邊緣計算（MEC）技術(shù)的概念最早提出于2009年卡內(nèi)基梅隆大學(xué)所研發(fā)的cloudlet計算平臺[1]。2014年，歐洲電信標(biāo)準(zhǔn)協(xié)會（ETSI）正式定義了MEC的基本概念并成立了MEC規(guī)范工作組，開始啟動相關(guān)標(biāo)準(zhǔn)化工作[2]。2016年，ETSI將此概念擴(kuò)展為多接入邊緣計算，并將移動蜂窩網(wǎng)絡(luò)中的邊緣計算應(yīng)用推廣至其他無線接入網(wǎng)絡(luò)（如Wi-Fi）。在ETSI的推動下，包括第3代合作伙伴（3GPP）及中國通信標(biāo)準(zhǔn)化協(xié)會（CCSA）在內(nèi)的其他國際及中國標(biāo)準(zhǔn)化組織也相繼啟動了相關(guān)工作。目前，MEC已經(jīng)發(fā)展演進(jìn)為5G移動通信系統(tǒng)的重要技術(shù)之一。

隨著MEC的不斷發(fā)展成熟，全球各大電信運營商及設(shè)備商均加快了MEC系統(tǒng)的研發(fā)和部署進(jìn)程[3]。其中，在國際上，沃達(dá)豐、AT&T、Verizon等運營商及諾基亞、高通等設(shè)備商已經(jīng)開始部署商用MEC系統(tǒng)和解決方案，面向物聯(lián)網(wǎng)、車聯(lián)網(wǎng)等行業(yè)應(yīng)用，提供低時延、高速率、大容量的網(wǎng)絡(luò)服務(wù)；在中國，中國移動、中國電信和中國聯(lián)通等運營商也在積極聯(lián)合中興通訊等公司開展MEC試驗網(wǎng)絡(luò)的驗證測試。

綜上所述，通過在無線網(wǎng)絡(luò)側(cè)增加具備計算、存儲、網(wǎng)絡(luò)資源管理等功能的邊緣節(jié)點，MEC能夠?qū)o線網(wǎng)絡(luò)、數(shù)據(jù)緩存和云計算技術(shù)有機地融合在一起，并因此可以有效推動5G移動通信系統(tǒng)在車聯(lián)網(wǎng)、物聯(lián)網(wǎng)、無人機網(wǎng)絡(luò)和智慧城市等領(lǐng)域的應(yīng)用和發(fā)展。

1 MEC概述

MEC的基本思想是把云計算平臺從移動核心網(wǎng)絡(luò)內(nèi)部遷移到移動接入網(wǎng)邊緣，通過部署具備計算、存儲、通信等功能的邊緣節(jié)點，使傳統(tǒng)無線接入網(wǎng)具備業(yè)務(wù)本地化條件，進(jìn)一步為終端用戶提供更高帶寬、更低時延的數(shù)據(jù)服務(wù)，并大幅度減少核心網(wǎng)的網(wǎng)絡(luò)負(fù)荷，同時降低數(shù)據(jù)業(yè)務(wù)對網(wǎng)絡(luò)回傳的帶寬要求。

1.1 MEC的整體架構(gòu)

ETSI在文獻(xiàn)[4]中定義的MEC系統(tǒng)的整體架構(gòu)如圖1所示，其中MEC服務(wù)器是整個系統(tǒng)的核心，覆蓋移動終端的MEC系統(tǒng)由一個或多個MEC服務(wù)器組成。通過將MEC服務(wù)器部署于無線接入網(wǎng)與核心網(wǎng)之間，MEC系統(tǒng)將能夠在無線網(wǎng)絡(luò)側(cè)（網(wǎng)絡(luò)的近端）為終端用戶提供更高效率、更低時延的計算、存儲和通信服務(wù)，并因此能夠提升終端用戶的服務(wù)質(zhì)量（QoS）體驗。

由圖1可以看出：MEC服務(wù)器包括路由子系統(tǒng)、能力開放子系統(tǒng)、平臺管理子系統(tǒng)以及邊緣云基礎(chǔ)設(shè)施等4個基本組件。通過上述基本組件，MEC系統(tǒng)能夠與無線接入網(wǎng)、移動核心網(wǎng)、企業(yè)網(wǎng)及軟/硬件基礎(chǔ)環(huán)境進(jìn)行業(yè)務(wù)融合和動態(tài)交互。

1.2 MEC的基本功能組件

在MEC服務(wù)器所包含的4個基本功能組件中，路由子系統(tǒng)、能力開放子系統(tǒng)和平臺管理子系統(tǒng)均部署在MEC服務(wù)器內(nèi)部，而邊緣云基礎(chǔ)設(shè)施則由部署在網(wǎng)絡(luò)邊緣的小型或微型數(shù)據(jù)中心構(gòu)成。MEC服務(wù)器的4個基本功能組件在MEC系統(tǒng)中的作用與相互關(guān)系如圖2所示。

（1）路由子系統(tǒng)

路由子系統(tǒng)為MEC系統(tǒng)、無線接入系統(tǒng)和核心網(wǎng)絡(luò)系統(tǒng)之間提供數(shù)據(jù)轉(zhuǎn)發(fā)的功能。當(dāng)移送設(shè)備請求數(shù)據(jù)時，若MEC系統(tǒng)存儲設(shè)備中有目標(biāo)數(shù)據(jù)，則通過路由子系統(tǒng)將數(shù)據(jù)下發(fā)給用戶；若MEC系統(tǒng)中沒有目標(biāo)數(shù)據(jù)，則通過路由子系統(tǒng)將用戶的請求數(shù)據(jù)包經(jīng)移動核心網(wǎng)發(fā)送至第三方服務(wù)器或云數(shù)據(jù)中心。此外，路由子系統(tǒng)還可以在MEC服務(wù)器之間發(fā)送數(shù)據(jù)以支持設(shè)備的移動性。典型的路由轉(zhuǎn)發(fā)案例如圖3所示。

（2）能力開放子系統(tǒng)

能力開放子系統(tǒng)的主要功能是通過向路由子系統(tǒng)提供網(wǎng)絡(luò)及用戶的實時動態(tài)信息，以及向平臺管理子系統(tǒng)上報能力開放注冊信息以及能力調(diào)用統(tǒng)計信息，實現(xiàn)路由轉(zhuǎn)發(fā)策略的制定和業(yè)務(wù)數(shù)據(jù)的管控。同時，能力開放子系統(tǒng)可以通過分析用戶的業(yè)務(wù)數(shù)據(jù)實現(xiàn)網(wǎng)絡(luò)業(yè)務(wù)處理、網(wǎng)絡(luò)資源分配、監(jiān)測終端能力等特定功能的部署。

（3）平臺管理子系統(tǒng)

平臺管理子系統(tǒng)的主要作用是對移動網(wǎng)絡(luò)數(shù)據(jù)平面進(jìn)行控制，對來自能力開放子系統(tǒng)的能力調(diào)用請求進(jìn)行管控，對邊緣云內(nèi)的IT基礎(chǔ)設(shè)施進(jìn)行虛擬化資源管理，以及對相關(guān)計費信息進(jìn)行統(tǒng)計上報。

（4）邊緣云基礎(chǔ)設(shè)施endprint

邊緣云基礎(chǔ)設(shè)施的主要作用是通過為終端用戶提供由小型化硬件平臺構(gòu)建的計算、存儲及網(wǎng)絡(luò)通信等資源的物理資源池，實現(xiàn)MEC系統(tǒng)的本地化數(shù)據(jù)業(yè)務(wù)處理，提升網(wǎng)絡(luò)的QoS體驗。

2 MEC系統(tǒng)的關(guān)鍵技術(shù)

MEC系統(tǒng)的關(guān)鍵技術(shù)主要包括計算卸載技術(shù)、無線數(shù)據(jù)緩存技術(shù)和基于軟件定義網(wǎng)絡(luò)（SDN）的本地分流技術(shù)等。上述關(guān)鍵技術(shù)是MEC系統(tǒng)實現(xiàn)計算處理實時化、數(shù)據(jù)處理本地化以及信息交互高效化的前提和基礎(chǔ)。

2.1 計算卸載技術(shù)

計算卸載技術(shù)[5]是MEC系統(tǒng)實現(xiàn)終端業(yè)務(wù)實時化處理的重要手段。計算卸載是指將部分計算功能由移動設(shè)備遷移到MEC服務(wù)器執(zhí)行，其主要過程包括卸載決策、卸載執(zhí)行、結(jié)果回傳等3部分。其中，卸載決策是指某項計算任務(wù)應(yīng)該如何進(jìn)行高效卸載，是計算卸載的理論基礎(chǔ)；卸載執(zhí)行是如何將計算能力在MEC服務(wù)器和終端進(jìn)行劃分，是計算卸載的核心；結(jié)果回傳是將計算任務(wù)處理結(jié)果下發(fā)給終端用戶，是計算卸載最終實現(xiàn)并完成的關(guān)鍵。利用計算卸載技術(shù)，通過將業(yè)務(wù)計算及時卸載到移動邊緣計算服務(wù)器進(jìn)行計算處理，能夠有效擴(kuò)展移動設(shè)備的即時計算能力，降低計算延遲，并提高移動終端的電池壽命。因此，高效的計算卸載策略在邊緣計算技術(shù)中扮演著不可缺少的角色。

計算卸載的基本設(shè)計原理為：當(dāng)終端發(fā)起計算卸載請求時，終端上的資源監(jiān)測器檢測MEC系統(tǒng)的資源信息，整理出可用的MEC服務(wù)器網(wǎng)絡(luò)的資源情況（包括服務(wù)器運算能力、負(fù)載情況、通信花銷等）；根據(jù)上述接收到的服務(wù)器網(wǎng)絡(luò)信息，終端內(nèi)部的計算卸載決策引擎決定哪些任務(wù)為本地執(zhí)行，哪些為邊緣計算節(jié)點執(zhí)行；最后，根據(jù)計算卸載決策引擎的決策指示，分割模塊將任務(wù)分割成可以在不同設(shè)備獨立執(zhí)行的子任務(wù)。其中，本地執(zhí)行部分由終端在本地進(jìn)行，邊緣計算節(jié)點執(zhí)行部分經(jīng)轉(zhuǎn)化后卸載到MEC服務(wù)器進(jìn)行運算處理。

計算卸載根據(jù)業(yè)務(wù)計算強度可劃分為二元卸載和部分卸載[6]。其中，二元卸載主要針對高密度且小規(guī)模的計算任務(wù)。通過二元卸載，終端的計算任務(wù)被整體遷移到MEC服務(wù)器進(jìn)行計算處理。部分卸載主要針對大規(guī)模的計算任務(wù)。通過部分卸載，終端的計算任務(wù)由分割模塊分為多個子任務(wù)，分別卸載到多個MEC服務(wù)器執(zhí)行計算。最簡單的部分卸載任務(wù)模型是數(shù)據(jù)分區(qū)模型[7]。在數(shù)據(jù)分區(qū)模型中，終端用戶的計算任務(wù)可以被劃分成多個相互獨立的子任務(wù)，并根據(jù)計算卸載決策指示在移動設(shè)備及一個或多個MEC服務(wù)器中并行執(zhí)行。需要指出的是：在部分卸載過程中，不同子任務(wù)之間可能存在一定的依賴關(guān)系，例如：子任務(wù)A的輸出為子任務(wù)B的執(zhí)行前提。因此，被劃分后的多個子任務(wù)存在無法同時執(zhí)行的情況。針對上述問題，可將任務(wù)的執(zhí)行過程劃分為[n]個時隙[8]，根據(jù)子任務(wù)之間的依賴關(guān)系，將能夠并行執(zhí)行的子任務(wù)在同一時隙卸載到多個MEC服務(wù)器進(jìn)行并行運算，而將不能并行執(zhí)行的子任務(wù)按照其優(yōu)先級順序分配至不同時隙依次執(zhí)行。

通過上述討論可以看出：計算卸載技術(shù)的應(yīng)用，能夠有效地降低計算任務(wù)的時延，擴(kuò)展移動設(shè)備的計算能力，并減少移動設(shè)備的能量消耗，延長移動設(shè)備電池的壽命。因此，探尋高效的計算卸載策略是MEC系統(tǒng)等相關(guān)研究的重點。在已有的工作中，文獻(xiàn)[9]提出了用李雅譜諾夫函數(shù)解決此類最優(yōu)性問題。文獻(xiàn)[10]提出將尋找最優(yōu)MEC系統(tǒng)的問題看成解決多臂賭博機問題，其中采用了上置信算法和[ε]-greedy算法解決尋找最優(yōu)卸載策略。

2.2 無線數(shù)據(jù)緩存技術(shù)

內(nèi)容緩存策略和內(nèi)容傳輸策略是無線數(shù)據(jù)緩存技術(shù)需要解決的兩個重要問題。其中，內(nèi)容緩存策略是指網(wǎng)絡(luò)邊緣節(jié)點對于熱點數(shù)據(jù)的選取和緩存機制，內(nèi)容傳輸策略是指網(wǎng)絡(luò)邊緣節(jié)點將其緩存的熱點數(shù)據(jù)分發(fā)給申請用戶的傳輸機制。兩個問題相互影響，相互耦合。在已有的相關(guān)研究中，文獻(xiàn)[12-13]對微小基站端的內(nèi)容緩存策略和內(nèi)容傳輸策略進(jìn)行了研究，并指出無線數(shù)據(jù)緩存技術(shù)能夠有效減少海量數(shù)據(jù)在核心網(wǎng)內(nèi)的冗余重復(fù)傳輸，降低傳輸時延。需要指出的是：雖然微小基站端的無線數(shù)據(jù)緩存技術(shù)能夠?qū)⒕W(wǎng)絡(luò)的業(yè)務(wù)負(fù)載從核心網(wǎng)內(nèi)卸載至網(wǎng)絡(luò)的邊緣節(jié)點處，并以此減輕承載網(wǎng)的鏈路阻塞；但在內(nèi)容傳輸階段，數(shù)據(jù)業(yè)務(wù)的發(fā)送仍然需要大量占用接入網(wǎng)的基帶資源和射頻資源，無線網(wǎng)絡(luò)的整體性能因此無法獲得進(jìn)一步突破。

為了解決上述問題，文獻(xiàn)[14-15]考慮了位于用戶終端處的無線數(shù)據(jù)緩存技術(shù)，以解決微小基站端無線數(shù)據(jù)緩存技術(shù)的技術(shù)瓶頸，并通過探索設(shè)備到設(shè)備（D2D）通信機制下的內(nèi)容緩存策略和內(nèi)容傳輸策略，實現(xiàn)基站端基帶資源與射頻資源的釋放，進(jìn)一步提升移動通信網(wǎng)絡(luò)的傳輸性能。其中，文獻(xiàn)[14]研究了基于速率門限的D2D內(nèi)容傳輸策略，通過選取具有高傳輸速率的D2D數(shù)據(jù)鏈路進(jìn)行數(shù)據(jù)傳輸，最大化D2D網(wǎng)絡(luò)的數(shù)據(jù)承載概率，并在該策略下對最優(yōu)內(nèi)容緩存策略進(jìn)行了求解。文獻(xiàn)[15]考慮了基于載波偵聽接入機制的D2D內(nèi)容傳輸策略，通過為可能沖突的終端用戶設(shè)定隨機退避時間，減少D2D傳輸鏈路間的相互干擾，并在此基礎(chǔ)上對最優(yōu)的內(nèi)容緩存策略進(jìn)行了求解。

2.3 基于SDN的本地分流技術(shù)

基于SDN的本地分流技術(shù)是MEC系統(tǒng)實現(xiàn)網(wǎng)絡(luò)信息交互高效化的有效措施[16]?；赟DN的本地分流技術(shù)的核心思想為：首先，SDN控制器從本地或者從策略服務(wù)器獲取預(yù)先設(shè)置的分流策略；其次，SDN控制器根據(jù)數(shù)據(jù)流描述信息和分流策略，生成分流規(guī)則流表；最后，分流網(wǎng)關(guān)根據(jù)分流規(guī)則流表將相應(yīng)的數(shù)據(jù)流進(jìn)行最終分流。相比于傳統(tǒng)的本地分流技術(shù)，基于SDN的本地分流技術(shù)能夠根據(jù)終端用戶的實際需求和MEC系統(tǒng)的資源部署情況有效實現(xiàn)數(shù)據(jù)業(yè)務(wù)的本地化處理，縮短網(wǎng)絡(luò)對終端用戶的響應(yīng)時間，保證終端用戶數(shù)據(jù)業(yè)務(wù)需求的連續(xù)性，并大幅度降低核心網(wǎng)的數(shù)據(jù)流量壓力，提升終端用戶的服務(wù)體驗。

基于SDN的本地分流技術(shù)的優(yōu)勢之一是能夠快速適應(yīng)由終端用戶的移動性引起的網(wǎng)絡(luò)拓?fù)涞淖兓?，有效保證終端用戶的業(yè)務(wù)連續(xù)性。具體來說：在MEC系統(tǒng)中，當(dāng)終端用戶的位置發(fā)生變化時， 基于SDN的本地分流技術(shù)能夠根據(jù)感知到的網(wǎng)絡(luò)接入點的改變重新生成路由轉(zhuǎn)發(fā)策略，并將其以流表的形式下發(fā)至交換機。由于基于流表的轉(zhuǎn)發(fā)機制實時性強且配置靈活，基于SDN的本地分流技術(shù)能夠有效處理由終端用戶位置變化引起的網(wǎng)絡(luò)接入點的切換，從而保障終端用戶的服務(wù)體驗。endprint

綜上所述：在MEC的場景下，MEC服務(wù)器通過感知計算、緩存和網(wǎng)絡(luò)的實時狀況，利用SDN實現(xiàn)了網(wǎng)絡(luò)資源的有效分配，以及數(shù)據(jù)業(yè)務(wù)的高效調(diào)度與分發(fā)。因此，基于SDN的本地分流技術(shù)是MEC業(yè)務(wù)本地化未來發(fā)展的重要趨勢。

3 MEC系統(tǒng)面臨的挑戰(zhàn)

MEC通過在無線接入網(wǎng)內(nèi)提供云化的計算、存儲、通信服務(wù)能力，實現(xiàn)了近距離、超低時延、高帶寬以及實時訪問無線網(wǎng)絡(luò)信息的服務(wù)環(huán)境，并實現(xiàn)了網(wǎng)絡(luò)從接入管道向信息化服務(wù)使能平臺的跨越，是5G的關(guān)鍵技術(shù)之一。目前，移動邊緣計算仍面臨著如下研究挑戰(zhàn)：

（1）安全性挑戰(zhàn)。MEC的分布式架構(gòu)增加了攻擊向量的維度，移動邊緣計算客戶端越智能，越容易受到惡意軟件感染和安全漏洞攻擊。

（2）公平性挑戰(zhàn)。MEC系統(tǒng)資源共享的公平性是影響用戶服務(wù)質(zhì)量和網(wǎng)絡(luò)整體性能的關(guān)鍵因素之一。如何在網(wǎng)絡(luò)中存在大量MEC邊緣計算節(jié)點和終端用戶接入節(jié)點的情況下，實現(xiàn)基于公平性的資源優(yōu)化管理和網(wǎng)絡(luò)負(fù)載均衡，是目前相關(guān)領(lǐng)域的研究重點。

（3）互操作性挑戰(zhàn)。MEC設(shè)備之間的互操作性是MEC系統(tǒng)大規(guī)模商用的關(guān)鍵。不同設(shè)備商之間需要通過制定相關(guān)的標(biāo)準(zhǔn)規(guī)范和通用的協(xié)作協(xié)議，實現(xiàn)異構(gòu)MEC設(shè)備和系統(tǒng)之間的互操作。

（4）移動性管理挑戰(zhàn)。在大連接、高速率、低時延的MEC典型應(yīng)用場景中，如何有效保證終端用戶的業(yè)務(wù)連續(xù)性和無縫切換是MEC系統(tǒng)需要解決的重要問題。

4 結(jié)束語

MEC作為5G的關(guān)鍵技術(shù)之一，通過將具有計算、存儲、通信能力的業(yè)務(wù)平臺下沉到網(wǎng)絡(luò)邊緣，為終端用戶提供更近距離、更低延時、更高帶寬的泛在數(shù)據(jù)業(yè)務(wù)服務(wù)。結(jié)合現(xiàn)有的相關(guān)研究，我們對MEC的體系架構(gòu)、關(guān)鍵技術(shù)，以及重要應(yīng)用進(jìn)行了詳細(xì)闡述，并同時對MEC所面臨的研究挑戰(zhàn)進(jìn)行了歸納和總結(jié)。可以預(yù)見：移動邊緣計算必將成為5G乃至未來移動通信系統(tǒng)不可或缺的重要組成部分。

參考文獻(xiàn)

[1] SATYANARAYANAN M， BAHL P， CACERES R， et al. The Case for VM-Based Cloudlets in Mobile Computing [J]. IEEE Pervasive Computing， 2009， 8（4）：14-23. DOI： 10.1109/MPRV.2009.82

[2] PATEL M， NAUGHTON B， CHAN C， et al. Mobile-Edge Computing Introductory Technical White Paper[R]. White Paper， Mobile-edge Computing （MEC） Industry Initiative， 2014

[3] HU YC， PATEL M， SABELLA D， et al. Mobile Edge Computing-A Key Technology Towards 5G[R]. ETSI White Paper， 2015

[4] SATHYA A. Mobile Edge Computing： A Gateway to 5G Era[R]. Huawei Technologies White Paper，2016

[5] LIU J， MAO Y， ZHANG J， et al. Delay-Optimal Computation Task Scheduling for Mobile-Edge Computing Systems[C]//IEEE International Symposium on Information Theory. IEEE， 2016：1451-1455. DOI： 10.1109/ISIT.2016.7541539

[6] YU Y. Mobile Edge Computing Towards 5G： Vision， Recent Progress， and Open Challenges[J]. China Communications， 2016， 13（S2）：89-99. DOI： 10.1109/CC.2016.7833463

[7] MAO Y， YOU C， ZHANG J， et al. A Survey on Mobile Edge Computing： The Communication Perspective [J]. IEEE Communications Surveys&Tutorials， 2017，13（4）：2322-2358. DOI： 10.1109/COMST.2017.2745201

[8] TEREFE M B， LEE H， HEO N， et al. Energy-Efficient Multisite Offloading Policy Using Markov Decision Process for Mobile Cloud Computing[J]. Pervasive & Mobile Computing， 2016， 27（C）：75-89. DOI： 10.1016/j.pmcj.2015.10.008

[9] LIU J， MAO Y， ZHANG J， et al. Delay-Optimal Computation Task Scheduling for Mobile-Edge Computing Systems[C]//IEEE International Symposium on Information Theory. USA：IEEE， 2016：1451-1455. DOI： 10.1109/ISIT.2016.7541539endprint

[10] SUN Y， ZHOU S， XU J. EMM： Energy-Aware Mobility Management for Mobile Edge Computing in Ultra Dense Networks[J]. IEEE Journal on Selected Areas in Communications， 2017， 35（11）： 2637 -2646. DOI： 10.1109/JSAC.2017.2760160

[11] WANG X， CHEN M， TALEB T， et al. Cache in the Air： Exploiting Content Caching and Delivery Techniques for 5G Systems[J]. Communications Magazine IEEE， 2014， 52（2）：131-139. DOI： 10.1109/MCOM.2014.6736753

[12] LI J， CHEN Y， LIN Z， et al. Distributed Caching for Data Dissemination in the Downlink of Heterogeneous Networks[J]. IEEE Transactions on Communications， 2015， 63（10）：3553-3568. DOI： 10.1109/TCOMM.2015.2455500

[13] BHARATH B N， NAGANANDA K G， POOR H V. A Learning-Based Approach to Caching in Heterogenous Small Cell Networks[J]. IEEE Transactions on Communications， 2015， 64（4）：1674-1686. DOI： 10.1109/TCOMM.2016.2536728

[14] CHEN B， YANG C， XIONG Z. Optimal Caching and Scheduling for Cache-enabled D2D Communications[J]. IEEE Communications Letters， 2017， 21（5）：1155-1158. DOI： 10.1109/LCOMM.2017.2652440

[15] SONG X， GENG Y， MENG X， et al. Cache-Enabled Device to Device Networks with Contention-Based Multimedia Delivery[J]. IEEE Access， 2017， 5（99）：3228-3239. DOI： 10.1109/ACCESS.2017.2664807

[16] HUO R， YU F R， HUANG T， et al. Software Defined Networking， Caching， and Computing for Green Wireless Networks[J]. IEEE Communications Magazine， 2016， 54（11）：185-193. DOI： 10.1109/MCOM.2016.1600485CMendprint