Đồ án/Báo cáo chuyên đề: Kiến trúc, đặc điểm và các bài toán trong Mobile Edge Computing

* Báo cáo trình bày chi tiết về công nghệ Điện toán biên di động (MEC) – một trong những trụ cột quan trọng của mạng 5G. Tài liệu phù hợp cho sinh viên chuyên ngành Điện tử Viễn thông hoặc CNTT đang làm tiểu luận, đồ án về mạng không dây thế hệ mới. * Nội dung cốt lõi của báo cáo: - Khái niệm và sự ra đời: Tại sao cần MEC để giảm độ trễ và tiết kiệm băng thông thay vì dùng Cloud truyền thống. - Kiến trúc hệ thống MEC: Phân tích các thành phần trong mô hình chuẩn của ETSI (MEC host, MEC platform, MEC orchestrator...). - Các đặc điểm chính: Tính toán tại biên, độ trễ cực thấp, khả năng nhận biết vị trí và bối cảnh thuê bao. - Các bài toán quan trọng trong MEC: Computation Offloading, Resource Allocation, Mobility Management.

TRƯỜNG ĐẠI HỌC BÁCH KHOA KHOA ĐIỆN TỬ VIỄN THÔNG

BÁO CÁO CUỐI KỲMÔN HỌC: MẠNG HỆ THỐNG THÔNG TIN TIÊN TIẾN

TÓM TẮT

Tên đề tài: Công nghệ điện toán biên di động

Sinh viên thực hiện:

Số thẻ SV: Lớp:

Trong bối cảnh số hóa diễn ra mạnh mẽ và nhu cầu xử lý dữ liệu theo thời gianthực ngày càng tăng, điện toán biên di động (MEC – Mobile Edge Computing) đã nổi lênnhư một giải pháp công nghệ hiệu quả nhằm tối ưu hiệu suất mạng, giảm độ trễ, tiết kiệmbăng thông và nâng cao mức độ bảo mật MEC đặc biệt phù hợp với các ứng dụng hiệnđại như Internet vạn vật (IoT), thực tế ảo/tăng cường (VR/AR) và xe tự hành, đồng thờiđóng vai trò nền tảng trong triển khai mạng 5G

Bài tiểu luận này được chia thành 4 chương nhằm làm rõ toàn diện các khía cạnhliên quan đến công nghệ MEC:

 Chương 1 trình bày tổng quan về bối cảnh ra đời của MEC, lý do công nghệnày trở thành xu hướng tất yếu trong phát triển hạ tầng mạng hiện đại, cùngvới mục tiêu nghiên cứu và các ứng dụng tiêu biểu của nó

 Chương 2 tập trung vào phần cơ sở lý thuyết như: khái niệm, các đặc điểmnổi bật, cũng như cấu trúc của một hệ thống MEC Cung cấp các kiến thứcnền tảng liên quan đến điện toán đám mây, mạng thế hệ mới, và các côngnghệ điện toán biên có liên quan như điện toán đám mây (MCC – MobileCloud Computing), Fog Computing và Cloudlet – qua đó làm rõ sự khác biệtgiữa MEC và các mô hình điện toán biên khác Từ đó, khẳng định tính hiệuquả và phù hợp của MEC trong các hệ thống hiện đại ngày nay

 Chương 3 đi sâu vào phân tích công nghệ MEC, bao gồm các mô hình tínhtoán, cách phân bổ tài nguyên và kiến trúc tham chiếu của MEC Giúp hiểu

rõ kiến trúc hệ thống, mô hình tính toán tại biên, cũng như chiến lược phân

bổ tài nguyên một cách hiệu quả Qua đó, người đọc có thể đánh giá và lựachọn mô hình phù hợp với từng ứng dụng, trường hợp cụ thể

 Chương 4 trình bày quá trình mô phỏng và đánh giá, sử dụng công cụ hỗ trợnhằm phân tích hiệu năng MEC trong một số tình huống ứng dụng cụ thể.Qua đó, luận văn rút ra những nhận xét về khả năng triển khai thực tế, cácthách thức còn tồn tại và hướng phát triển trong tương lai

Với cấu trúc chặt chẽ và nội dung bao quát, tiểu luận nhằm cung cấp một cái nhìntổng quan và có chiều sâu về MEC – một công nghệ then chốt trong xu hướng chuyểndịch xử lý dữ liệu ra sát biên mạng, góp phần xây dựng nên một hạ tầng mạng thôngminh, linh hoạt và bền vững trong thời đại số

Trong bối cảnh công nghệ ngày càng phát triển, các thiết bị di động thông minh và

hệ thống Internet vạn vật (IoT) đang đóng vai trò quan trọng trong nhiều lĩnh vực của đờisống và sản xuất Tuy nhiên, mô hình xử lý truyền thống dựa vào các trung tâm dữ liệutập trung không còn đáp ứng hiệu quả các yêu cầu về độ trễ thấp, băng thông lớn và tínhlinh hoạt trong môi trường kết nối ngày càng phức tạp Điều này đặt ra nhu cầu cấp thiết

về một mô hình điện toán mới – có khả năng xử lý dữ liệu gần người dùng hơn, đồng thời

hỗ trợ các ứng dụng thời gian thực một cách hiệu quả

Điện toán biên di động (MEC) đã được đề xuất như một giải pháp đầy tiềm năng,cho phép triển khai các chức năng tính toán, lưu trữ và phân tích dữ liệu ngay tại biên củamạng – gần với các thiết bị đầu cuối MEC không chỉ giúp giảm độ trễ và tiết kiệm băngthông, mà còn tăng cường hiệu suất mạng và đảm bảo tốt hơn quyền riêng tư cho ngườidùng Việc tích hợp MEC với các công nghệ tiên tiến như ảo hóa chức năng mạng (NFV)

và mạng 5G mở ra nhiều hướng phát triển mới cho các hệ thống thông minh và hạ tầngmạng thế hệ tiếp theo

Xuất phát từ tầm quan trọng và xu hướng phát triển mạnh mẽ của MEC, tôi đãthực hiện chuyên đề này với mục tiêu nghiên cứu tổng quan về công nghệ điện toán biên

di động, bao gồm định nghĩa, kiến trúc hệ thống, các mô hình thực thi, khả năng ứngdụng thực tế cũng như so sánh MEC với các mô hình điện toán biên khác như FogComputing và Cloudlet Thông qua việc trình bày và phân tích các nội dung lý thuyết kếthợp với mô phỏng, báo cáo hy vọng sẽ cung cấp một cái nhìn hệ thống và thực tiễn vềcông nghệ MEC

Tôi xin gửi lời cảm ơn chân thành đến cô Lê Thị Phương Mai đã tận tình hướngdẫn và hỗ trợ tôi trong suốt quá trình thực hiện chuyên đề Tôi cũng xin cảm ơn các bạn

từ các nhóm khác và đặc biệt là các đồng đội trong team đã giúp tôi có thêm nguồn tư liệuquý báu cũng như đặt ra các câu hỏi liên quan trong quá trình học tập và nghiên cứu để tôi

có thể khai thác MEC một cách sâu sắc hơn Dù đã nỗ lực hoàn thành tốt nhất trong khảnăng, nhưng do thời gian và kiến thức còn hạn chế, tôi rất mong nhận được những ý kiếnđóng góp từ cô và các bạn để bài tiểu luận được hoàn thiện hơn

TÓM TẮT ii

LỜI NÓI ĐẦU iii

MỤC LỤC iv

DANH SÁCH CÁC BẢNG, HÌNH VẼ vi

DANH SÁCH CÁC KÝ HIỆU, CHỮ VIẾT TẮT vii

MỞ ĐẦU 1

Chương 1: TỔNG QUAN 2

1.1 Giới thiệu chương 2

1.2 Lịch sử phát triển 2

1.3 Mục tiêu phát triển 2

1.4 Các ứng dụng tiêu biểu 2

1.5 Kết luận chương 3

Chương 2: CƠ SỞ LÝ THUYẾT 4

2.1 Giới thiệu chương 4

2.2 Các đặc trưng chính 4

2.2.1 Triển khai tại chỗ (On-premises Deployment) 4

2.2.2 Gần người dùng (User Proximity) 5

2.2.3 Đỗ trễ thấp (Low Latency) 5

2.2.4 Nhận thức vị trí (Location Awareness) 5

2.2.5 Thông tin ngữ cảnh mạng (Network Context Awareness) 5

2.3 Cấu trúc hệ thống 5

2.3.1 Lớp người dùng (User Layer) 6

2.3.2 Lớp biên (Edge Layer) 7

2.3.3 Lớp đám mây (Cloud Layer) 7

2.4 So sánh MEC với các công nghệ khác 7

2.4.1 So sánh MEC với điện toán đám mây 8

2.4.2 So sánh MEC với Fog Computing 9

2.4.3 So sánh MEC với Cloudlet 10

2.5 Kết luận chương 10

CHƯƠNG 3: CÔNG NGHỆ ĐIỆN TOÁN BIÊN DI ĐỘNG 11

3.1 Giới thiệu chương 11

3.2 Mô hình thực thi 11

3.2.1 Mô hình thực thi cục bộ (Local Execution) 11

3.2.2 Mô hình thực thi toàn bộ (Full Offloading) 12

3.3 Các cách quyết định thực thi 13

3.3.1 Phân chia tác vụ 13

3.3.2 Tối thiểu hoá độ trễ và năng lượng 15

3.3.3 Quy trình ra quyết định thực thi 17

3.4 Các cách phân bổ tài nguyên 18

3.4.1 Phân bổ tài nguyên tại một nút đơn lẻ 19

3.4.2 Phân bổ tài nguyên tại nhiều nút (mạng lưới liên kết) 19

3.5 Kiến trúc tham chiếu 20

3.5.1 Kiến trúc tham chiếu chung của MEC 20

3.5.2 Kiến trúc tham chiếu của MEC trong NFV 22

3.6 Kết luận chương 24

CHƯƠNG 4: MÔ PHỎNG VÀ ĐÁNH GIÁ 25

4.1 Giới thiệu chương 25

4.2 Mô phỏng 25

4.2.1 Đặt vấn đề 25

4.2.2 Đặc điểm mô phỏng 25

4.2.3 Kết quả mô phỏng 26

4.3 Đánh giá 27

4.3.1 Ưu điểm 27

4.3.2 Nhược điểm 27

4.4 Thách thức và phát triển 28

4.4.1 Thách thức 28

4.4.2 Phát triển 28

4.5 Kết luận chương 29

KẾT LUẬN 30

TÀI LIỆU THAM KHẢO 31

PHỤ LỤC 1 1

Bảng 2.1 Bảng so sánh chi tiết giữa MEC và MCC……….2

……….

Hình 2.1 Kiến trúc phân tầng của MEC……….6

Hình 2.1 Đặc điểm khác biệt của từng mô hình điện toán biên………8

Hình 3 1 Các mô hình thực thi của MEC………11

Hình 3 2 Cách phân chia và chuyển tác vụ của MEC……… 14

Hình 3 3 Quyết định thực thi dựa theo thời gian thực thi………15

Hình 3 4 Quyết định thực thi ưu tiên năng lượng, ràng buộc độ trễ………16

Hình 3 5 Quy trình ra quyết định thực thi chi tiết……… 17

Hình 3 6 Ví dụ về việc phân bố tài nguyên của MEC………18

Hình 3 7 Cách phân chia tác vụ trong MEC……… 19

Hình 3 8 Ví dụ về cách phân bổ tài nguyên tại nhiều nút……… 20

Hình 3 9 Kiến trúc tham chiếu của MEC………21

Hình 3 10 Kiến trúc tham chiếu của MEC trong NFV……… 23

Hình 4 1 Vấn đề di chuyển dịch vụ trong MEC………25

Hình 4 2 Kết quả mô phỏng khi không di chuyển tác vụ……… 26

Hình 4 3 Kết quả mô phỏng khi di chuyển tác vụ đến MEC lân cận………….26

Hình 4 4 Kết quả mô phỏng khi di chuyển tác vụ đến MEC gần nhất…………27

……….

KÝ HIỆU:

T L (Time Latency) thời gian trễ

t f , computing Thời gian xử lý của máy chủ MEC

T F , s Tổng thời gian xử lý mô hình toàn phần

t P , computing Thời gian xử lý tại người dùng và máy chủ MEC

f m Tốc độ xử lý thực tế của CPU

f max Tốc độ xử lý tối đa của CPU

F e Khả năng xử lý của máy chủ MEC

d Tổng tác vụ cần xử lý

c Tốc độ xử lý cần thiết

r s Thời gian truyền dẫn mô hình toàn phần

r Thời gian truyền dẫn mô hình một phần

D op Thời xử lý tại MEC

D ot , D¿ Thời gian truyền và nhận dữ liệu giữa UE và MEC

E o Năng lượng cần thiết để xử lý tại MEC

E l Năng lượng cần thiết để xử lý tại cục bộ

E ot , E¿ Năng lượng truyền và nhận dữ liệu giữa UE và MECMm2, Mm3,

Chữ viết tắt Nội dung

MEC Mobile Edge Computing

ETSI European Telecommunications Standards InstituteIEEE Institute of Electrical and Electronics EngineersVR/AR Virtual Reality/Augmented Reality

5G Fifth Generation

LTE Long-Term Evolution

IoT Internet of Things

CPU Central Processing Unit

MCC Mobile Cloud Computing

eNB evolved Node B

SCeNB Small Cell eNB

VM Virtual Machine

CC Centralized Cloud

NFV Network Functions Virtualization

NFVO Network Functions Virtualization OrchestratorNFVI Network Functions Virtualization InfrastructureMEPM MEC Platform Manager

MEPM - V MEC Platform Manager - NFV

MEO Multi-access Edge Orchestrator

MEAO MEC Application Orchestrator

OSS/BSS Operations Support System

VIM Virtual Infrastructure Manager

MỞ ĐẦU

Trong thời đại công nghệ thông tin và truyền thông phát triển nhanh chóng, việc

xử lý dữ liệu với yêu cầu độ trễ thấp, khả năng kết nối thời gian thực trở thành yếu tố thenchốt trong nhiều ứng dụng hiện đại như xe tự hành, thực tế ảo tăng cường (AR/VR),Internet vạn vật (IoT) và công nghiệp 4.0 Tuy nhiên, mô hình điện toán đám mây truyềnthống gặp nhiều hạn chế khi phải xử lý khối lượng dữ liệu ngày càng lớn từ các thiết bịđầu cuối, dẫn đến độ trễ cao và tiêu tốn nhiều băng thông Trong bối cảnh đó, công nghệđiện toán biên di động (MEC) được xem là một giải pháp đột phá, giúp đưa khả năng tínhtoán và lưu trữ gần hơn với người dùng, từ đó giảm thiểu độ trễ, tối ưu băng thông vànâng cao hiệu suất hệ thống

Mục đích của bài tiểu luận này là nghiên cứu tổng quan về công nghệ MEC, làm

rõ các khái niệm cơ bản, kiến trúc hệ thống, nguyên lý hoạt động cũng như các ứng dụngthực tiễn của MEC trong môi trường mạng hiện đại, đặc biệt là trong kỷ nguyên mạng5G Qua đó, bài tiểu luận nhằm góp phần cung cấp cái nhìn toàn diện về tiềm năng và vaitrò quan trọng của MEC trong phát triển các dịch vụ mạng thế hệ mới

Bài tiểu luận tập trung vào các mục tiêu chính sau: trình bày khái niệm và sự pháttriển của MEC; phân tích kiến trúc và nguyên lý hoạt động của hệ thống; đánh giá ưuđiểm, hạn chế cũng như so sánh MEC với các mô hình điện toán truyền thống; đồng thờitìm hiểu các ứng dụng thực tế của MEC trong các lĩnh vực như IoT, thành phố thôngminh, y tế và giao thông Ngoài ra, bài tiểu luận cũng đề xuất những định hướng pháttriển công nghệ MEC trong tương lai cũng như những khó khăn mà công nghệ MECđang gặp phải

Phạm vi nghiên cứu của bài tiểu luận tập trung chủ yếu vào khía cạnh lý thuyết vàứng dụng thực tiễn của MEC, với trọng tâm là các thành phần kỹ thuật, kiến trúc mạng vàgiải pháp triển khai trong bối cảnh mạng 5G hiện nay Đối tượng nghiên cứu là côngnghệ MEC cùng các mô hình liên quan, các mô hình thực thi và phân bổ tài nguyên

Phương pháp nghiên cứu chủ yếu là thu thập, tổng hợp, phân tích các tài liệuchuyên ngành, bài báo khoa học và các báo cáo kỹ thuật từ những nguồn uy tín trong lĩnhvực viễn thông và công nghệ thông tin Bên cạnh đó, bài tiểu luận còn tham khảo các môhình thực nghiệm và giải pháp triển khai thực tế nhằm làm rõ hơn các vấn đề nghiên cứu

Cấu trúc tiểu luận được bố cục thành các chương chính như sau:

 Chương 1: Tổng quan

 Chương 2: Cơ sở lý thuyết

 Chương 3: Công nghệ điện toán biên di động

 Chương 4: Mô phỏng và đánh giá

Chương 1: TỔNG QUAN

1.1 Giới thiệu chương

Chương này giới thiệu tổng quan về Công nghệ Điện toán biên di động (MEC –Mobile Edge Computing), bao gồm quá trình hình thành và phát triển, các mục tiêu cốtlõi và các ứng dụng tiêu biểu Nội dung giúp người đọc nắm được lý do vì sao MEC rađời và vai trò ngày càng quan trọng của nó trong bối cảnh 5G và công nghệ Internet kếtnối vạn vật (IoT – Internet of Things) phát triển mạnh mẽ

1.2 Lịch sử phát triển

Trước những năm 1970, máy tính cá nhân chưa được ra đời, do đó, máy tính chủyếu được tập trung tại trung tâm dữ liệu, chiếm nhiều không gian Đến thập niên 1980,kiến trúc Client – Server ra đời, giúp dữ liệu được xử lý gần nguồn dữ liệu hơn Năm

1990, sự ra đời của mạng phân phối nội dung (CDN – Content Delivery Network) đã làmgiảm độ trễ bằng cách lưu trữ dữ liệu gần người dùng Trong thập niên 2000, điện toánđám mây trở nên phổ biến hơn, tuy nhiên lại tồn tại hạn chế về độ trễ trong các ứng dụngthời gian thực Cisco sau đó đã giới thiệu khái niệm Fog Computing nhằm xử lý dữ liệugần thiết bị IoT

Năm 2012, Viện Tiêu chuẩn Viễn thông Châu Âu (ESTI – EuropeanTelecommunications Standards Institute) đã đề xuất khái niệm MEC nhằm mang nănglực của đám mây đến gần người dùng hơn, đặc biệt tại biên mạng di động Đến năm

2017, MEC được đổi tên thành Multi-access Edge Computing để phản ánh khả năng hỗtrợ nhiều hình thức truy cập như Wi-Fi, mạng cố định Trong thập niên 2020, MEC trởthành thành phần quan trọng trong hệ sinh thái 5G, đáp ứng các ứng dụng yêu cầu độ trễthấp như y tế từ xa, thực tế tăng cường/thực tế ảo (AR/VR – Augumented Reality/VirtualReality) và xe tự hành

Hỗ trợ ứng dụng thời gian thực: MEC hỗ trợ xử lý dữ liệu và phản hồi tức thì chocác ứng dụng như xe tự lái, AR/VR, game trực tuyến, và công nghiệp IoT Điều này giúpđảm bảo độ trễ thấp, kết nối ổn định, và hiệu suất cao, đặc biệt trong các tình huống cóyêu cầu khắt khe về thời gian

Đẩy mạnh bảo mật và quyền riêng tư: MEC giúp xử lý và lưu trữ dữ liệu nhạy cảmngay tại biên mạng, giảm thiểu khả năng bị xâm nhập hay mất mát dữ liệu khi truyền quamạng, từ đó tăng cường bảo mật và đảm bảo quyền riêng tư cho người dùng

Kết hợp với các công nghệ mới: MEC là nền tảng lý tưởng để triển khai các côngnghệ tiên tiến như Blockchain, AI, và các giải pháp IoT, giúp mở rộng khả năng và tínhlinh hoạt của các ứng dụng trong tương lai

1.4 Các ứng dụng tiêu biểu

Xe tự lái: MEC giúp xử lý dữ liệu từ cảm biến xe ngay tại biên mạng, giảm độ trễ vàcải thiện khả năng phản hồi trong thời gian thực, đảm bảo các quyết định của xe tự láiđược thực hiện ngay lập tức để tránh tai nạn và tối ưu hóa lộ trình

Công nghệ AR/VR: MEC có thể xử lý, phản hồi dữ liệu gần người dùng, từ đó giảm

độ trễ, đồng thời cho phép tải các tác vụ nặng từ thiết bị di động lên máy chủ biên giúpgiảm tải cho thiết bị và cải thiện trải nghiệm của người dùng

Giám sát sức khoẻ từ xa: MEC giúp xử lý và phân tích dữ liệu sức khỏe ngay tạibiên mạng, giảm độ trễ và tăng tính chính xác khi thu thập dữ liệu sức khoẻ từ các thiết bị

y tế như máy đo nhịp tim, huyết áp,… giúp phát hiện sớm các dấu hiệu bất thường và đưa

ra cảnh báo kịp thời

Lưu trữ tạm thời và phân phối nội dung: MEC cho phép lưu trữ nội dung phổ biến(video, hình ảnh, tệp dữ liệu) ngay tại các nút gần người dùng, giúp giảm đáng kể thờigian truy xuất so với việc phải truy cập từ các trung tâm dữ liệu ở xa, giảm tải cho đườngtruyền trung tâm, tối ưu hoá hiệu quả sử dụng băng thông

Công nghiệp IoT: Hàng loạt các thiết bị IoT (đèn, cản biến, camera,…) được kết nốivới nhau MEC cho phép xử lý dữ liệu từ các thiết bị này ngay tại chỗ, cải thiện tốc độphản hồi và giảm độ trễ Việc xử lý dữ liệu tại biên cũng giúp tăng cường bảo mật thôngtin cá nhân và giảm rủi ro khi dữ liệu phải đi qua mạng công cộng

Phân tích video và nhận diện hình ảnh: MEC có thể xử lý và phân tích các luồngvideo giám sát ngay tại chỗ, giúp nhận diện khuôn mặt, phát hiện hành vi bất thường,hoặc phát hiện chuyển động đáng ngờ một cách nhanh chóng Việc xử lý video tại biêngiúp giảm bớt khối lượng dữ liệu phải truyền về trung tâm xử lý, tiết kiệm băng thông vàtăng tính hiệu quả của hệ thống giám sát

Blockchain: MEC hỗ trợ việc xử lý các giao dịch Blockchain thông qua việc thựchiện tính toán và xác nhận giao dịch tại biên, từ đó giảm độ trễ so với việc xử lý trên toàn

bộ mạng lưới đám mây Ngoài ra, MEC còn giúp tăng cường tính bảo mật cho các ứngdụng Blockchain, đồng thời hỗ trợ các ứng dụng đòi hỏi sự minh bạch và xác thực dữliệu

1.5 Kết luận chương

MEC đã và đang trở thành xu hướng tất yếu nhằm giải quyết các giới hạn của điệntoán đám mây truyền thống Với khả năng xử lý dữ liệu tại biên mạng, MEC không chỉnâng cao hiệu suất mà còn mở ra nhiều ứng dụng mới đòi hỏi độ trễ thấp và độ tin cậycao Những kiến thức tổng quan này sẽ là cơ sở để đi sâu tìm hiểu về cấu trúc, nguyên lýhoạt động và các yếu tố kỹ thuật liên quan đến MEC ở các chương tiếp theo

Chương 2: CƠ SỞ LÝ THUYẾT

2.1 Giới thiệu chương

Chương này trình bày những khái niệm liên quan đến Công nghệ Điện toán biên diđộng (MEC), bao gồm: định nghĩa, các đặc trưng chính, cấu trúc hệ thống và so sánh vớicác công nghệ tính toán khác Đây là phần để hiểu rõ hơn về các cơ sở lý thuyết cơ bảncủa một hệ thống MEC

2.1 Điện toán biên di động (MEC)

Dưới sự phát triển bùng nổ của nền công nghiệp IoT kéo theo dữ liệu được tạo ra ởkhắp nơi và với khối lượng ngày càng lớn Theo mô hình truyền thống trước đây, hầu hết

dữ liệu được truyền về các trung tâm dữ liệu hoặc nền tảng điện toán đám mây để xử lý,tuy nhiên điều này gây ra độ trễ và tắc nghẽn mạng, đặc biệt với các ứng dụng yêu cầuphản hồi thời gian thực

Điện toán biên (Edge Computing) được đề xuất như một giải pháp để khắc phụcnhững hạn chế trên Đây là một mô hình điện toán phân tán, trong đó quá trình xử lý vàlưu trữ dữ liệu được thực hiện gần với nguồn dữ liệu, chẳng hạn như tại các gateway,thiết bị đầu cuối hoặc máy chủ cục bộ Mục tiêu chính của nó là giảm độ trễ, tiết kiệmbăng thông và tăng cường khả năng xử lý tại chỗ cho các thiết bị thông minh Ba hướngtiếp cận chính của điện toán biên bao gồm:

 Điện toán sương mù (Fog Computing)

 Máy chủ đám mây cục bộ (Cloudlet)

 Điện toán biên di động (MEC)

Trong đó, Điện toán biên di động (MEC) là một hướng tiếp cận nổi bật và đã đượcgiới thiệu bởi ETSI như một bước tiến đặc biệt của điện toán biên trong môi trường mạng

di động MEC đưa các tài nguyên điện toán, lưu trữ và dịch vụ ứng dụng đến gần ngườidùng hơn bằng cách triển khai tại các thành phần mạng như trạm gốc (BS – Base Station)hoặc trung tâm truy cập vô tuyến (RAN – Radio Access Network) MEC là một mô hìnhđiện toán phân tán cho phép thực hiện xử lý dữ liệu, lưu trữ và cung cấp dịch vụ ngay tạibiên của mạng di động MEC giúp giảm thiểu độ trễ, tối ưu hóa tài nguyên mạng và hỗtrợ các ứng dụng thời gian thực như xe tự hành, AR/VR, y tế từ xa và công nghiệp thôngminh

MEC không chỉ là giải pháp mở rộng năng lực mạng mà còn là nền tảng quan trọngcho sự phát triển của các hệ thống 5G và các công nghệ thế hệ tiếp theo (đặc biệt là 6G)

2.2 Các đặc trưng chính

Dựa trên các tiêu chuẩn kỹ thuật được công bố bởi ETSI, MEC có nhiều đặc trưngnổi bật giúp phân biệt với các mô hình điện toán truyền thống như: triển khai tại chỗ, gầnngười dùng, độ trễ thấp, nhận thức vị trí và thông tin ngữ cảnh mạng Những đặc trưngnày đóng vai trò quan trọng trong việc đảm bảo hiệu quả hoạt động của MEC trong môitrường mạng di động

2.2.1 Triển khai tại chỗ (On-premises Deployment)

MEC cho phép triển khai các chức năng xử lý và lưu trữ độc lập với các phần cònlại ngay tại biên mạng, gần với thiết bị đầu cuối hoặc trạm gốc Tính năng này không chỉgiúp giảm sự phụ thuộc vào hạ tầng trung tâm mà còn đảm bảo khả năng hoạt động độclập của hệ thống trong trường hợp xảy ra sự cố mạng Điều này đặc biệt quan trọng trong

các ứng dụng yêu cầu tính sẵn sàng cao và độ phục hồi mạnh như giao tiếp thiết bị – thiết

bị (D2D – Device-to-Device), hệ thống an ninh hoặc các dịch vụ khẩn cấp

2.2.2 Gần người dùng (User Proximity)

Các máy chủ MEC thường được đặt gần thiết bị người dùng, chẳng hạn như tại cáctrạm BS hoặc trung tâm truy cập vô tuyến (RAN) Khoảng cách vật lý ngắn giữa nơi xử

lý dữ liệu và nguồn tạo dữ liệu giúp giảm đáng kể độ trễ, đồng thời tạo điều kiện thuận lợicho việc thu thập dữ liệu thời gian thực Đặc điểm này đặc biệt hữu ích trong các ứngdụng đòi hỏi tốc độ phản hồi cao như thực tế ảo/tăng cường (AR/VR), điều khiển côngnghiệp thông minh và phân tích video

2.2.3 Đỗ trễ thấp (Low Latency)

Nhờ việc xử lý dữ liệu ngay tại biên mạng, MEC có khả năng giảm thiểu độ trễtruyền dẫn và lan truyền, đồng thời tránh được hiện tượng tắc nghẽn tại các tuyến truyềntải chính như tiền tuyến (Fronthaul) hoặc hậu tuyến (Backhaul) Đây là yếu tố then chốtgiúp MEC đáp ứng được yêu cầu khắt khe về độ trễ trong các ứng dụng thời gian thực,chẳng hạn như xe tự hành, robot điều khiển từ xa và các dịch vụ y tế số

2.2.4 Nhận thức vị trí (Location Awareness)

MEC tận dụng tín hiệu từ các thiết bị kết nối để xác định vị trí của chúng trongkhông gian mạng Khả năng nhận diện vị trí cho phép triển khai nhiều dịch vụ định vịchính xác như bản đồ theo thời gian thực, quản lý phương tiện, hoặc cá nhân hóa nộidung theo vị trí địa lý Điều này không chỉ tăng giá trị sử dụng của các dịch vụ mà còn tạo

ra tiềm năng thương mại hóa dữ liệu vị trí, ví dụ dịch vụ định vị và phân tích dữ liệu dựatrên dữ liệu vị trí

2.2.5 Thông tin ngữ cảnh mạng (Network Context Awareness)

MEC có khả năng thu thập và phân tích thông tin ngữ cảnh mạng trong thời gianthực, chẳng hạn như tình trạng kết nối, mức độ sử dụng tài nguyên, độ mạnh tín hiệu vôtuyến hoặc lưu lượng dữ liệu tại khu vực biên cụ thể Việc khai thác các thông tin nàygiúp các ứng dụng và dịch vụ hoạt động thông minh hơn, có thể tự điều chỉnh theo điềukiện mạng hiện tại Ví dụ, trong trường hợp mạng đang quá tải, hệ thống MEC có thể tạmthời điều chỉnh chất lượng dịch vụ (QoS) hoặc thay đổi chiến lược phân phối dữ liệu đểduy trì hiệu năng Tính năng này góp phần xây dựng một mô hình mạng chủ động, linhhoạt, và có khả năng thích ứng cao với ngữ cảnh thực tế

2.3 Cấu trúc hệ thống

Hệ thống MEC được xây dựng dựa trên kiến trúc phân tầng gồm ba lớp chính: lớpngười dùng, lớp biên và lớp đám mây Mỗi lớp đóng một vai trò riêng biệt trong việc đảmbảo quá trình xử lý dữ liệu được phân tán hiệu quả, giảm tải cho mạng lõi và nâng caohiệu suất toàn hệ thống Mô hình này không chỉ tối ưu hóa tài nguyên mạng mà còn đápứng tốt hơn các yêu cầu về độ trễ thấp, băng thông cao, bảo mật và trải nghiệm ngườidùng

Cách tiếp cận phân tầng không chỉ cho phép tối ưu hóa việc sử dụng tài nguyên tínhtoán, truyền thông và lưu trữ mà còn đáp ứng tốt các yêu cầu khắt khe của các ứng dụnghiện đại như độ trễ thấp, băng thông lớn, tính bảo mật cao và trải nghiệm người dùngnâng cao Việc đưa tài nguyên tính toán đến gần người dùng thông qua lớp biên giúp rútngắn thời gian phản hồi, giảm gánh nặng truyền tải dữ liệu đến đám mây và nâng caochất lượng dịch vụ đầu cuối Trong khi đó, lớp đám mây đóng vai trò hỗ trợ chiến lược,

xử lý các tác vụ nặng, ít yêu cầu độ trễ và điều phối toàn bộ hệ thống một cách linh hoạt

Kiến trúc phân tầng của MEC thể hiện sự phù hợp với xu hướng phát triển của cáccông nghệ tiên tiến như Internet vạn vật (IoT), thành phố thông minh, phương tiện tựhành và sản xuất thông minh trong kỷ nguyên công nghiệp 4.0.

2.3.1 Lớp người dùng (User Layer)

Lớp người dùng bao gồm các thiết bị đầu cuối thông minh như cảm biến, điện thoại

di động, xe tự hành, đồng hồ đo thông minh và thiết bị nhận dạng tần số vô tuyến (RFID).Các thiết bị này có khả năng thu thập dữ liệu môi trường, người dùng hoặc tình huống cụthể và truyền dữ liệu tới lớp biên thông qua liên lạc không dây Vì tài nguyên tính toán tạithiết bị người dùng thường hạn chế, các tác vụ nặng sẽ được offload lên máy chủ biêngần đó để xử lý

Dựa trên cấu trúc mạng và phương thức liên lạc, lớp người dùng có thể được phânthành ba loại mạng đặc thù:

 Mạng không đồng nhất (HetNet – Heterogeneous Network): Trong cácmạng không dây thế hệ mới, để hỗ trợ yêu cầu băng thông cao và cải thiệnhiệu suất phổ tần, mạng được triển khai với mật độ cao bằng cách sử dụngcác ô nhỏ (small cells) Các trạm gốc như macro (MBS), micro, pico, femtohoặc UAV hoạt động song song, hình thành nên mạng không đồng nhất Cáctrạm gốc này đều có thể được tích hợp tài nguyên tính toán và thuật toán AI,cho phép xử lý tác vụ phân tán một cách hiệu quả, đồng thời giảm độ trễ vàtiết kiệm năng lượng thiết bị đầu cuối

 Mạng phương tiện (Vehicular Network): Đây là mạng liên lạc giữa cácphương tiện, người đi bộ và hạ tầng giao thông Thông qua các công nghệnhư DSRC, IEEE 802.11p và LTE-V, các phương tiện có thể giao tiếp vớinhau (V2V), với hạ tầng (V2I) và với người đi bộ (V2P) Các ứng dụng thựctiễn bao gồm cảnh báo điểm mù, giám sát giao thông, phát hiện vi phạm tínhiệu đèn và tìm kiếm bãi đỗ xe Do đặc tính di động cao và thay đổi liên tụccủa cấu trúc mạng, MEC giúp đáp ứng yêu cầu xử lý thời gian thực tại lớpbiên mà không phụ thuộc hoàn toàn vào lớp đám mây

Hình 2.2 Kiến trúc phân tầng của MEC

 Mạng thiết bị - thiết bị (D2D/M2M Network): Trong mô hình M2M(Machine to Machine), các thiết bị cảm biến, camera, đồng hồ đo hoặc cácthiết bị IoT khác có thể tự động giao tiếp với nhau mà không cần sự can thiệpcủa con người Trong mô hình D2D cho phép các thiết bị gần nhau truyền dữliệu trực tiếp mà không cần qua trạm gốc, giúp giảm tải mạng lõi và rút ngắnthời gian phản hồi Với sự gia tăng khả năng tính toán tại thiết bị đầu cuối,MEC cho phép chuyển giao tác vụ không chỉ lên máy chủ biên mà còn giữacác thiết bị trong mạng M2M/D2D.

2.3.2 Lớp biên (Edge Layer)

Lớp biên đóng vai trò trung gian giữa người dùng và lớp đám mây, đồng thời làthành phần cốt lõi của MEC Các máy chủ biên (Edge Servers) được triển khai tại các vịtrí gần người dùng như trạm gốc, điểm truy cập Wi-Fi, đèn đường, phương tiện giaothông, quán cà phê hoặc trung tâm thương mại, nhằm đáp ứng nhu cầu xử lý dữ liệu với

độ trễ thấp

Ba loại tài nguyên chủ đạo tại lớp biên bao gồm:

 Tài nguyên truyền thông: Băng thông, phổ tần và công suất phát được sửdụng để đảm bảo liên kết không dây hiệu quả giữa các thiết bị đầu cuối vàmáy chủ biên

 Tài nguyên tính toán: Các chu kỳ CPU được dùng để xử lý các tác vụ tínhtoán nặng (như nhận dạng khuôn mặt, xử lý hình ảnh, AI)

 Tài nguyên lưu trữ: Dung lượng bộ nhớ tại máy chủ biên được sử dụng đểlưu trữ tạm thời các nội dung phổ biến, giúp giảm độ trễ truy xuất

Do tài nguyên tại lớp biên thường bị giới hạn, một trong những thách thức chính làviệc tối ưu hóa phân bổ đồng thời ba loại tài nguyên trên, để đảm bảo hiệu suất dịch vụ vàtrải nghiệm người dùng

2.3.3 Lớp đám mây (Cloud Layer)

Lớp đám mây bao gồm các trung tâm dữ liệu lớn với năng lực xử lý và lưu trữ mạnh

mẽ Lớp này đảm nhận các nhiệm vụ phức tạp không yêu cầu độ trễ thấp như:

 Phân tích dữ liệu lớn (Big Data Analytics), khai phá dữ liệu (Data Mining)

 Dự đoán xu hướng mạng và tối ưu hóa phân bổ tài nguyên thông qua họcmáy

 Lưu trữ các nội dung dung lượng lớn, ít truy cập hoặc cần bảo mật cao

Bên cạnh vai trò xử lý, lớp đám mây còn đóng vai trò điều phối và quản lý toàn hệthống, đảm bảo sự phối hợp hiệu quả giữa các máy chủ biên phân tán, duy trì kết nốimạng ổn định và đảm bảo an ninh mạng

2.4 So sánh MEC với các công nghệ khác

Trong bối cảnh phát triển nhanh chóng của các ứng dụng mạng hiện đại như IoT,thành phố thông minh, xe tự hành và các dịch vụ đòi hỏi độ trễ thấp, các mô hình điệntoán biên đã trở thành giải pháp then chốt để đáp ứng nhu cầu xử lý dữ liệu gần ngườidùng cuối MEC là một trong những công nghệ chủ đạo trong lĩnh vực này, song songtồn tại nhiều mô hình khác như Mobile Cloud Computing (MCC), Fog Computing vàCloudlet Mỗi công nghệ có điểm mạnh, điểm hạn chế riêng và phù hợp với những tìnhhuống ứng dụng khác nhau

Một cách tổng quát, các mô hình này đều hướng tới mục tiêu giảm độ trễ truyềndẫn, phân phối tải tính toán và lưu trữ ra gần người dùng hơn so với điện toán đám mâytruyền thống, từ đó cải thiện hiệu suất và chất lượng dịch vụ Tuy nhiên, sự khác biệt về

kiến trúc, vị trí đặt tài nguyên, phạm vi ứng dụng và cách thức tích hợp với mạng di độnglàm nên đặc trưng riêng biệt của từng mô hình.

2.4.1 So sánh MEC với điện toán đám mây

Mobile Cloud Computing (MCC) là mô hình tích hợp giữa điện toán đám mây vàthiết bị di động nhằm mở rộng khả năng xử lý và lưu trữ của các thiết bị di động thôngqua việc khai thác tài nguyên từ các trung tâm dữ liệu từ xa MCC cho phép thực thi cácứng dụng có yêu cầu cao về tính toán và dung lượng lưu trữ, nhưng không nhạy cảm về

độ trễ, nhờ vào kết nối với các dịch vụ đám mây thông qua mạng di động hoặc Wi-Fi.Tuy nhiên, một hạn chế lớn của MCC là độ trễ truyền dẫn cao do khoảng cách vật lý

xa giữa thiết bị người dùng và trung tâm dữ liệu, điều này khiến MCC không phù hợp vớicác ứng dụng yêu cầu phản hồi thời gian thực Để khắc phục vấn đề này, MEC ra đời nhưmột giải pháp thay thế tối ưu cho các dịch vụ yêu cầu độ trễ thấp, bằng cách cung cấp khảnăng tính toán và lưu trữ ngay tại biên mạng – gần với người dùng

Bảng 2.1 Bảng so sánh chi tiết giữa MEC và MCC

Máy chủ đặt tại mạng biên như trạmgốc, cổng truy cập, hoặc thiết bịmạng edge

Khoảng

cách

truyền dẫn

Lớn (hàng km đến hàng nghìnkm), ảnh hưởng đến độ trễ xử lý

Ngắn (vài chục đến vài trăm mét),giúp giảm thiểu độ trễ đáng kể

Kiến trúc Tập trung, do các nhà cung cấp Phân tán hoặc bán phân tán, được

Hình 2.3 Đặc điểm khác biệt của từng mô hình điện toán biên

Các ứng dụng thời gian thực, nhạycảm với độ trễ như xe tự lái, AR/VR,game trực tuyến.

Trong khi MCC phù hợp với các ứng dụng yêu cầu tài nguyên lớn nhưng khôngyêu cầu độ trễ thấp, MEC lại là giải pháp lý tưởng cho các ứng dụng biên cần phản hồitức thời Do đó, MEC không thay thế MCC mà đóng vai trò bổ sung, mở rộng phạm viphục vụ và tối ưu hóa hiệu suất mạng cho các dịch vụ hiện đại, đặc biệt trong bối cảnhphát triển mạng 5G và IoT

2.4.2 So sánh MEC với Fog Computing

MEC là một mô hình điện toán biên được thiết kế chuyên biệt cho môi trườngmạng di động, đóng vai trò quan trọng trong việc hỗ trợ các dịch vụ có yêu cầu độ trễthấp trong bối cảnh phát triển của mạng 5G MEC được triển khai trực tiếp tại các trạmgốc hoặc điểm truy cập mạng, cho phép dữ liệu được xử lý ngay tại rìa mạng – nơi gầnnhất với thiết bị người dùng Việc này giúp giảm thiểu đáng kể độ trễ truyền dẫn và tănghiệu quả truyền tải, từ đó đáp ứng được các yêu cầu thời gian thực của nhiều ứng dụnghiện đại như xe tự hành, thực tế ảo/tăng cường (AR/VR), truyền phát video độ trễ thấp vàđiều khiển từ xa qua mạng

Một đặc điểm nổi bật của MEC là khả năng nhận biết thông tin ngữ cảnh mạngvượt trội Với khả năng truy cập vào thông tin mạng, trạng thái kết nối và vị trí thiết bịđầu cuối, MEC có thể tối ưu hóa việc phân phối dịch vụ và sử dụng tài nguyên mạng mộtcách hiệu quả hơn Nhờ đó, MEC không chỉ đảm bảo hiệu suất xử lý mà còn góp phầnnâng cao trải nghiệm người dùng cuối, đặc biệt trong các tình huống yêu cầu phản hồinhanh và chính xác

Trong khi đó, Fog Computing được phát triển như một kiến trúc mở rộng của điệntoán đám mây với mục tiêu đưa tài nguyên tính toán, lưu trữ và xử lý dữ liệu đến gần thiết

bị đầu cuối hơn, thông qua các tầng trung gian giữa đám mây và người dùng Không giớihạn trong phạm vi mạng di động, Fog Computing được ứng dụng rộng rãi trong nhiềulĩnh vực khác nhau như công nghiệp IoT, thành phố thông minh, lưới điện thông minh vàgiám sát môi trường

Hệ thống fog bao gồm nhiều nút phân tán (fog nodes) như cổng mạng, switch,router hoặc các thiết bị biên có khả năng xử lý dữ liệu Nhờ cấu trúc linh hoạt và khả năngtriển khai đa dạng, Fog Computing cho phép xử lý dữ liệu cục bộ tại nhiều cấp độ khácnhau trong mạng Tuy nhiên, do không được tích hợp chặt chẽ với hạ tầng mạng di độngnhư MEC, nên trong những ứng dụng đòi hỏi thời gian phản hồi tức thì, Fog Computing

có thể không đạt được hiệu quả tối ưu như MEC Dữ liệu trong mô hình fog thường phải

đi qua nhiều tầng trung gian để đến được nơi xử lý chính, làm tăng nguy cơ phát sinh độtrễ trong quá trình truyền và xử lý

MEC và Fog Computing là hai hướng triển khai bổ sung lẫn nhau trong hệ sinhthái điện toán biên MEC phù hợp hơn cho các dịch vụ di động thời gian thực và mạng5G, trong khi Fog Computing thể hiện tính linh hoạt và hiệu quả trong các hệ thống IoT

quy mô lớn và phi di động Việc lựa chọn mô hình phù hợp phụ thuộc vào đặc điểm ứngdụng, yêu cầu về độ trễ, băng thông và khả năng triển khai của hệ thống.

2.4.3 So sánh MEC với Cloudlet

MEC và Cloudlet đều là những mô hình điện toán biên được thiết kế nhằm mụctiêu giảm độ trễ truyền dữ liệu và cải thiện hiệu năng xử lý bằng cách đưa tài nguyên tínhtoán và lưu trữ đến gần thiết bị đầu cuối Tuy nhiên, hai mô hình này khác biệt đáng kể vềcấu trúc triển khai, mức độ tích hợp với hạ tầng mạng, và phạm vi ứng dụng

Cloudlet là một kiến trúc điện toán biên được thiết kế dưới dạng các trung tâm dữliệu quy mô nhỏ, thường được đặt tại các địa điểm công cộng như quán cà phê, thư viện,sân bay hoặc cơ sở giáo dục Các cloudlet thường hoạt động độc lập và được truy cậpthông qua kết nối không dây như Wi-Fi Mô hình này đặc biệt phù hợp với các ứng dụngyêu cầu xử lý dữ liệu cục bộ với dung lượng trung bình và không phụ thuộc vào mạng diđộng, chẳng hạn như xử lý ảnh, lưu trữ tạm thời, hoặc các trò chơi thực tế ảo nhẹ Tínhlinh hoạt và chi phí triển khai thấp giúp Cloudlet trở thành giải pháp khả thi trong nhiềutình huống phi di động hoặc trong các môi trường hạn chế hạ tầng mạng viễn thông

Ngược lại, MEC được thiết kế tích hợp sâu vào hạ tầng mạng di động, với cácthành phần được triển khai trực tiếp tại trạm BS, gateway hoặc trong mạng lõi Sự tíchhợp này cho phép MEC tận dụng toàn bộ thông tin mạng để thực hiện các cơ chế tối ưuhóa động, đồng thời bảo đảm chất lượng dịch vụ (QoS) cao hơn cho các ứng dụng có yêucầu nghiêm ngặt về độ trễ, tốc độ truyền dữ liệu và khả năng mở rộng hệ thống Nhờ đó,MEC trở thành nền tảng lý tưởng cho các dịch vụ theo thời gian thực như xe tự hành,AR/VR, phân tích video thời gian thực, hoặc điều khiển từ xa trong mạng 5G và các hệthống viễn thông thế hệ mới

Tóm lại, trong khi Cloudlet cung cấp một giải pháp điện toán biên linh hoạt và tiếtkiệm chi phí cho các ứng dụng nhẹ và không yêu cầu hạ tầng viễn thông chuyên dụng,MEC lại vượt trội về khả năng tích hợp mạng, độ tin cậy, và hiệu năng trong các ứngdụng đòi hỏi thời gian thực và quy mô lớn

2.5 Kết luận chương

Chương này đã trình bày tổng quan về MEC, các đặc điểm nổi bật, kiến trúc hệthống MEC và so sánh với các công nghệ liên quan như MCC, Fog Computing, Chương sau sẽ tiếp tục phân tích các cách mà hệ thống MEC hoạt động, cũng như cáchphân bố tài nguyên để đảm bảo hiệu suất và tìm hiểu kiến trúc tham chiếu theo ETSI, mốiliên hệ giữa MEC với các công nghệ như NFV

CHƯƠNG 3: CÔNG NGHỆ ĐIỆN TOÁN BIÊN DI ĐỘNG

3.1 Giới thiệu chương

Chương này sẽ nói về các mô hình thực thi, các cách quyết định thực thi cũng nhưcách phân bố tài nguyên sao cho hợp lí Đồng thời làm quen với kiến trúc tham chiếu của

mô hình MEC chung và của MEC trong môi trường ảo hoá mạng

3.2 Mô hình thực thi

Trong hệ thống MEC, các tác vụ tính toán từ thiết bị người dùng có thể được thựchiện theo nhiều cách khác nhau, tùy thuộc vào yêu cầu về tài nguyên, độ trễ, mức tiêu thụnăng lượng và chất lượng kết nối mạng Có ba mô hình thực thi chính thường được ápdụng, bao gồm: thực thi cục bộ, thực thi một phần và thực thi toàn bộ Mỗi mô hình manglại những lợi ích riêng và phù hợp với những hoàn cảnh sử dụng khác nhau

3.2.1 Mô hình thực thi cục bộ (Local Execution)

Trong mô hình thực thi cục bộ, toàn bộ tác vụ tính toán được xử lý trực tiếp tại thiết

bị người dùng (UE - User Equipment), mà không cần chuyển dữ liệu đến máy chủ MEC

Mô hình này phù hợp trong các trường hợp tác vụ nhẹ hoặc khi thiết bị người dùng gặpphải điều kiện mạng kém hoặc không ổn định

Ở các thiết bị cuối (thiết bị người dùng), CPU là động cơ chính để tính toán Hiệusuất CPU được kiểm soát bởi tốc độ CPU, ký hiệu là f m

Kiến trúc CPU hiện đại áp dụng kỹ thuật điều chỉnh tần số và điện áp tiên tiến, chophép tăng hoặc giảm chu kỳ của CPU, tăng hoặc giảm mức tiêu thụ năng lượng tươngứng Trong thực tế, giá trị của f m được giới hạn bởi giá trị tối đa f max, phản ánh giới hạnkhả năng tính toán của CPU Ví dụ chip Intel Core i5 11400H có xung nhịp cơ bản là2.7GHz, nhưng nếu cần thiết, nó có thể đạt xung nhịp tối đa là 4.2GHz

Thời gian cần thiết để xử lý tác vụ được tính theo công thức:

T L

=dc

f m(3.1)Trong đó:

 T L (Time Latency): thời gian trễ

 d: tổng tác vụ cần xử lý

Hình 3 2 Các mô hình thực thi của MEC

 c: tốc độ xử lý cần thiết

 f m: tốc độ xử lý thực tế của CPU

Điều này cho thấy, nếu muốn tốc độ phản hồi nhanh hơn, độ trễ thấp thì phải cần tốc

độ xử lý CPU tại thiết bị người dùng phải cao Điều này cũng đồng nghĩa với việc tiêuthụ nhiều năng lượng hơn

3.2.2 Mô hình thực thi toàn bộ (Full Offloading)

Mô hình thực thi toàn bộ đề cập đến tình huống mà toàn bộ tác vụ tính toán đượcchuyển đến máy chủ MEC để xử lý Mô hình này đặc biệt phù hợp với các ứng dụng yêucầu năng lực tính toán cao, độ trễ thấp hoặc thời gian phản hồi gần như tức thì, ví dụ như

xe tự hành, AR/VR, hoặc các ứng dụng AI thời gian thực

Đây là trường hợp thiết bị người dùng sẽ không xử lý dữ liệu mà chuyển toàn bộ tác

vụ cho máy chủ MEC gần nhất để xử lý Thời gian xử lý của máy chủ MEC được biểudiễn bởi công thức:

t F , computing=dc

F e(3.2)Trong đó:

 t F , computing: thời gian xử lý của máy chủ MEC

 d: tổng tác vụ cần xử lý

 c: tốc độ xử lý cần thiết

 F e: khả năng xử lý của máy chủ MEC

Vì quá trình chuyển tải tác vụ liên quan đến truyền dẫn không dây nên thời giantổng thể thực hiện nhiệm vụ là tổng thời gian xử lý tại máy chủ MEC và thời gian truyềndẫn và được biểu thị bởi công thức sau:

T F , s=dc

F e+d

r s(3.3)Trong đó:

 T F , s: tổng thời gian xử lý mô hình toàn phần

 d: tổng tác vụ cần xử lý

 c: tốc độ xử lý cần thiết

 F e: là khả năng tính toán của máy chủ MEC

 r s: thời gian truyền dẫn mô hình toàn phần

Tổng thời gian xử lý trong mô hình này chịu ảnh hưởng lớn từ tốc độ truyền tảimạng, điều này có thể là một rào cản trong các mạng không ổn định hoặc băng thôngthấp

3.2.3 Mô hình thực thi một phần (Partial Offloading)

Mô hình thực thi một phần là một giải pháp trung gian, cho phép chia tác vụ thànhhai phần: một phần xử lý cục bộ tại thiết bị người dùng, phần còn lại được chuyển đếnmáy chủ MEC Mô hình này giúp tối ưu hiệu suất hệ thống bằng cách tận dụng tàinguyên cả hai phía, đồng thời giảm tải cho thiết bị người dùng trong khi vẫn duy trì mức

độ phản hồi hợp lý

Đây cũng là một trường hợp khá phức tạp vì ảnh hưởng bởi nhiều yếu tố khác nhau.Chẳng hạn như khả năng chuyển tải của một tác vụ, sự phụ thuộc vào các cách chuyển tảicác tác vụ độc lập, sở thích của người dùng hay chất lượng kết nối của kênh truyền Đểđơn giản hóa, mô hình này được giải thích rằng, các tác vụ được chia thành hai phần, mộtphần được xử lý tại thiết bị người dùng, phần còn lại được xử lý tại máy chủ MEC

Thời gian xử lý tại thiết bị người dùng và xử lý tại máy chủ MEC là:

t P , computing

=(1−λ) dc

F e (3.4 )Trong đó:

 t P , computing: thời gian xử lý tại người dùng và máy chủ MEC

Vì quá trình chuyển tải tác vụ liên quan đến truyền dẫn không dây nên thời giantổng thể thực hiện nhiệm vụ là tổng thời gian xử lý tại máy chủ MEC, thời gian xử lý tạithiết bị người dùng và thời gian truyền dẫn và được biểu thị bởi công thức sau:

T P=(1−λ) dc

F e +λd

r (3.5)Trong đó:

 T P: tổng thời gian xử lý mô hình một phần

Về mặt mô hình thực thi, chuyển tải tác vụ tính toán có thể được chia thành hai hìnhthức chính:

 Thực thi toàn phần (full offloading): toàn bộ tác vụ được chuyển lên máy chủMEC để xử lý

 Thực thi một phần (partial offloading): chỉ một phần của tác vụ được chuyểntải, phần còn lại vẫn được xử lý cục bộ tại thiết bị người dùng

Hình 3 3 Cách phân chia và chuyển tác vụ của MECTrong thực tế, quá trình chuyển tải một phần thường phức tạp và phụ thuộc vàonhiều yếu tố như: ưu tiên và mục tiêu của người dùng (ví dụ: tiết kiệm pin, giảm thời gian

xử lý), chất lượng kết nối mạng không dây, băng thông hiện có, năng lực xử lý của thiết

bị người dùng, tài nguyên sẵn có tại máy chủ MEC Đối với các tác vụ có khả năng phânchia hoặc thực thi song song, quá trình chuyển tải có thể được thực hiện linh hoạt tùy vàođiều kiện cụ thể Các tác vụ như vậy thường được phân loại thành hai nhóm:

 Loại tác vụ với các phần hoàn toàn có thể tải lên (Application without nonoffloadable part)

 Loại tác vụ với các phần không thể tải lên (Application with non offloadablepart)

3.3.1.1 Loại tác vụ với các phần không thể tải lên (Application with non-offloadable part):

Một số tác vụ có thể được chia thành N phần độc lập, trong đó tất cả các phần đều

có khả năng được chuyển tải đến máy chủ MEC để xử lý Trong minh họa tại Hình 3.2.a,tác vụ được phân chia thành nhiều phần, trong đó các phần số 1, 2, 3, 6 và 9 được xử lýcục bộ trên thiết bị người dùng (UE), còn các phần còn lại được gửi đến MEC để thựchiện

Điểm quan trọng ở loại tác vụ này là không có bất kỳ phần nào bắt buộc phải xử lýtại thiết bị người dùng Trong một số trường hợp cụ thể, toàn bộ tác vụ thậm chí có thểđược chuyển tải hoàn toàn lên MEC để xử lý nếu điều kiện cho phép Điều này cho thấymức độ linh hoạt cao trong việc ra quyết định chuyển tải, cho phép hệ thống lựa chọn xử

lý cục bộ hay chuyển tải tùy thuộc vào các yếu tố như hiệu suất mong muốn, chất lượngkết nối mạng, và tài nguyên xử lý hiện có trên thiết bị di động

3.3.1.2 Loại tác vụ với các phần không thể tải lên (Application with non-offloadable part):

Hình 3.2.b minh họa một loại tác vụ khác, trong đó luôn tồn tại ít nhất một phầnkhông thể chuyển tải lên MEC và bắt buộc phải được thực thi cục bộ trên thiết bị ngườidùng Những phần không thể chuyển tải này thường liên quan đến tác vụ tương tác trựctiếp với phần cứng hoặc người dùng, chẳng hạn như thu thập dữ liệu từ camera, nhậnlệnh đầu vào từ người dùng, hoặc xác định vị trí thiết bị