5G网络边缘计算技术研发、标准化与验证

关注

联系合作

成果单位：中国科学院计算机网络信息中心

合作方式：技术服务

所处阶段：产业化

关键词：应急消防高铁网络体育赛事汽车智造5G网络边缘计算本地分流边缘处理机器学习

成果评价

总得分（满分100）

资本强度（满分0）

该成果得分：0

项目负责人

周旭

查看详情

所在机构：

中国科学院计算机网络信息中心

小果解读

核心问题

该5G网络边缘计算技术研发、标准化与验证成果，具体解决了物联网数据在5G网络中的高效处理与应用痛点。传统网络架构在处理海量物联网数据时存在时延高、带宽受限等问题，难以满足实时性要求高的应用场景需求，如应急消防、高铁通信、超高清视频传输及智能制造等。

解决方案

该成果通过研发5G网络边缘计算（MEC）技术，实现了物联网数据的本地分流、边缘处理、业务缓存和加速，并融合了机器学习技术进行智能化流量识别与场景感知。技术架构包括边缘计算节点的部署、数据分流与处理机制、以及基于机器学习的智能流量管理模块。关键技术点涵盖低时延数据传输、高效资源调度、以及智能化业务识别与优化。

竞争优势

该5G网络边缘计算技术成果具有显著的效益和竞争优势。首先，通过减少数据传输时延和提高处理效率，显著提升了用户体验和系统性能。其次，该技术成果已申请4项发明专利（2项已授权），发表了多篇学术论文和研究报告，具有原始性创新的特点。此外，通过与多家科研企事业单位的合作，成功在应急消防、高铁通信、超高清视频及智能制造等领域进行了应用验证，并获得了中关村5G创新应用大赛奖项，展现了其广泛的应用前景和产业化潜力。

成果描述

成果公开日期

2022-04-27

所属产业领域

信息传输、软件和信息技术服务业

成果类型

应用技术

成果体现形式

新技术

转化意向范围

仅限国内转让

项目名称

5G网络边缘计算技术研发、标准化与验证

项目课题来源

国家科技计划

研究形式

与企业合作

合作完成单位

中国电信股份有限公司

摘要

本课题重点研究了5G网络边缘计算（MEC）在面向物联网数据的本地分流、边缘处理、业务缓存和加速、融合机器学习技术的智能化流量识别与场景感知等方面关键技术和应用的内容。本子课题研究成果丰硕，包含4项发明专利（2项已授权）、4篇学术论文、3篇研究报告。同时，一方面能够带动5G网络边缘计算技术的研究，为5G网络的发展奠定技术基础；另一方面通过在典型场景下对于5G网络边缘计算技术的展开应用，从而推广与普及5G网络边缘计算技术的产业化发展。因此本课题在本专项和本项目的完成中起着非常重要的作用。
本课题组的分工合作明确，发挥产、学、研、用的结合优势，充分利用现有的技术积累和充足的人员配备优势。通过本课题的实施，有效地整合了5G网络边缘计算技术的产业链，起到了很好的应用示范作用。联合业界科研企事业单位，在移动边缘计算技术领域开启了一系列试验与应用验证：
1.与北京航景创新科技有限公司合作，在北京市应急消防领域转化应用，为山地环境应急消防提供稳健信息链路和智能化负载均衡优化。
2.与国家天文台合作，将MEC技术引入高铁网络，提供低时延高可靠数据传输能力，在京沪高铁通信试验网中完成部署，性能良好。
3.与新奥特（北京）视频技术有限公司事合作的“面向大型体育赛事的5G超高清视频创新应用”获得2018年中关村5G创新应用大赛一等奖。
4.与北汽福田合作的“面向汽车智造的5G工业互联创新应用”获得2018年中关村5G创新应用大赛三等奖。