[Paper] 公交车上安装的 Edge 服务器可行吗？

Source: arXiv - 2512.05543v1

概览

边缘计算正成为车联网（IoV）的基石，但静态边缘节点（如路侧单元 RSU 或基站）无法跟上移动车辆高度动态的时空需求。本文研究了在城市公交车上安装边缘服务器是否能够为固定基础设施提供灵活、成本效益高的补充。作者利用上海的真实移动性和交通数据，展示了仅需少量公交车装载服务器即可显著提升服务覆盖率并适应需求波动。

主要贡献

• 实证覆盖分析：使用大规模的上海公交、出租车和电信数据集，表明公交车能够遍历城市需求热点的很大比例。
• 数学模型：对公交车选择问题进行形式化：在有限预算（即可装配的公交车数量）下，最大化覆盖的需求点数量。
• 贪婪启发式算法：高效挑选“最有价值”的公交车，实现近乎最优的覆盖率且计算开销低。
• 基于轨迹的仿真：加入真实约束（服务器容量、采购数量），验证算法在动态车辆需求下的有效性。
• 可行性论断：公交车装载的边缘服务器是城市车辆网络的实用且有益的补充。

方法论

1. 数据收集与预处理

   • 移动轨迹：上海公共公交和出租车的 GPS 日志。
   • 需求轨迹：电信记录，指示移动设备（车辆的代理）何时何地产生流量。
   • 将城市离散为小的地理单元格；每个单元格记录随时间变化的需求事件数量。

2. 覆盖建模

   • 若公交车在某时间段内进入预设的无线覆盖半径（如 300 m）内，则认为其覆盖该单元格。
   • 覆盖是时变的：公交车只有在实际到达时才能为单元格提供服务。

3. 优化问题

   • 目标：在预算上限 K（可选公交车数量）内，最大化所有单元格和时间段中被覆盖的需求事件总数。
   • 约束：每辆被选中的公交车拥有有限的计算容量；超出容量的需求视为未覆盖。

4. 贪婪启发式

   • 迭代选择能够带来最大边际覆盖增益的公交车（考虑容量因素）。
   • 当选满 K 辆公交车或无法进一步提升时停止。

5. 仿真框架

   • 重放真实轨迹，将选中的公交车设为边缘服务器，测量覆盖率、服务器负载和延迟代理。
   • 与基线进行比较：(i) 仅固定 RSU，(ii) 随机公交车选择，(iii) 在小子集上求得的最优（穷举）解。

结果与发现

• 覆盖提升：贪婪算法比仅使用静态 RSU 多捕获约 30 % 的需求，证实公交车可以填补地理和时间上的空白。
• 弹性容量：由于公交车移动，同一台服务器可以在不同时间服务多个远距离热点，降低对密集 RSU 部署的需求。
• 可扩展性：即使预算有限（例如在约 1,200 辆公交车中仅装配 30 辆），系统也能实现近乎最优的覆盖；继续增加公交车的收益递减，表明存在投资的“甜点”。

实际意义

• 成本效益的边缘扩容：市政或电信运营商可通过改装少量公交车来补强现有边缘设施，避免新建 RSU 场址的高额投入。
• 动态服务部署：开发者可以设计 IoV 应用（如实时交通分析、AR 导航、V2X 安全提醒），将计算卸载到最近的公交车边缘服务器，从而在高峰期降低延迟。
• 资源编排：云‑边缘编排平台可将公交车装载的服务器视为“移动节点”，依据预测的公交线路和容量调度工作负载，类似边缘即服务（EaaS）。
• 政策与规划：城市规划者可以将公交线路纳入边缘网络设计工具，不仅优化乘客流，还优化计算覆盖。

局限性与未来工作

• 线路可预测性：研究假设公交时刻表相对稳定；意外绕行或交通拥堵可能削弱覆盖效果。
• 硬件约束：实际部署需解决电源、散热和在移动车辆上使用的硬件可靠性问题。
• 安全与移动管理：频繁的切换和服务器的移动性带来身份验证、数据隐私和无缝服务连续性的挑战。
• 向更大城市的可扩展性：虽然上海提供了丰富的数据集，但模型仍需在公交网络稀疏或多模式交通的城市中验证。

未来研究方向包括：基于实时公交遥测的自适应路由算法，动态重新分配工作负载；与其他移动平台（如配送无人机、网约车）结合；以及原型部署以评估能耗和维护开销。

作者

• 李学之
• 何建聪
• 谢明
• 陈旭阳
• 常乐
• 姜力
• 桂桂

论文信息

• arXiv ID: 2512.05543v1
• 分类: cs.DC
• 发布日期: 2025 年 12 月 5 日
• PDF: Download PDF