基于業務優先級的QoS控制技術研究

郭穩濤

摘 要：針對車聯網中業務多樣性的特點，從業務優先級、網絡服務模型和QoS保障技術等方面展開研究，結合層次分析法和模糊綜合評判法，提出了一種基于模糊層次分析法的業務優先級評估方法，該方法能更好地區分業務重要性，使用戶得到更優質的QoS保障服務。

關鍵詞：業務優先級；模糊層次分析法；QoS保障；車聯網

中圖分類號：TN929.5 文獻標識碼：A 文章編號：2095-1302（2016）09-00-03

0 引 言

隨著經濟的發展，汽車保有量日益增加，隨之而來的是城市道路日漸擁堵等問題，伴隨著無線通信技術的發展，車聯網逐漸受到人們的關注。由于車聯網的智能化、高速化以及車載用戶個性化的需求，車聯網中的業務也朝著多樣化的趨勢發展。不同的業務導致需求特征也不一樣，因此，必須對業務進行合理區分，對優先級進行適當評估，使網絡資源得到高效利用，支持更高的QoS保障。

1 業務優先級的預定義與評估研究

1.1 業務優先級的預定義

現有研究表明，以往針對業務優先級的研究大部分都沒有做特別的評估工作，往往都是對業務優先級預先進行劃分和定義，然后根據優先級的劃分規則，標記業務報文，并在傳輸節點或中間轉發的過程中識別標記，最后根據對應的優先級順序進行處理或調度。在傳統的IP網絡中，QoS的保障有區分服務模型（Differentiated Services Model，Diff Serv）和集成服務模型（Integrated Services Model，Int Serv）這兩種典型的服務模型，這兩種服務模型都是由全球互聯網最具權威的技術標準化組織——國際互聯網工程任務組（The Internet Engineering Task Force，IETF）提出并制定。這兩種QoS服務模型制定的標準都針對傳統的IP網絡，不能直接應用到車聯網中。但這兩種QoS服務模型對業務類型的區分以及優先級的定義可以在車聯網中得到應用[1]。

1.1.1 集成服務模型

集成服務模型根據不同業務的應用場景和特性進行網絡業務分類定義，將業務類型劃分為確保業務（Garanteed Service，GS）、受控負載業務（Controlled load Service，CS）和盡力而為業務（Best Effort，BE）三種。

（1）確保業務的優先級最高，服務模型要求提供特定流量數據預留指定的帶寬，對端到端的時延也有要求，并為丟包率即數據的完整性提供保障；

（2）受控負載業務提供一種網絡在欠載情況下的服務；

（3）盡力而為業務只提供盡力而為的服務，對服務質量不提供任何保障。

1.1.2 區分服務模型

區分服務模型是國際互聯網工程任務組（IETF）于1998年在集成服務模型基礎上提出的一種新的服務模型。區分服務模型克服了集成服務模型可擴展性差的問題，它將網絡中的業務分成了背景類、交互類、會話類和流類四種類型。區分服務模型是一個多服務模型，不需要像集成服務模型那樣為每個業務預留資源，而且實現簡單、可擴展性好，能滿足不同的QoS需求。

1.2 業務優先級的綜合評估

1.2.1 基于映射表的業務優先級評估

針對通用移動通信系統（Universal Mobile Telecommuni cations System，UMTS）中的業務，QoS保障策略對業務的類型和用戶級別進行了綜合考慮，提出了基于映射表的業務優先級評估方案，根據映射表提供的優先級映射關系，不同類型的業務將由無線資源管理模塊提供不同級別的服務。無線資源管理模塊把不同類型的業務優先級分為0～15共16個級別，其中0級別最低，15級別最高[2]。

1.2.2 基于移動通信系統的綜合業務優先級評估

針對高級國際移動通信（International Mobile Telecommuni cations-Advanced，IMT-Advanced）系統業務的特性，業內人士對業務優先級展開研究，提出了一些業務優先級解決方案。比較典型的是一種動態和靜態相結合的優先級計算方案，這種計算方案對業務屬性進行了定義和分析，對用戶呼叫類型、延誤時延敏感性、等待時間、網絡負載狀態、移動模式等因素都進行了綜合考慮。靜態綜合優先級影響因子包括業務屬性和呼叫類型，這些都是不變的因素；而一些變化的因素（如等待時間、網絡負載狀態、移動模式等）則作為動態綜合優先級的影響因子考慮，把靜態和動態優先級進行綜合，構成綜合優先級體系結構。

未來的移動通信系統具有多樣性的特點，有學者提出了一種跨層動態綜合優先級計算方案。這個方案綜合考慮了移動通信系統的各方面因素，納入到優先級計算的范圍內，這些影響來自于網絡模型的各個層次。這種計算方案的最大優點在于克服了以往優先級計算因子單一、關聯性缺乏等缺點，更加適應未來移動通信系統業務多樣性的需求。

2 網絡服務模型與 QoS保障技術

2.1 QoS服務模型

2.1.1 FQMM模型

上文提到的區分服務模型和集成服務模型是傳統IP網絡中最具代表性的兩種QoS服務模型，在一定程度上緩解了各種業務的QoS保障問題。針對車聯網的業務特性，有學者提出一種FQMM模型（Flexible Quality of Service Model for Mobile Networks，FQMM），這種模型在傳統的區分服務模型和集成服務模型基礎上綜合考慮了車聯網的特點，既可以按照流聚合方式對大部分業務基于分類提供QoS保障，也可以按照流的方式對小部分業務提供更高的QoS保障服務。

2.1.2 FQMM模型與SWAN模型

在FQMM模型基礎上，又有學者提出了一種HQMM模型（Hybrid QoS Model for Mobile Networks，HQMM），這種模型利用INSIGINA機制，通過數據分組攜帶控制信息，減少控制報文對數據報文的競爭影響。還有一種SWAN模型，這種模型把業務類型分為必要實時業務和盡力而為業務，對前者進行標記，對后者則不予標記，兩者由分類器完成。對于實時業務，分類器將經過接納控制之后的實時業務直接交付給MAC層，完成報文傳輸；而對于盡力而為業務，分類器直接把盡力而為業務交給整形器，通過整形、時延后才會交付給MAC 層[3]。

2.2 分組調度技術

2.2.1 先到先服務隊列調度算法

對轉發分組的調度是QoS控制保障技術的關鍵，現有研究提出了一些分組調度算法。先到先服務（First Come First Service，FCFS）隊列調度算法是最基礎的一種算法，這種算法比較簡單，它與數據結構中的隊列結構一致，按照分組進入服務的順序排隊，先進入隊列的優先服務。這種算法的優點是占用系統資源少，然而其缺點也很明顯，不同業務服務沒有得到區分，當隊列擁堵時會造成業務時延。

2.2.2 基于優先級的調度算法

基于優先級的調度算法主要包括優先級隊列（Priority Queuing，PQ）調度算法和隊列長度閾值（Queue Length Threshold ，QLT）調度算法。

優先級隊列調度算法針對業務優先級，將業務分組，高優先的分組將得到優先服務，只有當所有高優先級的業務分組服務完成后才服務低優先級的業務，同一優先級的分組則采用先到先服務隊列調度算法。

隊列長度閾值調度算法在優先級隊列調度算法基礎上進行改進，為每個隊列設置一個長度閾值作為調度的門限值，當隊列長度大于門限值時才會得到服務。隊列長度閾值調度算法既解決了業務優先級的區分問題，又解決了低優先級的業務長時間得不到服務的問題。

2.2.3 基于輪詢的調度算法

輪詢調度算法按照一定的順序對每個隊列輪流進行分組調度，輪詢調度算法主要包括輪叫調度（Round Robin，RR）算法、加權輪詢（Weighted Round Robin，WRR）算法和差額輪詢（Deficit Round Robin，DRR）算法等。

（1）輪叫調度算法最簡單，它將業務分到不同的隊列，然后將每個隊列的頭部報文進行調度；

（2）加權輪詢算法在輪叫調度算法的基礎上引入權值概念，區分不同的業務等級；

（3）差額輪詢算法為隊列分配一個配額值，每次調度配額值同等大小字節的分組。

3 基于模糊層次分析的業務重要性評估

3.1 業務優先級與業務重要性

3.1.1 業務重要性的概念

在傳統的IP網絡中，衡量業務重要性的指標主要依據業務優先級，一般采用預先對各項業務的優先級進行預設或規定的方法。業務重要性概念的提出基于業務優先級基礎之上，并在優先級的概念上進行擴展，引入任務優先級和用戶優先級因素，針對網絡中業務的不同屬性特征，將這些屬性特性參數進行綜合評估得到衡量業務重要性的一個值，它反映了業務的重要性程度。業務重要性評估是業務分級的前提，重要性高的業務將優先得到網絡資源分配，從而獲得更高的QoS保障[4]。

3.1.2 業務重要性的評估指標

針對業務重要性評估的指標進行分析，可以把業務分為用戶類型、任務類型和業務類型三大類，而這三大類還可以細分更多的屬性指標。用戶類型指的是車載移動終端用戶的身份，一般包括管理用戶和普通用戶，管理用戶包括用戶級別、安全策略、優先級等屬性，普通用戶還可以根據級別進一步細分。任務類型包括打擊任務和監控任務兩種作戰任務類型。業務類型指的是網絡中業務流的類型，包括背景類、交互類、會話類和流類業務等[5]。

3.2 基于模糊層次分析的業務重要性評估

3.2.1 多屬性決策方法與模糊層次分析法概述

多屬性決策方法（也稱多目標決策方法）來源于現代管理科學和決策科學，是多準則決策的重要組成部分，主要應用在研究離散的、有限個決策方案的決策問題中。不確定多屬性決策是對經典多屬性決策理論的延伸和發展，不確定多屬性決策理論主要包括三方面內容，即隨機型、模糊型和描述性決策理論與方法[6]。

模糊層次分析法以多屬性決策方法為基礎，結合了層次分析法和模糊綜合評判法，把模糊一致矩陣應用到判斷矩陣的構建，是一種層次化決策分析方法。模糊層級分析法與層次分析法相比，最大的區別在于矩陣的構建引入了模糊一致矩陣，使得判斷屬性之間的重要性一目了然，而且利用模糊判斷矩陣能夠更加方便地構造模糊一致矩陣，使判斷矩陣產生的一致性問題得到有效解決。

3.2.2 基于模糊層次分析的業務重要性評估方案

針對網絡中的用戶屬性、任務屬性和業務屬性，采用模糊層次分析法對業務重要性進行綜合評估，形成業務重要性綜合評價方案。基于模糊層次分析法的業務重要性評估算法方案總體流程如圖1所示。

（1）構建業務重要性評估層次化模型。從確定評估屬性集出發，構建層次化評估模型，收集屬性參數，包括用戶屬性、任務屬性和業務屬性等。其中業務類型分為實時業務類和非實時業務類，實時業務類把丟包率、時延和抖動等參數作為主要指標，非實時業務根據背景類、交互類、會話類和流類業務等業務的優先級來確定。用戶類型包括用戶級別和安全策略等級等屬性參數。任務類型包括任務級別、寬帶需求、任務可靠性和相應時間等。

（2）構建決策矩陣。將用戶屬性、任務屬性和業務屬性對應的屬性參數進行綜合，從而確定每一個待評估方案的屬性值，以此來構建決策矩陣。對層次化模型來說，最后的評估值可能需要多次迭代使用多屬性決策方法得到，即針對每個子樹，從底層開始采用單獨的多屬性決策方法來計算父屬性的屬性值，最終得到各方案的評估值，這里所說的方案是指某一類具體的業務。

（3）建立模糊判斷矩陣。根據建立的模糊判斷矩陣能夠很方便地得到各屬性指標的相對重要性，采用數學運算的方法，從矩陣提取信息計算就能得到各屬性的重要性權值，然后對決策目標進行評判和排序。應特別注意的是，模糊判斷矩陣的一致性問題不能忽視，一般來說，一致性偏差很大的可以認為模糊判斷矩陣中包含的判斷信息錯誤。

（4）計算業務重要性值并排序。各業務方案的重要性值可以通過加權求和的數學計算公式求得，然后依據重要性值對業務的重要性進行排序。一般來說，重要性數字越大，說明這個業務方案越重要，從而優先級也就越高，能優先得到資源分配調度；反之，重要性數字越小的優先級越低。為業務重要性值排序時，最高的業務重要性排序值為1，第二高的業務重要性排序值為2，依此類推[7]。

4 結 語

隨著用戶需求的增加，車聯網不僅需要承載傳統的業務，還需要承載諸如語音、視頻、業務下載等實時多媒體業務，這些業務具備多樣性的特點，應根據業務的不同特性區分不同的優先級，合理分配網絡資源，使用戶得到更好的QoS保障。

參考文獻

[1]陶勇，程東年.內容中心網絡中基于內容感知的QoS保證機理探析[J].計算機應用研究，2016，33（3）：813-816.

[2]江明，劉鋒.一種優先級與帶寬需求相結合的分組調度算法[J].太赫茲科學與電子信息學報，2015，13（1）：46-51.

[3]徐宗琦.業務重要性評估與 Ad Hoc 網絡帶寬分配技術研究[D].成都：電子科技大學，2013.

[4]柯鵬，金姍姍，李文翔.面向多業務通信調度的優先級排隊模型研究[J].計算機科學，2013，40（3）：159-162.

[5]周鵬，郝明，唐政，等.基于QoS的優先級隊列調度算法[J].電子科技，2013，36（5）：122-124.

[6]高子越，甘朝欽，肖平平.一種基于免疫原理優化的VPON動態帶寬調度算法[J].激光雜志，2016（3）：123-127.

[7] 李娟，周井泉.DiffServ中基于優先級的隊列調度算法[J].計算機技術與發展，2012，22（7）：91-94.