張潔,芮蘭蘭,郭少勇,邱雪松,丁一凡
(1. 北京郵電大學(xué) 網(wǎng)絡(luò)與交換技術(shù)國家重點(diǎn)實(shí)驗(yàn)室,北京 100876;2. 北京交通大學(xué) 高速鐵路網(wǎng)絡(luò)管理教育部工程研究中心,北京 100044)
泛在末梢環(huán)境是由處于用戶周邊終端形成的智能空間,在移動(dòng)自組織網(wǎng)(MANET, mobile ad-hoc network)組成的泛在末梢環(huán)境中,常以面向業(yè)務(wù)的多終端協(xié)同的方式為用戶提供無處不在的泛在業(yè)務(wù)[1]。然而,終端移動(dòng)性造成的網(wǎng)絡(luò)拓?fù)鋭?dòng)態(tài)變化[2]、有限的終端資源屬性[3]造成協(xié)同方案的不確定性,是協(xié)同執(zhí)行潛在的失敗風(fēng)險(xiǎn),并且,失敗引起多終端協(xié)同方案切換,對用戶產(chǎn)生干擾。因此,需要構(gòu)建一個(gè)多終端協(xié)同維護(hù)機(jī)制,保證泛在業(yè)務(wù)執(zhí)行的可靠性和持續(xù)性,從而保障用戶體驗(yàn)。
構(gòu)建多終端協(xié)同維護(hù)機(jī)制面臨以下挑戰(zhàn):首先,在動(dòng)態(tài)的網(wǎng)絡(luò)環(huán)境中,如何估計(jì)終端移動(dòng)性,構(gòu)造可靠的協(xié)同方案;其次,在切換多終端協(xié)同方案的時(shí)候,如何盡可能地減少對用戶的干擾;最后,協(xié)同方案要在滿足有限終端資源的同時(shí),實(shí)現(xiàn)多樣化的業(yè)務(wù)質(zhì)量(QoS, quality of service)需求。
目前,有關(guān)多終端協(xié)同維護(hù)的研究成果不多。通過預(yù)估終端移動(dòng)性的方法可以提高所選協(xié)同方案的可靠性[4~7]。文獻(xiàn)[4,5]使用 GPS等設(shè)備提供的位置信息,無需復(fù)雜計(jì)算,選擇可靠的協(xié)同方案,但會產(chǎn)生額外的輔助設(shè)備負(fù)擔(dān),在一些特定環(huán)境中無法使用(如地下)。文獻(xiàn)[6]基于移動(dòng)模型,使用概率統(tǒng)計(jì)的方法進(jìn)行協(xié)同方案的構(gòu)建,在擴(kuò)展方面有局限性。文獻(xiàn)[7]通過終端當(dāng)前的屬性,如信號強(qiáng)度來預(yù)測移動(dòng)性,沒有設(shè)備負(fù)擔(dān),而且擴(kuò)展性較好。但目前,較多存在于鏈路層,缺乏面向業(yè)務(wù)的應(yīng)用。本文將結(jié)合這種方法,在設(shè)計(jì)面向業(yè)務(wù)的協(xié)同維護(hù)時(shí),通過對終端自身屬性的計(jì)算確定可靠性指標(biāo)。
采用優(yōu)化算法可以有效提高協(xié)同方案的可靠性[8,9]。文獻(xiàn)[8]基于貪婪路由算法,提出了一個(gè)新的預(yù)測鏈路生存期的方法,以便在進(jìn)行終端協(xié)同選擇的時(shí)候更加高效。文獻(xiàn)[9]在貪心算法的基礎(chǔ)上,結(jié)合執(zhí)行時(shí)間,采用動(dòng)態(tài)規(guī)劃算法解決終端協(xié)同中的開銷問題。以上兩者均未考慮協(xié)同方案在切換時(shí)對用戶的干擾,在發(fā)生多次中斷時(shí)難以保證最佳用戶體驗(yàn)。
針對協(xié)同方案切換產(chǎn)生的干擾,文獻(xiàn)[10]通過表征節(jié)點(diǎn)失敗引起的中斷,提出了最小化切換代價(jià)的協(xié)同方案(MDSCR, minimum disruption service composition and recovery),但是缺乏對鏈路穩(wěn)定性和多樣化QoS需求的考慮。文獻(xiàn)[11]利用局部恢復(fù)和可靠路徑,基于概率分析提出了一個(gè)快速計(jì)算中斷干擾的算法,沒有計(jì)算終端自身屬性對 QoS的影響。
為了解決上述問題,本文通過在泛在末梢環(huán)境中抽象出泛在業(yè)務(wù)執(zhí)行問題模型,并結(jié)合泛在業(yè)務(wù)特征,建立了滿足個(gè)性化用戶需求的指標(biāo),提出一個(gè)新的多終端協(xié)同維護(hù)機(jī)制(MDCMM, multi-devices cooperation maintenance mechanism)。MDCMM基于容忍干擾和鏈路穩(wěn)定性來計(jì)算可靠性,并結(jié)合持續(xù)性指標(biāo)確定維護(hù)評價(jià)函數(shù)。MDCMM包括初始化部署、協(xié)同構(gòu)造和協(xié)同重構(gòu)3個(gè)階段,具有動(dòng)態(tài)規(guī)劃最優(yōu)子結(jié)構(gòu)的特點(diǎn),并且克服了現(xiàn)有動(dòng)態(tài)規(guī)劃協(xié)同維護(hù)策略的不足。仿真結(jié)果表明,MDCMM能在滿足QoS的前提下減少整體和局部維護(hù)代價(jià),有效保障用戶體驗(yàn)。
建立以MANET為背景的泛在末梢環(huán)境下的終端協(xié)同場景,包括用戶層、業(yè)務(wù)層和網(wǎng)絡(luò)層。當(dāng)用戶發(fā)起一個(gè)泛在業(yè)務(wù)時(shí),通過起始終端設(shè)備將子業(yè)務(wù)的協(xié)同關(guān)系發(fā)布到網(wǎng)絡(luò)層中,獲取網(wǎng)絡(luò)層中的可用終端信息,選擇執(zhí)行終端執(zhí)行對應(yīng)的子業(yè)務(wù),以滿足需求用戶的要求。如圖1所示,泛在業(yè)務(wù)由S1到S4順序完成, MDCMM經(jīng)過協(xié)同構(gòu)造后,使S1的執(zhí)行終端為 11,S2的執(zhí)行終端為 22,它們之間用λ1、轉(zhuǎn)接終端和l2連接。某時(shí)刻l2發(fā)生失敗,MDCMM將進(jìn)行協(xié)同重構(gòu),以最優(yōu)的全局維護(hù)評價(jià)指標(biāo),維護(hù)業(yè)務(wù)的持續(xù)和平滑進(jìn)行。
圖1 泛在業(yè)務(wù)場景
1) 網(wǎng)絡(luò)模型
網(wǎng)絡(luò)模型用GN=(D,L,I,TP)表示。由于網(wǎng)絡(luò)拓?fù)潆S時(shí)間動(dòng)態(tài)變化,將泛在業(yè)務(wù)執(zhí)行時(shí)間T設(shè)置為基于中斷時(shí)刻的離散變量(t1,t2,…),其中Ti表示時(shí)間段[ti,ti+1)。在時(shí)間段Ti內(nèi),網(wǎng)絡(luò)拓?fù)浔3衷趖i時(shí)刻的狀態(tài)不變,終端集合D={di︱i=1,2, …},無線鏈接集合L={li︱i=1,2, …},終端干擾能力集合I={Idi︱i=1,2, …},以及鏈路持續(xù)時(shí)間集合TP={TPi︱i=1, 2,…}均不變。其中,兩終端之間的鏈路表示為P(d,d')(t)={d1,…,dn,d1=d,dn=d’}。如果終端不再滿足質(zhì)量需求,或者移動(dòng)到通信范圍外時(shí),網(wǎng)絡(luò)中的節(jié)點(diǎn)和邊會被刪除。
2) 業(yè)務(wù)模型
業(yè)務(wù)模型用一個(gè)有向無環(huán)圖GS=(S,E,IS)表示。其中協(xié)同關(guān)系由一系列子業(yè)務(wù)構(gòu)成,第i個(gè)子業(yè)務(wù)Si和下一個(gè)執(zhí)行業(yè)務(wù)Si+1之間用有向邊Ei連接。當(dāng)網(wǎng)絡(luò)層中與Si和Si+1對應(yīng)兩終端間的鏈路失敗時(shí),Ei被刪除。
綜合上述網(wǎng)絡(luò)模型和業(yè)務(wù)模型,選擇終端執(zhí)行泛在業(yè)務(wù)的問題,即從GN=(D,L,I,TP)中選取符合GS=(S,E,IS)的子圖,包括終端選擇RD=(ds1→ds2→…→dsr)和鏈路選擇RP=(P(d1,di+1)|i=1, 2,…,r-1)。
建立以協(xié)同方案評價(jià)指標(biāo)為目標(biāo)函數(shù)的數(shù)學(xué)模型來解決該問題。為了使用戶感知到的干擾最小,保障用戶體驗(yàn),建立指標(biāo)函數(shù)來評價(jià)中斷干擾對用戶的影響,下面給出評價(jià)函數(shù)的相關(guān)計(jì)算。
協(xié)同方案的不可靠性引起泛在業(yè)務(wù)的中斷。用中斷時(shí)間所占的比例C作為泛在業(yè)務(wù)持續(xù)性指標(biāo),如式(1)所示。C越小表示協(xié)同方案不容易發(fā)生中斷,持續(xù)性越好。
假設(shè)R(tj)是tj時(shí)刻的協(xié)同方案,R(tj+1)是tj+1時(shí)刻的協(xié)同方案,Δtj為中斷時(shí)間,即從方案R(tj)切換到方案R(tj+1)花費(fèi)的恢復(fù)時(shí)間。在協(xié)同維護(hù)過程中,Δtj是動(dòng)態(tài)的,由于網(wǎng)絡(luò)拓?fù)涞牟淮_定性等,中斷時(shí)間很難計(jì)算,此過程對用戶的干擾很大程度上依賴于終端和鏈路兩方面,可從這兩方面來定量計(jì)算Δtj。
用ND(Δtj→Δtj+1)表示從方案R(tj)切換到方案R(tj+1)的替代終端數(shù)如式(2)所示。
其中,r是子業(yè)務(wù)數(shù)目,|R(tj+1)∩R(tj)|是2個(gè)集合中的相同節(jié)點(diǎn)數(shù)目。同樣,假設(shè)P(tj)是tj時(shí)刻的路徑,P(tj+1)是tj+1時(shí)刻的路徑,用NP(Δtj→Δtj+1)表示從路徑P(tj)切換到路徑P(tj+1)的替代鏈接數(shù)
基于以上預(yù)測,結(jié)合終端和鏈路的性質(zhì),重新定義評價(jià)指標(biāo)。從方案R(tj)切換到方案R(tj+1)花費(fèi)的恢復(fù)時(shí)間Δtj定義如下
其中,ρ和δ是常數(shù),表示終端和鏈路因素各自所占比重。Idk為終端干擾效益,ε為鏈路穩(wěn)定性。
基于上述評價(jià)指標(biāo)的定義,下面將描述MDCMM問題。根據(jù)2.1節(jié)中離散時(shí)間(t1,t2,…)的描述,定義多終端協(xié)同維護(hù)為一系列協(xié)同方案:R=(R(t1),R(t1),…R(tn)),其中,0=t1<t2<…<tn<T。R包括最初的協(xié)同方案R(t1)和所有的維護(hù)方案R(tj)→R(tj+1),j=1,…n-1。
在網(wǎng)絡(luò)GN(tj)中,當(dāng)且僅當(dāng)協(xié)同方案R(tj)中所有的鏈路都存在的情況下,R(tj)是可行的。進(jìn)而當(dāng)且僅當(dāng)每個(gè)協(xié)同方案R(tj)在時(shí)間段[tj,tj+1)內(nèi)是可行的情況下,R是可行的。在GN(t)中,定義所有的可行協(xié)同方案集合為S(GN)。每個(gè)可行的R對應(yīng)一個(gè)指標(biāo)為
MDCMM問題的目標(biāo):在集合中S(GN)尋找可行的最優(yōu)決策R,使指標(biāo)C(R)最小化,最終抽象出目標(biāo)函數(shù)(見式(6)),用來評價(jià)最佳協(xié)同方案。
由以上闡述可知,MDCMM問題可表示為多階段決策最優(yōu)化問題。為了對MDCMM問題進(jìn)行優(yōu)化求解,接下來,將分析網(wǎng)絡(luò)拓?fù)湟阎闆r下的動(dòng)態(tài)規(guī)劃算法,以及網(wǎng)絡(luò)拓?fù)湮粗闆r下的預(yù)測計(jì)算。
在網(wǎng)絡(luò)拓?fù)湟阎那闆r下,GN(tj)是確定的,MDCMM 是一個(gè)動(dòng)態(tài)規(guī)劃問題。用f(R(tj))表示tj時(shí)間段,使用業(yè)務(wù)組合方案R(tj)情況下的最小代價(jià)
式(8)描述了從R(tj)切換到R(tj+1)的最優(yōu)維護(hù)方案,第一部分表示從失敗的方案R(tj)到新的方案R(tj+1)的評價(jià)指標(biāo),第二部分刻畫了新方案的持續(xù)性??刹捎米缘紫蛏系挠?jì)算方法,逐步構(gòu)造滿足最小維護(hù)代價(jià)的方案。
在泛在末梢環(huán)境中,由于節(jié)點(diǎn)移動(dòng)性造成網(wǎng)絡(luò)拓?fù)洳淮_定性。而ti+1時(shí)刻的維護(hù)決策需要知道該中斷時(shí)刻后的網(wǎng)絡(luò)拓?fù)鋪碛?jì)算f(R(tj+1))。所以接下來,將結(jié)合可靠性預(yù)測來解決該問題。
給出終端干擾。在計(jì)算終端干擾效益之前,根據(jù)子業(yè)務(wù)對終端各項(xiàng)屬性的要求來確定子業(yè)務(wù)的容忍干擾效益,作為選擇終端的限定條件。
1) 容忍干擾效益ISi。泛在業(yè)務(wù)具有個(gè)性化的資源需求,當(dāng)終端因?yàn)槟芰κ芟蕻a(chǎn)生干擾時(shí),子業(yè)務(wù)Si所能容忍的極限值如式(9)所示,對能量ESi、帶寬BSi、執(zhí)行時(shí)間TSi進(jìn)行歸一化處理。
其中,能量最小值min(E),帶寬最大值max(B),服務(wù)時(shí)間最大值 max(T)是子業(yè)務(wù)所能容忍的各項(xiàng)能力極限值。α、β和γ為相應(yīng)的權(quán)值系數(shù),表示不同的泛在業(yè)務(wù)對終端自身能力的偏重。如多媒體業(yè)務(wù)對實(shí)時(shí)性的要求比較高,因此強(qiáng)調(diào)干擾因素執(zhí)行時(shí)間,文件下載業(yè)務(wù)則更偏重干擾因素帶寬,這些偏重決定了α、β和γ的取值。
2) 終端干擾效益Idk。結(jié)合受限的終端能力對業(yè)務(wù)執(zhí)行產(chǎn)生的干擾效益進(jìn)行計(jì)算,如式(10)所示,對終端dk的屬性能量Edk、網(wǎng)絡(luò)帶寬Bdk、執(zhí)行時(shí)間Tdk進(jìn)行歸一化處理。
其中,能量最小值 min(E'),物理帶寬最大值max(B'),服務(wù)時(shí)間最大值 max(T')是終端的各項(xiàng)能力極限值。只有當(dāng)終端的各項(xiàng)能力滿足子業(yè)務(wù)的容忍值,并且終端干擾效益小于容忍干擾效益時(shí),終端才可選。
結(jié)合終端屬性,采用預(yù)測的方法計(jì)算鏈路不穩(wěn)定性。
3) 預(yù)估鏈路穩(wěn)定性LS。鏈路持續(xù)時(shí)間TP越長,說明路徑失敗頻率越小,網(wǎng)絡(luò)路徑越穩(wěn)定。將鏈路持續(xù)時(shí)間與其下限的比值作為鏈路穩(wěn)定性LS測度為
通過獲取網(wǎng)絡(luò)中任意時(shí)刻的終端接收信號強(qiáng)度,估計(jì)鏈路持續(xù)時(shí)間TPdi→di+1來表征鏈路可靠性。TPlimit表示鏈路持續(xù)時(shí)間下限。其中r表示網(wǎng)絡(luò)中終端的通信半徑,在初始化時(shí)設(shè)置,v表示終端間的相對移動(dòng)速度,可由計(jì)算得出[7]。
4) 鏈路失敗頻率。終端間鏈路穩(wěn)定性的倒數(shù)。
求解過程實(shí)際上就是計(jì)算所有狀態(tài)值的過程。根據(jù)式(4),第一部分的計(jì)算要枚舉網(wǎng)絡(luò)中的所有能組成協(xié)同路徑的可用終端,為了在網(wǎng)絡(luò)規(guī)模較大的情況下較少計(jì)算量,優(yōu)先選擇具有較高可靠性的終端。在計(jì)算終端干擾效益之前,根據(jù)子業(yè)務(wù)對終端各項(xiàng)屬性的要求來確定子業(yè)務(wù)的容忍干擾效益,作為選擇終端的限定條件。針對網(wǎng)絡(luò)GN中,未來時(shí)刻的變化無法獲悉的情況,按式(11)和式(12),采用預(yù)測的方法預(yù)估鏈路不穩(wěn)定性,選取與最優(yōu)子結(jié)構(gòu)最接近的方案。
以一個(gè)泛在業(yè)務(wù)為例介紹維護(hù)機(jī)制的工作流程,如圖2所示。
1) 初始化部署
用戶發(fā)起泛在業(yè)務(wù)U請求時(shí),初始化業(yè)務(wù)模型GS=(S,E,IS)和網(wǎng)絡(luò)模型GN=(D,L,I,TP),構(gòu)造4個(gè)數(shù)據(jù)集合SS、DS、ADS和ODS。SS是泛在業(yè)務(wù)集合,包括U的終端協(xié)同信息,Si的容忍干擾DSi、BSi、TSi。DS是終端集合,包括各個(gè)終端dk所能提供的業(yè)務(wù)Sk及其干擾能力。ADS是可用協(xié)同方案,包括執(zhí)行每個(gè)子業(yè)務(wù)的終端及其信息,初始時(shí)刻為NULL。ODS是最終協(xié)同執(zhí)行方案,包括執(zhí)行每個(gè)子業(yè)務(wù)的終端及其信息,初始時(shí)刻為NULL,如圖3所示。
此外,還要確定質(zhì)量需求和網(wǎng)絡(luò)中終端各項(xiàng)能力的極限值。不同的泛在業(yè)務(wù),對業(yè)務(wù)質(zhì)量有不同的需求,由此需要確定α、β和γ。用戶對終端自身的質(zhì)量和路徑的質(zhì)量有不同需求,由此確定δ和ρ。
圖2 維護(hù)機(jī)制工作流程
圖3 初始部署
2) 協(xié)同構(gòu)造
包括協(xié)同發(fā)現(xiàn)、協(xié)同選擇、協(xié)同執(zhí)行3個(gè)階段。協(xié)同發(fā)現(xiàn)是對復(fù)雜的泛在業(yè)務(wù)請求做出響應(yīng),構(gòu)造子業(yè)務(wù)協(xié)同方案,此階段得到一個(gè)可用協(xié)同方案集合ADS;協(xié)同選擇是從協(xié)同發(fā)現(xiàn)階段的協(xié)同方案集合 ADS中,進(jìn)行終端選擇和網(wǎng)絡(luò)路徑選擇,即為每個(gè)子業(yè)務(wù)選擇執(zhí)行終端以及2個(gè)子業(yè)務(wù)相鄰的執(zhí)行終端間的鏈路,構(gòu)造滿足需求的協(xié)同執(zhí)行方案;協(xié)同執(zhí)行即子業(yè)務(wù)的協(xié)同執(zhí)行過程。具體分為以下幾個(gè)步驟。
①根起點(diǎn)d1產(chǎn)生源數(shù)據(jù)流,將初始化協(xié)同關(guān)系信息封入數(shù)據(jù)分組內(nèi),在網(wǎng)絡(luò)中進(jìn)行廣播,尋找能提供子業(yè)務(wù)的終端。
②終端d1接收到請求分組以后,如果該終端能提供終端協(xié)同關(guān)系中相應(yīng)的子業(yè)務(wù),且滿足Ek>ESi,Bk<BSi,Tk<TSi,則發(fā)送應(yīng)答信息給d1;如果不能提供則轉(zhuǎn)發(fā)該廣播信息。
③每個(gè)終端dk估計(jì)其與各鄰居終端的鏈路穩(wěn)定性LSdi→di+1,也將這個(gè)信息發(fā)送給d1,形成ADS信息集合。最終根起點(diǎn)d1計(jì)算f(R(t1)),從而確定使其最小的各個(gè)子業(yè)務(wù)的執(zhí)行終端,存入 ODS中。同時(shí),根起點(diǎn)d1產(chǎn)生監(jiān)控分組。
④選擇網(wǎng)絡(luò)路徑:根據(jù)集合 ODS中的協(xié)同信息,依據(jù)IP層建立起通信路徑。借用按需路由協(xié)議(AODV, ad hoc on-demand distance vector routing)里的Hello分組進(jìn)行消息廣播,綜合考慮鏈路穩(wěn)定性,選擇穩(wěn)定鏈路建立端到端路徑。
3) 協(xié)同重構(gòu)
①根據(jù)根起點(diǎn)d1產(chǎn)生的監(jiān)控分組,獲得執(zhí)行終端的質(zhì)量和泛在業(yè)務(wù)完成情況。
②若發(fā)現(xiàn)發(fā)生業(yè)務(wù)失敗時(shí),進(jìn)入到協(xié)同重構(gòu)階段。從上次決策過程得到的集合 ADS中,選擇最優(yōu)協(xié)同方案,存入ODS中。
③如果不存在協(xié)同方案則重新發(fā)起業(yè)務(wù)請求,進(jìn)行一次新的協(xié)同構(gòu)造,計(jì)算恢復(fù)代價(jià),選擇使式(8)最小的協(xié)同方案R(tj+1)。確定各個(gè)子業(yè)務(wù)的執(zhí)行終端,更新ADS和ODS信息,為下一時(shí)刻的維護(hù)過程做準(zhǔn)備。
本文提出的多終端協(xié)同維護(hù)機(jī)制,提高協(xié)同方案可靠性的角度保持泛在業(yè)務(wù)執(zhí)行的持續(xù)性,降低干擾對用戶的影響。為驗(yàn)證本文提出機(jī)制的有效性,設(shè)計(jì)并搭建了實(shí)驗(yàn)環(huán)境,并對結(jié)果進(jìn)行了比較和分析。
1) 網(wǎng)絡(luò)設(shè)置?;诂F(xiàn)有的面向業(yè)務(wù)的多終端協(xié)同選擇框架[12],以 OPNET 為仿真平臺模擬MANET 組成的泛在末梢環(huán)境。在大小為1 000 m×1 000 m的網(wǎng)絡(luò)中,隨機(jī)分布30個(gè)移動(dòng)終端,以支持泛在業(yè)務(wù)的提供。
3.績效考核體系具有客觀公正性,因此可以很好的區(qū)分職工工作狀態(tài)是高效還是低效,根據(jù)不同職工工作水平?jīng)Q定他們不同的工資和福利待遇,合理的分配獎(jiǎng)金和晉升機(jī)會,這樣才能可以對員工起到激勵(lì)作用。
為了使網(wǎng)絡(luò)中的終端更好地提供 MDCMM 中的泛在業(yè)務(wù),設(shè)置了3種屬性。①終端移動(dòng)性:每個(gè)終端均使用manet_station的移動(dòng)模型,均具有接收和轉(zhuǎn)發(fā)數(shù)據(jù)分組的功能,終端遵循隨機(jī)移動(dòng)模型,以向量路徑(VECTOR)方式移動(dòng),最大速度默認(rèn)為10 m/s。②終端能力:每個(gè)終端均能提供電池能量(E)、帶寬(B)、服務(wù)時(shí)間(T)3種屬性。③鏈路狀況:考慮2個(gè)終端之間存在通信時(shí),鏈路的穩(wěn)定性,參數(shù)在表1中給出。
2) 業(yè)務(wù)設(shè)置。在網(wǎng)絡(luò)中設(shè)置具有由5個(gè)子業(yè)務(wù)按照串行順序組合而成的協(xié)同關(guān)系的泛在業(yè)務(wù)請求。每個(gè)子業(yè)務(wù)對應(yīng)的可用終端數(shù)目默認(rèn)為 3。終端1a提供業(yè)務(wù)S1,源業(yè)務(wù)流的到達(dá)時(shí)間間隔服從指數(shù)分布(CBR),使用恒定比特率CBR流來模擬數(shù)據(jù)流量,數(shù)據(jù)分組長度為512 bit,數(shù)據(jù)分組間隔為1 packet/s。參數(shù)的具體說明如表1所示。
表1 泛在環(huán)境參數(shù)設(shè)置
在仿真過程中,首先從可用終端數(shù)和移動(dòng)速度對目標(biāo)函數(shù)進(jìn)行影響因子分析;其次為了評價(jià)MDCMM機(jī)制的性能,在多終端協(xié)同執(zhí)行過程中,從切換代價(jià)和用戶體驗(yàn)方面進(jìn)行了評價(jià),設(shè)置實(shí)驗(yàn)指標(biāo)如下。
1) 目標(biāo)函數(shù)。是子過程切換代價(jià)之和C(R),表示在發(fā)生中斷的情況下整體業(yè)務(wù)質(zhì)量的優(yōu)劣。目標(biāo)函數(shù)的值越低,業(yè)務(wù)可靠性和持續(xù)性越好。用于對MDCMM機(jī)制的分析和比較。
2) 業(yè)務(wù)平滑性。用 2個(gè)指數(shù)來表示業(yè)務(wù)平滑性,評價(jià)用戶體驗(yàn)。
一是各個(gè)子過程中干擾指數(shù)CI,根據(jù)持續(xù)性指標(biāo)計(jì)算(見式(13)),CI浮動(dòng)越小,說明相鄰子過程的切換具有越平滑的波動(dòng),用戶體驗(yàn)越好。用于對MDCMM機(jī)制的分析。
二是各個(gè)子過程中目標(biāo)函數(shù)的方差CS(見式(14))。該值越小,說明維護(hù)越穩(wěn)定,用戶體驗(yàn)越好。用于對不同機(jī)制進(jìn)行比較。
分別對 MDCMM、MDSCR[10]和 MPCMM 3種不同的機(jī)制在相同參數(shù)設(shè)置的場景中進(jìn)行實(shí)驗(yàn),說明MDCMM的優(yōu)越性。其中MDSCR是基于預(yù)測的維護(hù)機(jī)制,選擇具有最長預(yù)估鏈路持續(xù)時(shí)間的終端協(xié)同方案;MPCMM是基于ad hoc最短路徑路由算法的維護(hù)機(jī)制,以跳數(shù)作為選擇標(biāo)準(zhǔn)。實(shí)驗(yàn)是比較不同機(jī)制對用戶的干擾。
通過以上環(huán)境設(shè)置,在OPNET中進(jìn)行仿真。將得到的評價(jià)指標(biāo)數(shù)據(jù)輸出到 MATLABR2013a中,進(jìn)行比較分析。
1) 目標(biāo)函數(shù)影響因子
如圖4所示,設(shè)置橫坐標(biāo)為中斷次數(shù)n,縱坐標(biāo)為評價(jià)函數(shù)。移動(dòng)終端的最大速度設(shè)置為5 m/s、10 m/s、15 m/s;網(wǎng)絡(luò)中的最大可用終端數(shù)分別設(shè)置為1~5。
由圖可知,評價(jià)函數(shù)是隨中斷次數(shù)n而增加的。橫行對比圖,在最大可用終端數(shù)固定的情況下,終端移動(dòng)速度會對評價(jià)函數(shù)造成影響。在具有較高動(dòng)態(tài)性的MANET中,失敗率增加,評價(jià)函數(shù)數(shù)值較大,說明維護(hù)花費(fèi)更高。
圖4 目標(biāo)函數(shù)影響因素分析
縱向?qū)Ρ龋诰W(wǎng)絡(luò)動(dòng)態(tài)性固定的情況下,分析可用終端數(shù)的影響。以圖4(b)為例,終端最大速度為10 m/s,可用終端數(shù)不同,目標(biāo)函數(shù)的曲線發(fā)生變化。如果每個(gè)子業(yè)務(wù)具有較多的可用終端,在協(xié)同構(gòu)造過程中,對可用終端的搜索和計(jì)算將會更復(fù)雜,并且由于不可靠終端增加,因此評價(jià)函數(shù)更高。可用終端數(shù)目為4和5時(shí),曲線差別不大。另外,可用終端數(shù)的影響在中斷次數(shù)較多時(shí)表現(xiàn)得尤其明顯。
2) 不同機(jī)制目標(biāo)函數(shù)的比較
為了對MDCMM、MDSCR和MPCMM機(jī)制進(jìn)行比較,在相同的環(huán)境和終端參數(shù)設(shè)置下進(jìn)行仿真,每次仿真時(shí)間為2 000 s。
圖 5給出了在終端移動(dòng)速度最大值為 5 m/s、10 m/s、15 m/s時(shí),3種機(jī)制產(chǎn)生目標(biāo)函數(shù)的比較,可以看出MDCMM具有較低數(shù)值的目標(biāo)函數(shù),并且,隨著移動(dòng)速度最大值增加,不同機(jī)制之間目標(biāo)函數(shù)的差值也拉大了。因?yàn)镸DCMM優(yōu)先選擇具有較小干擾能力,并且可以穩(wěn)定執(zhí)行業(yè)務(wù)的終端和路徑,保證業(yè)務(wù)執(zhí)行。而MDSCR和MPCMM均沒有考慮終端干擾給QoS帶來的不可靠性,前者選擇的協(xié)同方案具有最長持續(xù)時(shí)間,后者選擇的協(xié)同方案具有最少跳數(shù)。在這些協(xié)同方案中,執(zhí)行終端可能會因?yàn)殡娏坎蛔?,帶寬超出等受限的自身能力等,對業(yè)務(wù)維護(hù)產(chǎn)生干擾,不能給用戶很好的QoS體驗(yàn)。
圖5 不同機(jī)制目標(biāo)函數(shù)比較
3) MDCMM平滑性
延長仿真時(shí)間,移動(dòng)終端的最大速度設(shè)置為5 m/s、10 m/s、15 m/s,其他參數(shù)取默認(rèn)值,在OPNET中設(shè)置隨機(jī)種子進(jìn)行多次實(shí)驗(yàn)。取前5次多終端協(xié)同維護(hù)過程,比較泛在業(yè)務(wù)干擾指數(shù)CI變化幅度。
依據(jù)各子過程的維護(hù)代價(jià)來計(jì)算泛在業(yè)務(wù)干擾指數(shù)CI,由圖6可知,業(yè)務(wù)的CI指數(shù)抖動(dòng)較小且變化平緩。整體看,移動(dòng)終端的最大速度越小,干擾指數(shù)CI越大,變化幅度在取值范圍內(nèi)較小,平滑性較好。
圖6 MDCMM平滑性
4) 不同機(jī)制平滑性比較
設(shè)置默認(rèn)可用終端數(shù)目數(shù),改變終端移動(dòng)速度最大值為5 m/s、10 m/s、15 m/s,分別計(jì)算3種機(jī)制的平滑測度。
如圖7所示,可以看出MDCMM和MDSCR的目標(biāo)函數(shù)方差明顯低于MPCMM,因?yàn)镸DCMM和MDSCR均采用具有最優(yōu)子結(jié)構(gòu)的算法,選取維護(hù)代價(jià)最小的協(xié)同方案。而相比MDSCR,MDCMM使協(xié)同方案的維護(hù)更穩(wěn)定。
圖7 不同機(jī)制平滑性比較
5) 不同機(jī)制預(yù)測效益比較
從圖8中可看出,與MDSCR和MPCMM相比,MDCMM的預(yù)測效益更接近1。MDCMM是0.9~1.0,MDSCR是0.80~0.95,MPCMM 是0.70~0.97。
圖8 不同機(jī)制預(yù)測效益比較
協(xié)同維護(hù)是泛在網(wǎng)絡(luò)中的一個(gè)重要問題。是泛在網(wǎng)絡(luò)中,終端的類型得到了擴(kuò)展,能更好地為用戶提供服務(wù)。但是由于終端本身的能力受限,以及網(wǎng)絡(luò)的動(dòng)態(tài)特性,泛在業(yè)務(wù)會發(fā)生中斷,從而影響用戶體驗(yàn)。
本文提出了維護(hù)機(jī)制 MDCMM,用維護(hù)評價(jià)指標(biāo)將協(xié)同構(gòu)造和協(xié)同中斷恢復(fù)2個(gè)過程綜合起來,采用了動(dòng)態(tài)規(guī)劃優(yōu)化策略。實(shí)驗(yàn)表明MDCMM能減少泛在業(yè)務(wù)執(zhí)行時(shí)間內(nèi)中斷對用戶的干擾,保障用戶體驗(yàn)。接下來的工作將在構(gòu)建協(xié)同方案的時(shí)候,考慮終端協(xié)同需求,如相鄰子業(yè)務(wù)之間的協(xié)同意愿、協(xié)同時(shí)間、協(xié)同資源分配等,進(jìn)一步提升用戶體驗(yàn)。
[1] BRONSTED J, AARHUS U, AARHUS D. Service composition Issues in pervasive computing[J]. IEEE Pervasive Computing, 2010, 9(1): 62-20.
[2] VASKAR R, CAO J N, WU W G. Reliable service discovery in MANET[J]. Pervasive and Mobile Computing, 2011,7(1):140-158.
[3] LIU C, CAO J, LE M F. A low-latency service composition approach in mobile ad hoc networks[A]. The 29th Annual ACM Symposium on Applied Computing (SAC'2014)[C]. Korea, 2014.
[4] JIN L, LI L Y, ZHU X Y. A multi-constraint QoS routing protocol with route-request selection based on mobile predicting in MANET[A]. International Conference on Computational Intelligence and Security Workshops(CIS)[C]. Harbin, China, 2007.342-345.
[5] CHOUDHURY P. Mobility aware distributed service composition framework in SOA based MANET application[A].The 10th IEEE In-ternational Conference onIndustrial Informatics (INDIN)[C]. 2012.1016-1021.
[6] WANG J P. Exploiting mobility prediction for dependable service composition in wireless mobile ad hoc networks[J]. IEEE Transactions on Services Computing, 2011, 4(1):44-55.
[7] 吳大鵬, 武穆清. 面向鏈路穩(wěn)定性的MANET路徑建立機(jī)制[J]. 電子與信息學(xué)報(bào), 2009, 31(9): 2226-2231.WU D P, WU M Q. Reliable routing mechanism in MANET towards link stability[J]. Journal of Electronics & Information Technology,2009, 31(9): 2226-2231.
[8] HADI N, QIANG N, MING Y. A new link lifetime prediction method for greedy and contention-based routing in mobile ad hoc networks[A].The 10th IEEE International Conference on Computer and Information Technology (CIT 2010)[C]. 2010.2662-2667.
[9] WANG X M, WANG J P, ZENG Z Y, Service composition in service-oriented wireless sensor networks with persistent queries[A].IEEE Communications Society[C]. Washington, D C, USA,2009.1-5.
[10] JIANG S S, XUE Y, SCHMIDT D C. Minimum disruption service composition and recovery in mobile ad hoc networks[J]. Computer Networks, 2009, 53(10):1649-1665.
[11] XIAO L, NAHRSTEDT K. Minimum user-perceived interference routing in service composition[A]. Proc of IEEE INFOCDM[C]. 2006.
[12] 郭少勇,芮蘭蘭.面向業(yè)務(wù)的多終端動(dòng)態(tài)協(xié)同構(gòu)造機(jī)制[J]. 電子與信息學(xué)報(bào), 2012,34(7):2226-2231.GUO S Y, RUI L L. Service-oriented multi-devices dynamic cooperation mechanism[J]. Journal of Electronics & Information Technology,2012, 34(7):2226-2231.