郭子楨, 梁 俊, 肖 楠, 陳威龍, 陳金濤, 謝寶華

(空軍工程大學(xué)信息與導(dǎo)航學(xué)院，西安，710077)

將軟件定義網(wǎng)絡(luò)架構(gòu)引入衛(wèi)星網(wǎng)絡(luò)，能夠使數(shù)據(jù)平面的衛(wèi)星僅需承擔(dān)轉(zhuǎn)發(fā)和硬件配置功能，就實(shí)現(xiàn)路由策略的靈活部署、網(wǎng)絡(luò)配置簡化及網(wǎng)絡(luò)成本降低[1]。隨著衛(wèi)星網(wǎng)絡(luò)承載的業(yè)務(wù)越來越多，單個控制器顯然無法滿足網(wǎng)絡(luò)的控制需求[2]，多控制器雖然能克服單控制器帶來的單點(diǎn)失效和可擴(kuò)展性差的缺點(diǎn)，卻也帶來了一個新問題：對于給定數(shù)量的控制器和交換機(jī)，如何合理規(guī)劃交換機(jī)與控制器的配屬關(guān)系。

現(xiàn)有SDN多域規(guī)劃的研究已經(jīng)較為成熟，能夠?yàn)樾l(wèi)星網(wǎng)絡(luò)相關(guān)研究提供一定的借鑒。WANG[3]等提出基于K-means的控制器部署方法，通過對網(wǎng)絡(luò)中節(jié)點(diǎn)進(jìn)行聚類，在聚類中心處部署控制器并按照跳數(shù)最少原則劃分控制域，這能夠有效降低控制器通信時延。文獻(xiàn)[4]提出的K-Critical算法通過預(yù)測機(jī)制和多分類集網(wǎng)絡(luò)拓?fù)錁?gòu)建，可以有效實(shí)現(xiàn)系統(tǒng)的負(fù)載均衡。文獻(xiàn)[5]提出了一種自適應(yīng)多域劃分算法(Adaptive Multi-Domain Approach，AMDA)，通過考慮時延和控制器負(fù)載，采用譜聚類方法劃分控制域。文獻(xiàn)[6]提出了一種基于雙向匹配的控制域劃分策略，同時從控制器和交換機(jī)2個角度考慮，以實(shí)現(xiàn)控制器間的負(fù)載均衡。然而這些算法大多適用于拓?fù)涔潭ㄇ揖W(wǎng)絡(luò)尺度較小的地面網(wǎng)絡(luò)，將其直接應(yīng)用于衛(wèi)星網(wǎng)絡(luò)會導(dǎo)致網(wǎng)絡(luò)性能不理想。

目前，已經(jīng)有許多研究者開始關(guān)注SDSN網(wǎng)絡(luò)控制器部署問題：楊力[7]等提出一種基于雙門限的控制器動態(tài)部署策略，通過定義控制器的負(fù)載狀態(tài)以期實(shí)現(xiàn)控制器負(fù)載的動態(tài)調(diào)整，然而仿真實(shí)驗(yàn)卻并未直接與衛(wèi)星網(wǎng)絡(luò)拓?fù)湎嘟Y(jié)合。WU[8]等提出一種低開銷的網(wǎng)絡(luò)擴(kuò)展方法，以控制器與交換機(jī)的最短距離為優(yōu)化指標(biāo)。XU[9]等借助STK工具對SDSN網(wǎng)絡(luò)的時延進(jìn)行了分析，將低軌衛(wèi)星(Low Earth Orbit, LEO)按照軌道分組并從每組選出最靠近赤道且運(yùn)動方向相反的2顆衛(wèi)星部署控制器，共部署12個控制器，但這種部署方案要求星座中所有節(jié)點(diǎn)均安裝控制器模塊且動態(tài)調(diào)整其開閉狀態(tài)，網(wǎng)絡(luò)狀態(tài)變化時的重規(guī)劃開銷過大。HU[10]等設(shè)計(jì)了一種SoftLEO架構(gòu)，將LEO衛(wèi)星按照軌道分為6組，選擇6個緯度相近的節(jié)點(diǎn)作為每組衛(wèi)星的控制器部署位置以減小控制器間的通信開銷，然而網(wǎng)絡(luò)的可靠性和負(fù)載均衡性能不夠理想。WU[11]等設(shè)計(jì)了一種APSO算法全面的分析了控制器的狀態(tài)同步開銷、信息收集開銷、流建立開銷、網(wǎng)絡(luò)重規(guī)劃開銷等并以此確定控制器部署位置。文獻(xiàn)[12]通過線性規(guī)劃優(yōu)化流建立時延完成控制器部署及劃域。文獻(xiàn)[13]在部署控制器時將網(wǎng)絡(luò)端到端時延和負(fù)載均衡指數(shù)作為優(yōu)化目標(biāo)。這些研究大多僅考慮傳播時延，忽略了排隊(duì)時延與處理時延，同時衛(wèi)星網(wǎng)絡(luò)中節(jié)點(diǎn)轉(zhuǎn)發(fā)、處理能力有限，不同的負(fù)載將帶來排隊(duì)時延與處理時延的巨大差異進(jìn)而影響劃域結(jié)果，簡單地忽略這些影響或者認(rèn)為所有控制器都有相同的排隊(duì)時延與處理時延的做法顯然是不合理的，這將導(dǎo)致網(wǎng)絡(luò)性能的下降。

本文針對現(xiàn)有算法時延描述不夠全面的問題，綜合考慮排隊(duì)時延、處理時延、傳播時延構(gòu)建了軟件定義衛(wèi)星網(wǎng)絡(luò)時延分析模型，并設(shè)計(jì)了基于模擬退火的多控制域均衡劃分算法(Multi-Domain Balanced Partition Algorithm Based on Simulated Annealing, MDBPSA)，通過構(gòu)建控制器匹配列表的方法尋找近似最優(yōu)的劃域結(jié)果，提升網(wǎng)絡(luò)時延性能、實(shí)現(xiàn)網(wǎng)絡(luò)負(fù)載均衡。同時由于衛(wèi)星網(wǎng)絡(luò)拓?fù)淇焖賱討B(tài)變化，時間片持續(xù)時間短，要求算法有較快的運(yùn)算速度，本文特別設(shè)計(jì)了迭代跳出機(jī)制以加快模擬退火算法的求解速度，仿真結(jié)果表明改進(jìn)后的算法求解時間遠(yuǎn)小于時間片持續(xù)時間且性能良好，能夠滿足衛(wèi)星網(wǎng)絡(luò)需求。

1 軟件定義衛(wèi)星網(wǎng)絡(luò)架構(gòu)

考慮到衛(wèi)星地面站全球布站困難且成本高昂、同步軌道衛(wèi)星(Geosynchronous Earth Orbit，GEO)處理轉(zhuǎn)發(fā)能力無法適應(yīng)LEO衛(wèi)星數(shù)量和業(yè)務(wù)的快速增長、GEO衛(wèi)星對地通信時延較大等問題[14-17]，本文采用在地面網(wǎng)絡(luò)控制/監(jiān)測中心(Network Control Center/Network Management Center, NCC/NMC)部署主控制器，在GEO衛(wèi)星上部署區(qū)域控制器，并從基于OpenFlow的LEO衛(wèi)星中挑選從屬控制器的多層部署方案。該架構(gòu)利用地面強(qiáng)大的計(jì)算能力和充足的存儲空間控制整個網(wǎng)絡(luò)，GEO衛(wèi)星與地面站保持穩(wěn)定連接，并選取從控制器作為GEO的補(bǔ)充。

整個SDSN網(wǎng)絡(luò)根據(jù)GEO衛(wèi)星數(shù)量及其覆蓋區(qū)域劃分為若干控制域，每個控制域包含一個域控制器、多個從控制器以及許多LEO衛(wèi)星。每個控制域又被劃分為若干個控制子域，每個控制子域內(nèi)由從控制器管理其所屬的LEO。運(yùn)行過程中，GEO衛(wèi)星接收流建立請求，并通過分發(fā)控制信息改變其控制域內(nèi)的LEO狀態(tài)。NCC/NMC訪問LEO衛(wèi)星，并通過GEO衛(wèi)星管理整個網(wǎng)絡(luò)，GEO衛(wèi)星與NCC/NMC間的連接實(shí)現(xiàn)了全球流建立，能夠?qū)γ恳粋€控制動作做出響應(yīng)。從控制器通過星間鏈路(Inter Satellite Links, ISLs)收集狀態(tài)信息或?qū)⒖刂菩畔⒎职l(fā)到所屬子域內(nèi)的LEO衛(wèi)星。這種網(wǎng)絡(luò)架構(gòu)能極大地減少GEO衛(wèi)星廣播引起的干擾、控制器-交換機(jī)之間的信令延遲。下一步基于該架構(gòu)對衛(wèi)星網(wǎng)絡(luò)中控制子域劃分問題展開。

2 模型構(gòu)建

SDSN控制子域劃分問題可以運(yùn)用圖論相關(guān)知識進(jìn)行描述。SDSN網(wǎng)絡(luò)可以表示為G=(V,E)，其中V表示節(jié)點(diǎn)集合，E表示節(jié)點(diǎn)間鏈路集合。假設(shè)網(wǎng)絡(luò)中所有LEO衛(wèi)星均可承擔(dān)交換機(jī)功能，其中的一部分部署了從控制器，LEO衛(wèi)星數(shù)量為N，從控制器數(shù)量為M。從控制器集合用C={C1,C2,…,CM}表示，其處理能力為Ω={Ω1,Ω2,…,ΩM}，對控制器設(shè)置相應(yīng)冗余因子βm∈(0,1)以預(yù)留部分處理能力預(yù)防過載[13]。LEO集合表示為S={S1,S2,…,SN}。兩節(jié)點(diǎn)間最短路徑表示為dmn。在衛(wèi)星網(wǎng)絡(luò)中網(wǎng)絡(luò)流量可以表示為時間的函數(shù)，Sn在時間t內(nèi)的流請求速率可以表示為λ(t)n。矩陣X描述SDSN控制域中從控制器和LEO的控制關(guān)系，其中元素取值見式(1)。

(1)

每個LEO僅與一個從控制器建立控制關(guān)系。因此整個控制域可劃分為M個控制子域: Domainm1～DomainmM。

現(xiàn)有OpenFlow交換機(jī)均為多核交換機(jī)，且OpenDaylight、Ryu等控制器均采用多線程處理方式，因此，可將LEO與從控制器間的通信過程近似為G/M/k排隊(duì)模型，即消息到達(dá)為一般過程、控制器對于流請求的處理為馬爾科夫過程、從控制器線程數(shù)為k。在此基礎(chǔ)上，可計(jì)算相關(guān)參數(shù)。

2.1 LEO到從控制器時延

所有與Cm相連的LEO的流請求速率之和即為Cm在時間t內(nèi)需要處理的流請求，記為L(t)m，見式(2)，其中各LEO交換機(jī)之間的流請求相互獨(dú)立。

(2)

由Little原理可得流請求排隊(duì)時延Q(t)m，見式(3)。

(3)

式中：Ω(t)m表示時間t內(nèi)從控制器Cm的可用處理能力，且0<Ω(t)m<Ωm；λ(t)mn表示Sn在時間t內(nèi)對Cm的流請求速率。

Cm的平均處理時間為P(t)m，滿足：

(4)

衛(wèi)星網(wǎng)絡(luò)覆蓋范圍大，路徑傳播時延也是控制子域規(guī)劃的重要指標(biāo)。傳播時延T(t)m滿足式(5)：

(5)

(6)

則控制子域內(nèi)LEO到從控制器平均時延：

AT(t)m=Q(t)m+P(t)m+T(t)m

(7)

控制域平均時延為AT(t)：

(8)

2.2 網(wǎng)絡(luò)開銷

SDN架構(gòu)下無法匹配流表的數(shù)據(jù)包需上交從控制器處理，且從控制器需要進(jìn)行周期性通信以更新控制邏輯，保持控制域內(nèi)網(wǎng)絡(luò)視圖。因此網(wǎng)絡(luò)開銷主要可分為轉(zhuǎn)發(fā)開銷和狀態(tài)同步開銷2個主要部分。轉(zhuǎn)發(fā)開銷PT主要為從控制器處理LEO的Packet-in包并下發(fā)流表所帶來的網(wǎng)絡(luò)開銷，見式(9)。狀態(tài)同步開銷PS見式(10)。

(9)

式中：vR為從控制器輪詢LEO的平均速率。

(10)

式中：vS為從控制器狀態(tài)信息的平均傳播速率。網(wǎng)絡(luò)開銷即為轉(zhuǎn)發(fā)開銷與狀態(tài)同步開銷之和。

TL(t)=PT+PS

(11)

2.3 目標(biāo)函數(shù)

為了合理地配屬從控制器和LEO之間的匹配關(guān)系，盡可能減少從控制器和子域內(nèi)LEO之間的平均時延且控制網(wǎng)絡(luò)開銷。因此，得到如下目標(biāo)函數(shù)：

目標(biāo)函數(shù)及約束條件：

minObject=[yAT(t)+(1-y)TL(t)]

(12)

?m,L(t)m≤βm·Ω(t)m

(13)

(14)

式中：y∈(0,1)，用于調(diào)節(jié)平均時延和網(wǎng)絡(luò)開銷對于控制域規(guī)劃的影響。

上述約束條件中，式(13)表示網(wǎng)絡(luò)中沒有控制器過載的情況發(fā)生。式(14)表示所有LEO都只能連接到唯一一個從控制器。

3 算法設(shè)計(jì)

3.1 匹配機(jī)制設(shè)計(jì)

定義1匹配。即LEO與從控制器建立控制關(guān)系。例如Sn若受Cm控制，則LEO與Cm完成匹配。記為(Cm，Sn)。

定義2從控制器匹配列表。從控制器將控制域內(nèi)所有LEO按照dmnλ(t)n升序排列，并構(gòu)造匹配列表Γ(Cm)={Sn,…}，在從控制器未過載的情況下優(yōu)先與匹配列表中排序靠前的LEO建立匹配。

定義3優(yōu)選。若Sn在從控制器匹配列表Γ(Cm)={Sn,…}中排在首位，則Sn是Cm的優(yōu)選LEO，記為Sn←Γ(Cm)。

3.2 基于模擬退火的多控制域均衡劃分算法

MDBPSA算法的基本流程為：首先收集網(wǎng)絡(luò)歷史狀態(tài)信息，由于衛(wèi)星軌道的周期性，我們能夠獲得所需信息作為劃域依據(jù)。匹配過程中從控制器在處理能力允許的情況下，優(yōu)先與優(yōu)選LEO進(jìn)行匹配。針對柵格化的衛(wèi)星網(wǎng)絡(luò)使用魯棒性強(qiáng)的模擬退火算法對從控制器與LEO的匹配進(jìn)行優(yōu)化，尋求使目標(biāo)函數(shù)最小的匹配方式。不斷重復(fù)該過程，直至網(wǎng)絡(luò)中不存在未得到匹配的LEO，得到SDSN多域劃分。

表1 基于模擬退火的多域均衡規(guī)劃算法

建立匹配時，LEO向所有從控制器提交匹配申請，各從控制器匹配列表中元素相同，只有排序的差異。在匹配過程中若存在從控制器不滿足L(t)m>βmΩ(t)m|Ω(t)m≤0，則采用模擬退火算法為不滿足條件的從控制器建立匹配，并將建立了匹配的LEO從匹配列表中剔除。若所有從控制器均滿足L(t)m>βmΩ(t)m|Ω(t)m≤0，則放寬匹配條件，為仍未得到匹配的LEO選擇可用處理能力最大或過載程度最輕的從控制器建立匹配，直至匹配列表為空集。綜上，在整個匹配過程中不會遺漏任何LEO，能夠?yàn)槊總€LEO選取合適的從控制器建立匹配關(guān)系。

4 仿真與性能評估

4.1 仿真環(huán)境建立

4.1.1 實(shí)驗(yàn)工具

實(shí)驗(yàn)利用STK11.01工具進(jìn)行衛(wèi)星軌道的相關(guān)仿真并借助Matlab2016b工具對算法進(jìn)行仿真和分析實(shí)驗(yàn)結(jié)果。

4.1.2 拓?fù)溥x擇

實(shí)驗(yàn)拓?fù)湟訧RIDIUM[18]進(jìn)行調(diào)整得到，如表2所示。這樣可使得時間片劃分個數(shù)少于644個，最短持續(xù)時間大于8 s，平均持續(xù)時間大于133.17 s[19]，為控制域規(guī)劃留出了充足的時間。

表2 衛(wèi)星軌道參數(shù)設(shè)定

4.1.3 仿真參數(shù)設(shè)定

本文仿真參數(shù)設(shè)定如下：差異化的選取LEO流請求速率λ(t)n的值，將取值范圍設(shè)定為100～500 kB/s以模擬衛(wèi)星網(wǎng)絡(luò)控制流量特征。從控制器處理能力均為8 MB。設(shè)定從控制器冗余因子為0.9，輪詢LEO的平均速率為vR=10 kB/s，進(jìn)行狀態(tài)同步的傳播速率vS=1 kB/s。y值設(shè)定為0.5。

4.2 仿真結(jié)果分析

4.2.1 算法運(yùn)算時間

為了縮短模擬退火算法運(yùn)算時長以適應(yīng)衛(wèi)星網(wǎng)絡(luò)拓?fù)渥兓?，MDBPSA算法設(shè)計(jì)了迭代跳出機(jī)制以縮短算法運(yùn)行時間。模擬退火算法的特點(diǎn)是能夠依概率接受較差的解，避免陷入局部最優(yōu)。因此設(shè)置計(jì)數(shù)器記錄新解被拒絕的次數(shù)，若連續(xù)k次被拒絕，則提前結(jié)束本次迭代。k與目標(biāo)函數(shù)值及算法運(yùn)算時間的關(guān)系如圖1所示，將相同條件下重復(fù)實(shí)驗(yàn)50次的最優(yōu)值作為最終結(jié)果。圖中紅色虛線為不設(shè)置迭代跳出機(jī)制時Object極限值，此時的運(yùn)算時間為10.27 s。

圖1 Object值、運(yùn)算時間與k的關(guān)系

由圖1可以看出，k=11時能夠在保證求解結(jié)果良好的情況下盡可能縮短算法運(yùn)算時間。此時算法運(yùn)算時間的累積分布函數(shù)如圖2所示，可知運(yùn)算時間基本保持在0.56 s之內(nèi)，較時間片最短持續(xù)時間小很多。迭代跳出機(jī)制能夠明顯加快算法運(yùn)算速度，使得算法能夠適應(yīng)衛(wèi)星網(wǎng)絡(luò)拓?fù)涞目焖賱討B(tài)變化。

圖2 算法運(yùn)算時間

4.2.2 子域劃分

為了展示MDBPSA算法的控制器負(fù)載均衡性能，后續(xù)實(shí)驗(yàn)將地面網(wǎng)絡(luò)中較為成熟的AMDA方法[5]及文獻(xiàn)[12]劃域思想(下文簡稱為ILP方法)作為對比。AMDA算法按照負(fù)載自適應(yīng)方式為控制器動態(tài)分配交換機(jī)完成多域構(gòu)建；ILP方法力求使網(wǎng)絡(luò)流建立時延最小。以控制域網(wǎng)絡(luò)拓?fù)錇榉抡鎸ο螅渲泄舶?5個LEO節(jié)點(diǎn)及40條星間鏈路。假設(shè)網(wǎng)絡(luò)中所有節(jié)點(diǎn)間統(tǒng)計(jì)相互獨(dú)立且都具備部署從控制器的能力，將其中4個節(jié)點(diǎn)設(shè)置為從控制器節(jié)點(diǎn)，使用不同方法對上述網(wǎng)絡(luò)拓?fù)溥M(jìn)行子域劃分，結(jié)果如圖3所示。圖中以不同形狀區(qū)分LEO節(jié)點(diǎn)及從控制器節(jié)點(diǎn)，C1～C4所管理的控制子域Domainm1～Domainm4分別以白色、淺綠色、深綠色、黑色表示。

圖3 多域規(guī)劃結(jié)果

3種劃域方式控制子域負(fù)載對比見圖4。

圖4 網(wǎng)絡(luò)負(fù)載對比

從圖4可以看出ILP方法從控制器負(fù)載差異最大，這是由于該方法將流建立時延作為優(yōu)化目標(biāo)，僅考慮傳播時延而忽略了控制器處理能力限制，這也說明了在衛(wèi)星網(wǎng)絡(luò)中部署控制器時不考慮處理時延和排隊(duì)時延的做法不夠合理。AMDA方法和MDBPSA均實(shí)現(xiàn)了LEO與從控制器的均衡連接。相較而言，MDBPSA加入了對處理時延的考慮，且網(wǎng)絡(luò)時延由各控制子域時延按負(fù)載加權(quán)得到，加強(qiáng)了對網(wǎng)絡(luò)負(fù)載的限制，故能取得更好的負(fù)載均衡性能。以從控制器負(fù)標(biāo)準(zhǔn)差作為衡量劃域均衡性的指標(biāo)，可得到如下結(jié)果：AMDA方法297.039、MDBPSA算法168.158、ILP方法492.446，可以看出MDBPSA算法負(fù)載均衡性明顯優(yōu)于其他算法，較AMDA方法提升43.39%，較ILP方法提升65.85%。

4.2.3 LEO到控制器平均時延及網(wǎng)絡(luò)開銷

在實(shí)驗(yàn)2所得子域劃分的基礎(chǔ)上，本實(shí)驗(yàn)對3種方法LEO到從控制器時延進(jìn)行對比。實(shí)驗(yàn)中假設(shè)數(shù)據(jù)包在星間鏈路傳播時速率穩(wěn)定可靠且丟包率為零。圖5為3種算法的控制域平均時延情況。

圖5 平均時延對比

從圖5可以看出，MDBPSA算法各子域的平均時延相差不大，而AMDA方法中Domain4和ILP算法Domain2的平均時延很大。這是因?yàn)锳MDA作為一種彈性規(guī)劃方式，雖然能夠快速的均衡從控制器負(fù)載，但從控制器與LEO之間的連接關(guān)系并不穩(wěn)定，不穩(wěn)定的網(wǎng)絡(luò)關(guān)系導(dǎo)致部分從控制器平均時延增大。在更為復(fù)雜的網(wǎng)絡(luò)環(huán)境下這種現(xiàn)象更加明顯，甚至可能引起跨域通信問題使網(wǎng)絡(luò)時延急劇增加。而ILP算法缺乏對控制器處理時延、排隊(duì)時延的考慮，導(dǎo)致時延性能不夠理想。綜合來看，MDBPSA 算法將排隊(duì)時延和處理時延納入考慮范圍后能夠明顯平衡各控制子域時延，使網(wǎng)絡(luò)平均時延低于AMDA方法且較ILP方法降低約10%。

圖6為3種方法的網(wǎng)絡(luò)開銷情況。

圖6 3種方法網(wǎng)絡(luò)開銷對比

由圖6可以看出MDBPSA算法在具有較好性能的同時，網(wǎng)絡(luò)開銷也低于對比算法。這是由于AMDA方法、ILP方法分別注重負(fù)載和流建立時延而對控制器到交換機(jī)距離缺乏關(guān)注故而性能并不理想。通過對算法的分析可知，MDBPSA算法在進(jìn)行劃域時對節(jié)點(diǎn)間距離與流量負(fù)載情況均進(jìn)行了考慮，而網(wǎng)絡(luò)開銷主要與節(jié)點(diǎn)間距離及流量負(fù)載情況有關(guān)，故而MDBPSA算法能夠使網(wǎng)絡(luò)開銷較ILP方法下降12.52%。

5 結(jié)語

針對現(xiàn)有控制域劃分算法時延考慮不全面的問題，本文在建立時延模型時加入排隊(duì)時延和處理時延，并設(shè)計(jì)了MDBPSA算法對網(wǎng)絡(luò)控制域進(jìn)行規(guī)劃，可得以下結(jié)論：

1)迭代跳出機(jī)制能有效縮短算法求解時間，使算法對控制域內(nèi)的子域劃分問題求解時間在0.53 s之內(nèi)，能夠較好地適應(yīng)衛(wèi)星網(wǎng)絡(luò)環(huán)境；

2)算法具有良好的負(fù)載均衡性能，較AMDA方法提升43.39%，較ILP方法提升65.85%；

3)MDBPSA算法的時延性能明顯優(yōu)于對比算法，且構(gòu)建的網(wǎng)絡(luò)連接關(guān)系較為穩(wěn)定，雖然缺乏對流量抖動的敏感，但節(jié)省了不必要的網(wǎng)絡(luò)開銷。

未來將在下列方面作進(jìn)一步改進(jìn)：

1)從網(wǎng)絡(luò)節(jié)點(diǎn)可靠性和負(fù)載等角度加強(qiáng)從控制器部署選址問題的研究；

2)將時間片變化時交換機(jī)遷移所產(chǎn)生的開銷納入考慮范圍。