韓松岳 楊舒洵 梁亮

摘? 要：隨著5G移動(dòng)通信技術(shù)的發(fā)展，諸多垂直行業(yè)與邊緣計(jì)算技術(shù)融合創(chuàng)新，做好工程實(shí)踐前的效能評(píng)估至關(guān)重要。通過對(duì)5G邊緣計(jì)算技術(shù)深入研究，將ADC法與其緊密耦合，建立了一種適用該系統(tǒng)的評(píng)估模型，提出了一種評(píng)估指標(biāo)體系，結(jié)合粗略的預(yù)估時(shí)間進(jìn)行了可用性分析。為該方法應(yīng)用于邊緣計(jì)算系統(tǒng)的效能評(píng)估提供了思路。

關(guān)鍵詞：5G;邊緣計(jì)算;ADC法;效能評(píng)估

中圖分類號(hào)：TN911? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2020）24-0067-04

Analysis of Effectiveness Evaluation of 5G Edge Computing System

Based on ADC Analysis

HAN Songyue1，2，YANG Shuxun1，LIANG Liang1

（1.Communication Sergeant School of Army Engineering University of PLA，Chongqing? 400035，China;

2.China Peoples Liberation Army 32705，Xian? 710086，China）

Abstract：With the development of 5G mobile communication technology，many vertical industries and edge computing technology are integrated and innovated，so it is very important to do a good job of effectiveness evaluation before engineering practice. Through in-depth study of 5G edge computing technology，the ADC method is closely coupled with it，and an evaluation model is established for the system. An evaluation index system is proposed. The usability analysis is carried out with rough estimated time. It provides an idea for the effectiveness evaluation of edge computing system.

Keywords：5G;edge computing;ADC method;effectiveness evaluation

0? 引? 言

思科在2015-2020年全球云指數(shù)中指出，2020年全球設(shè)備將產(chǎn)生600ZB數(shù)據(jù)[1]。為此，3GPP的5G R15版本就對(duì)eMBB場(chǎng)景進(jìn)行了完整定義，為5G與工業(yè)、交通、農(nóng)業(yè)、能源等行業(yè)的融合應(yīng)用創(chuàng)造條件。效能評(píng)估是為了在工程實(shí)踐前對(duì)系統(tǒng)進(jìn)行量化評(píng)價(jià)，未來5G邊緣計(jì)算技術(shù)將廣泛應(yīng)用于諸多行業(yè)，基于ADC分析法對(duì)其效能進(jìn)行評(píng)估，能夠節(jié)約建設(shè)成本，避免重復(fù)建設(shè)，為該技術(shù)在智慧工業(yè)、智慧校園、智慧交通等行業(yè)的應(yīng)用實(shí)踐打下基礎(chǔ)。

1? ADC方法簡(jiǎn)介

ADC分析法是美國(guó)工業(yè)界武器系統(tǒng)效能咨詢委員會(huì)（WSEIAC）提出的系統(tǒng)效能評(píng)價(jià)方法[2]，它利用三個(gè)矩陣分別描述系統(tǒng)在使用過程中的可用性A（availability）、可信性D（dependability）、能力C（capability）。其中，可用性是表示系統(tǒng)在執(zhí)行任務(wù)開始時(shí)刻可用程度的度量;可信性是表示系統(tǒng)在給定了開始時(shí)刻可用性的條件下，執(zhí)行任務(wù)過程中轉(zhuǎn)變至所處狀態(tài)的度量;能力是表示系統(tǒng)完成任務(wù)能力的度量。一般情況下，A與C是確定的，具靜態(tài)性特點(diǎn);D描述系統(tǒng)運(yùn)行過程中的狀態(tài)變化，具動(dòng)態(tài)性特點(diǎn)。其模型為：E=A·D·C。

2? 邊緣計(jì)算簡(jiǎn)介

2.1? 邊緣計(jì)算的概念

關(guān)于邊緣計(jì)算（Mobile Edge Computing，MEC）的概念，尚無嚴(yán)格統(tǒng)一的定義。歐洲電信標(biāo)準(zhǔn)化協(xié)會(huì)（European Telecommunications Standards Institute，ETSI）的定義為：“在移動(dòng)網(wǎng)邊緣提供IT服務(wù)環(huán)境和云計(jì)算能力[3]?！泵绹?guó)韋恩州立大學(xué)施巍松教授認(rèn)為：“邊緣計(jì)算是指在網(wǎng)絡(luò)邊緣執(zhí)行計(jì)算的一種新型計(jì)算模型，邊緣計(jì)算操作的對(duì)象包括來自云服務(wù)的下行數(shù)據(jù)和來自萬物互聯(lián)服務(wù)的上行數(shù)據(jù)，而邊緣計(jì)算的邊緣是指從數(shù)據(jù)源到云計(jì)算中心路徑之間的任一計(jì)算和網(wǎng)絡(luò)資源，是一個(gè)連續(xù)統(tǒng)[4]。”

2.2? 系統(tǒng)架構(gòu)及特點(diǎn)

邊緣計(jì)算的主要架構(gòu)是在中心云與用戶端之間根據(jù)業(yè)務(wù)需要和拓?fù)湟?guī)劃，部署邊緣計(jì)算服務(wù)器，將用戶的數(shù)據(jù)存儲(chǔ)、業(yè)務(wù)計(jì)算、業(yè)務(wù)請(qǐng)求等都放在本地進(jìn)行，邊緣計(jì)算服務(wù)器將用戶數(shù)據(jù)和計(jì)算請(qǐng)求放在靠近數(shù)據(jù)源一側(cè)進(jìn)行計(jì)算，不必再上傳至中心云，節(jié)省了大量帶寬和頻率資源，所以，相較于傳統(tǒng)中心云具有以下優(yōu)勢(shì)：一是支持大帶寬業(yè)務(wù);二是實(shí)時(shí)性高，能夠支持時(shí)延敏感型業(yè)務(wù);三是能耗低，通過在邊緣側(cè)分流中心云的壓力，達(dá)到節(jié)省能耗的目的;四是安全性較高，私有云靠近用戶，極大降低了被攻擊竊取的概率。其架構(gòu)如圖1所示。

2.3? 應(yīng)用場(chǎng)景

邊緣計(jì)算可以與云計(jì)算相互協(xié)作運(yùn)行，也可以在中心云的支配和控制下運(yùn)行。在智慧城市、遠(yuǎn)程醫(yī)療、智慧教育、車聯(lián)網(wǎng)等方面有較多應(yīng)用。

3? 基于ADC方法的5G邊緣計(jì)算系統(tǒng)效能評(píng)估

3.1? 系統(tǒng)模型構(gòu)建

邊緣計(jì)算服務(wù)器可以按需選擇不同功能的軟硬件設(shè)施，結(jié)合需求或拓?fù)湟?guī)劃進(jìn)行部署。本文針對(duì)其中一種典型部署，給出該模型的效能評(píng)估方法。圖1所示的系統(tǒng)可抽象為圖2所示的模型，A為4G或5G基站，并聯(lián)關(guān)系，B為邊緣計(jì)算服務(wù)器，C為業(yè)務(wù)交換機(jī)，D為接入承載網(wǎng)的網(wǎng)關(guān)設(shè)備。

3.2? 指標(biāo)體系的建立

效能評(píng)估的首要工作就是建立指標(biāo)體系，指標(biāo)體系的質(zhì)量與評(píng)估結(jié)果緊密相關(guān)。本文從可用性、可信性及能力三方面提出邊緣計(jì)算系統(tǒng)的評(píng)估指標(biāo)體系，如圖3所示。

3.3? 系統(tǒng)組成與狀態(tài)

S1、S2、S3、S4為系統(tǒng)工作的四種狀態(tài)：

S1：所有分系統(tǒng)正常，總系統(tǒng)正常;

S2：分系統(tǒng)A有一個(gè)正常、一個(gè)故障，或分系統(tǒng)有一個(gè)正常、一個(gè)故障，其他組分系統(tǒng)正常，總系統(tǒng)正常;

S3：分系統(tǒng)A有一個(gè)正常、一個(gè)故障，且分系統(tǒng)有一個(gè)正常、一個(gè)故障，其他組分系統(tǒng)正常，總系統(tǒng)正常;

S4：分系統(tǒng)A、B、C、D（兩個(gè)分系統(tǒng)D視作一個(gè)分系統(tǒng)）、分系統(tǒng)中至少一個(gè)故障，總系統(tǒng)故障。

需要注意的是，在系統(tǒng)狀態(tài)S2中，僅存在一個(gè)故障，而S3中有兩個(gè)故障。

3.4? 可用性分析

分析總系統(tǒng)的可用性，需要先求出各分系統(tǒng)的可用性。現(xiàn)實(shí)情況中，新組建系統(tǒng)開始運(yùn)轉(zhuǎn)前，要進(jìn)行調(diào)試和試運(yùn)行，各參數(shù)達(dá)標(biāo)后方可投入正式運(yùn)行，若在調(diào)試階段出現(xiàn)故障，也可以通過更換備件或維修排障等方式恢復(fù)系統(tǒng)狀態(tài)，確保系統(tǒng)開始狀態(tài)良好。因此，分系統(tǒng)的可用性與故障率可以用MTBF平均故障間隔時(shí)間（與系統(tǒng)平均無故障工作時(shí)間含義相同）、平均修理時(shí)間MTTR、勤務(wù)準(zhǔn)備時(shí)間MLDT表示?，F(xiàn)實(shí)中，邊緣計(jì)算設(shè)備體積小、集成度高，維修多以更換備件為主，所以勤務(wù)準(zhǔn)備時(shí)間MLDT可以忽略不計(jì)，只考慮MTTR與MTBF。

需要說明的是，5G基站的平均故障間隔時(shí)間涉及多個(gè)因素，如基于燈桿的微基站、基于4G宏基站建設(shè)的5G基

站、基于室內(nèi)場(chǎng)館建設(shè)的基站，其效能參數(shù)不同。且4G多為宏基站，與5G基站的性能參數(shù)相差較大?？紤]到現(xiàn)實(shí)NSA組網(wǎng)方式，分系統(tǒng)A包括一個(gè)5G和一個(gè)4G基站，在這里假設(shè)其平均故障間隔時(shí)間，重點(diǎn)討論方法應(yīng)用，數(shù)據(jù)來源于網(wǎng)絡(luò)。

假設(shè)分系統(tǒng)A、B、C、D的MTBR和MTTR如表1所示。

設(shè)pk為分系統(tǒng)k的可用性， 為其故障率，則有：

可用性：

則有分系統(tǒng)A，B，C，D可用性為：

，

，

由上可得該系統(tǒng)的可用性矩陣為：A=（a1，a2，a3，a4），其中a1，a2，a3，a4分別代表系統(tǒng)四種工作狀態(tài)S1、S2、S3、S4的概率，該式展開為：

3.5? 可信賴性分析

可信性具有動(dòng)態(tài)特點(diǎn)，它反映的是系統(tǒng)維持原狀態(tài)和狀態(tài)轉(zhuǎn)移的概率，維持原狀態(tài)的概率越大，轉(zhuǎn)移到更低狀態(tài)的概率就越小，代表著系統(tǒng)的可靠性越高。在分析系統(tǒng)可信性時(shí)，假設(shè)系統(tǒng)故障后無法修復(fù)，即系統(tǒng)狀態(tài)只有S1S2（其余狀態(tài)同理）。若dij表示系統(tǒng)由狀態(tài)i轉(zhuǎn)移至狀態(tài)j的概率，則有當(dāng)i>j時(shí)，dij=0，可信性矩陣D為上三角矩陣。

下面引入兩個(gè)新參數(shù)：平均故障率λ、平均維修率μ。

可以理解為平均每正常工作時(shí)間MTBF故障一次，即平均故障率;平均每修理時(shí)間MTTR修好一次，即平均維修率。具體表示為：

，

則分系統(tǒng)A，B，C，D的平均故障率為：

，

，

因系統(tǒng)故障服從指數(shù)分布，故用可靠性表示分系統(tǒng)正常工作的概率為：R=e-λt，則分系統(tǒng)出現(xiàn)故障的概率為：1-R。由此可分別求出系統(tǒng)由初始狀態(tài)轉(zhuǎn)移至其他狀態(tài)的概率：

（1）初始狀態(tài)S1，維持S1的概率為：

（2）初始狀態(tài)S1，轉(zhuǎn)移至S2的概率為：

（3）初始狀態(tài)S1，轉(zhuǎn)移至S3的概率為：d13=RA（1-RA）RBRCRD，（1-RD）

（4）初始狀態(tài)S1，轉(zhuǎn)移至S4的概率為：d14=1-d11-d12-d13

（5）初始狀態(tài)S2，維持S2的概率為：

（6）初始狀態(tài)S2，轉(zhuǎn)移至S3的概率為：

（7）初始狀態(tài)S2，轉(zhuǎn)移至S4的概率為：d24=1-d22-d23

（8）初始狀態(tài)S3，維持S3的概率為：d33=RARBRCRD

（9）初始狀態(tài)S3，轉(zhuǎn)移至S4的概率為：d34=1-d33

（10）初始狀態(tài)S4，維持S4的概率為：d44=1

據(jù)上述計(jì)算結(jié)果，可得可信性矩陣D，具體步驟不再贅述。

3.6? 能力分析

根據(jù)所建立的指標(biāo)體系，其能力主要考慮數(shù)據(jù)處理能力、網(wǎng)絡(luò)構(gòu)建能力、威脅應(yīng)對(duì)能力三個(gè)方面，所以邊緣計(jì)算系統(tǒng)的能力應(yīng)為數(shù)據(jù)處理能力、網(wǎng)絡(luò)構(gòu)建能力、威脅應(yīng)對(duì)能力三方面能力矩陣的乘積：

若以E，Edata，Enet，Esafe分別表示系統(tǒng)能力、數(shù)據(jù)處理能

力、網(wǎng)絡(luò)構(gòu)建能力、威脅應(yīng)對(duì)能力，則有：E =Edata·Enet·Esafe。

而數(shù)據(jù)處理能力主要從異構(gòu)數(shù)據(jù)處理能力ea、數(shù)據(jù)識(shí)別卸載能力eb、操作系統(tǒng)兼容性ec三個(gè)方面考慮，則有：Edata=ea·eb·ec。

網(wǎng)絡(luò)構(gòu)建能力主要從服務(wù)發(fā)現(xiàn)能力ed、快速配置能力ee、負(fù)載均衡能力ef三個(gè)維度考慮，則有：Enet=ed·ee·ef。

威脅應(yīng)對(duì)能力主要從應(yīng)對(duì)網(wǎng)絡(luò)信息威脅能力eg、應(yīng)對(duì)應(yīng)用威脅能力eh、應(yīng)對(duì)系統(tǒng)威脅能力ei三個(gè)維度考慮，則有：Esafe=eg·eh·ei。

由上可得：E=Edata·Enet·Esafe=ea·eb·ec·ed·ee·ef·eg·eh·ei

定性地看，系統(tǒng)處在不同狀態(tài)下，其能力不同，如處于S1狀態(tài)下，各項(xiàng)性能指標(biāo)較好，則能力強(qiáng)于狀態(tài)S4。需要將能力指標(biāo)定量化，具體過程如下：若系統(tǒng)處于狀態(tài)S1時(shí)，能力為E1;若系統(tǒng)處于狀態(tài)S2時(shí)，能力為E2;若系統(tǒng)處于S3時(shí)，能力為E3;若系統(tǒng)處于狀態(tài)S4時(shí)，能力為E4。由此可得系統(tǒng)的能力矩陣為：

3.7? 系統(tǒng)效能分析

將上述結(jié)果代入模型E=A ·D ·C 即可求出邊緣計(jì)算系統(tǒng)的效能。

在現(xiàn)實(shí)環(huán)境中，影響系統(tǒng)效能的因素復(fù)雜多樣，有運(yùn)行環(huán)境因素和人為操作因素等，因此，即使處于同一種狀態(tài)下，效能值也會(huì)有所差別，所以分析邊緣計(jì)算系統(tǒng)乃至5G通信的組分系統(tǒng)的效能時(shí)，不應(yīng)僅局限于本文所構(gòu)建的指標(biāo)體系，可以根據(jù)系統(tǒng)實(shí)際運(yùn)行環(huán)境，考慮對(duì)ADC法進(jìn)行改進(jìn)[5]，如：當(dāng)需要從一個(gè)公司整體分析時(shí)，人員素質(zhì)參差不齊，此時(shí)應(yīng)將技術(shù)人員的理論和操作水平考慮進(jìn)去，令人員能力水平因素為P ，具體有理論水平p1、操作水平p2、人員狀態(tài)p3三方面因素，則模型為E=A·D·C·P ;同理，當(dāng)需要考慮系統(tǒng)在實(shí)際環(huán)境中信號(hào)衰減因素時(shí)，可以引入衰減因子Q ，模型為E=A·D·C·Q 。

4? 結(jié)? 論

面向5G的邊緣計(jì)算在未來將迎來巨大的發(fā)展，同時(shí)ADC法也已有很多不同的改進(jìn)方法。針對(duì)邊緣計(jì)算系統(tǒng)的效能評(píng)估，關(guān)鍵在于評(píng)估指標(biāo)的建立，其次可以考慮將影響效能的主要因素作為一個(gè)單獨(dú)的矩陣乘入ADC模型中，也可以將影響因素放在D系統(tǒng)可信度中進(jìn)行計(jì)算。

參考文獻(xiàn)：

[1] Cisco Visual Networking.Cisco global cloud index：Forecast and methodology 2015-2020[EB/OL].[2020-11-10].https：//www.cisco.com/c/dam/global/en_ph/assets/tomorrow-starts-here/files/global_index_whitepages.pdf.

[2] 張杰，唐宏，蘇凱，等.效能評(píng)估方法研究 [M].北京：國(guó)防工業(yè)出版社，2009：27.

[3] Mobile Edge Computing-A Key Technology Towards 5G [EB/OL].（2016-04-26）.https：//www.linkedin.com/pulse/mobile-edge-computing-key-technology-towards-5g-hugo-bruers.

[4] 施巍松，張星洲，王一帆，等.邊緣計(jì)算：現(xiàn)狀與展望 [J].計(jì)算機(jī)研究與發(fā)展，2019，56（1）：69-89.

[5] 李志猛，徐培德，劉進(jìn).武器系統(tǒng)效能評(píng)估理論及應(yīng)用 [M].北京：國(guó)防工業(yè)出版社，2013.

作者簡(jiǎn)介：韓松岳（1993.03—），男，漢族，陜西寶雞人，助理工程師，碩士研究生在讀，研究方向：5G移動(dòng)通信、邊緣計(jì)算;楊舒洵（1990.06—），男，漢族，重慶北碚人，講師，碩士，研究方向：移動(dòng)通信;梁亮（1988.12—），男，漢族，吉林長(zhǎng)春人，助理工程師，碩士研究生在讀，研究方向：信息系統(tǒng)，軍事通信。