范琮珊 周旭 任勇毛

摘要：提出一種通用的業(yè)務(wù)需求與網(wǎng)絡(luò)能力映射方法，通過網(wǎng)絡(luò)能力自組織和業(yè)務(wù)需求自映射靈活適配業(yè)務(wù)發(fā)展需求。構(gòu)建全維可定義網(wǎng)絡(luò)能力模型，抽象和分解網(wǎng)絡(luò)各層能力，并從通信主體、網(wǎng)絡(luò)功能、網(wǎng)絡(luò)資源、網(wǎng)絡(luò)安全4 個維度以及30多種具體元素實現(xiàn)網(wǎng)絡(luò)能力開放可定義和動態(tài)演進發(fā)展。針對復(fù)雜的綜合性業(yè)務(wù)需求，“動態(tài)地”選擇和組合網(wǎng)絡(luò)能力，對比業(yè)務(wù)需求與網(wǎng)絡(luò)能力間匹配度，采用最優(yōu)能力組合重構(gòu)復(fù)合型網(wǎng)絡(luò)服務(wù)，設(shè)計直觀的0-1 映射矩陣形式，支撐映射實現(xiàn)。

關(guān)鍵詞：業(yè)務(wù)需求;全維可定義網(wǎng)絡(luò)能力;映射;網(wǎng)絡(luò)能力組合

Abstract： A general mapping method between service requirements and network capabilities is proposed， which can flexibly adapt to service developing requirements through network capability self-organization and service requirement self-mapping . By abstracting and decom ‐ posing the capabilities of each layer of the network， a full-dimensional definable network capability model is constructed to realize the opening definition and dynamic evolutionary development of network capabilities from four dimensions， including communication subjects， network functions， network resources， and network security， with more than 30 specific elements. The proposed mapping method "dy ‐ namically" selects and combines network capabilities for complex and comprehensive service requirements . Based on the matching degree calculated between service requirements and network capabilities， the optimal combination of network capabilities is selected to reconstruct composite network functions. An intuitive 0-1 mapping matrix form is designed to support mapping realization .

Keywords： service requirement; full-dimensional definable network capability; mapping; network capabilities combination

近年來，電子、計算機和人工智能等技術(shù)的飛速發(fā)展催生了大量新型的網(wǎng)絡(luò)業(yè)務(wù)，遠程醫(yī)療、車聯(lián)網(wǎng)、全息通信、虛擬現(xiàn)實（VR） /增強現(xiàn)實（AR）、智慧家庭等業(yè)務(wù)不斷涌現(xiàn)。全新業(yè)務(wù)隨著技術(shù)的成熟和升級將逐漸普及，并將改變社會形態(tài)與人們的生活方式。與傳統(tǒng)網(wǎng)絡(luò)業(yè)務(wù)大不相同，新型業(yè)務(wù)對未來網(wǎng)絡(luò)提出更高的要求，是網(wǎng)絡(luò)發(fā)展的一項重要挑戰(zhàn)。以遠程手術(shù)為例，醫(yī)師在遠程操作多個協(xié)同的醫(yī)療設(shè)備對患者進行治療時，需要與用戶的身體直接交互。這對安全性提出極高的要求。治療過程需要手、眼、耳、鼻等多個器官同時參與控制與反饋。不同類型的信息傳輸及傳輸性能也要求精準同步。醫(yī)療影像視頻傳輸和手術(shù)現(xiàn)場畫面的實時觀察要求分辨率在4K 以上，這對網(wǎng)絡(luò)的時延及可靠性要求也很高。未來業(yè)務(wù)包含的信息維度逐步增加，協(xié)同性逐漸增強，性能要求也越來越高。因此，只有實現(xiàn)多種網(wǎng)絡(luò)能力的編排組合，才能夠有效支撐更精、更尖、更高的網(wǎng)絡(luò)業(yè)務(wù)，提升用戶體驗質(zhì)量（QoE）。

與此同時，網(wǎng)絡(luò)的能力也隨著技術(shù)的進步和硬件的升級不斷完善。在傳統(tǒng)互聯(lián)網(wǎng)協(xié)議（IP）網(wǎng)絡(luò)的盡力而為轉(zhuǎn)發(fā)能力基礎(chǔ)上，源路由、多標識尋址、智能路由、確定性轉(zhuǎn)發(fā)、內(nèi)生安全等全新網(wǎng)絡(luò)能力先后出現(xiàn)，打破已有網(wǎng)絡(luò)能力的單一架構(gòu)，不斷擴展網(wǎng)絡(luò)的能力維度，豐富網(wǎng)絡(luò)能力的實現(xiàn)形式，提高網(wǎng)絡(luò)能力支撐業(yè)務(wù)的力度。

面向多樣化業(yè)務(wù)需求和差異化網(wǎng)絡(luò)的能力，如何實現(xiàn)兩者之間的匹配，并通過組合優(yōu)化選擇合適的網(wǎng)絡(luò)能力為業(yè)務(wù)需求提供高效的支撐是一個關(guān)鍵的問題。運營商通過端到端服務(wù)質(zhì)量（QoS）管理完成對業(yè)務(wù)關(guān)鍵質(zhì)量指標（KQI）的監(jiān)測和控制，將上層的用戶感受折射到業(yè)務(wù)質(zhì)量模型，再映射到反映特定網(wǎng)絡(luò)能力屬性的網(wǎng)絡(luò)關(guān)鍵性能指標（KPI），調(diào)整和優(yōu)化各項指標，滿足業(yè)務(wù)需求，提升QoE[1]。文獻[2]定義視頻流和長期演進（LTE）語音服務(wù)影響 QoS 和QoE的 KPI 與KQI，并分析 QoS 和QoE之間的數(shù)學(xué)關(guān)系，通過 QoS 和QoE的關(guān)聯(lián)關(guān)系預(yù)測達到規(guī)定QoE級別的概率，以衡量用戶的業(yè)務(wù)體驗。文獻[3]利用機器學(xué)習(xí)的方法分析 KQI 與 KPI 之間的關(guān)系，得到影響 KQI 的 KPI，以及 KPI 劣化導(dǎo)致 KQI 劣化的概率，完成 KPI 劣化小區(qū)感知，實現(xiàn)問題定位，提升網(wǎng)絡(luò)優(yōu)化的主動化、事先化、自動化。在大型網(wǎng)絡(luò)中構(gòu)建業(yè)務(wù)需求與網(wǎng)絡(luò)能力映射關(guān)系時，我們可以采用數(shù)學(xué)建模的方式，即通過系統(tǒng)抽象和數(shù)學(xué)推導(dǎo)得出映射函數(shù)，解決實際問題。文獻[4]以網(wǎng)絡(luò)效用最大化為目標構(gòu)建從服務(wù)到連接和從連接到路徑的多對多映射數(shù)學(xué)模型，將路徑帶寬合理分配給各個服務(wù)，使得所有服務(wù)的效用之和達到最優(yōu)。

已有網(wǎng)絡(luò)映射的研究主要針對特定場景下局部業(yè)務(wù)需求與網(wǎng)絡(luò)能力映射，缺乏普遍適用的業(yè)務(wù)需求與網(wǎng)絡(luò)能力映射方法。局部業(yè)務(wù)需求與網(wǎng)絡(luò)能力映射的方式操作簡單，但適用性差，且只考慮單一的業(yè)務(wù)需求。隨著業(yè)務(wù)形態(tài)的豐富和多樣化，業(yè)務(wù)需求迅速增長且不斷復(fù)雜化。當前有限數(shù)量的網(wǎng)絡(luò)能力形式單一、動態(tài)性差、效能低、運維僵化，直接導(dǎo)致業(yè)務(wù)需求與網(wǎng)絡(luò)能力之間的差距日益擴大，難以采用靈活的網(wǎng)絡(luò)能力組合匹配未來多元化業(yè)務(wù)的需求。因此，人們急需一種普遍適用的映射機制，以全面覆蓋單一化和復(fù)雜化業(yè)務(wù)需求的映射。本文提出一種通用的業(yè)務(wù)需求與網(wǎng)絡(luò)能力映射模型，通過網(wǎng)絡(luò)能力自組織和業(yè)務(wù)需求自映射靈活適配業(yè)務(wù)發(fā)展需求，基于“以網(wǎng)絡(luò)為核心”的設(shè)計理念，抽象和分解網(wǎng)絡(luò)各層能力，從通信主體、網(wǎng)絡(luò)功能、網(wǎng)絡(luò)資源、網(wǎng)絡(luò)安全4 個維度進行細粒度劃分，獲得30多種網(wǎng)絡(luò)能力元素，實現(xiàn)全維度網(wǎng)絡(luò)能力可定義。靈活地擴展網(wǎng)絡(luò)能力類型能夠支持全維度可定義網(wǎng)絡(luò)能力模型的動態(tài)加載和演進發(fā)展。根據(jù)不同的業(yè)務(wù)需求“動態(tài)地”選擇網(wǎng)絡(luò)能力，靈活地組合網(wǎng)絡(luò)能力，分析對比業(yè)務(wù)需求與網(wǎng)絡(luò)能力之間的匹配度，采用最優(yōu)能力組合重構(gòu)復(fù)合型網(wǎng)絡(luò)服務(wù)，可以有效支撐未來網(wǎng)絡(luò)專業(yè)化、多樣化業(yè)務(wù)需求，實現(xiàn)業(yè)務(wù)需求到網(wǎng)絡(luò)能力的映射。

1多樣化業(yè)務(wù)需求

隨著網(wǎng)絡(luò)規(guī)模的不斷擴張以及經(jīng)濟、政治、教育、醫(yī)療等專業(yè)領(lǐng)域的發(fā)展，新型的業(yè)務(wù)場景開始涌現(xiàn)。新業(yè)務(wù)場景可以分為消費類業(yè)務(wù)場景和生產(chǎn)類業(yè)務(wù)場景，如圖1 所示。消費類業(yè)務(wù)場景目標是為用戶提供極致的服務(wù)體驗，滿足人類社會智慧化需求，包括 AR/VR、遠程醫(yī)療、智慧家庭、全息通信等;生產(chǎn)類業(yè)務(wù)場景是傳統(tǒng)產(chǎn)業(yè)與網(wǎng)絡(luò)基礎(chǔ)設(shè)施融合的產(chǎn)物，該場景的目標是促進生產(chǎn)力的大力發(fā)展，包括車聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、智能電網(wǎng)等。業(yè)務(wù)類型的豐富對網(wǎng)絡(luò)提出了多樣化功能性需求和性能性需求，具體反映為不同維度、類型的網(wǎng)絡(luò)能力。新型的業(yè)務(wù)需求推動技術(shù)發(fā)展，促進了網(wǎng)絡(luò)能力的動態(tài)演進。

新型業(yè)務(wù)對網(wǎng)絡(luò)的功能性需求不斷增加，不僅體現(xiàn)在已有功能的全面增強，同時也體現(xiàn)在新的功能性需求。大量的人、手機、傳感器、醫(yī)療設(shè)備，甚至數(shù)據(jù)、計算作為通信主體接入網(wǎng)絡(luò)進行通信，網(wǎng)絡(luò)需要支持數(shù)目巨大且類型各異的連接。不同的業(yè)務(wù)對網(wǎng)絡(luò)傳輸質(zhì)量有不同的需求。例如，安全可靠的遠程醫(yī)療需要確定性的時延和傳輸抖動保證，全息通信要求網(wǎng)絡(luò)支持高通量傳輸。網(wǎng)絡(luò)需要根據(jù)業(yè)務(wù)的特性提供定制化、可預(yù)測的接入和傳輸服務(wù)，以保證服務(wù)質(zhì)量的確定性和差異化。處于動態(tài)變化的業(yè)務(wù)場景，例如車聯(lián)網(wǎng)，對移動性支持有超高的要求。網(wǎng)絡(luò)的發(fā)展融入了存儲和計算，需要實時感知業(yè)務(wù)需求和網(wǎng)絡(luò)狀態(tài)，進行高效全局的資源管控和編排，優(yōu)化網(wǎng)絡(luò)利用率，提升QoE。未來業(yè)務(wù)場景的復(fù)雜化導(dǎo)致更多的安全漏洞，無法通過 IP 網(wǎng)絡(luò)“補丁式”的安全方案保障，需要設(shè)計內(nèi)生安全機制，使網(wǎng)絡(luò)具備內(nèi)在自免疫、可進化的安全能力，提供高可靠性和隱私性服務(wù)。

業(yè)務(wù)的專業(yè)化、智能化使得業(yè)務(wù)的性能需求更加精準和高效。典型的性能需求包括帶寬、時延、抖動及丟包率等。業(yè)務(wù)超高通量傳輸需要超大帶寬的支持。 4K 視頻的傳輸需要 12 Gbit/s 的帶寬。大規(guī)?？茖W(xué)實驗數(shù)據(jù)傳輸對帶寬的需求已達到100 Gbit/s 。抖動是與時延密切相關(guān)的業(yè)務(wù)需求。降低時延、保證有界抖動有助于提供高準確性和高可靠性服務(wù)。遠程醫(yī)療、車聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等業(yè)務(wù)有明確的端到端時延、抖動的需求：遠程手術(shù)要求網(wǎng)絡(luò)傳輸?shù)幕A(chǔ)時延控制在 200 ms以內(nèi);車聯(lián)網(wǎng)自動駕駛要求端到端時延小于5 ms;工業(yè)互聯(lián)網(wǎng)的控制業(yè)務(wù)要求微秒級的時延抖動。精細化控制類業(yè)務(wù)，比如工業(yè)控制、智能電網(wǎng)繼電保護等，對丟包率敏感。關(guān)鍵指令的丟失將導(dǎo)致嚴重后果。因此，精細化控制類業(yè)務(wù)要求丟包率控制在10-3以下[5]。

2全維可定義網(wǎng)絡(luò)能力

網(wǎng)絡(luò)技術(shù)的發(fā)展帶來豐富的網(wǎng)絡(luò)能力。網(wǎng)絡(luò)維度不斷擴

展，能力逐步增強。然而，當前網(wǎng)絡(luò)能力結(jié)構(gòu)僵化、提供方式單一、協(xié)調(diào)性差，導(dǎo)致網(wǎng)絡(luò)對新型業(yè)務(wù)的支持能力低下。為此，本文打破傳統(tǒng)面向終端設(shè)計網(wǎng)絡(luò)能力的方式，以網(wǎng)絡(luò)為中心，構(gòu)建全維可定義網(wǎng)絡(luò)能力模型，抽象分解網(wǎng)絡(luò)各層能力，細粒度劃分網(wǎng)絡(luò)能力的維度和類別，支持網(wǎng)絡(luò)能力的靈活擴展，實現(xiàn)多元化網(wǎng)絡(luò)能力的開放可定義和動態(tài)演進發(fā)展，為業(yè)務(wù)需求與網(wǎng)絡(luò)能力的映射奠定基礎(chǔ)[6]。

全維可定義網(wǎng)絡(luò)能力模型構(gòu)建網(wǎng)絡(luò)能力空間，如圖2 所示。整體空間劃分通信主體、網(wǎng)絡(luò)功能、網(wǎng)絡(luò)資源、網(wǎng)絡(luò)安全 4個維度。每個維度包括不同網(wǎng)絡(luò)能力類型，一種能力類型支持多種實現(xiàn)形式的能力元素（共30多種）。每個維度的網(wǎng)絡(luò)能力可以隨時更新新型的網(wǎng)絡(luò)能力，并能及時刪除舊網(wǎng)絡(luò)能力，以保持網(wǎng)絡(luò)能力模型的動態(tài)可擴展性。下面我們對每個維度做具體說明。

（1）通信主體

通信主體是指網(wǎng)絡(luò)中參與數(shù)據(jù)傳輸行為的主體，包括數(shù)據(jù)發(fā)送方、轉(zhuǎn)發(fā)方和接收方。不同的通信主體采用不同的身份標識（ID）進行數(shù)據(jù)傳輸。當前網(wǎng)絡(luò)采用 IP地址作為尋址標識。隨著工業(yè)互聯(lián)網(wǎng)、衛(wèi)星網(wǎng)絡(luò)、車聯(lián)網(wǎng)等多元化網(wǎng)絡(luò)融合與互聯(lián)需求的發(fā)展，通信主體的種類不斷豐富，支持人（身份）、位置（經(jīng)緯度、速度、方向）、服務(wù)（應(yīng)用）、物（物聯(lián)網(wǎng)標簽）、內(nèi)容（視頻、文件、圖片）等多樣化標識并存，實現(xiàn)了大規(guī)模網(wǎng)絡(luò)設(shè)備和元素的互通。

（2）網(wǎng)絡(luò)功能

網(wǎng)絡(luò)功能是指數(shù)據(jù)在通信主體間完成傳遞轉(zhuǎn)發(fā)設(shè)備所承載的功能，包括尋址（定長尋址、變長尋址）、路由（距離矢量路由、鏈路狀態(tài)路由）、轉(zhuǎn)發(fā)（盡力而為轉(zhuǎn)發(fā)、約束路徑轉(zhuǎn)發(fā)）、 QoS 隊列（先進先出、優(yōu)先級隊列、加權(quán)公平隊列）、擁塞控制（基于顯示擁塞反饋、量化擁塞通知）等能力。隨著技術(shù)的發(fā)展，網(wǎng)絡(luò)功能不斷優(yōu)化和完善。面對海量的異構(gòu)通信主體，網(wǎng)絡(luò)支持多模式接入和連接。為滿足專業(yè)化、精細化及差異化的業(yè)務(wù)需求，網(wǎng)絡(luò)提供可規(guī)劃、可預(yù)期和可定制的數(shù)據(jù)傳輸，以保障時延、吞吐量、抖動、丟包率等性能指標，提升用戶體驗。

（3）網(wǎng)絡(luò)資源

網(wǎng)絡(luò)資源是指數(shù)據(jù)傳輸依賴的資源，包括鏈路（無線、光纖、電纜）、計算（邊緣計算、云計算）、存儲（內(nèi)存、硬盤）、地址（互聯(lián)網(wǎng)協(xié)議第4 版、互聯(lián)網(wǎng)協(xié)議第6 版）等。報文中分配的地址占用地址空間資源，數(shù)據(jù)在通信主體間傳輸時占用帶寬形式的鏈路資源。轉(zhuǎn)發(fā)設(shè)備采用網(wǎng)絡(luò)處理器及片上內(nèi)存的計算和存儲資源處理報文。硬件升級與軟件優(yōu)化導(dǎo)致網(wǎng)絡(luò)資源發(fā)生了巨大的變化：資源類型不斷豐富，多種異構(gòu)資源并存。資源在網(wǎng)絡(luò)中的部署位置比較靈活，適合協(xié)同調(diào)度。資源容量得到提升，體積變小，便于處理。

（4）網(wǎng)絡(luò)安全

網(wǎng)絡(luò)安全維度的網(wǎng)絡(luò)能力能夠保障網(wǎng)絡(luò)設(shè)施、信息和傳輸?shù)陌踩尚判裕ㄔ吹刂夫炞C、身份驗證）、隱私性（加密）、可靠性（完整性校驗）和可溯源性（概率包標記法、日志記錄）?？尚判员ＷC網(wǎng)絡(luò)信息能夠被授權(quán)實體訪問并合法使用;隱私性保護能夠防止信息泄露及非法利用;可靠性通過實時監(jiān)測，解決網(wǎng)絡(luò)異常，保證高效正常運行;可溯源性在面對網(wǎng)絡(luò)攻擊時能夠快速定位和追蹤攻擊的源頭。隨著業(yè)務(wù)場景的復(fù)雜化，外掛式安全技術(shù)無法應(yīng)對網(wǎng)絡(luò)協(xié)議不統(tǒng)一、終端多樣化帶來的安全隱患，亟須采用內(nèi)生安全機制[7]。

3業(yè)務(wù)需求到網(wǎng)絡(luò)能力的映射

業(yè)務(wù)需求與網(wǎng)絡(luò)能力映射是映射概念在網(wǎng)絡(luò)服務(wù)業(yè)務(wù)中的具體化。在互聯(lián)網(wǎng)絡(luò)中，不同業(yè)務(wù)面臨差異化需求。單個業(yè)務(wù)實現(xiàn)需要滿足的所有條件形成業(yè)務(wù)需求集合，集合中的每個元素代表一項具體的業(yè)務(wù)需求。相應(yīng)地，網(wǎng)絡(luò)的快速演進不斷豐富網(wǎng)絡(luò)能力，聚集網(wǎng)絡(luò)具備的全部能力并構(gòu)成全維網(wǎng)絡(luò)能力集合。集合中的每個元素代表一項網(wǎng)絡(luò)支持能力。業(yè)務(wù)需求與網(wǎng)絡(luò)能力映射是為了利用特定網(wǎng)絡(luò)能力支持業(yè)務(wù)實現(xiàn)，需要在業(yè)務(wù)需求集合和網(wǎng)絡(luò)能力集合兩者的元素之間建立對應(yīng)關(guān)系。這種對應(yīng)關(guān)系體現(xiàn)在：一項業(yè)務(wù)需求需要通過一系列網(wǎng)絡(luò)能力才能得到滿足，同時一種網(wǎng)絡(luò)能力能夠支持多種業(yè)務(wù)需求。通過選擇和組合適當?shù)木W(wǎng)絡(luò)能力，依據(jù)合理的順序執(zhí)行網(wǎng)絡(luò)能力，可滿足業(yè)務(wù)需求，實現(xiàn)業(yè)務(wù)需求到網(wǎng)絡(luò)能力的映射。

從業(yè)務(wù)使用者（用戶）的角度看，多樣化業(yè)務(wù)需求需要選擇合適的網(wǎng)絡(luò)能力。通過業(yè)務(wù)需求和網(wǎng)絡(luò)能力映射，用戶從網(wǎng)絡(luò)運營商提供的可選網(wǎng)絡(luò)能力方案中選擇一種，并為相應(yīng)的網(wǎng)絡(luò)能力付費，支持業(yè)務(wù)實現(xiàn)。從網(wǎng)絡(luò)運營商的角度，網(wǎng)絡(luò)具備全維能力。不同的網(wǎng)絡(luò)能力對業(yè)務(wù)需求的支持度不同。通過業(yè)務(wù)需求和網(wǎng)絡(luò)能力映射，網(wǎng)絡(luò)運營商為用戶提供滿足業(yè)務(wù)需求的網(wǎng)絡(luò)能力方案和定價，以實現(xiàn)網(wǎng)絡(luò)能力商品化。

3. 1映射要素

業(yè)務(wù)需求與網(wǎng)絡(luò)能力映射的3 個要素是原象、象和映射法則。其中，原象是業(yè)務(wù)實現(xiàn)應(yīng)該滿足的需求元素，象是網(wǎng)絡(luò)具備的能力元素，映射法則是指原象和象之間對應(yīng)關(guān)系的生成原則。映射法則的產(chǎn)生包括映射形式和映射機制兩部分。映射形式包括原象與象一對一、多對一、一對多和多對多 4種映射關(guān)系。相較于原始的映射定義，映射形式擴展了一對多、多對多兩種。映射機制可解決如何將原象和象代表的業(yè)務(wù)需求元素與網(wǎng)絡(luò)能力元素進行合理對應(yīng)的問題。

3.2映射形式

假設(shè)業(yè)務(wù)實現(xiàn) D具備 M項業(yè)務(wù)需求，采用集合表示為D =d1 ，d2 ， …，dM。網(wǎng)絡(luò)具備 N項能力，采用集合表示為 R =r1 ，r2 ， …，rN。定義矩陣 A =Adr，d∈D，r∈ R為業(yè)務(wù)需求和網(wǎng)絡(luò)能力的映射矩陣。Adr = 1表示網(wǎng)絡(luò)能力 r能夠支持業(yè)務(wù)需求 d;Adr =0 表示網(wǎng)絡(luò)能力 r不能支持業(yè)務(wù)需求 d。業(yè)務(wù)需求與網(wǎng)絡(luò)能力間對應(yīng)關(guān)系也可以描述為： D = A × RT 。

圖3 表示業(yè)務(wù)需求 D =D1 ，D2 ，D3與網(wǎng)絡(luò)能力 R =R1 ，R2 ，R3 ，R4映射關(guān)系的示例。對應(yīng)的0-1映射矩陣為：

0-1矩陣形式能夠直觀地表示業(yè)務(wù)需求和網(wǎng)絡(luò)能力之間的復(fù)雜映射關(guān)系，為靈活的網(wǎng)絡(luò)能力組合滿足業(yè)務(wù)需求提供有效支撐。矩陣的行代表映射的原象，矩陣的列代表映射的象。矩陣中“1”在行向量和列向量的位置（由下標決定）決定了映射函數(shù)的原象和象的對應(yīng)關(guān)系。0-1映射矩陣行向量或列向量中“1”的總數(shù)量反映了不同的映射形式。當映射矩陣列向量中“1”的總數(shù)量多于一個時，映射形式為多對一，表示一項業(yè)務(wù)需求需要多種網(wǎng)絡(luò)能力才能夠滿足;當映射矩陣行向量中“1”的總數(shù)量多于一個時，映射形式為一對多，表示一種網(wǎng)絡(luò)能力能夠支撐多項業(yè)務(wù)需求;當映射矩陣中所有列向量和行向量的“1”總量都為一個時，映射形式為一對一，表示業(yè)務(wù)需求與網(wǎng)絡(luò)能力是一一對應(yīng)的;當映射矩陣列向量和行向量中的“1”的總數(shù)量均多于一個時，映射形式為多對多，表示多項業(yè)務(wù)需求需要多種網(wǎng)絡(luò)能力才能夠滿足。

3.3映射機制

本文基于業(yè)務(wù)需求與網(wǎng)絡(luò)能力間的匹配度設(shè)計映射機制。當業(yè)務(wù)實現(xiàn)規(guī)定需求指標時，業(yè)務(wù)需求與網(wǎng)絡(luò)能力間的匹配度被定義為：在當前網(wǎng)絡(luò)狀態(tài)下，給定網(wǎng)絡(luò)能力所獲得的業(yè)務(wù)需求指標與規(guī)定需求指標間的差值。針對功能性業(yè)務(wù)需求，當網(wǎng)絡(luò)執(zhí)行業(yè)務(wù)需求規(guī)定的網(wǎng)絡(luò)能力時，定義指標的差值為0，否則差值為1;針對性能性業(yè)務(wù)需求，定義指標的差值為可達性能指標值與規(guī)定性能指標值間的差值。

假設(shè)業(yè)務(wù)? D 規(guī)定的需求指標為? Ind =[ Ind1 ，Ind2 ，Ind3 ， …，IndM]。支持業(yè)務(wù)實現(xiàn)的網(wǎng)絡(luò)能力集合共有 K種，表示為Rk， 1≤ k ≤ K。采用Rk獲得的業(yè)務(wù)需求指標為 Ind Rk=[ Ind1Rk，Ind2Rk，Ind3Rk， …，IndMRk]。閔可夫斯基距離可用來衡量兩個需求指標向量間的相似度，即業(yè)務(wù)需求與網(wǎng)絡(luò)能力的匹配度：

Gk =? p ，其中 W =α1 ，α2 ， …，αM 是業(yè)務(wù)需求集合 D對應(yīng)的優(yōu)先級權(quán)重系數(shù)集合。αl 數(shù)值越大，優(yōu)先級越高，且滿足 α l? = 1。對比 K個閔可夫斯基距離值，最小值 k*? = mink Gk對應(yīng)的網(wǎng)絡(luò)能力為與業(yè)務(wù)需求匹配度最高的網(wǎng)絡(luò)能力Rk*。利用業(yè)務(wù)需求集合 D 和網(wǎng)絡(luò)能力集合Rk* 生成映射矩陣。

3.4映射步驟

基于映射三要素，業(yè)務(wù)需求與網(wǎng)絡(luò)能力的映射步驟包括原象生成、象生成和映射法則生成3 個步驟，如圖4 所示。

第1 步：原象生成

針對用戶側(cè)提交的業(yè)務(wù)需求，拆分復(fù)合型業(yè)務(wù)需求，聚類相似的業(yè)務(wù)需求，形成業(yè)務(wù)需求集合 D;根據(jù)業(yè)務(wù)的特性，生成業(yè)務(wù)需求指標集合 Ind 以及需求權(quán)重因子集合 W。

第2 步：象生成

網(wǎng)絡(luò)能力隨著業(yè)務(wù)執(zhí)行而動態(tài)變化，為了更加準確地匹配業(yè)務(wù)需求，需要提供實時的網(wǎng)絡(luò)能力狀態(tài)。利用場景感知

等方式，獲得動態(tài)的網(wǎng)絡(luò)能力空間 Spa;利用集合標識網(wǎng)絡(luò)

能力 C =C 1 ; C2 ; …; CI，其中 Ci 表示第i種維度的網(wǎng)絡(luò)能

力，包括通信主體、網(wǎng)絡(luò)功能、網(wǎng)絡(luò)資源、網(wǎng)絡(luò)安全等多個維度。每個維度的網(wǎng)絡(luò)能力具體包括多種網(wǎng)絡(luò)能力元素。

第3 步：映射法則生成

映射法則的生成主要包括網(wǎng)絡(luò)能力組合、業(yè)務(wù)需求與網(wǎng)絡(luò)能力匹配度計算和映射矩陣的生成。

（1）網(wǎng)絡(luò)能力編排

網(wǎng)絡(luò)能力組合過程包括：依次分析業(yè)務(wù)需求 dm，從網(wǎng)絡(luò)能力空間的各維度中選擇支持業(yè)務(wù)需求的單個或多個網(wǎng)絡(luò)能力，形成網(wǎng)絡(luò)能力組合 Rm = rj ，rj∈ Spa;遍歷業(yè)務(wù)需求集合，將M 項網(wǎng)絡(luò)能力組合合并，保留具有關(guān)聯(lián)關(guān)系的網(wǎng)絡(luò)能力，刪除具有互斥關(guān)系的網(wǎng)絡(luò)能力，形成全新的網(wǎng)絡(luò)能力集合Rk = ∪ Rm 。由于存在不同類型的網(wǎng)絡(luò)能力均支持同一業(yè)務(wù)需求的情況，因此網(wǎng)絡(luò)能力組合 Rm 的數(shù)量可能大于1。通過靈活編排，可最終獲得 K 個網(wǎng)絡(luò)能力組合Rk，1 ≤ k ≤ K。

（2）業(yè)務(wù)需求與網(wǎng)絡(luò)能力匹配度計算

假設(shè)業(yè)務(wù)? D? 規(guī)定的需求指標為

Ind =Ind 1 ，Ind2 ， …， IndM，網(wǎng)絡(luò)能力組合Rk獲得的業(yè)務(wù)需求指標為 Ind Rk，我們利用閔可夫斯基距離Gk來衡量需求指標向量 Ind Rk和 Ind 間的距離。

（3）映射矩陣生成

對比 K個閔可夫斯基距離值，選擇最小值 k*? = mink Gk對應(yīng)的網(wǎng)絡(luò)能力為與業(yè)務(wù)需求匹配度最高的網(wǎng)絡(luò)能力Rk*?? =r 1 ，r2 ， …，rN。利用業(yè)務(wù)需求集合 D 和網(wǎng)絡(luò)能力集合Rk* 生成 M行、N列的映射矩陣A。矩陣元素Am，n = 1 表示網(wǎng)絡(luò)能力rn支持業(yè)務(wù)需求 dm，Am，n = 0表示網(wǎng)絡(luò)能力rn不支持業(yè)務(wù)需求 dm。

4映射實例

本節(jié)以邊緣計算場景下任務(wù)卸載調(diào)用網(wǎng)絡(luò)資源維度的網(wǎng)絡(luò)能力來分析業(yè)務(wù)需求與網(wǎng)絡(luò)能力映射。任務(wù)卸載主要涉及計算資源和鏈路資源。其中，計算資源支持邊緣計算、云計算和云邊協(xié)同計算3 種網(wǎng)絡(luò)能力元素，鏈路資源包括無線前向鏈路和光纖回程鏈路2 種網(wǎng)絡(luò)能力元素。

如圖5 所示，部署區(qū)域中共有1 個云服務(wù)中心和4 個基站?；就ㄟ^光纖回程鏈路連接到云中心，并且回程容量為Rbac=10 Mbit/s?；揪邆溥吘売嬎隳芰?，用戶均勻地分布在基站覆蓋范圍中。由于用戶側(cè)計算容量有限，任務(wù)將被卸載至邊緣服務(wù)器或者云中心執(zhí)行。規(guī)定數(shù)據(jù)包的產(chǎn)生傳輸均以時隙 TS? = 1× 10-3? s 為單位。用戶在時隙 TS 以概率δ 產(chǎn)生數(shù)據(jù)包，數(shù)據(jù)包大小為 F=20 kbit 。任務(wù)到達邊緣服務(wù)器或云服務(wù)器的過程服從泊松分布，到達率為λmec和λC。

邊緣服務(wù)器和云服務(wù)器具備不同的計算容量。數(shù)據(jù)包在服務(wù)器中的服務(wù)時間服從均值為1/μ的指數(shù)分布，其中μ 表示服務(wù)速率，并滿足μC = 2μmec? =3 packet/slot 。服務(wù)時間的概率密度函數(shù)（PDF）表示為：fTsv，x （t）= μx exp -μxt，x∈{ mec ，C }。

任務(wù)卸載的開銷與數(shù)據(jù)包到達率有關(guān)。設(shè)置邊緣服務(wù)器與云服務(wù)器的單位開銷系數(shù)為εx ，x ∈{ mec ，C }，并且滿足ε C = ε mec? =2 unit/packet 。用戶側(cè)提出業(yè)務(wù)需求：以最小化時延和最小化開銷為目標實現(xiàn)數(shù)據(jù)包處理，并且業(yè)務(wù)需求以最小時延為主，規(guī)定優(yōu)先級權(quán)重系數(shù)α =0.7。

網(wǎng)絡(luò)運營商為用戶的業(yè)務(wù)需求提供了3 種網(wǎng)絡(luò)能力組合。

（1）邊緣計算：用戶通過無線鏈路將數(shù)據(jù)包傳輸至邊緣服務(wù)器，完成數(shù)據(jù)包處理;

（2）云計算：用戶通過無線鏈路將數(shù)據(jù)包傳輸至基站，基站通過回程鏈路將數(shù)據(jù)包上傳至云服務(wù)器，完成數(shù)據(jù)包處理;

（3）云邊協(xié)同計算：用戶通過無線鏈路將數(shù)據(jù)包傳輸至基站，同時數(shù)據(jù)包以協(xié)同概率θ 選擇邊緣服務(wù)器進行處理，并以概率（1- θ） 選擇通過回程鏈路上傳至云服務(wù)器進行處理[8]。

采用隨機幾何理論和排隊論分析任務(wù)卸載的時延和開銷性能，通過仿真對比3 種網(wǎng)絡(luò)能力組合的匹配度，可實現(xiàn)不同應(yīng)用場景下業(yè)務(wù)需求與網(wǎng)絡(luò)能力的映射。

邊緣服務(wù)器和云服務(wù)器的數(shù)據(jù)包處理符合 M/M/1的隊列系統(tǒng)。數(shù)據(jù)包處理時延包括排隊時延和服務(wù)時延。根據(jù)排隊論理論[9]，平均處理時延為1/（μ- λ），其中λ 和μ分別表示數(shù)據(jù)包到達率和服務(wù)速率。

相應(yīng)地，第1 種網(wǎng)絡(luò)能力方式的總時延等于邊緣計算的平均處理時延：

第2 種網(wǎng)絡(luò)能力方式的總時延等于云計算的平均處理時延與回程鏈路傳輸時延之和。任務(wù)到達云服務(wù)器的速率服從泊松過程，滿足λC = 4λ mec。總時延表示為：

第3 種網(wǎng)絡(luò)能力方式的總時延包括邊緣計算時延和云計算時延兩種情況，具體可表示為：

計算卸載的開銷與服務(wù)器的數(shù)據(jù)包到達率有關(guān)，第1 種網(wǎng)絡(luò)能力方式的開銷等于邊緣計算的開銷：

第2 種網(wǎng)絡(luò)能力方式的開銷等于云計算的開銷：

第3 種網(wǎng)絡(luò)能力方式的開銷等于邊緣計算開銷和云計算開銷之和：

用戶的業(yè)務(wù)需求是保證最小化時延和開銷。以時延和開銷為指標，基于兩者的優(yōu)先級關(guān)系設(shè)計業(yè)務(wù)需求與網(wǎng)絡(luò)能力的匹配函數(shù) G （z ）= αT（z ）+ （1- α）C （z ）。將公式（1）和（4）、（2）和（5），以及（3）和（6）分別代入匹配函數(shù)，以仿真分析3 種網(wǎng)絡(luò)能力方式在不同數(shù)據(jù)包到達率設(shè)置下的匹配函數(shù)。

圖6 對比了時延指標需求優(yōu)先級權(quán)重系數(shù)分別為α =1 和α =0.7的匹配函數(shù)。α= 1是傳統(tǒng)網(wǎng)絡(luò)能力滿足單一業(yè)務(wù)需求的方法，只關(guān)注時延指標。從圖6 中可以看出，只有在數(shù)據(jù)包達到率極低的情況下，選擇邊緣計算獲得的匹配函數(shù)最小，即λ mec ≤ 0.2 packet/slot。當增加數(shù)據(jù)包達到率時，λ mec> 0.2 packet/slot，選擇云計算獲得的匹配函數(shù)最小;由于大量數(shù)據(jù)包卸載到中心云服務(wù)器會增加服務(wù)開銷，同時導(dǎo)致數(shù)據(jù)包堆積，因此云計算網(wǎng)絡(luò)能力組合不適用于業(yè)務(wù)密集和負載均衡的場景。

綜合考慮時延和開銷的需求指標，在α =0.7的情況下，當數(shù)據(jù)包到達率增加時，匹配度值會隨著時延和開銷的增加而不斷增加。當數(shù)據(jù)包到達率較小時，? λ mec<

0.5 packet / slot，選擇邊緣計算獲得的匹配函數(shù)最小。原因在于邊緣服務(wù)器距離用戶近，服務(wù)器計算容量足夠支撐少量的計算任務(wù)，并且邊緣服務(wù)器的開銷遠小于云中心服務(wù)器。在稀疏業(yè)務(wù)場景下，用戶可以選擇第1 種網(wǎng)絡(luò)能力方式，就近采用邊緣服務(wù)器卸載計算任務(wù)。

當數(shù)據(jù)包到達率逐漸增大時，即λmec? ≥0.5 packet/slot，將數(shù)據(jù)包卸載到計算容量較小的邊緣服務(wù)器會導(dǎo)致數(shù)據(jù)包處理堆積，排隊等待時長增加，從而導(dǎo)致總時延增加。當選擇將數(shù)據(jù)包卸載到云服務(wù)器時，雖然回程鏈路傳輸會帶來額外的時延，并且中心云服務(wù)器的開銷大，但是云服務(wù)器的大計算容量能夠補償回程鏈路帶來的時延，減輕開銷的影響。在密集業(yè)務(wù)場景下，用戶可以選擇第2 種網(wǎng)絡(luò)能力方式，采用中心云服務(wù)器卸載計算任務(wù)。

網(wǎng)絡(luò)中數(shù)據(jù)包的生成和處理都處于動態(tài)變化中，服務(wù)器的負載也隨之變化。圖 6中，云邊協(xié)同計算方式的匹配度位于邊緣計算和云計算兩者中間。當網(wǎng)絡(luò)中云中心服務(wù)器負載較大，并且數(shù)據(jù)包的到達率高時，可以選擇云邊協(xié)同計算的方式，滿足用戶最小化時延和開銷的要求，同時通過調(diào)節(jié)協(xié)同概率θ，實現(xiàn)網(wǎng)絡(luò)的負載均衡。

以負載均衡場景下的任務(wù)卸載為例，業(yè)務(wù)需求集合表示為 D={時延最小化，開銷最小化}，網(wǎng)絡(luò)能力組合表示為 R={邊緣計算，云計算，前向鏈路，回程鏈路}，業(yè)務(wù)需求與網(wǎng)絡(luò)能力的映射矩陣表示為：

5結(jié)束語

本文提出一種普遍適用的業(yè)務(wù)需求與網(wǎng)絡(luò)能力的映射方法。該方法可構(gòu)建全維可定義網(wǎng)絡(luò)能力模型，從通信主體、網(wǎng)絡(luò)功能、網(wǎng)絡(luò)資源、網(wǎng)絡(luò)安全等多個維度細粒度劃分和定義網(wǎng)絡(luò)能力，支持網(wǎng)絡(luò)能力的擴展演進;針對多樣化業(yè)務(wù)需求，通過動態(tài)網(wǎng)絡(luò)能力組合、業(yè)務(wù)需求與網(wǎng)絡(luò)能力匹配度計算和映射矩陣生成3 個具體步驟形成業(yè)務(wù)需求到網(wǎng)絡(luò)能力的映射，以靈活適配業(yè)務(wù)發(fā)展需求。

參考文獻

[1]倪萍， 廖建新， 王純， 等. 一種 KPI 映射到 KQI 的通用算法[J].電子與信息學(xué)報， 2008， 30（10）：2503-2506

[2] VASER M， FORCONI S. QoS KPI and QoE KQI Relationship for LTE Video Streaming and VoLTE Services[C]//2015 IEEE 9th International Conference on Next Generation Mobile Applications， Services and Technologies . IEEE，2015：318-323. DOI：10.1109/NGMAST.2015.34

[3]楊磊. 基于FPgrowth機器學(xué)習(xí)的影響用戶感知無線根因問題的快速定位方法研究 [J]. 江蘇通信 ， 2019， 35（2）： 56-62. DOI： 10.3969/j. issn.1007-9513.2019.02.017

[4]李世勇， 秦雅娟， 張宏科. 基于網(wǎng)絡(luò)效用最大化的一體化網(wǎng)絡(luò)服務(wù)層映射模型[J].電子學(xué)報， 2010， 38（2）：282-289

[5]蔣林濤. 數(shù)據(jù)網(wǎng)的現(xiàn)狀及發(fā)展方向[J].電信科學(xué) ， 2019， 35（8）：1-15. DOI：10.11959/j.issn.1000-0801.2019202

[6]范琮珊， 周旭， 覃毅芳， 等. 全維可定義網(wǎng)絡(luò)能力[J].電信科學(xué)， 2021， 37（10）：31-38. DOI：10.11959/j.issn.1000-0801.2021235

[7]郭少勇， 齊芫苑， 代美玲， 等. 面向智能共享的內(nèi)生可信網(wǎng)絡(luò)體系架構(gòu)[J].通信學(xué)報， 2020， 41（11）：86-98. DOI：10.11959/j.issn.1000-436x.2020193

[8] MUKHERJEE S， LEE J. Edge computing-enabled cell-free massive MIMO systems [J]. IEEE transactions on wireless communications， 2020， 19（4）：2884-2899. DOI：10.1109/TWC.2020.2968897

[9] KLEINROCK L. Queueing systems： theory， vol.1 [M]. New York： Wiley， 1975

作者簡介

范琮珊，中國科學(xué)院計算機網(wǎng)絡(luò)信息中心助理研究員;主要研究領(lǐng)域為未來網(wǎng)絡(luò)和邊緣計算;已發(fā)表論文10余篇。

周旭，中國科學(xué)院計算機網(wǎng)絡(luò)信息中心研究員、先進網(wǎng)絡(luò)與技術(shù)發(fā)展部主任;主要研究領(lǐng)域為未來網(wǎng)絡(luò)架構(gòu)、 5G、邊緣計算等;主持科技部、工信部、發(fā)改委、中科院等重大項目10余項;獲得部級科學(xué)技術(shù)獎一等獎1 次、二等獎1 次;發(fā)表論文 60余篇，申請專利50余項，主持或參與制定國際標準和行業(yè)標準5 項。

任勇毛，中國科學(xué)院計算機網(wǎng)絡(luò)信息中心研究員、先進網(wǎng)絡(luò)部網(wǎng)絡(luò)體系結(jié)構(gòu)與系統(tǒng)實驗室主任;主要研究領(lǐng)域為計算機網(wǎng)絡(luò)協(xié)議及體系結(jié)構(gòu);主持國家自然科學(xué)基金2 項、北京市自然科學(xué)基金2 項，國家重點研發(fā)計劃子課題、國家科技重大專項子課題等10余項科研項目;發(fā)表論文70余篇，申請發(fā)明專利10余項，提交 ITU-T 國際標準提案2 項。