孫明瑋 齊玉東 王曉虹

（1.海軍航空大學(xué) 煙臺 264001）（2.中國人民解放軍第107醫(yī)院 煙臺 264001）

1 引言

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，網(wǎng)絡(luò)的結(jié)構(gòu)和規(guī)模越來越復(fù)雜，網(wǎng)絡(luò)服務(wù)質(zhì)量的準(zhǔn)確評價對網(wǎng)絡(luò)規(guī)劃和設(shè)計有著至關(guān)重要的作用。當(dāng)前大多采用經(jīng)驗(yàn)評價方法，但是當(dāng)遇到一個網(wǎng)絡(luò)上同時承載諸如視頻服務(wù)、多媒體業(yè)務(wù)、電視電話會議服務(wù)的情況時，該方法不僅會造成巨額的成本開銷，同時也為后期的運(yùn)行維護(hù)帶來巨大的挑戰(zhàn)，所以對網(wǎng)絡(luò)服務(wù)質(zhì)量進(jìn)行綜合評價變得尤為重要。目前，使用網(wǎng)絡(luò)建模與仿真對網(wǎng)絡(luò)服務(wù)質(zhì)量綜合評價的研究已經(jīng)取得一定成果：羅宏偉［1］通過改進(jìn)服務(wù)質(zhì)量路由算法，將提出的非線性代價函數(shù)作為性能優(yōu)化目標(biāo)。但其只側(cè)重對網(wǎng)絡(luò)本身性能的優(yōu)化研究，研究結(jié)果過于片面；張繼炎等［2］利用OPNET++仿真軟件建立Torus結(jié)構(gòu)網(wǎng)絡(luò)模型，在仿真結(jié)果中確定Torus，但其只分析單一指標(biāo)對不同網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的性能影響，研究結(jié)果相互之間沒有關(guān)聯(lián)性，缺乏綜合性；朱辰等［3］通過對比鏈路平均利用率、網(wǎng)絡(luò)吞吐量和端對端時延在不同包產(chǎn)生速率時的變化實(shí)現(xiàn)包交換網(wǎng)絡(luò)的仿真，但只考慮少量的影響因素?zé)o法準(zhǔn)確說明網(wǎng)絡(luò)整體性能；趙向陽［4］利用OPNET++仿真軟件研究不同網(wǎng)絡(luò)規(guī)模對ZigBee網(wǎng)絡(luò)性能的影響，分析出不同的網(wǎng)絡(luò)規(guī)模下負(fù)載與吞吐量、丟包率與網(wǎng)絡(luò)規(guī)模、時延與網(wǎng)絡(luò)規(guī)模的關(guān)系。但是影響網(wǎng)絡(luò)性能的因素很多，其研究成果并不能充分表述網(wǎng)絡(luò)的復(fù)雜性對網(wǎng)絡(luò)性能的影響。

針對上述問題，本文利用OPNET++仿真平臺測量網(wǎng)絡(luò)吞吐量、網(wǎng)絡(luò)時延等關(guān)鍵性能指標(biāo)的數(shù)據(jù)，采用基于改進(jìn)灰色關(guān)聯(lián)分析-逼近理想值排序方法，通過計算穩(wěn)定性、響應(yīng)時間和利用率三個評價指標(biāo)，實(shí)現(xiàn)多屬性綜合評價，為實(shí)際的網(wǎng)絡(luò)工程建設(shè)提供參考。

2 仿真軟件的選擇

目前主流的網(wǎng)絡(luò)仿真軟件包括NS、GMS、OMNET++和OPNET++。NS［5］于1995年由DARPA資助的VINT工程開發(fā)，編程語言采用C++和OTCL，是一個開放性的仿真平臺，能具體理解網(wǎng)絡(luò)協(xié)議、路由、分組轉(zhuǎn)發(fā)等網(wǎng)絡(luò)技術(shù)。但是該軟件使用兩種編程語言導(dǎo)致學(xué)習(xí)曲線太過陡峭，其調(diào)試工作也具有相當(dāng)難度。

GMS［6］由美國 UCLA 大學(xué)計算機(jī)系開發(fā)，其設(shè)計語言是基于C語言的Parsec并行仿真語言，可實(shí)現(xiàn)并行離散時間驅(qū)動仿真，支持純無線網(wǎng)絡(luò)的協(xié)議，具有可擴(kuò)展性和可編程性。但該軟件分層結(jié)構(gòu)嚴(yán)格，很難實(shí)現(xiàn)跨層信息應(yīng)用。

OMNET++［7］是基于離散事件的一款免費(fèi)的、開源的、可擴(kuò)展的多協(xié)議仿真軟件。但由于該軟件進(jìn)入國內(nèi)時間較短、學(xué)習(xí)材料缺乏，需要具有扎實(shí)的C++基礎(chǔ)，上手難度較大。

OPNET++［8］最早出自麻省理工學(xué)院，相比較其他仿真軟件，其模型是基于流水線的體系結(jié)構(gòu)來確定節(jié)點(diǎn)間的連接和傳播，用戶可以根據(jù)實(shí)際環(huán)境指定頻率、帶寬、功率等其他特征，為通信系統(tǒng)以和路由算法的研究提供與真實(shí)網(wǎng)絡(luò)相似的環(huán)境，在網(wǎng)絡(luò)規(guī)劃與設(shè)計以及對現(xiàn)有網(wǎng)絡(luò)的分析方面都有很好的表現(xiàn)。同時該模型支持面向?qū)ο蟮慕７绞?，提供圖形化的編輯界面，交互性較強(qiáng)。綜合考慮各軟件的優(yōu)缺點(diǎn)，本文選擇使用OPNET++仿真軟件。

3 網(wǎng)絡(luò)建模與仿真

在OPNET++中網(wǎng)絡(luò)建模仿真過程主要分成三大階段：建立并配置網(wǎng)絡(luò)模型、運(yùn)行仿真并收集結(jié)果、結(jié)果分析。OPNET++使用網(wǎng)絡(luò)編輯器、節(jié)點(diǎn)編輯器和進(jìn)程編輯器對不同階段建模，三者通過層次化方式相互調(diào)度運(yùn)行。

1）網(wǎng)絡(luò)建模：網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)通過圖形化方式在網(wǎng)絡(luò)編輯器中顯示。在網(wǎng)絡(luò)編輯器中實(shí)現(xiàn)網(wǎng)絡(luò)模型的創(chuàng)建與編輯、生成節(jié)點(diǎn)和鏈路連接、網(wǎng)絡(luò)環(huán)境確定、收集和分析仿真結(jié)果。

2）節(jié)點(diǎn)建模：節(jié)點(diǎn)建模是對網(wǎng)絡(luò)模型中的各個模塊功能的具體刻畫，節(jié)點(diǎn)功能模塊和模塊間的數(shù)據(jù)流設(shè)計利用節(jié)點(diǎn)編輯器提供功能模塊實(shí)現(xiàn)，每個功能模塊都有相對應(yīng)的進(jìn)程模塊做支撐。

3）進(jìn)程建模：進(jìn)程編輯器利用有限狀態(tài)機(jī)實(shí)現(xiàn)相關(guān)的進(jìn)程建模。有限狀態(tài)機(jī)可以在仿真過程中對其他有限狀態(tài)機(jī)發(fā)起的特定事件動態(tài)響應(yīng)，這極大簡化管理可變數(shù)量資源或會話的協(xié)議標(biāo)準(zhǔn)。

利用OPNET++評價網(wǎng)絡(luò)性能的關(guān)鍵是通過加載不同種類的業(yè)務(wù)模型間接反饋整個模型的好壞。因此本文在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的基礎(chǔ)上添加十六種不同類型的業(yè)務(wù)模型和四種不同類型的用戶：engineer、researcher、salesman 以及 user。隨后為四類用戶提供具體的業(yè)務(wù)需求和相關(guān)配置。配置業(yè)務(wù)模型分為四個步驟：設(shè)定應(yīng)用參數(shù)、設(shè)定業(yè)務(wù)主詢、配置服務(wù)器支持的應(yīng)用和設(shè)定客戶端業(yè)務(wù)主詢。

從整體上來看，植保無人機(jī)是一個現(xiàn)代化科技產(chǎn)品，工作人員需熟悉無人機(jī)各項(xiàng)技能，才可將其應(yīng)用于農(nóng)業(yè)植保作業(yè)中。由此可見，加強(qiáng)無人機(jī)技術(shù)培訓(xùn)尤為重要，即以無人機(jī)原理、構(gòu)造等為前提，使工作人員能夠在全方位認(rèn)知無人機(jī)的情況下，落實(shí)技術(shù)培訓(xùn)工作，如掌握無人機(jī)的遙控作業(yè)操作、農(nóng)藥噴灑量、工作時間等。另外，工作人員還應(yīng)樹立崗位責(zé)任心和耐心，一旦發(fā)現(xiàn)無人機(jī)出現(xiàn)異常情況，需立即終止作業(yè)，做好相關(guān)檢查預(yù)防安全事故的滋生。

1）設(shè)定應(yīng)用參數(shù)：應(yīng)用具體描述每種業(yè)務(wù)的屬性，在應(yīng)用配置器中完成。例如FTP服務(wù)，需要確定傳輸數(shù)據(jù)文件大小、間隔發(fā)送時間、上下行的業(yè)務(wù)傳輸比例和支持的服務(wù)器名稱等內(nèi)容。

2）設(shè)定業(yè)務(wù)主詢：業(yè)務(wù)主詢描述一類用戶群體涉及的應(yīng)用，例如為engineer設(shè)計的業(yè)務(wù)主要有Web瀏覽、Email服務(wù)、遠(yuǎn)程登錄對話、文件傳輸。

3）配置服務(wù)器支持的應(yīng)用：當(dāng)完成應(yīng)用參數(shù)和業(yè)務(wù)主詢的設(shè)定之后，接下來需要為服務(wù)器定義所支持的服務(wù)類型。

4）設(shè)定客戶端業(yè)務(wù)主詢：與服務(wù)器配置應(yīng)用相對應(yīng)，在客戶端同樣需要設(shè)定業(yè)務(wù)主詢，具體設(shè)定方式與在業(yè)務(wù)主詢配置器中的設(shè)定相同?？蛻舳藰I(yè)務(wù)主詢主要是設(shè)定不同類型的用戶所執(zhí)行的業(yè)務(wù)。

4 網(wǎng)絡(luò)服務(wù)質(zhì)量綜合評價指標(biāo)建立

評價指標(biāo)是反應(yīng)網(wǎng)絡(luò)服務(wù)質(zhì)量好壞的狀態(tài)參數(shù)。通過建立評價指標(biāo)可以將評價過程量化，達(dá)到客觀評價網(wǎng)絡(luò)服務(wù)質(zhì)量的目的。為了使網(wǎng)絡(luò)服務(wù)質(zhì)量有所參考，本文選擇如下評價指標(biāo)進(jìn)行研究。

1）穩(wěn)定性：指的是在受到干擾和影響之后，系統(tǒng)的各項(xiàng)指標(biāo)測量值偏離正常值的程度。本次實(shí)驗(yàn)中需計算各業(yè)務(wù)模型吞吐量的穩(wěn)定程度。偏離越少，說明系統(tǒng)的穩(wěn)定性越好，反之，說明系統(tǒng)的穩(wěn)定性較差。具體計算公式如下：

式中：S表示系統(tǒng)的穩(wěn)定性，Xi表示各指標(biāo)測量值，Xˉ表示各指標(biāo)測量均值。

3）利用率：指的是系統(tǒng)在執(zhí)行某項(xiàng)進(jìn)程時的硬件資源開銷情況。利用率這個概念比較寬泛，本文指服務(wù)器CPU利用率和各鏈路利用率。利用率過高，可能導(dǎo)致設(shè)備的耗損；利用率過低，難以充分利用資源。因此對于整個系統(tǒng)而言，取利用率的平均值來反映系統(tǒng)的總體情況。圖1表示本實(shí)驗(yàn)網(wǎng)絡(luò)服務(wù)質(zhì)量評價指標(biāo)示意圖。

圖1 網(wǎng)絡(luò)服務(wù)質(zhì)量評價指標(biāo)

5 基于改進(jìn)GRA-TOPSIS模型的網(wǎng)絡(luò)服務(wù)質(zhì)量評價模型

5.1 構(gòu)建標(biāo)準(zhǔn)評價指標(biāo)矩陣

設(shè)網(wǎng)絡(luò)服務(wù)質(zhì)量評價問題中的原始評價指標(biāo)矩陣V為

由于原始評價指標(biāo)矩陣中各屬性值的取值范圍不統(tǒng)一，需要對矩陣V進(jìn)行數(shù)據(jù)預(yù)處理。本文使用極差法進(jìn)行標(biāo)準(zhǔn)化處理得到標(biāo)準(zhǔn)評價矩陣Z。

5.2 計算最優(yōu)綜合權(quán)重

目前，賦權(quán)方法分為主觀賦權(quán)和客觀賦權(quán)兩大類。主觀賦權(quán)反映決策者的偏好，但結(jié)果受主觀影響因素較大；客觀賦權(quán)具有數(shù)學(xué)理論基礎(chǔ)，但它忽略決策者的偏好［9］。為了有效避免單一賦權(quán)的局限性，本文采用基于最小二乘法的組合賦權(quán)優(yōu)化模型獲取最優(yōu)的權(quán)重值，定義組合權(quán)重ω=(ω1，ω2，…，ωn)。具體操作為

4）根據(jù)拉格朗日函數(shù)計算方法得到最優(yōu)綜合權(quán)重：

將最優(yōu)綜合權(quán)重ω與標(biāo)準(zhǔn)化評價指標(biāo)矩陣Z相乘，得到加權(quán)標(biāo)準(zhǔn)化矩陣Y：

5.3 改進(jìn)的GRA-TOPSIS模型

灰色關(guān)聯(lián)分析模型（Grey Relational Analysis，GRA）是以曲線間相似程度的大小作為衡量尺度，反映數(shù)據(jù)序列的態(tài)勢變化情況，適用于具有灰色特征的數(shù)據(jù)，但是在系統(tǒng)方案的整體評判上存在缺陷。

逼近理想解排序法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）是以距離為尺度反映數(shù)據(jù)曲線間的位置關(guān)系，通過構(gòu)造理想點(diǎn)與負(fù)理想點(diǎn)，將與理想點(diǎn)距離最近且與負(fù)理想點(diǎn)最遠(yuǎn)的方案作為最優(yōu)方案，這也是該方法存在的最大缺陷：如圖2所示，圖中點(diǎn)A和點(diǎn)B分別表示理想點(diǎn)與負(fù)理想點(diǎn)，當(dāng)存在一個以線段AB為軸的圓盤時，相同半徑上任意兩點(diǎn)到點(diǎn)A和點(diǎn)B的距離都相等，此時相對貼近度均為0.5，這就無法進(jìn)行排序比較［11］。

圖2 相對貼近度相等示意圖

為了彌補(bǔ)單一方法的缺點(diǎn)，本文利用TOPSIS法改進(jìn)GRA模型，可以更確切體現(xiàn)比較序列與參考序列的貼合度。

1）計算比較序列與參考序列的灰色關(guān)聯(lián)度

結(jié)合關(guān)聯(lián)系數(shù)與最優(yōu)組合權(quán)重確定灰色關(guān)聯(lián)度：

其中θ反映決策者對位置形狀的偏好程度。相對貼近度越大，說明方案越好；反之，相對貼近度越小方案越差。根據(jù)相對貼近度大小，參考網(wǎng)絡(luò)服務(wù)質(zhì)量效果量化表確定最終評價等級。

6 實(shí)驗(yàn)分析

基于上述模型分析，本文利用OPNET++平臺搭建如圖3所示的網(wǎng)絡(luò)模型，通過模擬不同種類的業(yè)務(wù)模型之間的應(yīng)用操作，按照圖1給出的影響因素進(jìn)行數(shù)據(jù)的采集，進(jìn)行多屬性決策。本次仿真實(shí)驗(yàn)時間一星期，共得到100條數(shù)據(jù)。

表1 網(wǎng)絡(luò)服務(wù)質(zhì)量評價等級

圖3 網(wǎng)絡(luò)模型

6.1 計算最優(yōu)綜合權(quán)重

本文利用層次分析法和改進(jìn)G1法得到各評價指標(biāo)對應(yīng)的權(quán)重，接著利用最小二乘法得到最優(yōu)組合權(quán)重，結(jié)果如表2所示。

表2 評價指標(biāo)權(quán)重

6.2 計算相對貼近度

根據(jù)理想點(diǎn)與負(fù)理想點(diǎn)的概念確定結(jié)果如下：

由表3可知，當(dāng)θ=1，即采用TOPSIS法，此時相對貼近度的計算結(jié)果與本文提出的方法相差較大，根本原因在于常規(guī)的TOPSIS法判斷方案貼近理想點(diǎn)的程度是以方案距離理想點(diǎn)與負(fù)理想點(diǎn)之間的歐氏距離為基礎(chǔ)，與理想點(diǎn)歐氏距離近的方案同樣可能與負(fù)理想點(diǎn)的歐氏距離也近，從而得不到合理的結(jié)果，如方案53、87。當(dāng)θ=0，即使用改進(jìn)灰色關(guān)聯(lián)分析模型評價網(wǎng)絡(luò)服務(wù)質(zhì)量時，存在多個方案，比如方案21和22、方案31和32等，它們的灰色關(guān)聯(lián)度近似相等，此時僅使用該方法將無法比較網(wǎng)絡(luò)服務(wù)質(zhì)量的優(yōu)劣性。當(dāng)使用本文提出的方法時，選擇偏好系數(shù)θ=0.8，從表3可以看出，該方法可以得到準(zhǔn)確的評價，彌補(bǔ)了僅使用TOPSIS與改進(jìn)GRA方法的不足之處。這充分說明本文提出的方法獲得較好的評價效果。

由表3結(jié)果可知，本文構(gòu)建的網(wǎng)絡(luò)模型最大相對貼近度為0.655，參考表1給出的網(wǎng)絡(luò)服務(wù)質(zhì)量評價等級表得到最好評價等級為“較好”。圖4表示的是相對貼近度分布圖，從圖中可以看出：10%的方案位于［0.6，0.75）范圍內(nèi)，大部分方案落在［0.4，0.6）范圍內(nèi)。根據(jù)相對貼近度越大，方案越好的原則，本次實(shí)驗(yàn)搭建的網(wǎng)絡(luò)模型整體評價結(jié)果為“一般”，從測量數(shù)據(jù)本身分析可知，整個網(wǎng)絡(luò)模型中服務(wù)器的CPU利用率和各鏈路利用率較低，說明：1）網(wǎng)絡(luò)模型搭建過程中存在部分功能模塊類型選擇不當(dāng)?shù)那闆r；2）各個功能模塊之間進(jìn)行數(shù)據(jù)流分發(fā)時并沒有大數(shù)據(jù)量的交互。這就需要后期進(jìn)行長時間、大數(shù)據(jù)量的網(wǎng)絡(luò)仿真時，要充分了解真實(shí)的網(wǎng)絡(luò)環(huán)境。

圖4 相對貼近度分布圖

7 結(jié)語

本文針對網(wǎng)絡(luò)服務(wù)質(zhì)量評價方案進(jìn)行研究，提出了一種基于OPNET++仿真的網(wǎng)絡(luò)服務(wù)質(zhì)量綜合評價方法。該方法首先利用最小二乘法獲得最優(yōu)綜合權(quán)重，然后利用最優(yōu)綜合權(quán)重與標(biāo)準(zhǔn)評價矩陣構(gòu)建加權(quán)標(biāo)準(zhǔn)評價矩陣，采用改進(jìn)的GRA-TOPSIS方法，從利用率、穩(wěn)定性、響應(yīng)時間三個方面進(jìn)行多屬性綜合評價。由實(shí)驗(yàn)結(jié)果可知，該方法將GRA模型和TOPSIS模型結(jié)合起來，既可以有效避免TOPSIS方法在遇到貼近度相等時不能區(qū)分方案之間優(yōu)劣性的情況，又可以解決灰色關(guān)聯(lián)分析模型在系統(tǒng)方案的整體評判上存在的缺陷，將二者相結(jié)合，提高了評價的準(zhǔn)確性，為網(wǎng)絡(luò)性能的優(yōu)化提供理論指導(dǎo)。