韓政鑫，黃 蓉，賈雪琴，李先達，張雪貝（中國聯(lián)通研究院，北京 100048）

0 引言

數(shù)字化浪潮下行業(yè)領域涌現(xiàn)出了大量智能化業(yè)務應用，運動控制、人機交互、虛擬現(xiàn)實等行業(yè)場景對網(wǎng)絡的依賴性及性能要求日趨增強。傳統(tǒng)“盡力而為”的網(wǎng)絡難以滿足業(yè)務對時延、丟包、速率的確定性SLA 需求［1］，確定網(wǎng)絡成為業(yè)界關注的熱點。隨著網(wǎng)絡中部署的高要求業(yè)務不斷增加，網(wǎng)絡負載也不斷增加，在復雜的混合業(yè)務場景下，如何合理進行網(wǎng)絡資源規(guī)劃構建確定性網(wǎng)絡，為業(yè)務提供精細化SLA保障，最大化資源利用率和商業(yè)價值是個非常值得探討的問題。

確定性網(wǎng)絡是指通過使用一系列網(wǎng)絡技術（如uRLLC、TSN、MEC 等）來提升和保證網(wǎng)絡的通信質(zhì)量，滿足業(yè)務的確定性SLA 保障需求［1］。網(wǎng)絡演算理論能夠根據(jù)服務曲線和到達曲線，計算出網(wǎng)絡的時延及緩存容量上限［2］。確定性網(wǎng)絡可利用網(wǎng)絡演算模型進行資源的調(diào)度和規(guī)劃［3］。

本文將結合運營商網(wǎng)絡能力，研究網(wǎng)絡演算理論，探索基于網(wǎng)絡演算實現(xiàn)5G 網(wǎng)絡確定性的方案，并面向工業(yè)互聯(lián)網(wǎng)場景下的多類業(yè)務進行聯(lián)合驗證，測試驗證方案在5G 承載網(wǎng)絡帶寬、時延、丟包率等網(wǎng)絡性能指標的綜合保障能力，滿足不同業(yè)務的差異化網(wǎng)絡要求。

1 技術基礎

網(wǎng)絡演算也稱為網(wǎng)絡微積分，是一套通過數(shù)學框架定性、定量研究通信網(wǎng)絡的系統(tǒng)理論。網(wǎng)絡演算將復雜的非線性通信系統(tǒng)通過線性系統(tǒng)替代，基于最小加和最大加代數(shù)［4］，分析網(wǎng)絡的性能保障，計算出網(wǎng)絡的時延上界及緩存區(qū)要求，可應用于分析單獨隊列、節(jié)點及整個網(wǎng)絡。

網(wǎng)絡演算的主要工具及概念包括到達曲線、服務曲線、時延及緩沖上界，它們之間的關系如圖1 所示，R(t)為流量的累積到達函數(shù)，R*(t)是該節(jié)點/網(wǎng)絡系統(tǒng)的輸出流量函數(shù)［5］。

圖1 網(wǎng)絡演算模型中各要素關系

到達曲線α(t)：用來描述流量特征的上界，是R(t)的上包絡，可表示為：α(t)=kt+b，其中斜率k代表流量在一段時間的平均速率，b表示流量的最大突發(fā)量。

服務曲線β(t)：用來描述網(wǎng)絡設備/網(wǎng)絡系統(tǒng)的服務能力下限，可以具體到描述設備中特定隊列的服務能力，是網(wǎng)絡服務能力的下包絡，可描述為：β(t)=m(t-T)，其中斜率m代表網(wǎng)絡設備的平均調(diào)度速率，T表示流量到達后需等待調(diào)度的最長時間。節(jié)點/網(wǎng)絡設備實際輸出的流量，受到達流量和網(wǎng)絡服務能力的限制，需滿足［5］：R*(t)≥R(t)?β(t)。

若網(wǎng)絡中存在多個系統(tǒng)串聯(lián)，服務曲線分別為β1、β2、β3，業(yè)務流量的網(wǎng)絡總服務曲線為各服務曲線的卷積［6］：β=β1?β2?β3。

時延及緩沖上界：如圖1所示，到達曲線α(t)與服務曲線β(t)的最大水平距離為業(yè)務流在此網(wǎng)絡中的最大時延上限，2 個曲線的最大垂直距離為該流量在此設備節(jié)點/網(wǎng)絡系統(tǒng)中可占有的緩存上限。

網(wǎng)絡演算大體上分為確定性網(wǎng)絡演算（DNC）和隨機性網(wǎng)絡演算（SNC）兩大類［7-8］。確定性網(wǎng)絡演算基于到達曲線與服務曲線，求解網(wǎng)絡的性能邊界絕對值，如網(wǎng)絡時延的最壞情況，通過選取合適的算法使時延上界值更精確，緊密貼近真實值。隨機性網(wǎng)絡演算是在確定性網(wǎng)絡演算的基礎上結合統(tǒng)計及概率模型，求解網(wǎng)絡在一定概率條件下如滿足99.99%時延及丟包率情況下網(wǎng)絡性能的統(tǒng)計邊界，更符合目前業(yè)務應用及網(wǎng)絡資源的調(diào)度利用。

2 基于網(wǎng)絡演算的5G確定性網(wǎng)絡方案

根據(jù)網(wǎng)絡演算理論，在獲知業(yè)務流量模型的基礎上，當網(wǎng)絡服務能力確定了，即輸入網(wǎng)絡服務曲線，可以求解出業(yè)務在網(wǎng)絡中的時延，從而量化得到網(wǎng)絡所能提供的時延保障能力；同樣當業(yè)務時延要求確定了，即輸入時延上界，則可量化得到滿足業(yè)務性能需求的整網(wǎng)及各網(wǎng)絡節(jié)點需具備的承載能力。

在5G 網(wǎng)絡應用網(wǎng)絡演算理論進行網(wǎng)絡資源的規(guī)劃和調(diào)度，綜合考慮時延和帶寬約束［9］，采用控制面時延編排算法與設備轉(zhuǎn)發(fā)面進行時延隊列調(diào)度的方式，無需依賴網(wǎng)絡輕載，即可實現(xiàn)網(wǎng)絡確定性承載和SLA保障?；诰W(wǎng)絡演算的5G 確定性網(wǎng)絡方案的架構如圖2 所示，其中確定性網(wǎng)絡管控系統(tǒng)包括用戶業(yè)務管理和網(wǎng)絡編排控制器2個功能模塊。

圖2 基于網(wǎng)絡演算的5G確定性網(wǎng)絡方案架構圖

用戶業(yè)務管理模塊：獲取業(yè)務流量特征，分析形成業(yè)務流量模型（到達曲線），將業(yè)務流量模型及業(yè)務時延性能要求信息傳送給網(wǎng)絡編排控制器，為網(wǎng)絡提供業(yè)務感知，是網(wǎng)絡針對業(yè)務進行SLA 保障的前提基礎。其中業(yè)務流量特征包括數(shù)據(jù)包大小、突發(fā)量、發(fā)送頻率等信息，不涉及業(yè)務的有效負載；業(yè)務流量特征的獲取可通過技術人員的經(jīng)驗值輸入、業(yè)務終端自行上報、業(yè)務流鏡像、采樣以及通過人工智能算法進行流量特征自動學習等多種技術來實現(xiàn)。

網(wǎng)絡編排控制器：支持確定性網(wǎng)絡演算、隨機性網(wǎng)絡演算等多種算法，基于業(yè)務流量特征模型、網(wǎng)絡拓撲信息、業(yè)務需求信息等，通過網(wǎng)絡演算算法計算網(wǎng)絡設備相關端口時延隊列預留資源［10］，以及隊列級的規(guī)劃路徑，將規(guī)劃結果及自動生成的相應配置下發(fā)至各節(jié)點設備，新業(yè)務的規(guī)劃會對當前設備轉(zhuǎn)發(fā)面的部分QoS配置進行調(diào)整修正。

本方案目標是通過匹配業(yè)務需求與網(wǎng)絡服務能力，對網(wǎng)絡承載能力進行量化評估和規(guī)劃；對關鍵業(yè)務實現(xiàn)隊列級隔離；為時間敏感業(yè)務配置合理的緩存資源，避免由于突發(fā)流量出現(xiàn)擁塞丟包，提供端到端可承諾的時延上界；讓非時間敏感業(yè)務充分利用網(wǎng)絡帶寬資源，在保障業(yè)務SLA 的同時提高網(wǎng)絡資源利用率。

方案采取網(wǎng)絡單節(jié)點及業(yè)務鏈路全局視角進行時延隊列規(guī)劃：在端到端時延及網(wǎng)絡有效帶寬資源等約束條件下，計算劃分節(jié)點時延；基于網(wǎng)絡演算理論及相關算法對各節(jié)點進行時延隊列規(guī)劃；之后以鏈路視角通過全局規(guī)劃算法進行路徑規(guī)劃，合并部分隊列，優(yōu)化鏈路路徑規(guī)劃結果。

本方案適用于對保障帶寬、時延上限、丟包率等網(wǎng)絡性能指標有嚴苛需求的業(yè)務場景，在多業(yè)務場景下可根據(jù)需求提供不同等級的網(wǎng)絡時延保障。此外，該方案可與網(wǎng)絡切片、TSN、uRLLC 等確定性網(wǎng)絡技術結合［11］，提供端到端確定性網(wǎng)絡服務保障。

3 測試驗證

在中國聯(lián)通CUBE-Net3.0 大灣區(qū)示范基地，中國聯(lián)通聯(lián)合某設備廠家開展5G 承載網(wǎng)“TSN-IP”確定性網(wǎng)絡技術方案測試，以驗證網(wǎng)絡演算理論及算法在綜合業(yè)務承載網(wǎng)的效果。

測試面向工業(yè)互聯(lián)網(wǎng)場景，選取智能電網(wǎng)、智慧港口和工廠自動化三大綜合業(yè)務場景，包含運動控制、移動機器人、配電自動化、高級計量、智能巡檢、吊車遠程控制、無人駕駛集卡、園區(qū)視頻監(jiān)控等多個細分業(yè)務場景。業(yè)務的流量模型和網(wǎng)絡需求參考3GPP TS 22.104［12］以及相關白皮書定義［13-14］，測試方案拓撲如圖3所示。

圖3 中，MAR1（ATN1）、MAR2（ATN2）、MER1、MER2、MER3、MER4 為5G 承載試驗網(wǎng)設備；ATN1 和ATN2 分別提供4 個GE 接口與12×GE 測試儀相連，模擬業(yè)務流量；此外ATN1 和ATN2 分別提供4 個10GE接口與8×10GE測試儀相連，用來模擬現(xiàn)網(wǎng)背景流量。

圖3 測試方案拓撲

ATN1—MER1、MER1—MER2、MER2—ATN2、ATN1—ATN2 間鏈路為50GE 鏈路，MER1-MER3、MER3—MER4間為GE鏈路，MER4—MER2間為10GE鏈路，模擬網(wǎng)絡中多種帶寬鏈路網(wǎng)絡場景下的規(guī)劃部署能力。

各設備節(jié)點處理時延約為20 μs，遠東機房內(nèi)部光纖時延約等于0，遠東機房到七所機房之間鏈路的單向時延約為55 μs。在本次測試中，這些數(shù)據(jù)隨同拓撲文件一起靜態(tài)導入，未來該數(shù)據(jù)可從網(wǎng)絡控制器中動態(tài)獲取。

測試工作包括3 個部分：一是通過業(yè)務流量特征學習獲取業(yè)務流量模型，二是綜合場景下多業(yè)務確定性SLA 保障，三是基于網(wǎng)絡演算的“TSN-IP”確定性網(wǎng)絡方案與傳統(tǒng)QoS方案的效果對比。

3.1 業(yè)務流量特征學習

目標是驗證流量特征采集及自動建模的準確性，未來在實際行業(yè)應用中，如果行業(yè)客戶無法準確描述其業(yè)務特征，可以采用相應人工智能算法對業(yè)務流量特征進行學習及建模，獲得業(yè)務流量的量化參數(shù)，為業(yè)務SLA保障提供基礎［15］。

基于前期從3GPP 標準以及相關白皮書中收集到的流量模型特征，配置測試儀的包長、發(fā)包周期等參數(shù)來模擬業(yè)務流；觀察測試儀構造流量所入隊列的特征采集和建模結果，驗證特征采集和建模結果的準確性。

對智能電網(wǎng)、智慧港口、工廠自動化三大場景下15 種不同業(yè)務流量按上述測試方法進行特征采集，均能夠準確地采集特征并可視化呈現(xiàn)，業(yè)務流量提取及建模結果如圖4 所示，建模曲線（圖4 中橙色線）能夠緊密包絡目標業(yè)務到達曲線（藍色線），輸出業(yè)務流量峰值速率、平均速率，包長和突發(fā)等參數(shù)與測試業(yè)務匹配，滿足業(yè)務流量模型自動學習要求。

圖4 業(yè)務流量特征提取及建模

業(yè)務流量特征建模成功所經(jīng)歷的學習次數(shù)及總學習時間，與流量自身的規(guī)律性、周期性等因素強相關。在本次測試中視頻類業(yè)務經(jīng)過6輪學習驗證得到最終結果，總時間小于1 s；集卡控制類業(yè)務經(jīng)過5 輪學習，總學習時間小于5 s；對于以40 s 為周期的采集類業(yè)務經(jīng)過2輪學習，總的學習時間為10～20 min。

3.2 業(yè)務確定性保障

對智能電網(wǎng)、智慧港口、工廠自動化三大場景下的15種具體業(yè)務進行相應組合后，驗證在三大綜合場景下每種測試業(yè)務的實際SLA保障情況。

導入流量特征建模結果、業(yè)務需求、網(wǎng)絡拓撲等相關信息，調(diào)用網(wǎng)絡演算“TSN-IP”算法進行隊列規(guī)劃、算路以及資源預留，完成規(guī)劃后向網(wǎng)絡節(jié)點設備下發(fā)生成的配置［16］。配置12×GE 測試儀參數(shù)，通過不同接口構造模擬多個業(yè)務流量，另一臺8×10GE 測試儀模擬現(xiàn)網(wǎng)背景流量，觀察業(yè)務SLA保障的效果。

圖5 為智能電網(wǎng)綜合場景下差動保護（上下行）、三遙（上下行）、高級計量、巡檢監(jiān)控業(yè)務的時延保障效果。

圖5 智能電網(wǎng)綜合場景業(yè)務SLA保障效果

測試結果表明，“TSN-IP”網(wǎng)絡演算技術滿足5G承載網(wǎng)絡確定性保障相關要求，對各業(yè)務均能夠保障帶寬、時延、丟包率等網(wǎng)絡性能要求。業(yè)務最大時延始終低于需求時延和規(guī)劃時延，保障時延有界；設備時延隊列規(guī)劃結果，資源預留數(shù)據(jù)量化呈現(xiàn)，業(yè)務隊列級路徑清晰可視；業(yè)務間呈現(xiàn)差異化時延保障效果；在背景流量突發(fā)、擁塞等場景下，仍然能夠保障時延上界。

通過對比多個測試用例的結果發(fā)現(xiàn)：網(wǎng)絡資源預留量與業(yè)務特征和時延需求、網(wǎng)絡拓撲等強相關，隨著業(yè)務的峰值速率相比平均速率的倍數(shù)越高，即突發(fā)速率越高，預留的資源會上升，時延需求越嚴苛，預留的資源也會越高；一般從業(yè)務入口到出口，每個節(jié)點端口預留資源會逐級減少，總體上預留資源量約是業(yè)務平均速率的2倍。

3.3 與傳統(tǒng)QoS方案對比測試

在擁塞場景下，刪除基于算法規(guī)劃的HQoS 配置，將SLA 保障業(yè)務和背景業(yè)務流量混跑在端口EF 隊列里，觀察到所有業(yè)務時延值接近，業(yè)務時延同時上升，并且產(chǎn)生丟包，部分業(yè)務已經(jīng)不能滿足需求時延。

另外，構造業(yè)務具有瞬時突發(fā)，但整體平均流量小于端口速率的輕載網(wǎng)絡場景，當業(yè)務的瞬時突發(fā)流量較大時，會造成EF中業(yè)務的時延上升，甚至丟包。

但在上述場景下，通過網(wǎng)絡演算“TSN-IP”方案進行規(guī)劃保障，仍可有效保證業(yè)務需求。

現(xiàn)有的QoS 機制通常在單點進行優(yōu)先級調(diào)度［17］，缺乏端到端的規(guī)劃和資源預留，較難做到量化的全局端到端SLA保障；基于傳統(tǒng)的QoS機制處理，所有的高價值業(yè)務統(tǒng)一基于EF 轉(zhuǎn)發(fā)，無細分差異化保障能力，最終實現(xiàn)的SLA 保障指標近似，對后續(xù)還能部署多少新的SLA保障業(yè)務難以量化評估。

4 總結及建議

5G 賦能千行百業(yè)，行業(yè)應用業(yè)務的日益增多，在新業(yè)務部署時，根據(jù)業(yè)務流量特征，可利用網(wǎng)絡演算理論及相關算法對網(wǎng)絡的承載能力進行評估，為業(yè)務提供確定性網(wǎng)絡服務。網(wǎng)業(yè)協(xié)同，使網(wǎng)絡能力與業(yè)務需求相匹配，為不同業(yè)務提供精細化的SLA 保障，滿足業(yè)務差異化需求，同時避免輕載網(wǎng)絡及資源過配置，優(yōu)化網(wǎng)絡資源利用率及成本。

業(yè)務流量特征及明確的業(yè)務需求是業(yè)務SLA 保障的前提要素，需要通信行業(yè)與產(chǎn)業(yè)界協(xié)同，對齊業(yè)務需求，探索網(wǎng)絡對業(yè)務的感知。此外，需進一步研究探索5G 無線網(wǎng)絡、承載網(wǎng)、核心網(wǎng)的協(xié)同及端到端的確定性保障，網(wǎng)絡演算與網(wǎng)絡切片、TSN 調(diào)度機制、Flex E 等確定性網(wǎng)絡技術的結合應用，并在制定確定性網(wǎng)絡方案時，綜合考慮資源規(guī)劃粒度與工程實現(xiàn)的復雜性。