一種異構(gòu)網(wǎng)絡(luò)多媒體業(yè)務(wù)QoS類(lèi)彈性映射方法

王再見(jiàn) 董育寧 張 暉 趙海濤

①(南京郵電大學(xué)通信與信息工程學(xué)院 南京 210003)

②(安徽師范大學(xué)物理與電子信息學(xué)院 蕪湖 241000)

1 引言

隨著iPhone等智能終端的大量應(yīng)用，多媒體類(lèi)業(yè)務(wù)得到了迅猛發(fā)展[1]。多媒體類(lèi)業(yè)務(wù)具有較高的QoS要求，對(duì)帶寬、延遲等QoS參數(shù)具有較強(qiáng)的約束。鑒于不同用戶(hù)具有不同的用戶(hù)體驗(yàn)質(zhì)量(Quality of Experience, QoE)，且多媒體類(lèi)業(yè)務(wù)的QoS要求具有一定的彈性，在網(wǎng)絡(luò)資源相對(duì)不足的前提下，能否向更多用戶(hù)提供可接受的多媒體業(yè)務(wù)，比單純追求高標(biāo)準(zhǔn)的QoS而造成資源浪費(fèi)，更有現(xiàn)實(shí)意義。此外，不同的網(wǎng)絡(luò)具有不同的 QoS模型[2,3]，由于QoS類(lèi)粒度不一致，異構(gòu)網(wǎng)絡(luò)間平滑的QoS類(lèi)映射存在挑戰(zhàn)。因此，如何實(shí)現(xiàn)泛在異構(gòu)網(wǎng)絡(luò)之間靈活的 QoS類(lèi)映射，在保證多媒體類(lèi)業(yè)務(wù)端到端 QoS的基礎(chǔ)上，最大限度地利用網(wǎng)絡(luò)資源，具有重要的意義。

目前 QoS類(lèi)映射主要是基于映射表進(jìn)行的(我們稱(chēng)為映射表方法)[4,5]，這類(lèi)方法中，QoS類(lèi)之間的映射是一對(duì)一的、固定的，在QoS類(lèi)粒度不一致的情況下，一方面會(huì)給映射結(jié)果帶來(lái)不確定性，另一方面也不能根據(jù)網(wǎng)絡(luò)資源使用情況，靈活調(diào)整映射結(jié)果，以提高網(wǎng)絡(luò)資源的利用率。有選擇的QoS映射方案(Adaptive QoS Class Mapping framework based on Application Service Map, AQCM-ASM)[6]借助高維的QoS參數(shù)空間，完成業(yè)務(wù)和QoS類(lèi)之間的映射，但網(wǎng)絡(luò)間的QoS映射還是通過(guò)映射表完成，同樣不能依據(jù)網(wǎng)絡(luò)資源靈活調(diào)整映射結(jié)果。且在上述QoS映射方案中，當(dāng)業(yè)務(wù)流映射到相應(yīng)QoS類(lèi)時(shí)，其QoS參數(shù)對(duì)應(yīng)取值會(huì)有確定的范圍，即相應(yīng)QoS指標(biāo)具有確定的下界，并沒(méi)有考慮用戶(hù)QoE彈性特點(diǎn)，從而導(dǎo)致網(wǎng)絡(luò)資源的利用率有所降低。非對(duì)稱(chēng)映射機(jī)制在文獻(xiàn)[7]中提了出來(lái)，但是該文關(guān)注的是垂直切換，沒(méi)有考慮 QoS類(lèi)映射問(wèn)題。目前盡管QoS映射的研究有很多成就，但統(tǒng)一的QoS映射方法并沒(méi)有建立，且側(cè)重于不同網(wǎng)絡(luò)間的參數(shù)映射和類(lèi)映射。因此，在最大可能保證異構(gòu)網(wǎng)絡(luò)端到端性能的前提下，兼顧網(wǎng)絡(luò)整體效率，設(shè)計(jì)具有彈性的QoS類(lèi)映射方案似乎是較好的嘗試。

基于流(flow)粒度的網(wǎng)絡(luò)解決方案能簡(jiǎn)化整個(gè)系統(tǒng)的管理，降低資金和操作成本，是下一代移動(dòng)互聯(lián)網(wǎng)的發(fā)展趨勢(shì)之一。根據(jù)QoS屬性的相似程度，將 QoS要求相同或相近的業(yè)務(wù)流聚合在一起形成簇，我們給它一個(gè)稱(chēng)呼“聚集流”。但是，本文的重點(diǎn)不是研究如何進(jìn)行流的聚合/解聚合，這將是我們下一步的工作。

鑒于帶寬和延遲是眾多 QoS模型主要參數(shù)[3-6]，也是表征“聚集流”QoS的主要參量，為了便于數(shù)學(xué)分析，本文構(gòu)建體現(xiàn)映射執(zhí)行元件S映射性能的速率-延遲(RD)模型。通過(guò)分析該模型，在考慮用戶(hù) QoE特點(diǎn)的基礎(chǔ)上，提出了具有彈性的QoS類(lèi)映射方法(Elastic QoS Class Mapping Method, EQCMM)。該方法依據(jù)當(dāng)前網(wǎng)絡(luò)資源可用情況，實(shí)時(shí)調(diào)整QoS類(lèi)映射結(jié)果以向目標(biāo)網(wǎng)絡(luò)傳輸，從而實(shí)現(xiàn)了在保證先入網(wǎng)用戶(hù)較高端到端QoS的前提下，充分利用網(wǎng)絡(luò)資源，以滿(mǎn)足更多用戶(hù)需求的目的。相對(duì)于目前存在的QoS映射方案，本文方法的獨(dú)特之處在于以下幾點(diǎn)：(1)映射具有靈活性，可以根據(jù)網(wǎng)絡(luò)資源的變化而調(diào)整所映射的類(lèi)；(2)映射考慮了用戶(hù)的QoE，可在保證端到端QoS的基礎(chǔ)上充分利用網(wǎng)絡(luò)資源；(3)映射不需要維護(hù)映射表。

全文具體安排如下：第1節(jié)引言，第2節(jié)給出異構(gòu)網(wǎng)絡(luò)多媒體類(lèi)業(yè)務(wù)QoS類(lèi)彈性映射框架，第3節(jié)針對(duì)典型的QoS映射方法進(jìn)行建模，第4節(jié)提出具有彈性的QoS類(lèi)映射方案并進(jìn)行了分析，第5節(jié)給出了仿真結(jié)果，最后是結(jié)論。

2 異構(gòu)網(wǎng)絡(luò)多媒體類(lèi)業(yè)務(wù) QoS類(lèi)彈性映射框架

如圖1所示，異構(gòu)網(wǎng)絡(luò)中多媒體類(lèi)業(yè)務(wù)QoS類(lèi)彈性映射的實(shí)現(xiàn)分以下幾步：(1)在相鄰QoS域安置映射執(zhí)行元件(一般安置于邊界路由/網(wǎng)關(guān)，這有利于降低成本)，映射執(zhí)行元件執(zhí)行對(duì)流及“聚集流”處理的相關(guān)操作，包括判斷“聚集流”、聚合、解聚合等操作。由于映射執(zhí)行元件僅處理業(yè)務(wù)流QoS屬性，獨(dú)立于具體的物理網(wǎng)絡(luò)。從端到端的角度，異構(gòu)網(wǎng)絡(luò)中的眾多映射執(zhí)行元件，構(gòu)建了迭加在物理網(wǎng)絡(luò)之上的“聚集流”處理層，以處理QoS域的異構(gòu)問(wèn)題；(2)映射執(zhí)行元件從多媒體類(lèi)業(yè)務(wù)自身需求的角度，抽取獨(dú)立于具體物理網(wǎng)絡(luò)的相應(yīng)QoS屬性，構(gòu)成多QoS屬性的高維空間，進(jìn)而用統(tǒng)一的特征矢量描述各多媒體業(yè)務(wù)的QoS需求；(3)映射執(zhí)行元件根據(jù)當(dāng)前網(wǎng)絡(luò)QoS域要求，依據(jù)矢量距離最短等法則確定對(duì)應(yīng)“聚集流”歸屬的QoS 類(lèi)，確保兼容當(dāng)前網(wǎng)絡(luò)；(4)映射執(zhí)行元件感知網(wǎng)絡(luò)環(huán)境，判斷網(wǎng)絡(luò)可用資源，是否滿(mǎn)足“聚集流”對(duì)應(yīng)QoS類(lèi)的需求，通過(guò)映射調(diào)整，完成彈性映射；(5)判斷該“聚集流”是否滿(mǎn)足當(dāng)前傳輸條件，以決定傳輸/取消該“聚集流”。

考慮典型場(chǎng)景如圖2所示，當(dāng)位于網(wǎng)絡(luò)1和網(wǎng)絡(luò)2邊界的映射執(zhí)行元件1，接受到來(lái)自網(wǎng)絡(luò)1(發(fā)送方)的多媒體業(yè)務(wù)流時(shí)，映射執(zhí)行元件1判斷進(jìn)入的流是否需要聚合，如果不滿(mǎn)足聚合條件，直接執(zhí)行彈性映射策略，傳輸至下一個(gè)網(wǎng)絡(luò)，否則，聚合相同或相近QoS需求的業(yè)務(wù)流，生成相應(yīng)的“聚集流”，并賦予唯一的“聚集流”標(biāo)識(shí)，然后執(zhí)行彈性映射策略。映射執(zhí)行元件2對(duì)接受到的流執(zhí)行與映射執(zhí)行元件1類(lèi)似的操作， 同時(shí)對(duì)接受到的“聚集流”進(jìn)行解聚合，形成流，并將相應(yīng)的流傳送給對(duì)應(yīng)的用戶(hù)(這里用戶(hù)5是接受方)。

3 速率-延遲(RD)模型

借鑒文獻(xiàn)[8]，設(shè)定異構(gòu)網(wǎng)絡(luò)有N個(gè)映射執(zhí)行元件S1,S2,…,SN依次串聯(lián)，對(duì)任意時(shí)間t，映射執(zhí)行元件所能提供的最低效能為S1(t),S2(t),…,SN(t)(稱(chēng)為映射性能函數(shù))，映射性能函數(shù)通過(guò)“聚集流”離開(kāi)和到達(dá)映射執(zhí)行元件的時(shí)間關(guān)系，表明映射執(zhí)行元件的效能，獨(dú)立于具體的網(wǎng)絡(luò)架構(gòu)和操作，適用于互聯(lián)網(wǎng)中各種各樣的網(wǎng)絡(luò)架構(gòu)。

由于當(dāng)前支持QoS的網(wǎng)絡(luò)系統(tǒng)基本在網(wǎng)絡(luò)邊界使用流量調(diào)節(jié)器機(jī)制對(duì)到達(dá)的流整形，且應(yīng)用中多數(shù)使用漏桶作為流量調(diào)節(jié)器?？紤]業(yè)務(wù)流是經(jīng)過(guò)漏桶整形進(jìn)入映射執(zhí)行元件的，此時(shí)映射執(zhí)行元件所能提供的效能不高于漏桶效能，這里以漏桶模型A(t)表征“聚集流”在映射時(shí)的QoS需求上界[8]為

圖1 異構(gòu)網(wǎng)絡(luò)多媒體類(lèi)業(yè)務(wù)QoS類(lèi)彈性映射框架

圖2 異構(gòu)典型場(chǎng)景

其中p是漏桶的峰值速率，ρ為漏桶的持續(xù)速率，σ為漏桶的最大突發(fā)長(zhǎng)度。A(t)是非負(fù)的、非遞減函數(shù)。

鑒于現(xiàn)有的QoS映射方案中[6]，各QoS類(lèi)一般在QoS多維空間有確定邊界(為了有利于分析問(wèn)題，這里使用了帶寬和延遲兩個(gè)典型的QoS參數(shù)，作為表征“聚集流”QoS的主要參量，其它QoS參數(shù)的分析方法與其類(lèi)似)。基于上述分析，本文構(gòu)建映射執(zhí)行元件S映射性能的速率-延遲(RD)模型為

其中，參數(shù)r和θ分別表示帶寬和延遲，rvmin(t-θvmax)為RD模型中“聚集流”QoS要求的下界，rvmin為“聚集流”要求的最小帶寬，θvmax為“聚集流”要求的最大延遲。則系統(tǒng)端到端的最大延遲為[8]

通過(guò)上面分析可知，由于網(wǎng)絡(luò)QoS類(lèi)的下界與對(duì)應(yīng)的“聚集流”的下界并不一致，現(xiàn)有映射方法映射時(shí)，沒(méi)有考慮網(wǎng)絡(luò)及“聚集流”的動(dòng)態(tài)變化，當(dāng)某類(lèi)“聚集流”過(guò)多時(shí)，由于映射是固定的，該類(lèi)型“聚集流”將競(jìng)爭(zhēng)所對(duì)應(yīng)QoS類(lèi)資源，即使其它的QoS類(lèi)有閑置資源，也無(wú)法被利用。

4 具有彈性的QoS類(lèi)映射方案及性能分析

針對(duì)多媒體業(yè)務(wù)，典型的網(wǎng)絡(luò)QoS模型都提供相應(yīng)的QoS類(lèi)支持，但存在以下問(wèn)題：(1)不同網(wǎng)絡(luò)對(duì)相同類(lèi)型的多媒體業(yè)務(wù)，所提供的QoS支持能力并不一致，導(dǎo)致不同網(wǎng)絡(luò)QoS類(lèi)之間的映射存在誤差；(2)同一類(lèi)型的網(wǎng)絡(luò)，對(duì)不同類(lèi)型流媒體的QoS支持有差異，資源的整體利用缺乏彈性。由于不同用戶(hù)具有不同的QoE，當(dāng)在某種QoS類(lèi)“聚集流”業(yè)務(wù)已飽和，而其它QoS資源尚未飽和時(shí)，允許后來(lái)接入的“聚集流”業(yè)務(wù)映射時(shí)具有彈性，擇機(jī)映射到別的類(lèi)，這對(duì)用戶(hù)是有意義的。

如果“聚集流”完成QoS類(lèi)映射時(shí)，映射結(jié)果可以根據(jù)網(wǎng)絡(luò)可利用資源進(jìn)行靈活調(diào)整，即 “聚集流”的 QoS下界是可調(diào)的(理想情況下沒(méi)有明確的QoS下界)，其對(duì)應(yīng)映射執(zhí)行元件S′映射性能的RD模型為

由于QoS類(lèi)中相應(yīng)參數(shù)取值范圍有限制，因此，式(2)中映射執(zhí)行元件的映射性能同時(shí)具有上下界，當(dāng)“聚集流”的QoS要求高于映射執(zhí)行元件自身能提供的映射性能時(shí)，映射表方法中拒絕映射。而由式(4)可見(jiàn)，只要用戶(hù)愿意接受服務(wù)，映射執(zhí)行元件將依據(jù)自身映射性能r(t-θ)，充分利用自身資源進(jìn)行映射結(jié)果的調(diào)整，具體過(guò)程如下：(1)當(dāng)“聚集流”的QoS要求低于或等于映射執(zhí)行元件自身能提供的映射性能時(shí)，映射執(zhí)行元件將“聚集流”映射到對(duì)應(yīng)的QoS類(lèi)進(jìn)行傳輸，此時(shí)映射執(zhí)行元件能提供的映射能力由自身決定，由于此時(shí)映射執(zhí)行元件也可以選取r(t-θ)作為映射性能，且不降低QoS，其端到端效能和基于映射表的方法一致；(2)當(dāng)“聚集流”的QoS要求高于映射執(zhí)行元件自身能提供的映射性能時(shí)，映射執(zhí)行元件依據(jù)自身映射性能r(t-θ)，降低“聚集流”的映射結(jié)果以傳輸?shù)较乱粋€(gè)網(wǎng)絡(luò)。此時(shí)，即只要用戶(hù)接受服務(wù)，映射執(zhí)行元件將充分利用自身資源進(jìn)行映射，從而提高系統(tǒng)端到端效能。

假設(shè)“聚集流”順序經(jīng)過(guò)系統(tǒng)各映射執(zhí)行元件，整個(gè)端到端QoS保障系統(tǒng)的映射性能為

當(dāng)0≤t≤σ/(p-ρ)時(shí) ，pt≤ρt+σ， 此 時(shí)min{pt,σ+ρt}=pt，基于映射執(zhí)行元件接收到的流源于漏桶這一事實(shí)，得到

式(6)表明在處理業(yè)務(wù)流的過(guò)程中，映射執(zhí)行元件實(shí)際映射性能，反映在速率、延遲QoS屬性上，不高于網(wǎng)絡(luò)中流量調(diào)節(jié)器以漏桶峰值速率傳輸所提供的QoS性能，但不低于映射執(zhí)行元件自身所能提供的QoS映射性能。此時(shí)，延遲d有個(gè)上界為

同理，對(duì)于t＞σ/(p-ρ)時(shí)，pt＞ρt+σ, min{pt,σ+ρt}=σ+ρt，有

若r≥ρ，因?yàn)閠＞σ/(p-ρ)，延遲d有上界為

則可得

由上面分析可以看出，理想的具有彈性的QoS類(lèi)映射方案中，系統(tǒng)端到端的QoS性能由系統(tǒng)自身性能決定。當(dāng)θmax≤θvmax，由于QoS類(lèi)映射是彈性的，只要鏈路有資源，“聚集流”可以映射到別的QoS類(lèi)傳輸，此時(shí)的系統(tǒng)端到端的最大延遲由系統(tǒng)決定?？梢?jiàn)，采用具有彈性的QoS類(lèi)映射策略，可增加QoS類(lèi)映射的靈活性，提高系統(tǒng)端到端的資源利用率。

本文算法流程描述如圖3所示。

圖3 具有彈性的QoS類(lèi)映射算法流程圖

5 仿真實(shí)驗(yàn)

為了驗(yàn)證本文方法的有效性，借助于 Matlab仿真工具進(jìn)行仿真實(shí)驗(yàn)。WiFi(Wireless Fidelity)QoS模型中通過(guò)差異化機(jī)制和MAC改善增強(qiáng)QoS保障能力，給流量安排優(yōu)先權(quán)是基于4種AC(Access Categories): voice,video,best effort和 background，每一個(gè) AC都與 EDCA(Enhanced Distributed Channel Access)參數(shù)的一個(gè)集合相聯(lián)系。但是，WiFi不能支持與 3G 網(wǎng)絡(luò)相同的 QoS。DiffServ(Differentiated Service)是一種IP QoS體系，它是基于類(lèi)的體系結(jié)構(gòu)，提供定性的 QoS支持。接入DiffServ域的業(yè)務(wù)流首先在域的邊界被分類(lèi)和調(diào)節(jié)(包括測(cè)量、整形、重標(biāo)記、丟棄等)，在 DiffServ邊界節(jié)點(diǎn)，到達(dá)的包根據(jù)服務(wù)類(lèi)型和傳輸條件被標(biāo)記成不同的優(yōu)先權(quán)。但DiffServ劃分流量的粒度較粗。WiMAX2(Worldwide Interoperability of Microwave Access 2)是現(xiàn)行WiMAX技術(shù)標(biāo)準(zhǔn)的升級(jí)版，滿(mǎn)足ITU的“IMT-Advanced”要求。該標(biāo)準(zhǔn)定義了 6種調(diào)度服務(wù)類(lèi)型：UGS(Unsolicited Grant Service), rtPS(real-time Polling Service),nrtPS(non-real-time Polling Service), ErtPS(Extended rtPS)和AGP(Adaptive Granting and Polling Service)。鑒于WiFi, DiffServ和WiMAX2 3種網(wǎng)絡(luò)在目前的網(wǎng)絡(luò)中具有典型性，本文仿真中網(wǎng)絡(luò)拓?fù)洳捎脠D2場(chǎng)景，場(chǎng)景由3個(gè)域/子網(wǎng)(WiFi→DiffServ→WiMAX2)和9個(gè)用戶(hù)節(jié)點(diǎn)組成。仿真中針對(duì)網(wǎng)絡(luò)學(xué)習(xí)(e-learning)業(yè)務(wù)[9]，假設(shè)構(gòu)建 6種“聚集流”(表1)在網(wǎng)絡(luò)中傳輸。分別以強(qiáng)度λ1=24和λ2=90的泊松分布產(chǎn)生兩組進(jìn)入網(wǎng)絡(luò)的“聚集流”，用于典型(低和高負(fù)載)的不同數(shù)據(jù)分布的實(shí)驗(yàn)。在上述場(chǎng)景中，分別對(duì)映射表方法[3]，QCMASM[6]和本文方法 EQCMM(Elastic QoS Class Mapping Method)3種QoS類(lèi)映射方案進(jìn)行仿真，以網(wǎng)絡(luò)端到端吞吐量作為性能指標(biāo)進(jìn)行分析對(duì)比，同時(shí)比較了典型業(yè)務(wù)(業(yè)務(wù)1)端到端延遲指標(biāo)。針對(duì)兩組典型的不同數(shù)據(jù)分布，我們分別做了 50組實(shí)驗(yàn)，統(tǒng)計(jì)結(jié)果見(jiàn)圖4-圖6。

低負(fù)載情況下，由于此時(shí)通過(guò)網(wǎng)絡(luò)的數(shù)據(jù)量不大，隊(duì)列長(zhǎng)度及帶寬等網(wǎng)絡(luò)資源足夠容納數(shù)據(jù)的調(diào)度，故3種QoS類(lèi)映射方法的端到端丟包率和吞吐量皆相同。但由于業(yè)務(wù)1屬于實(shí)時(shí)視頻形成的“聚集流”，傳輸時(shí)分配較高的優(yōu)先權(quán)。在以此通過(guò)圖2場(chǎng)景中3個(gè)網(wǎng)絡(luò)后，3種映射方法端到端延遲分布有差異(圖4)：采用EQCMM方法時(shí)，業(yè)務(wù)1端到端平均延遲較小(約0.18 ms)，其它兩種方法較大(采用映射表方法時(shí)約為1.1 ms，采用QCM-ASM方法時(shí)約為0.79 ms)。其原因在于EQCMM方法可以靈活地利用網(wǎng)絡(luò)資源，使業(yè)務(wù)1具有更多的QoS資源可以利用，故延遲較小。其它兩種方法由于資源需求過(guò)于集中，造成大量業(yè)務(wù)1的等待，故延遲較大。由于采用映射表方法時(shí)，業(yè)務(wù)進(jìn)行QoS類(lèi)映射時(shí)存在映射誤差，這些誤差經(jīng)過(guò)層層傳遞，當(dāng)“聚集流”到達(dá)WiMAX2網(wǎng)絡(luò)時(shí)，業(yè)務(wù)1、業(yè)務(wù)2、業(yè)務(wù)3和業(yè)務(wù)4被映射為同一QoS類(lèi)(AGP)，導(dǎo)致AGP類(lèi)負(fù)荷過(guò)重，所以造成的業(yè)務(wù)延遲最大。QCM-ASM方法解決了映射誤差問(wèn)題，但是缺乏彈性，所以業(yè)務(wù)延遲居中。

表1 各種“聚集流”業(yè)務(wù)相關(guān)參數(shù)

圖4 低負(fù)載情況下，業(yè)務(wù)1在3種映射方案下端到端平均延遲分布

高負(fù)載情況下，端到端丟包率及吞吐量分布見(jiàn)圖5。此時(shí)網(wǎng)絡(luò)負(fù)荷較重，采用EQCMM方法具有較小的丟包率(約 4%)和較大的吞吐量(歸化吞吐量在0.83～0.88之間)，采用映射表方法時(shí)具有較大的丟包率(約在 42%～45%之間)和較小的吞吐量(歸化吞吐量約為0.5)，QCM-ASM方法所產(chǎn)生的丟包率(約在 41%～44%之間)和吞吐量(歸化吞吐量約為0.51)居中。這是因?yàn)樵诟邇?yōu)先級(jí)的業(yè)務(wù)較多，低優(yōu)先級(jí)的業(yè)務(wù)較少時(shí)，此時(shí)在各網(wǎng)絡(luò)中高優(yōu)先級(jí)的QoS類(lèi)負(fù)荷過(guò)重，但低優(yōu)先級(jí)的業(yè)務(wù)類(lèi)依然具有閑置資源。在映射表方法中，當(dāng)業(yè)務(wù) 3和業(yè)務(wù) 4由WiFi的QoS域映射到DiffServ的QoS域時(shí)，由于在粗顆粒的WiFi模型中屬于同一個(gè)QoS類(lèi)，映射表無(wú)法區(qū)分，導(dǎo)致業(yè)務(wù)3與業(yè)務(wù)4在DiffServ 中被映射為AF4x類(lèi)，此時(shí)，在AF4x類(lèi)資源緊張的情況下(盡管 AF3x類(lèi)有多余的資源)，會(huì)使丟包率增加，降低了系統(tǒng)端到端的吞吐量。QCM-ASM方法解決了映射表方法中存在的映射精確性問(wèn)題，不會(huì)有映射誤差，如，業(yè)務(wù)3與業(yè)務(wù)4在粗顆粒的QoS模型中被聚集為一個(gè)同一個(gè)QoS類(lèi)別，但在細(xì)顆粒的QoS模型中依然分屬于不同的QoS類(lèi)。其原因是網(wǎng)絡(luò)傳輸過(guò)程中，業(yè)務(wù)的FID沒(méi)有改變，且是全局唯一的，位于網(wǎng)絡(luò)邊界之間的映射執(zhí)行元件依據(jù)FID進(jìn)行類(lèi)的映射。但是QCM-ASM方法缺乏彈性。EQCMM方法改進(jìn)了 QCM-ASM方法，不僅解決了映射精確性問(wèn)題，也更具有彈性，當(dāng)一類(lèi)資源緊張時(shí)，后期到達(dá)的相應(yīng)業(yè)務(wù)可以借助其它空余資源進(jìn)行傳輸，這有效降低了丟包率，增加了系統(tǒng)吞吐量。

圖5 高負(fù)載情況下，3種映射方案端到端丟包率及歸化吞吐量分布

高負(fù)載情況下，業(yè)務(wù)1的端到端延遲分布如圖6所示。采用EQCMM方法時(shí)，業(yè)務(wù)1端到端延遲較小(約0.14 ms)，其它兩種方法相近(約0.98 ms)。其原因和圖5的分析類(lèi)似。

圖6 高負(fù)載情況下，業(yè)務(wù)1在3種映射方案下端到端平均延遲分布

6 結(jié)束語(yǔ)

關(guān)于網(wǎng)絡(luò)流的聚集/解聚集方法已有許多研究成果[10]，流識(shí)別方法包括：(1)應(yīng)用層按流/按包打標(biāo)記區(qū)分。優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單，可融入用戶(hù)主觀感受質(zhì)量因素；(2)深度包監(jiān)測(cè)(Deep Packet Inspection,DPI)。其缺點(diǎn)是計(jì)算效率較低和涉及侵犯?jìng)€(gè)人隱私；(3)用模式識(shí)別、機(jī)器學(xué)習(xí)方法。該方法依賴(lài)于流模式的統(tǒng)計(jì)特征。本文框架中可以采用文獻(xiàn)中較好的一種實(shí)現(xiàn)方法。流聚集/解聚集技術(shù)本身是一個(gè)需要深入研究的問(wèn)題，至今似乎還未有在性能和開(kāi)銷(xiāo)上均優(yōu)的解決方案。本文對(duì)該問(wèn)題不做展開(kāi)，它將是我們下一步工作的研究重點(diǎn)。

本文基于構(gòu)建的RD模型，針對(duì)“聚集流”在異構(gòu)網(wǎng)絡(luò)傳輸過(guò)程中的QoS類(lèi)映射，利用網(wǎng)絡(luò)微積分，分析基于映射表的QoS類(lèi)映射方法性能，從用戶(hù)QoE角度出發(fā)研究了具有彈性的QoS類(lèi)映射策略，并給出該策略的定性分析。通過(guò)仿真驗(yàn)證了該方法的有效性。下一步的工作將包括利用機(jī)器智能理論工具，深入分析多媒體流的行為和統(tǒng)計(jì)特性，以及結(jié)合應(yīng)用層業(yè)務(wù)特征和用戶(hù)主觀感覺(jué)質(zhì)量因素的流聚合/解聚合方案。

[1]Kazuhisa Yamagishi, Jun Okamoto, Takanori Hayashi,et al..No reference video-quality-assessment model for monitoring video quality of IPTV services[J].IEICE Transactions on Communications, 2012, 40(2): 435-448.

[2]Rafal Stankiewicz, Piotr Cholda, and Andrzej Jajszczyk.QoX: what is it really?[J].IEEE Communications Magazine,2011, 49(4): 148-158.

[3]Mehdi Alasti, Behnam Neekzad, Jie Hui,et al.. Quality of service in WiMAX and LTE networks[J].IEEE Communications Magazine, 2010, 48(5): 104-111.

[4]Jawad Oubaha, Adel Echchaachoui, Ali Ouacha,et al.. New method: mapping of 802.11e into MPLS domains, conception and experimentation[J].Communications in Computer and Information Science, 2011, 189(2): 470-483.

[5]Alex Vallejo, Agustín Zaballos, Josep Maria Selga,et al..Next-generation QoS control architectures for distribution smart grid communication networks[J].IEEE Communications Magazine, 2012, 50(5): 128-134.

[6]Ryu Misun, Kim Youngmin, and Park Hongshik. Systematic QoS class mapping framework over multiple heterogeneous networks[C]. Proceedings of the 8th International Conference on Next Generation Teletraffic and Wired/Wireless Advanced Networking, Saint, Petersburg, Russia,2008: 212-221.

[7]Cao Guang-yu, Wang Ying, and Yao Wen-qing. A novel QoS mapping mechanism in integrated satellite and terrestrial networks[C]. IEEE 72nd Vehicular Technology Conference Fall, VTC2010-Fall, Ottawa, Canada, 2010: 1-6.

[8]Duan Qiang. Modeling and analysis of end-to-end quality of service provisioning in virtualization-based future Internet[C].Proceedings of 19th International Conference on Computer Communications and Networks(ICCCN), Zurich,Switzerland, 2010: 1-6.

[9]Muntean V H, Otesteanu M, and Muntean G M. QoS parameters mapping for the E-learning traffic mix in LTE networks[C]. IEEE International Joint Conferences on Computational Cybernetics and Technical Informatics,Timisoara, Romania, 2010: 299-304.

[10]Bremler-Barr A and Hendler Danny. Space-efficient TCAM-based classification using Gray coding[J].IEEE Transactions on Computers, 2012, 61(1): 18-30.