韓松岳 楊舒洵 梁亮
摘? 要:隨著5G移動通信技術的發(fā)展,諸多垂直行業(yè)與邊緣計算技術融合創(chuàng)新,做好工程實踐前的效能評估至關重要。通過對5G邊緣計算技術深入研究,將ADC法與其緊密耦合,建立了一種適用該系統(tǒng)的評估模型,提出了一種評估指標體系,結合粗略的預估時間進行了可用性分析。為該方法應用于邊緣計算系統(tǒng)的效能評估提供了思路。
關鍵詞:5G;邊緣計算;ADC法;效能評估
中圖分類號:TN911? ? ? ?文獻標識碼:A 文章編號: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年全球設備將產生600ZB數(shù)據(jù)[1]。為此,3GPP的5G R15版本就對eMBB場景進行了完整定義,為5G與工業(yè)、交通、農業(yè)、能源等行業(yè)的融合應用創(chuàng)造條件。效能評估是為了在工程實踐前對系統(tǒng)進行量化評價,未來5G邊緣計算技術將廣泛應用于諸多行業(yè),基于ADC分析法對其效能進行評估,能夠節(jié)約建設成本,避免重復建設,為該技術在智慧工業(yè)、智慧校園、智慧交通等行業(yè)的應用實踐打下基礎。
1? ADC方法簡介
ADC分析法是美國工業(yè)界武器系統(tǒng)效能咨詢委員會(WSEIAC)提出的系統(tǒng)效能評價方法[2],它利用三個矩陣分別描述系統(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)行任務開始時刻可用程度的度量;可信性是表示系統(tǒng)在給定了開始時刻可用性的條件下,執(zhí)行任務過程中轉變至所處狀態(tài)的度量;能力是表示系統(tǒng)完成任務能力的度量。一般情況下,A與C是確定的,具靜態(tài)性特點;D描述系統(tǒng)運行過程中的狀態(tài)變化,具動態(tài)性特點。其模型為:E=A·D·C。
2? 邊緣計算簡介
2.1? 邊緣計算的概念
關于邊緣計算(Mobile Edge Computing,MEC)的概念,尚無嚴格統(tǒng)一的定義。歐洲電信標準化協(xié)會(European Telecommunications Standards Institute,ETSI)的定義為:“在移動網邊緣提供IT服務環(huán)境和云計算能力[3]?!泵绹f恩州立大學施巍松教授認為:“邊緣計算是指在網絡邊緣執(zhí)行計算的一種新型計算模型,邊緣計算操作的對象包括來自云服務的下行數(shù)據(jù)和來自萬物互聯(lián)服務的上行數(shù)據(jù),而邊緣計算的邊緣是指從數(shù)據(jù)源到云計算中心路徑之間的任一計算和網絡資源,是一個連續(xù)統(tǒng)[4]?!?/p>
2.2? 系統(tǒng)架構及特點
邊緣計算的主要架構是在中心云與用戶端之間根據(jù)業(yè)務需要和拓撲規(guī)劃,部署邊緣計算服務器,將用戶的數(shù)據(jù)存儲、業(yè)務計算、業(yè)務請求等都放在本地進行,邊緣計算服務器將用戶數(shù)據(jù)和計算請求放在靠近數(shù)據(jù)源一側進行計算,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:一是支持大帶寬業(yè)務;二是實時性高,能夠支持時延敏感型業(yè)務;三是能耗低,通過在邊緣側分流中心云的壓力,達到節(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。其架構如圖1所示。
2.3? 應用場景
邊緣計算可以與云計算相互協(xié)作運行,也可以在中心云的支配和控制下運行。在智慧城市、遠程醫(yī)療、智慧教育、車聯(lián)網等方面有較多應用。
3? 基于ADC方法的5G邊緣計算系統(tǒng)效能評估
3.1? 系統(tǒng)模型構建
邊緣計算服務器可以按需選擇不同功能的軟硬件設施,結合需求或拓撲規(guī)劃進行部署。本文針對其中一種典型部署,給出該模型的效能評估方法。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)關系,B為邊緣計算服務器,C為業(yè)務交換機,D為接入承載網的網關設備。
3.2? 指標體系的建立
效能評估的首要工作就是建立指標體系,指標體系的質量與評估結果緊密相關。本文從可用性、可信性及能力三方面提出邊緣計算系統(tǒng)的評估指標體系,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有一個正常、一個故障,或分系統(tǒng)有一個正常、一個故障,其他組分系統(tǒng)正常,總系統(tǒng)正常;
S3:分系統(tǒng)A有一個正常、一個故障,且分系統(tǒng)有一個正常、一個故障,其他組分系統(tǒng)正常,總系統(tǒng)正常;
S4:分系統(tǒng)A、B、C、D(兩個分系統(tǒng)D視作一個分系統(tǒng))、分系統(tǒng)中至少一個故障,總系統(tǒng)故障。
需要注意的是,在系統(tǒng)狀態(tài)S2中,僅存在一個故障,而S3中有兩個故障。
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?,F(xiàn)實情況中,新組建系統(tǒng)開始運轉前,要進行調試和試運行,各參數(shù)達標后方可投入正式運行,若在調試階段出現(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平均故障間隔時間(與系統(tǒng)平均無故障工作時間含義相同)、平均修理時間MTTR、勤務準備時間MLDT表示?,F(xiàn)實中,邊緣計算設備體積小、集成度高,維修多以更換備件為主,所以勤務準備時間MLDT可以忽略不計,只考慮MTTR與MTBF。
需要說明的是,5G基站的平均故障間隔時間涉及多個因素,如基于燈桿的微基站、基于4G宏基站建設的5G基
站、基于室內場館建設的基站,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。考慮到現(xiàn)實NSA組網方式,分系統(tǒng)A包括一個5G和一個4G基站,在這里假設其平均故障間隔時間,重點討論方法應用,數(shù)據(jù)來源于網絡。
假設分系統(tǒng)A、B、C、D的MTBR和MTTR如表1所示。
設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
可信性具有動態(tài)特點,它反映的是系統(tǒng)維持原狀態(tài)和狀態(tài)轉移的概率,維持原狀態(tài)的概率越大,轉移到更低狀態(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,假設系統(tǒng)故障后無法修復,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轉移至狀態(tài)j的概率,則有當i>j時,dij=0,可信性矩陣D為上三角矩陣。
下面引入兩個新參數(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間MTBF故障一次,即平均故障率;平均每修理時間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,轉移至S2的概率為:
(3)初始狀態(tài)S1,轉移至S3的概率為:d13=RA(1-RA)RBRCRD,(1-RD)
(4)初始狀態(tài)S1,轉移至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,轉移至S3的概率為:
(7)初始狀態(tài)S2,轉移至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)上述計算結果,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)所建立的指標體系,其能力主要考慮數(shù)據(jù)處理能力、網絡構建能力、威脅應對能力三個方面,所以邊緣計算系統(tǒng)的能力應為數(shù)據(jù)處理能力、網絡構建能力、威脅應對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、網絡構建能力、威脅應對能力,則有:E =Edata·Enet·Esafe。
而數(shù)據(jù)處理能力主要從異構數(shù)據(jù)處理能力ea、數(shù)據(jù)識別卸載能力eb、操作系統(tǒng)兼容性ec三個方面考慮,則有:Edata=ea·eb·ec。
網絡構建能力主要從服務發(fā)現(xiàn)能力ed、快速配置能力ee、負載均衡能力ef三個維度考慮,則有:Enet=ed·ee·ef。
威脅應對能力主要從應對網絡信息威脅能力eg、應對應用威脅能力eh、應對系統(tǒng)威脅能力ei三個維度考慮,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,各項性能指標較好,則能力強于狀態(tài)S4。需要將能力指標定量化,具體過程如下:若系統(tǒng)處于狀態(tài)S1時,能力為E1;若系統(tǒng)處于狀態(tài)S2時,能力為E2;若系統(tǒng)處于S3時,能力為E3;若系統(tǒng)處于狀態(tài)S4時,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
將上述結果代入模型E=A ·D ·C 即可求出邊緣計算系統(tǒng)的效能。
在現(xiàn)實環(huán)境中,影響系統(tǒng)效能的因素復雜多樣,有運行環(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,效能值也會有所差別,所以分析邊緣計算系統(tǒng)乃至5G通信的組分系統(tǒng)的效能時,不應僅局限于本文所構建的指標體系,可以根據(jù)系統(tǒng)實際運行環(huán)境,考慮對ADC法進行改進[5],如:當需要從一個公司整體分析時,人員素質參差不齊,此時應將技術人員的理論和操作水平考慮進去,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,當需要考慮系統(tǒng)在實際環(huán)境中信號衰減因素時,可以引入衰減因子Q ,模型為E=A·D·C·Q 。
4? 結? 論
面向5G的邊緣計算在未來將迎來巨大的發(fā)展,同時ADC法也已有很多不同的改進方法。針對邊緣計算系統(tǒng)的效能評估,關鍵在于評估指標的建立,其次可以考慮將影響效能的主要因素作為一個單獨的矩陣乘入ADC模型中,也可以將影響因素放在D系統(tǒng)可信度中進行計算。
參考文獻:
[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.效能評估方法研究 [M].北京:國防工業(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.邊緣計算:現(xiàn)狀與展望 [J].計算機研究與發(fā)展,2019,56(1):69-89.
[5] 李志猛,徐培德,劉進.武器系統(tǒng)效能評估理論及應用 [M].北京:國防工業(yè)出版社,2013.
作者簡介: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移動通信、邊緣計算;楊舒洵(1990.06—),男,漢族,重慶北碚人,講師,碩士,研究方向:移動通信;梁亮(1988.12—),男,漢族,吉林長春人,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。