秦澤慧,周 亮,姜勝明
(上海海事大學(xué)信息工程學(xué)院,上海201306)
隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展,越來越多的海事活動需要在網(wǎng)絡(luò)存在的情況下展開,由于海洋環(huán)境特殊、用戶分布稀疏和海洋氣候的不穩(wěn)定性,使得在海洋上進行網(wǎng)絡(luò)基礎(chǔ)設(shè)施部署變得異常艱難,現(xiàn)有的陸地網(wǎng)絡(luò)技術(shù)也不太適用于海洋互聯(lián)網(wǎng),目前,海洋網(wǎng)絡(luò)主要是由衛(wèi)星系統(tǒng)(Satellite system,SAT)、船舶無線自組網(wǎng)(Wireless Ad Hoc Network,WANET)和岸基網(wǎng)絡(luò)(Coastline Network,CLN)和高空平臺[1]組成的,其中,衛(wèi)星系統(tǒng)覆蓋范圍廣且傳播時延短,但是價格昂貴,性價比差,不太適用于普通的海上活動,船舶自組網(wǎng)穩(wěn)定性差,受氣候影響大,岸基網(wǎng)絡(luò)傳播范圍有限,在當(dāng)有多種接入網(wǎng)存在的情況下,如何為海洋用戶選擇最優(yōu)的接入網(wǎng)成為海洋互聯(lián)網(wǎng)要面對的挑戰(zhàn)。
目前主要的接入選擇算法有基于單一屬性的網(wǎng)絡(luò)選擇算法、基于策略的選擇算法、基于多屬性判決的選擇算法和基于數(shù)學(xué)模型的選擇算法。從屬性角度出發(fā),目前已有僅依據(jù)接收信號強度RSS 作為指標(biāo)的接入選擇算法[2],這種依據(jù)單一屬性作為判決的算法雖然操作簡單,但考慮問題過于片面,不適用存在多種接入網(wǎng)的網(wǎng)絡(luò)選擇。為此,出現(xiàn)了多屬性下的選擇算法[3],算法利用模糊層析分析法(Fuzzy Analytic Hierarchy Process,F(xiàn)AHP)算出不同標(biāo)準(zhǔn)之間的重要度,然后利用逼近理想解排序法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)為不同的接入網(wǎng)進行排序,將與最優(yōu)解差距最小而與最差解差距最大的備選網(wǎng)絡(luò)作為接入網(wǎng)。這種根據(jù)多屬性判決的選擇算法很好地解決了單一屬性下存在的問題。為了進一步在選擇過程中提高網(wǎng)絡(luò)性能,根據(jù)業(yè)務(wù)類型,提出了一種模糊層次分析法與粗糙集理論相結(jié)合的異構(gòu)無線網(wǎng)絡(luò)選擇算法[4-5],這種算法降低了網(wǎng)絡(luò)切換頻率,減少了網(wǎng)絡(luò)阻塞的情況。在基于模型的選擇算法方面,有學(xué)者引入了其他領(lǐng)域的思想進行接入網(wǎng)選擇的研究,引入博弈論方法建立網(wǎng)絡(luò)價格策略的兩種博弈模型,比較了不同博弈場景下用戶選擇接入網(wǎng)的性價比[6]。提出了基于模糊神經(jīng)網(wǎng)絡(luò)的接入選擇方法,該方法通過對網(wǎng)絡(luò)狀態(tài)的學(xué)習(xí)反饋來調(diào)整模糊神經(jīng)網(wǎng)絡(luò)的參數(shù),實現(xiàn)智能化的判決,能有效均衡異構(gòu)網(wǎng)絡(luò)之間的負(fù)載,在一定程度上降低了網(wǎng)絡(luò)的阻塞率[7]。根據(jù)不同的業(yè)務(wù)類型、終端移動性和網(wǎng)絡(luò)負(fù)載狀態(tài),提出一種Q 學(xué)習(xí)算法進行接入網(wǎng)的選擇,有效提高了網(wǎng)絡(luò)在阻塞率方面的性能[8]。
基于目前的研究現(xiàn)狀,本文提出一種用于解決海洋中異構(gòu)無線網(wǎng)絡(luò)的選擇方法,考慮用戶偏好、服務(wù)質(zhì)量(Quality of Service,QoS)、網(wǎng)絡(luò)價格、業(yè)務(wù)類型等多個指標(biāo),提出一種基于層次分析法(Analytic Hierarchy Process,AHP)和熵權(quán)的簡單加權(quán)選擇算法,該算法能夠解決海洋環(huán)境下的多種接入網(wǎng)的網(wǎng)絡(luò)選擇問題,能夠提高網(wǎng)絡(luò)選擇的正確性和穩(wěn)定性,均衡網(wǎng)絡(luò)負(fù)載[9],提高用戶服務(wù)質(zhì)量。
層次分析法[10-13]是一種將定量分析與定性分析相結(jié)合的系統(tǒng)分析方法,基本步驟如下:
(1)建立層次化模型。
(2)構(gòu)造判決矩陣。構(gòu)造目標(biāo)層和準(zhǔn)則層的判決矩陣,表1 列出的是由Saaty等[11]提出的屬性標(biāo)度表。
表1 判決矩陣相對重要性等級表
(3)判決矩陣一致性檢驗。判決矩陣是由決策者根據(jù)主觀經(jīng)驗設(shè)置的,需要對判決矩陣進行一致性檢驗以確保判決矩陣的合理性。
計算判決矩陣的特征向量對應(yīng)的最大特征值,用于計算一致性指標(biāo)C.I.,查找相對應(yīng)的一致性指標(biāo)R.I.,即可計算出一致性比率C.R.,具體計算公式如下:
式中:C.I.值用于調(diào)整判決矩陣完全一致性的程度;R.I.為平均隨機一致性指標(biāo)取值的判決矩陣,對應(yīng)的取值見表2。
表2 一致性指標(biāo)取值表
當(dāng)C. R.<0.10 時,認(rèn)為判決矩陣是滿足一致性要求的,反之,判決矩陣不滿足一致性要求,需要修改。
(4)計算權(quán)值。通過一致性檢驗后,用幾何平均法求各指標(biāo)的權(quán)重:
式中,i、j分別為判決矩陣的行和列。
AHP模型中各指標(biāo)的權(quán)重是主觀設(shè)置的,為了消除主觀設(shè)置帶來的片面性,本文將AHP模型與熵權(quán)法相結(jié)合,用熵權(quán)法[14]計算各指標(biāo)的客觀權(quán)重,來平衡AHP帶來的主觀影響。假設(shè)存在m個備選方案,n個網(wǎng)絡(luò)屬性,則其原始數(shù)據(jù)矩陣為:
無量綱化后,獲得標(biāo)準(zhǔn)化后的評估矩陣R:
式中:rij為第i個方案中的第j項參數(shù)的歸一化數(shù)值。然后依據(jù)式(6)得出網(wǎng)絡(luò)屬性對應(yīng)的熵權(quán),組成客觀權(quán)重向量W2:
AHP模型計算得到對網(wǎng)絡(luò)的主觀排序權(quán)重,熵值確定了對網(wǎng)絡(luò)的客觀排序,將主客觀權(quán)重進行簡單結(jié)合,可以使網(wǎng)絡(luò)選擇結(jié)果更加有效[15]。這種簡單加權(quán)的復(fù)合權(quán)重計算過程如下:
式中:θ取值為0.5。根據(jù)評估矩陣R,確定每個網(wǎng)絡(luò)在不同需求下的總權(quán)重。在海洋網(wǎng)絡(luò)選擇問題中,根據(jù)不同網(wǎng)絡(luò)總權(quán)重的值,每次都選擇權(quán)重值最大的網(wǎng)絡(luò)作為最優(yōu)接入網(wǎng)。
在海洋互聯(lián)網(wǎng)異構(gòu)網(wǎng)絡(luò)的選擇問題中,將衛(wèi)星系統(tǒng)、船舶自組網(wǎng)和岸基網(wǎng)絡(luò)作為備選網(wǎng)絡(luò)方案,采用AHP-熵權(quán)法對不同用戶偏好和業(yè)務(wù)類型下3 種網(wǎng)絡(luò)的權(quán)重進行排序,權(quán)重越大越占優(yōu)勢,為用戶選擇最優(yōu)接入網(wǎng),具體框架如圖1 所示。
(1)基于用戶偏好的子層次化模型。根據(jù)層次化模型,從用戶偏好的角度考慮,準(zhǔn)則層分為服務(wù)質(zhì)量優(yōu)先(QoSP)和價格優(yōu)先(Price Priority,PP)兩方面,選取QoS、網(wǎng)絡(luò)負(fù)載和價格作為網(wǎng)絡(luò)性能指標(biāo),表3、4 分別給出了在QoSP和PP下的性能指標(biāo)的判決權(quán)重。
圖1 海洋互聯(lián)網(wǎng)接入選擇層次化模型
表3 QoSP
表4 PP
對判決矩陣進行層次單排序,通過計算得到兩個矩陣的最大特征值皆為3,C. I.為0,即矩陣的設(shè)置滿足一致性要求。根據(jù)公式計算2 種模式下各指標(biāo)的權(quán)重如下:
(2)基于QoS下的子層次化模型。網(wǎng)絡(luò)服務(wù)種類繁多,目前將不同QoS需求的業(yè)務(wù)類型分為4 類:會話類業(yè)務(wù)、流類業(yè)務(wù)、交互類業(yè)務(wù)和背景類業(yè)務(wù),影響這些業(yè)務(wù)的主要網(wǎng)絡(luò)屬性有時延、抖動、丟包率和速率,不同的業(yè)務(wù)類型對這些屬性的要求不同。通過對這幾種業(yè)務(wù)類型的分析,表5 所示為4 種不同業(yè)務(wù)下網(wǎng)絡(luò)屬性間的判決權(quán)重。
按照AHP 模型計算流程,計算得到基于子參數(shù)QoS下不同業(yè)務(wù)類型的權(quán)重值,詳見表6。
(3)計算層次權(quán)重主排序。利用各層次權(quán)重單排序計算層次權(quán)重總排序,假設(shè)上層(C層)含有m個參數(shù)C1,C2,…,Cm,Cj為m個參數(shù)所對應(yīng)的層次排序。C層的下一層(S層)包含n個參數(shù)S1,S2…,Sn,Sij為S層中的各參數(shù)對應(yīng)的Cj的層次單排序權(quán)重,利用式(11)可以計算S層的層次總排序。
表5 4 種不同業(yè)務(wù)下網(wǎng)絡(luò)屬性間判斷權(quán)重
表6 基于子參數(shù)QoS下不同業(yè)務(wù)類型的權(quán)重
根據(jù)式(8)、(9),表6 的單層權(quán)重結(jié)果,按
計算層次總排序,即求時延、抖動、丟包率、速率、負(fù)載和價格基于不同情況下的主觀權(quán)重W1,結(jié)果見表7、8。
表7 基于QoSP屬性矩陣
(1)場景一:單種接入網(wǎng)的網(wǎng)絡(luò)選擇。在EXata仿真軟件中搭建海洋互聯(lián)網(wǎng)場景,選取背景為某港區(qū)附近,覆蓋范圍為85 km ×85 km,根據(jù)船訊網(wǎng)中的衛(wèi)星地圖來部署船舶分布,針對同樣的網(wǎng)絡(luò)屬性,分別對3 個接入網(wǎng)的內(nèi)部節(jié)點和邊緣節(jié)點進行多次測試,對得到的數(shù)據(jù)進行綜合統(tǒng)計分析,且考慮有限次實驗的不確定性,綜合各種因素下對3 種接入網(wǎng)的各個屬性賦予如表9 所示的值。
表8 基于PP屬性矩陣
表9 各個網(wǎng)絡(luò)性能參數(shù)
網(wǎng)絡(luò)屬性值并非都是越大越有利,其中速度、可用負(fù)載為越大越好型,采用式(13)對這類屬性進行歸一化處理。
而時延、抖動、丟包率、網(wǎng)絡(luò)負(fù)載和價格為越小越好,采用式(14)對這類屬性進行歸一化處理。
式中:rij為第i個方案中的第j項參數(shù)的歸一化數(shù)值。對參數(shù)進行規(guī)范化后用式(6)計算得到各個參數(shù)在3種接入網(wǎng)下的熵權(quán)W2:
根據(jù)式(8)、(9)對熵權(quán)和AHP 計算得到的權(quán)重W1、W2進行簡單加權(quán),得到不同用戶和不同業(yè)務(wù)類型下各個接入網(wǎng)的總權(quán)重值,計算結(jié)果見表11。
表11 3 種接入網(wǎng)對應(yīng)總權(quán)重
由表11 可見,對3 種接入網(wǎng)來講,同一種服務(wù)業(yè)務(wù)在不同用戶偏好下應(yīng)該接入的網(wǎng)絡(luò)是不同的,以會話業(yè)務(wù)為例,當(dāng)用戶的需求是保證服務(wù)質(zhì)量時,應(yīng)該選擇SAT作為最優(yōu)接入網(wǎng)絡(luò),符合衛(wèi)星網(wǎng)絡(luò)傳輸速度快,丟包率低,時延小的優(yōu)勢,當(dāng)用戶考慮價格優(yōu)先時,CLN應(yīng)該是最優(yōu)接入網(wǎng),相對于衛(wèi)星網(wǎng)絡(luò)價格低廉且比船舶自組網(wǎng)穩(wěn)定。當(dāng)用戶的需求一樣時,不同業(yè)務(wù)類型下的最優(yōu)接入網(wǎng)也是不同的,例如,當(dāng)用戶追求服務(wù)質(zhì)量時,會話類業(yè)務(wù)應(yīng)當(dāng)選擇SAT 最為接入網(wǎng),流類業(yè)務(wù)應(yīng)當(dāng)選擇CLN作為接入網(wǎng)。
(2)組合接入網(wǎng)的網(wǎng)絡(luò)選擇。場景一分析了海洋中單種網(wǎng)絡(luò)下的網(wǎng)絡(luò)選擇,單種網(wǎng)絡(luò)已經(jīng)無法滿足一些遠距離的海洋活動,這些活動需要在多種接入網(wǎng)之間進行通信,因此,創(chuàng)建一個新的場景,如圖2 所示,該場景由衛(wèi)星、岸基和船舶自組網(wǎng)3 種網(wǎng)絡(luò)組成,包含30 艘船舶和文件服務(wù)器等其他基礎(chǔ)設(shè)施,船舶移動速率采用隨機移動模型,速率保持在6 ~13 m/s,移動粒度為10 m,仿真覆蓋范圍為70 km ×80 km,仿真時間為60 s,應(yīng)用類型為CBR,應(yīng)用傳輸發(fā)送的數(shù)據(jù)包大小為512B,最大的發(fā)送數(shù)據(jù)包數(shù)為1 000 個,船舶5 向地面文件服務(wù)器114 發(fā)送數(shù)據(jù)。
圖2 組合接入網(wǎng)仿真場景
仿真運行結(jié)果如圖3 所示,圖中箭頭所示為數(shù)據(jù)傳輸路徑,圖3(a)中的路徑是基于原始的AODV協(xié)議的路由選擇,路徑經(jīng)過WANET-WANET-SAT(WWS);圖3(b)中的路徑是基于復(fù)合權(quán)重所選的路徑WANET-WANET-CLN(WWC),這兩種路徑非常具有代表性,因此以這兩種路徑為代表進行分析。
圖3 仿真運行結(jié)果
圖4 顯示了在Qos優(yōu)先的情況下,基于AHP的選擇方法與本文的基于復(fù)合權(quán)重的選擇方法為不同業(yè)務(wù)類型所選擇的網(wǎng)絡(luò),只有在會話類中,基于AHP 方法選擇了船舶自組網(wǎng),而復(fù)合權(quán)重方法選擇了衛(wèi)星,雖然會話類業(yè)務(wù)中時延和抖動是最重要指標(biāo),船舶自組網(wǎng)的時延比衛(wèi)星小,但衛(wèi)星的抖動幾乎為零,而且用戶要求質(zhì)量優(yōu)先,衛(wèi)星的穩(wěn)定性比船舶自組網(wǎng)高很多,因此,應(yīng)當(dāng)選擇衛(wèi)星作為接入網(wǎng)。對于其他的業(yè)務(wù)類型,兩種方法所選擇的網(wǎng)絡(luò)一致,說明了本文的算法具有合理性,且比AHP方法更加準(zhǔn)確。
圖5 顯示了在價格優(yōu)先的情況下,兩種方法為不同業(yè)務(wù)類型所選擇的網(wǎng)絡(luò),同樣,除會話類外,兩者所做的選擇是一致的。在會話類中,基于AHP方法選擇了船舶自組網(wǎng),而復(fù)合權(quán)重方法選擇了岸基網(wǎng)絡(luò),用戶重點考慮的是價格,而船舶自組網(wǎng)的價格比岸基貴很多,因此,基于復(fù)合權(quán)重的算法所做的選擇更加準(zhǔn)確。
圖4 QoSP下兩種選擇方法對比
圖5 PP下兩種選擇方法對比
仿真結(jié)果表明,當(dāng)3 種接入網(wǎng)都可以正常使用時且用戶注重服務(wù)質(zhì)量的前提下,本文選擇算法為會話業(yè)務(wù)選擇抖動最小的SAT作為接入網(wǎng),為流媒體業(yè)務(wù)選擇速率最快的CLN來進行服務(wù),為交互業(yè)務(wù)和背景業(yè)務(wù)選擇丟包率最低的SAT作為接入網(wǎng)絡(luò),以上算法作出的選擇都完全符合不同業(yè)務(wù)類型在保證服務(wù)質(zhì)量下的服務(wù)需求,這說明本文算法具有合理性和有效性。并且AHP受決策者主觀影響較大,可能會導(dǎo)致最終作出的選擇缺乏合理性,而本文算法不僅能夠?qū)⒂脩羝煤蜆I(yè)務(wù)需求結(jié)合考慮,而且還能將主觀因素和客觀因素進行結(jié)合,最終為業(yè)務(wù)選擇合適的接入網(wǎng),提高了網(wǎng)絡(luò)選擇的合理性,能夠更好地為用戶服務(wù)。
通過仿真平臺,測得兩種路徑下的吞吐量、時延、抖動和丟包率,如圖6 所示,仿真時間和數(shù)據(jù)包大小保持不變,隨著發(fā)包間隔的增大,兩種路徑上的吞吐量呈下降趨勢,WWC 和WWS 的吞吐量基本一致,所以兩者的數(shù)據(jù)處理能力相差無幾。
如圖7 所示,WWS 比WWC 的端到端時延大,由于數(shù)據(jù)包大小和個數(shù)相同,處理數(shù)據(jù)包的能力也基本相同,所以影響端到端時延的因素主要是傳輸過程中經(jīng)過的網(wǎng)絡(luò),WWS 和WWC 相比,主要的區(qū)別在于一個經(jīng)過衛(wèi)星網(wǎng)絡(luò),一個經(jīng)過岸基網(wǎng)絡(luò),衛(wèi)星網(wǎng)絡(luò)的傳播時延高于岸基網(wǎng)絡(luò)的時延,導(dǎo)致WWS 整個路徑上的端到端時延比較大,隨著發(fā)包速率的降低,WWS 端到端時延基本維持在0.33 s 左右,WWC 的時延逐漸下降,趨于0.08 s。
圖6 兩種路徑下的吞吐量
圖7 兩種路徑下的端到端時延
如圖8 所示,WWC的抖動明顯大于WWS,這是由于WWC中經(jīng)過更多跳的船舶,船舶自組網(wǎng)中節(jié)點的移動導(dǎo)致鏈路狀態(tài)不穩(wěn)定,抖動會增加,而衛(wèi)星網(wǎng)絡(luò)很穩(wěn)定,幾乎沒有抖動。隨著發(fā)包速率的降低,WWC 的抖動逐漸減小,WWS的抖動一直維持在0.01 s左右。
圖8 兩種路徑下的抖動
如圖9 所示,WWC的丟包率始終要高于WWS,船舶自組網(wǎng)中節(jié)點的移動使得鏈路狀態(tài)不穩(wěn)定,導(dǎo)致丟包率增大,并且岸基網(wǎng)絡(luò)的丟包率比衛(wèi)星高很多,因此,WWS比WWC的丟包率高。在WWS中,衛(wèi)星網(wǎng)絡(luò)占據(jù)主要的通信地位,衛(wèi)星網(wǎng)絡(luò)最大的特點就是穩(wěn)定,所以WWS的丟包率一直穩(wěn)定在0.02 左右。隨著數(shù)據(jù)發(fā)包率的降低,WWC的丟包率也逐漸下降。
圖9 兩種路徑下的丟包率
將WWS和WWC這兩條路徑看作是兩個新的接入網(wǎng),根據(jù)復(fù)合權(quán)重算法計算這兩種網(wǎng)絡(luò)在不同用戶偏好和業(yè)務(wù)類型下的效用值,結(jié)果見表12、13,在價格優(yōu)先的情況下,不論數(shù)據(jù)發(fā)送間隔是多少,不論哪種業(yè)務(wù)類型,由于衛(wèi)星網(wǎng)絡(luò)價格過于昂貴,所以WWC 的效益值都大于WWS 的效用值。在Qos 優(yōu)先的情況下,在數(shù)據(jù)發(fā)送間隔為0.2 s和0.4 s時,在交互類和后臺類中,WWS的效益值稍高于WWC,在會話類和流類中,WWC 的效益值明顯高于WWS??傮w而言,WWC優(yōu)于WWS,即基于復(fù)合權(quán)重算法下所選擇的的組合接入網(wǎng)更好,更加能滿足用戶偏好和業(yè)務(wù)類型。
表12 Qos優(yōu)先下組合接入網(wǎng)的效用值
表13 價格優(yōu)先下組合接入網(wǎng)的效用值
本文以海洋互聯(lián)網(wǎng)為研究背景,提出一種基于AHP-熵權(quán)簡單加權(quán)的海洋互聯(lián)網(wǎng)接入網(wǎng)選擇算法,該算法不僅考慮了用戶偏好,還考慮了基于QoS 的不同業(yè)務(wù)類型對網(wǎng)絡(luò)的性能要求,利用AHP計算出主觀權(quán)重,利用熵計算出客觀權(quán)重,將主觀權(quán)重和客觀權(quán)重進行簡單加權(quán),最終為用戶選擇最優(yōu)的接入網(wǎng)??傊?,該算法結(jié)合了AHP和熵權(quán)這兩種決策方法的優(yōu)點,將影響最終網(wǎng)絡(luò)選擇的主觀因素和客觀因素相結(jié)合。總之,這種基于復(fù)合權(quán)重的接入網(wǎng)選擇算法不但具有合理性,而且提高了接入網(wǎng)選擇的正確性和穩(wěn)定性,能夠更好地滿足用戶和業(yè)務(wù)的需求,提高了用戶的體驗度。