淺談借助業(yè)務(wù)流量精細(xì)化提升網(wǎng)絡(luò)QoS性能

【摘要】? ? 現(xiàn)有的網(wǎng)絡(luò)面向眾多業(yè)務(wù)提供的是一種差異化的服務(wù)，隨著網(wǎng)絡(luò)業(yè)務(wù)種類的增多以及業(yè)務(wù)類型愈加復(fù)雜，已有的差異化服務(wù)提供方案已不能滿足現(xiàn)有眾多業(yè)務(wù)的需求。針對(duì)此問(wèn)題，本文分析了近年來(lái)網(wǎng)絡(luò)業(yè)務(wù)的發(fā)展趨勢(shì)以及現(xiàn)有的差異化服務(wù)提供方案，總結(jié)了致使上述問(wèn)題產(chǎn)生的幾點(diǎn)原因。據(jù)此引入了業(yè)務(wù)流量精細(xì)化技術(shù)，并設(shè)計(jì)了一種借助業(yè)務(wù)流量精細(xì)化來(lái)提升QoS性能的方案。

【關(guān)鍵詞】? ? 業(yè)務(wù)流量精細(xì)化? ? 差異化服務(wù)? ? 網(wǎng)絡(luò)業(yè)務(wù)? ? 服務(wù)質(zhì)量

引言：

隨著工業(yè)互聯(lián)網(wǎng)時(shí)代的到來(lái)，越來(lái)越多的生產(chǎn)與生活業(yè)務(wù)選擇以網(wǎng)絡(luò)作為依托，借助網(wǎng)絡(luò)的便捷性、高速信息共享與傳輸?shù)葍?yōu)點(diǎn)進(jìn)行發(fā)展。實(shí)現(xiàn)業(yè)務(wù)類型細(xì)分的技術(shù)就是業(yè)務(wù)流量精細(xì)化技術(shù)，本文也將探討如何借助業(yè)務(wù)流量精細(xì)化技術(shù)提升網(wǎng)絡(luò)QoS的性能。

一、網(wǎng)絡(luò)業(yè)務(wù)發(fā)展趨勢(shì)及服務(wù)質(zhì)量需求分析

當(dāng)前網(wǎng)絡(luò)業(yè)務(wù)的發(fā)展呈現(xiàn)出一種多元化、碎片化、高效化、互通化和爆發(fā)式增長(zhǎng)的趨勢(shì)。多元化體現(xiàn)在網(wǎng)絡(luò)業(yè)務(wù)的種類及領(lǐng)域越來(lái)越寬泛，網(wǎng)絡(luò)業(yè)務(wù)涉及的領(lǐng)域現(xiàn)已包括教育、農(nóng)業(yè)生產(chǎn)、科創(chuàng)發(fā)展、工業(yè)生產(chǎn)、企業(yè)辦公、政務(wù)辦公等，可以說(shuō)已經(jīng)深入到人們生活的方方面面，如同電力一樣被應(yīng)用到各行各業(yè)，呈現(xiàn)出一種多元化的趨勢(shì);碎片化體現(xiàn)在由于業(yè)務(wù)種類的增多，各種各樣的業(yè)務(wù)都出現(xiàn)在網(wǎng)絡(luò)鏈路上，很難對(duì)業(yè)務(wù)流量的種類進(jìn)行分類，就像碎片一樣，各種業(yè)務(wù)的流量有著不同的流量特征和內(nèi)容，今后也將在一段時(shí)間內(nèi)維持這種碎片化的特征;高效化體現(xiàn)在借助網(wǎng)絡(luò)的高速便捷特性，網(wǎng)絡(luò)業(yè)務(wù)的辦公效率非常高，在極短時(shí)間內(nèi)就允許多人或是多個(gè)團(tuán)隊(duì)共同完成業(yè)務(wù)內(nèi)容，這種高效化是我們所期待的，也正是我們想要的;互通化表現(xiàn)在現(xiàn)在的業(yè)務(wù)不再僅僅只關(guān)注本業(yè)務(wù)的內(nèi)容，還會(huì)和其他業(yè)務(wù)進(jìn)行通信和協(xié)作，如在購(gòu)物時(shí)，這就會(huì)涉及商戶、軟件公司、銀行等多家機(jī)構(gòu)的不同業(yè)務(wù)，這種互通化在未來(lái)的發(fā)展中也會(huì)變得愈加常見(jiàn)，會(huì)以一種常態(tài)化發(fā)展;爆發(fā)式增長(zhǎng)是顯而易見(jiàn)的，人們從吃飯穿衣，到上學(xué)上班等等，現(xiàn)在都有網(wǎng)絡(luò)業(yè)務(wù)的支持，而且提供的種類越來(lái)越豐富，在將來(lái)相當(dāng)長(zhǎng)一段時(shí)間內(nèi)，這種爆發(fā)式增長(zhǎng)還將繼續(xù)持續(xù)。

網(wǎng)絡(luò)業(yè)務(wù)的發(fā)展趨勢(shì)務(wù)必會(huì)對(duì)網(wǎng)絡(luò)的服務(wù)質(zhì)量提出更多和更高的要求，這些要求包括穩(wěn)定的傳輸質(zhì)量、高速的傳輸速度、安全的傳輸流程、持久的穩(wěn)定連接等。在現(xiàn)如今環(huán)境中，其中每一個(gè)內(nèi)容實(shí)現(xiàn)起來(lái)難度都很大，同時(shí)要保證這么多的服務(wù)質(zhì)量要求，難度可想而知。雖然可以通過(guò)差異化服務(wù)為不同的業(yè)務(wù)提供不同的服務(wù)質(zhì)量來(lái)緩解業(yè)務(wù)對(duì)上述服務(wù)要求的迫切需求，但也有一些因素影響著網(wǎng)絡(luò)服務(wù)質(zhì)量的性能，除此之外還有地理、宗教、經(jīng)濟(jì)發(fā)展等因素限制了網(wǎng)絡(luò)QoS性能的提升，這些問(wèn)題都需要一一進(jìn)行解決。

二、QoS技術(shù)概述

（一）QoS的基本原理

1.流量分類與標(biāo)記

流量分類是[2]根據(jù)服務(wù)需求、費(fèi)用消耗等因素將流量劃分為不同的優(yōu)先級(jí)或不同的服務(wù)類，在分類時(shí)可以使用IP報(bào)文的ToS字段、802.1Q頭保留的User Priority字段等進(jìn)行劃分。流量劃分完成后就可以進(jìn)行標(biāo)記，標(biāo)記時(shí)仍舊可以使用報(bào)文中預(yù)留的字段，標(biāo)記的目的是為了區(qū)分不同類型的服務(wù)。當(dāng)流量被分類標(biāo)記后，在網(wǎng)絡(luò)傳輸過(guò)程中每到達(dá)一個(gè)轉(zhuǎn)發(fā)節(jié)點(diǎn)，節(jié)點(diǎn)都能根據(jù)標(biāo)記將流量轉(zhuǎn)發(fā)至不同服務(wù)質(zhì)量的鏈路。

2.擁塞管理

擁塞管理[3]主要是為了解決當(dāng)多業(yè)務(wù)流量共用信道時(shí)造成的擁塞問(wèn)題，這也屬于QoS范疇，并且對(duì)服務(wù)質(zhì)量的影響很大。為了解決這個(gè)問(wèn)題，可以將眾多業(yè)務(wù)流量放入不同隊(duì)列中，對(duì)流量進(jìn)行疏通，進(jìn)而避免出現(xiàn)鏈路擁塞，或是在擁塞后結(jié)合其他技術(shù)進(jìn)行緊急的處理。常用的隊(duì)列技術(shù)有FIFO（先進(jìn)先出）隊(duì)列、PQ（優(yōu)先隊(duì)列）隊(duì)列、CQ（定制隊(duì)列）隊(duì)列等。

3.流量監(jiān)管

流量監(jiān)管是為了對(duì)進(jìn)入網(wǎng)絡(luò)的流量進(jìn)行監(jiān)控與限制，在流量傳輸達(dá)到一定條件（如流量過(guò)大）時(shí)，對(duì)該流量采取不同的處理動(dòng)作（如丟棄等）。在進(jìn)行流量控制時(shí)常用的技術(shù)是令牌桶，這種技術(shù)可以對(duì)流量是否被轉(zhuǎn)發(fā)進(jìn)行判斷，是流量監(jiān)管很重要的一種技術(shù)。

4.物理接口限速

這是一種更為直接的方式，它的作用和影響力也很大，主要是實(shí)現(xiàn)接口轉(zhuǎn)發(fā)流量的總速率控制。在處理過(guò)程中也使用了令牌桶技術(shù)，同時(shí)也會(huì)和擁塞管理技術(shù)一起使用，實(shí)現(xiàn)對(duì)流量的管理。

（二）QoS模型結(jié)構(gòu)

根據(jù)對(duì)網(wǎng)絡(luò)流量控制能力和方式的不同，可以將QoS分為三種模型[4]：Best Effort模型、DiffServ模型和IntServ模型。

三、流量精細(xì)化技術(shù)概述

現(xiàn)如今流量對(duì)于企業(yè)或是運(yùn)營(yíng)商，其價(jià)值已經(jīng)上升到了資產(chǎn)的高度，具備了一定的變現(xiàn)能力?，F(xiàn)在業(yè)務(wù)的流量呈現(xiàn)出多元化、碎片化的特點(diǎn)，眾多的流量會(huì)擠占通信鏈路，使用隊(duì)列調(diào)度、令牌桶等技術(shù)可以實(shí)現(xiàn)流量的分流、按序轉(zhuǎn)發(fā)。但隨著流量?jī)r(jià)值的提升，我們更需要的是能夠?qū)崿F(xiàn)對(duì)流量的細(xì)致分類，從而決定其傳輸路徑與提供的不同服務(wù)，這就需要流量精細(xì)化技術(shù)的支持。本節(jié)后續(xù)將介紹幾種使用最多的流量精細(xì)化技術(shù)，其中包括基于協(xié)議和基于算法的流量精細(xì)化技術(shù)。

（一）基于協(xié)議的流量精細(xì)化技術(shù)

區(qū)分不同的業(yè)務(wù)應(yīng)用可以根據(jù)協(xié)議類型與內(nèi)容進(jìn)行判定，現(xiàn)有技術(shù)中使用最多的是DPI與DFI技術(shù)，其中DPI根據(jù)數(shù)據(jù)包解析進(jìn)行判定，DFI根據(jù)流量進(jìn)行判定。

DPI（Deep Packet Inspection）[5]是一種基于數(shù)據(jù)包的深度檢測(cè)技術(shù)，針對(duì)不同的網(wǎng)絡(luò)應(yīng)用層載荷（如HTTP、DNS等）進(jìn)行深度檢測(cè)，可以根據(jù)事先定義對(duì)檢測(cè)流量進(jìn)行過(guò)濾控制，其重要的用途就包括流量精細(xì)化。

（二）基于算法的流量精細(xì)化技術(shù)

對(duì)流量進(jìn)行精細(xì)化分類可使用的算法比較多，可使用基于相似度比較的算法、基于聚類的算法、基于分類的算法和深度學(xué)習(xí)算法等。由于此種類型的算法受參數(shù)影響和算法細(xì)節(jié)設(shè)計(jì)影響較大，所以在選擇時(shí)對(duì)應(yīng)用場(chǎng)景的評(píng)估非常重要。

1.相似度比較算法

相似度比較算法可采用的有距離相似度比較（如歐式距離、模式距離等）、DTW（動(dòng)態(tài)時(shí)間規(guī)整）算法、相關(guān)性相似度度量算法等，本文將以DTW算法為例介紹此類算法的處理過(guò)程。

其他算法流程與此類似，也是將待檢測(cè)流量與模板流量進(jìn)行相似度對(duì)比，從而確定流量的類型。

2.聚類算法

聚類算法基于聚類分析，又稱群分析，利用了統(tǒng)計(jì)分析方法對(duì)樣品或指標(biāo)進(jìn)行分類。聚類分析的基礎(chǔ)也是相似性分析，聚類分析由若干模式組成，模式是一個(gè)可度量的向量，或是多維空間中的數(shù)據(jù)點(diǎn)。由于聚類算法較多，本文著重介紹k-means聚類分析算法。

k-means算法[8]以k為參數(shù)，把n個(gè)對(duì)象分為k個(gè)簇，使每個(gè)簇內(nèi)具有較高的相似度，簇間具有較小的相似度。使用k-means算法進(jìn)行流量精細(xì)化時(shí)，可以采集流量中具有明顯可區(qū)分特征的參數(shù)，然后隨機(jī)選擇k個(gè)流量代表每個(gè)簇的中心，剩余對(duì)象計(jì)算與k個(gè)簇中心的距離，根據(jù)距離進(jìn)行分類，在每次劃分完一次簇后，可以重新計(jì)算每個(gè)簇內(nèi)的中心，這樣可以提升算法識(shí)別的精度。

其他聚類算法還包括層次聚類算法、SOM聚類算法、FCM聚類算法等，這些算法的核心思想都是根據(jù)相似性進(jìn)行類的劃分，在實(shí)現(xiàn)過(guò)程上有著區(qū)別。

四、基于LSTM流量精細(xì)化的QoS保障

本文參考了不同方法的優(yōu)點(diǎn)與缺點(diǎn)，設(shè)計(jì)了一種流量精細(xì)化方案來(lái)提升QoS的性能。本節(jié)將介紹方案的具體內(nèi)容。

（一）LSTM流量精細(xì)化技術(shù)

流量精細(xì)化選擇了LSTM [9]深度學(xué)習(xí)算法實(shí)現(xiàn)，主要考慮到應(yīng)用場(chǎng)景為業(yè)務(wù)流量的服務(wù)質(zhì)量保障，在這種應(yīng)用場(chǎng)景下，只需精準(zhǔn)識(shí)別出不同的業(yè)務(wù)流量即可，無(wú)需對(duì)其中的具體協(xié)議內(nèi)容進(jìn)行深究。同時(shí)考慮到在識(shí)別的業(yè)務(wù)流量中一部分是加密數(shù)據(jù)流量，一部分是未加密數(shù)據(jù)流量，使用DPI和DFI固然可以做到精準(zhǔn)的識(shí)別，但在識(shí)別速度和效率上略有不足，所以最終選擇了LSTM深度學(xué)習(xí)模型進(jìn)行業(yè)務(wù)流量的精細(xì)化分類。

LSTM模型輸入的是業(yè)務(wù)流量的數(shù)據(jù)包，經(jīng)過(guò)特征提取與訓(xùn)練后，最終輸出相似度（一個(gè)概率值）。具體流程如下：

1.業(yè)務(wù)流量模板訓(xùn)練

（1）對(duì)不同的業(yè)務(wù)流量數(shù)據(jù)集進(jìn)行打標(biāo)簽工作，以此區(qū)別不同的業(yè)務(wù)類型;（2）對(duì)業(yè)務(wù)流量中的數(shù)據(jù)包進(jìn)行特征提取與向量化操作，將流量數(shù)據(jù)處理為L(zhǎng)STM模型可使用的訓(xùn)練數(shù)據(jù);（3）將預(yù)處理的數(shù)據(jù)放入LSTM模型進(jìn)行訓(xùn)練，劃分出不同業(yè)務(wù)流量的范圍;（4）保存不同業(yè)務(wù)流量訓(xùn)練的參數(shù)，用于后續(xù)識(shí)別使用。

2.業(yè)務(wù)流量識(shí)別

（1）在需要進(jìn)行QoS服務(wù)的節(jié)點(diǎn)處進(jìn)行流量采集，采集時(shí)需要按照固定的時(shí)間間隔進(jìn)行;（2）對(duì)采集的流量進(jìn)行預(yù)處理，主要是提取出數(shù)據(jù)包的關(guān)鍵特征，并進(jìn)行向量化;（3）將預(yù)處理后的數(shù)據(jù)放入LSTM模型進(jìn)行訓(xùn)練，同時(shí)根據(jù)記錄的參數(shù)判斷流量屬于的具體業(yè)務(wù)類型;（4）記錄節(jié)點(diǎn)處到達(dá)流量的不同業(yè)務(wù)類別。

（二）多級(jí)隊(duì)列調(diào)度的QoS保障

設(shè)置多個(gè)優(yōu)先級(jí)不同的隊(duì)列，對(duì)分類的業(yè)務(wù)流量根據(jù)業(yè)務(wù)的優(yōu)先程度、重要程度等因素，為每個(gè)因素賦予不同的權(quán)值，最后加權(quán)求和計(jì)算每個(gè)業(yè)務(wù)流量的優(yōu)先級(jí)，然后分別放入多級(jí)隊(duì)列中，隊(duì)列的設(shè)置有以下幾個(gè)限制條件：

（1）隊(duì)列按優(yōu)先級(jí)從高到低排序，具有較高優(yōu)先級(jí)的隊(duì)列優(yōu)先進(jìn)行流量轉(zhuǎn)發(fā);（2）高優(yōu)先級(jí)隊(duì)列轉(zhuǎn)發(fā)完成后，將低一級(jí)隊(duì)列中的流量調(diào)入高優(yōu)先級(jí)隊(duì)列，防止低優(yōu)先級(jí)隊(duì)列出現(xiàn)長(zhǎng)時(shí)間等待現(xiàn)象;（3）遇到需緊急轉(zhuǎn)發(fā)的流量（一般是人為提前設(shè)定的）直接調(diào)入最高優(yōu)先級(jí)轉(zhuǎn)發(fā)隊(duì)列，防止緊急流量轉(zhuǎn)發(fā)的延遲;（4）隊(duì)列的流量裝載以一次流量精細(xì)化過(guò)程為一個(gè)周期，也就是每進(jìn)行一次業(yè)務(wù)流量的識(shí)別，就設(shè)置一次多級(jí)隊(duì)列，只有當(dāng)前設(shè)置的隊(duì)列轉(zhuǎn)發(fā)完后才重新轉(zhuǎn)發(fā)新裝載的多級(jí)隊(duì)列;（5）在當(dāng)前裝載流量的多級(jí)隊(duì)列轉(zhuǎn)發(fā)過(guò)程中，同時(shí)進(jìn)行業(yè)務(wù)流量的識(shí)別與多級(jí)隊(duì)列裝載，目的是提升流量轉(zhuǎn)發(fā)的效率。

五、結(jié)束語(yǔ)

本文分析了現(xiàn)有網(wǎng)絡(luò)業(yè)務(wù)的發(fā)展趨勢(shì)與網(wǎng)絡(luò)QoS性能提升的限制因素，據(jù)此設(shè)計(jì)了一種結(jié)合深度學(xué)習(xí)算法、流量精細(xì)化技術(shù)的QoS性能提升方案，目的是解決目前網(wǎng)絡(luò)環(huán)境中因業(yè)務(wù)流量精細(xì)化分類困難，而導(dǎo)致QoS服務(wù)性能發(fā)揮受限的問(wèn)題。在后續(xù)還將繼續(xù)深入研究其他可以提升QoS性能的技術(shù)方案，為網(wǎng)絡(luò)業(yè)務(wù)提供更好的發(fā)展環(huán)境。

作者單位：崔杰? ? 中石化勝利油田分公司物探研究院

參? 考? 文? 獻(xiàn)

[1]姚臻昊. QoS原理及在IP承載網(wǎng)中的應(yīng)用[J]. 中國(guó)電子商務(wù)， 2014， 000（023）：70-70.

[2]席媛媛， 袁家斌. 區(qū)分服務(wù)下基于服務(wù)質(zhì)量參數(shù)的流標(biāo)簽研究[C]// 第十屆中國(guó)科協(xié)年會(huì)信息化與社會(huì)發(fā)展學(xué)術(shù)討論會(huì)分會(huì)場(chǎng). 0.

[3] 李昕 .基于反饋的區(qū)分服務(wù)網(wǎng)絡(luò)擁塞管理方案研究[D]. 湖南大學(xué)， 2012.