业务体验驱动的时间敏感网络架构研究

朱瑾瑜 陈洁 郭文双

(中国信息通信研究院技术与标准研究所，北京 100191)

0 引言

时间敏感网络(Time-Sensitive Network,TSN)因具有可保证数据确定性传输的能力，被业内认为将作为工业控制、车载网络、5G网络系统等高质量服务的承载技术。这些应用场景要求时间敏感网络可以承载复杂的流量模型，并实现自适应的网络资源调度。同时，也需要凭借以业务认可程度为标准的服务评价方法论，用于从业务体验角度衡量时间敏感网络的性能，一方面可以评价时间敏感网络对于业务承载质量与需求的符合度，另一方面可以作为网络资源调整及性能调优的依据。

目前服务质量(Quality of Service，QoS)是最为广泛采用的网络服务度量标准，但其仅反映网络传输层面的性能，不能直接反映网络服务对于业务系统的遵从性。业务体验质量(Quality of Experience，QoE)是一种以业务体验为评判标准的网络服务质量评价方法，早期被期望用于音视频及相关业务领域，但用户主观感受及业务所处环境等因素对其有较大影响，给QoE的研究和应用带了极大挑战。

随着产业互联网的兴起，网络终端的面向对象从人逐步扩展到物，业务体验质量的评测主体也有望从用户扩展到应用系统，评测数据的获得方法也逐步从人工评分转变为机器采集，这为利用业务体验驱动网络资源的配置调优提供了基础，为时间敏感网络更好地应用于产业互联网相关场景提供了新的研究方向。

1 时间敏感网络的管控体系

1.1 时间敏感网络管控技术

时间敏感网络基础共性标准的制定和发布由IEEE 802 TSN 工作组推动完成，主要在时间同步、流量调度和网络管控3个方面对以太网技术协议进行了优化升级，包括利用gPTP 技术提升时间同步机制的性能；利用时间分片、抢占、流过滤等技术扩展流量调度手段；利用路径控制、冗余备份以及YANG模型等技术增强网络的网络管理功能。时间敏感网络相关的管控技术主要包含网络设备的管理、网络资源的配置及对网络状态及性能数据进行监测和分析等方面，除了继承以太网已有的管控相关技术外，IEEE启动了一系列TSN相关管控标准的研制(见图1)。

1.1.1 架构类

IEEE 802.1Qcc标准用于规定时间敏感网络的管控架构，该标准于2018年正式发布，提出管理和控制时间敏感网络的3种架构模型[1]，包括分布式模型、集中网络/分布用户模型以及集中式模型，如图2所示。

1.1.2 资源管理类

IEEE P802.1CQ提出多播和本地地址分配协议(Protocol for Assignment of Local and Multicast Addresses，PALMA)，用于解决时间敏感网络设备地址分配问题。全球地址空间随着虚拟机和物联网设备大量使用而逐渐耗尽，迫切需要可用的全局地址替代方案[2]。目前IEEE P802.1CQ 已经于2019年10月发布第三个版本的草案。

1.1.3 网络控制类

IEEE 802.1Qat标准制定了SRP 协议，并基于流需求和网络可用，解决了流的注册与预留问题。传输路径上具有可用的资源是流在进行整形、调度和传输等过程的前提条件。IEEE 802.1Qat已经于2010年发布。IEEE 802.1CS 标准提出本地链路预约协议(Link-Local Reservation Protocol，LRP)，改善了流的预约和快速注册过程[3]。目前IEEE P802.1CQ 已经于2020年5月发布第三个版本的草案。

1.1.4 状态监控类

IEEE 802.1AB标准制定了链路层发现协议(Link Layer Discovery Protocol, LLDP)，实现了特定设备向其他设备公布保存临近设备的发现信息的功能[4]，解决了数据链路层网络拓扑的发现问题。传统的基于交换机地址转发表的拓扑发现技术的算法难度较大，且对数据完整性有着严格要求。该标准于2016年正式发布。

IEEE P802.1CBdb标准扩展了流识别功能，区分2层网络和上层网络流识别参数，以适应工业以太网和TSN 融合的网络[5]。由于工业自动化网络需要工业以太网和TSN的融合，故TSN节点和非TSN 节点间的流识别功能显得尤为重要。该标准目前正在考虑根据不同的实时应用或协议，实现灵活的流识别功能，拟解决流的通用识别问题。该标准已于2020年2月发布第五个标准草案。

1.1.5 YANG模型类

YANG数据模型是一种用于配置数据、状态数据、网络管理协议通知数据等的通用建模语言(UML)，它需要网络配置协议(如NETCONF)对其进行配置或者操作[6]。目前802.1工作组正在制定一系列YANG 模型的修订和扩展标准。IEEE 802.1Qcp标准定义YANG数据配置和管理操作状态模型并更新了YANG 模型的层次框架[7]。IEEE P802.1Qcx标准拟制定用于桥接网络中的连接、故障和管理(Connectivity Fault Management, CFM)配置功能的YANG 模型，同时阐述了CFM YANG 数据模型与其他管理功能模型之间的关系[8]。IEEE P802.1Qcw 标准拟制定支持CNC 模型以及调度、抢占等配置功能的YANG 模型[9]；IEEE P802.1ABcu 标准拟制定用于LLDP 协议(拓扑发现)配置功能的YANG 模型；IEEE P802.1CBcv标准拟制定用于FRER 和MIB 配置功能的YANG模型[10]。IEEE YANG模型相关标准处于制定状态。

1.2 时间敏感网络管控架构

IEEE 802.1Qcc中定义的时间敏感网络的配置模型分为全集中式配置模型、混合式配置模型以及全分布式配置模型3种，考虑在复杂网络场景下的部署架构需要融合SDN体系结构，建议选择采用CNC集中控制模型。从网络的角度来看，完全集中式模型和集中式网络/分布式用户模型的主要区别在于：所有的用户需求是否都在CNC和CUC之间进行交换，这主要取决于业务系统的特点及需求。因此，时间敏感网络的管控架构与SDN类似，可以分为应用层、控制层及网络层，如图3所示。

应用层主要由用户控制器(TSN CUC)和不同的应用逻辑组成，通过控制层北向接口开放的API实现对网络资源的调配以及网络信息的获取，按需向用户提供网络能力。应用层借助控制层提供的网络资源和状态信息基于业务应用要求进行智能化的网络应用及运维。

控制层主要由网络控制器(TSN CNC)、网管系统及相关控制软件组成，CNC通过南向接口向网络层转发节点下发策略和控制信息，通过北向接口向上层业务层开放底层网络资源和能力；网管系统则提供网络运维有关的能力，如设备、用户、日志的管理及网络状态的监控，并可以基于控制层提供网络数据和资源信息。

网络层主要由转发设备组成，承担数据信息在网络中的转发功能，主要包含时间敏感网络转发节点及链路。网络层接受控制层通过南向接口下发的配置，并向控制层上报自身资源和状态。

2 业务体验理论及模型分析

2.1 服务质量与业务体验

服务质量(Quality of Service，QoS)是衡量网络性能质量的指标，通常包含时延、抖动、丢包、吞吐量、误码率、可用性等衡量参数，可以依赖特定工具测量获得。但仅以狭义的底层分组数据传输性能作为优化指标无法直接反映用户的真实感受，高QoS未必可以获得高质量业务体验。因此，需要建立一种以用户或者业务需求为中心的评价指标，直接反映用户对业务服务的满意度。

用户体验质量(Quality of Experience，QoE)是以用户认可程度或者业务符合度为标准的服务的评价方法，目前被广泛应用于以语音、视频等业务为代表的消费互联网相关业务的体验评价。其测量方法主要分为主观评价、客观评测以及分析评测，主观评价主要使用ITU-T P.800.1定义的主观平均分(Mean Opinion Score，MOS)来衡量体验质量，需要邀请参与人员在实验环境进行业务体验并打分；客观评价则是通过建立人类感知模型，通过机器学习及神经网络训练代替人类实现主观评价；分析评价则利用各类可测量的指标信息来推测用户体验质量，通常以统计学以及人工智能等学科作为理论支撑，可以实时运用，准确性较高。QoE不仅可以用于业务服务质量的检视，也可以用于实现以QoE为中心的网络管理，进行网络的控制及优化。

2.2 产业互联网业务体验新特点

由于QoE用于衡量最终用户满意度，通常考量多个方面因素，如网络状况、设备能力、业务需求等，其评价信息的获取也较QoS测量更为复杂。在消费互联网中，通常采用主观评测法来获取QoE指标，通过在一定环境下对实际用户进行测试来获得用户主观上的判断数据。该方法需要投入大量的人力和时间，且数据获得量十分有限[11]。

在产业互联网场景下，业务体验的感知主体将从人转变为以工业系统、车载系统为代表的机器业务系统。相比消费互联网的相关业务，QoE指标的客观评价更容易进行。以工业控制中的全闭环运动控制系统为例，当控制指令发出后，不仅执行装置要进行生效闭环，执行的实际结果也要参与反馈闭环，与相关配置进行比较。配置参数与执行结果的符合度即可视作该系统的业务体验。网络作为新一代工业系统的重要组成，网络服务质量必然是影响其业务体验的重要因素，此结论对产业互联网中其他场景也同样适用。

2.3 业务体验驱动网络模型

根据3.2节分析可得，针对业务特征进行业务体验指标的建模，是将其与网络服务质量建立联系，实现业务模型向流量模型的映射；并进一步将流量模型的相关参数与网络资源配置建立联系，实现流量模型到网络配置的映射，如此即可形成一个由业务体验指标驱动网络配置调优的体系模型。

业务体验与服务质量相关性的客观描述通常会利用数学模型来定义，这些模型称为映射模型，可以通过回归分析、人工神经网络、贝叶斯网络等经典数学方法对数据集拟合得到，也可以通过大数据分析实现映射。模型的参数往往取决于产业互联网中各细分行业特定系统本身的技术领域，实现业务模型向流量模型映射需要根据不同的行业各类系统的业务特点及关键指标进行研究制定。

映射模型是流量建模的关键输入，从而实现业务类型向流量类型的映射，业务指标向流量参数的映射。在IEEE 60802工作组中，针对工业控制场景下的典型业务进行了TSN网络的流量建模，将工业控制系统中可能出现的业务流量分为了8个类别，并以8个典型参数来对每个流量的主要特征进行描述[12](见表1)。

以流量模型作为网络资源调配的依据，将资源分配构建成业务体验的匹配问题，进而生成带宽分配、流量调度、路径选择、时间同步等网络配置模板，即利用业务体验模型生成网络动态控制条件，当系统业务体验质量下降时，驱动网络的自适应调优，以提供最优的资源匹配方案。这对于越来越复杂的产业互联网网络实现质量保证分级具有十分重要的意义。

3 基于业务体验的TSN体系结构

3.1 系统架构

目前时间敏感网络 在产业互联网中比较明确的应用领域包括工业控制网络、车载网络、5G承载网络等，这些场景都存在互联互通、远程确定性传输，以及全业务承载的需求。建立以业务体验驱动的网络架构，是时间敏感网络在复杂网络中发挥其优势的重要手段。早在2007年Murphy等提出，以业务系统为中心的网络资源配置更适合于时间敏感的服务，网络的切换可以在业务特点的基础上根据定制需求来执行，以减少或者消除服务中断情况导致的无缝网络切换[13]。基于业务体验驱动的时间敏感网络，其模式特别适用于软件定义网络(SDN)的系统架构。在SDN中，网络的资源及路径均由控制器管理，来自于业务系统的QoE测量值下发给控制器，控制器利用相关数据对网络行为进行定义配置。因此，该模式下的时间敏感网络系统架构分为应用层、控制层和网络层，如图5所示。

应用层由各类应用逻辑组成，对接业务系统，实现业务体验感知及业务需求识别，并通过控制层开放的API获取网络资源信息或者传递对应的业务要求，检查业务服务的QoE符合度；控制层负责生成时间敏感网络的转发策略，主要包含服务状态感知、网络调优、策略控制以及适配模块，制定用于网络层转发的策略及规则；网络层则负责对报文进行处理、调度和转发；主要的功能模块包含信息采集、流量调度、配置执行等，是整个系统架构中的网络执行层。在时间敏感网络系统中分别由CUC、CNC以及转发网络三大模块承接3个层面的功能。其中，CUC完成业务体验与服务质量的关联及业务模型到流量模型的映射，CNC基于流量模型完成服务质量到网络及设备配置的映射建模，进而实现基于任务的转发网络资源分配。

表1 IEC/IEEE 60802工作组初步定义的流量模型

3.2 运行机制

上一节对基于业务体验的时间敏感网络体系架构进行了描述，并对主要的功能模块进行了初步的定义，本节将对运行机制做一个简单的说明，以期为未来深入研究抛砖引玉。业务体验(QoE)用于网络资源和服务管理，是解决QoE值最大化和网络资源消耗最小化两个问题的折中方案。总体而言就是当业务系统的运行变得不稳定或者无法满足业务需求时，触发网络的切换或者调优，如图6所示。

首先，针对产业互联网中的各类业务系统，进行网络相关业务需求提炼，并进一步萃取成为该项业务的体验指标，同时利用业务体验指标及需求，初步构建业务需求模型。进而，CUC根据算法将业务体验指标向网络服务质量指标映射，CNC根据服务质量形成网络资源配置的约束条件，进一步映射成网络资源模板，最终形成网络配置下发给时间敏感网络。

在时间敏感网络运行过程中，业务系统实时监测自身运行，实时采集业务体验数据，与业务体验指标进行比较，如果发现体验数据低于体验指标阈值，则触发网络调整机制。同时网络系统也会实时对网络服务质量及网络状态进行监控，如果网络状态异常或者服务质量低于指标，也将触发网络保护倒换或者调优机制。

此外，实时获得的业务体验质量及网络服务质量还将用于训练业务模型、算法模型以及映射算法的参数，使业务体验对于网络的驱动更为精准，网络可以更为精确地匹配业务系统需求。

4 结束语

本文从时间敏感网络的管控技术切入，阐述其标准及体系结构，引入对业务体验评价体系的说明，分析了产业互联网场景下业务系统的业务体验质量与网络服务质量映射建模方法，最后提出了基于业务体验驱动时间敏感网络的系统架构及运行机制，为后续的深入研究提供了思路。

当然，对于基于业务体验驱动的时间敏感网络的课题，尚有很多问题需要探究，如不同类型业务系统的业务模型、流量模型以及二者映射模型的建模方法，整个系统运行机制的实现方式等。这些问题涉及QoE、SDN、时间敏感网络的质量测量、智能运维、流量工程等一系列技术，可以基于行业知识库，通过大数据、云计算等信息技术手段对评价指标进行确定。通过机器学习的方法建立评价方法与模型，可以更为智能、快捷、专业地建立起一整套基于垂直行业的网络业务体验(QoE)评价体系，并进一步将QoE指标向网络服务质量QoS进行映射，形成网络资源配置及调度策略，构建业务驱动资源的智能组网体系架构。相信该技术领域将会成为信息技术与网络技术融合创新的一个重要探究方向，值得业内投入更多关注。