侯世武+譚獻(xiàn)海

摘 要：隨著物聯(lián)網(wǎng)的發(fā)展，網(wǎng)絡(luò)中的流量組成發(fā)生了很大變化。通常用Hurst參數(shù)大小來(lái)表示網(wǎng)絡(luò)流量的自相似程度。為了研究物聯(lián)網(wǎng)業(yè)務(wù)的流量特性，文章通過(guò)Matlab對(duì)幾種典型物聯(lián)網(wǎng)業(yè)務(wù)進(jìn)行建模仿真，并對(duì)流量數(shù)據(jù)進(jìn)行了自相似特性分析，表明不同的物聯(lián)網(wǎng)業(yè)務(wù)具有不同的流量特性。聚合流量的自相似特性和組成流量的業(yè)務(wù)有關(guān)，沒(méi)有自相似特性的業(yè)務(wù)聚合之后仍沒(méi)有自相似特性，具有自相似特性的業(yè)務(wù)聚合之后仍具有自相似特性。聚合流量的自相似參數(shù)隨著沒(méi)有自相似業(yè)務(wù)的增加而減小，隨著具有自相似特性業(yè)務(wù)的增加而增加，最后趨于穩(wěn)定。

關(guān)鍵詞：物聯(lián)網(wǎng)；流量特性；Hurst參數(shù)；聚合流量

中圖分類(lèi)號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2017）06-00-03

0 引 言

物聯(lián)網(wǎng)作為下一代移動(dòng)通信產(chǎn)業(yè)，發(fā)展十分迅速。物聯(lián)網(wǎng)業(yè)務(wù)具有不同于互聯(lián)網(wǎng)業(yè)務(wù)的特性，包括業(yè)務(wù)種類(lèi)多樣、小數(shù)據(jù)通信且上行占優(yōu)、終端數(shù)量巨大、僅終端發(fā)起、時(shí)延控制、會(huì)話時(shí)間較短、終端移動(dòng)性低等[1]，與傳統(tǒng)的互聯(lián)網(wǎng)業(yè)務(wù)大不相同。

網(wǎng)絡(luò)流量在不同的密度下具有不同的流量特性。稀疏流的聚合不會(huì)在短時(shí)間內(nèi)產(chǎn)生較大的突發(fā)流，密集流的聚合可以在短時(shí)間內(nèi)產(chǎn)生較大的突發(fā)流量，而流量的突發(fā)性是造成網(wǎng)絡(luò)長(zhǎng)相的重要因素[2]。同時(shí)網(wǎng)絡(luò)流量在不同時(shí)間尺度上表現(xiàn)出不同的流量特性，在大時(shí)間尺度（1 s及以上）上表現(xiàn)出的平穩(wěn)性以及自相似特性已經(jīng)在很多網(wǎng)絡(luò)中得到了驗(yàn)證。文獻(xiàn)[3]通過(guò)對(duì)骨干網(wǎng)的研究發(fā)現(xiàn)流量在小時(shí)間尺度上表現(xiàn)出非長(zhǎng)相關(guān)性。文章通過(guò)對(duì)四種典型物聯(lián)網(wǎng)業(yè)務(wù)進(jìn)行建模仿真，分析了單個(gè)業(yè)務(wù)流量和聚合業(yè)務(wù)流量在不同密度和不同時(shí)間尺度下網(wǎng)絡(luò)流量的自相似特性。

1 網(wǎng)絡(luò)流量特性

Leland等人[4]發(fā)現(xiàn)網(wǎng)絡(luò)流量具有長(zhǎng)相關(guān)和突發(fā)性的特點(diǎn)，長(zhǎng)相關(guān)特性反映了網(wǎng)絡(luò)流量的自相關(guān)特性，表明自相關(guān)系數(shù)衰減較慢[5，6]。通常用Hurst（H）參數(shù)表示網(wǎng)絡(luò)的自相似程度，H>0.5表明具有自相似特性，H<0.5則表明沒(méi)有自相似特性。 自相似對(duì)網(wǎng)絡(luò)的隊(duì)列長(zhǎng)度、時(shí)延、丟包率等性能具有很大的影響，因此對(duì)Hurst參數(shù)的研究對(duì)未來(lái)網(wǎng)絡(luò)規(guī)劃設(shè)計(jì)具有重大意義[7]。本文用R/S方法計(jì)算網(wǎng)絡(luò)流量的Hurst參數(shù)。在規(guī)劃網(wǎng)絡(luò)時(shí)，應(yīng)充分考慮網(wǎng)絡(luò)流量的自相似、長(zhǎng)相關(guān)和分型特性對(duì)網(wǎng)絡(luò)性能造成的影響。

2 典型物聯(lián)網(wǎng)業(yè)務(wù)

2.1 遠(yuǎn)程醫(yī)療

遠(yuǎn)程醫(yī)療是未來(lái)醫(yī)療重點(diǎn)發(fā)展的方向，通過(guò)計(jì)算機(jī)技術(shù)、遙感、遙測(cè)、遙控技術(shù)等實(shí)現(xiàn)遠(yuǎn)程診療。病人通過(guò)佩戴多個(gè)傳感器設(shè)備來(lái)記錄身體健康指標(biāo)，經(jīng)網(wǎng)絡(luò)將這些數(shù)據(jù)傳輸?shù)綌?shù)據(jù)控制中心。遠(yuǎn)程醫(yī)療業(yè)務(wù)模型見(jiàn)表1所列[8]。

根據(jù)表1分別計(jì)算在10 ms、50 ms、100 ms和1 000 ms四種不同時(shí)間尺度上，不同終端規(guī)模產(chǎn)生不同流量密度的網(wǎng)絡(luò)流量的自相似特性，如圖1所示。

由圖1可知，在相同時(shí)間尺度下，隨著流量密度的增加，網(wǎng)絡(luò)流量沒(méi)有自相似特性，且比較穩(wěn)定。在相同流量密度下，時(shí)間尺度越小，網(wǎng)絡(luò)流量的自相似特性越強(qiáng)。醫(yī)療業(yè)務(wù)的高頻周期性導(dǎo)致網(wǎng)絡(luò)流量比較平穩(wěn)，突發(fā)性較小，因而網(wǎng)絡(luò)流量不具有自相似特性。

2.2 智能農(nóng)業(yè)

物聯(lián)網(wǎng)技術(shù)為現(xiàn)代農(nóng)業(yè)生產(chǎn)管理技術(shù)開(kāi)辟了新的思路，并將在農(nóng)業(yè)領(lǐng)域得到廣泛應(yīng)用。物聯(lián)網(wǎng)設(shè)置的多種傳感器節(jié)點(diǎn)包括空氣溫度、空氣濕度、土壤溫度、土壤濕度、光照強(qiáng)度、二氧化碳濃度等[2]，通過(guò)低功耗自組織網(wǎng)絡(luò)的無(wú)線通信技術(shù)實(shí)現(xiàn)傳感器數(shù)據(jù)的可靠傳輸。

2008年，美國(guó)Crossbow公司開(kāi)發(fā)了基于無(wú)線通信網(wǎng)絡(luò)的農(nóng)業(yè)監(jiān)控系統(tǒng)，每一分鐘采集一次數(shù)據(jù)，業(yè)務(wù)模型見(jiàn)表2所列。

仿真時(shí)，假設(shè)每戶(hù)12英畝土地，260個(gè)傳感器，每戶(hù)業(yè)務(wù)流量開(kāi)始時(shí)間服從參數(shù)為（0，1 800）的均勻分布，各戶(hù)傳感器產(chǎn)生流量時(shí)間服從參數(shù)為50的指數(shù)分布。根據(jù)表2分別計(jì)算在10 ms、100 ms、1 000 ms和10 000 ms四種不同時(shí)間尺度上，不同終端規(guī)模產(chǎn)生不同流量密度的網(wǎng)絡(luò)流量的自相似特性，如圖2所示。

由圖2可知，在小時(shí)間尺度上，網(wǎng)絡(luò)流量具有自相似特性，但在時(shí)間尺度比較大時(shí)，網(wǎng)絡(luò)流量沒(méi)有自相似特性。在相同時(shí)間尺度下，隨著流量密度的增加，網(wǎng)絡(luò)流量的自相似特性很平穩(wěn)，說(shuō)明農(nóng)業(yè)業(yè)務(wù)的流量隨著流量密度的增加變化不大。

2.3 自動(dòng)售貨

自動(dòng)售貨業(yè)務(wù)是現(xiàn)代零售業(yè)重要的組成部分，大大方便了人們的購(gòu)物，節(jié)約了時(shí)間。自動(dòng)售貨機(jī)需要將銷(xiāo)售數(shù)據(jù)、缺貨信息和設(shè)備故障等傳輸?shù)胶笈_(tái)，以便進(jìn)行統(tǒng)計(jì)、補(bǔ)貨和維修等。自動(dòng)售貨機(jī)的業(yè)務(wù)特性見(jiàn)表3[8]所列。

仿真在10 ms、50 ms、100 ms和1 000 ms四種不同時(shí)間尺度上不同流量密度的網(wǎng)絡(luò)流量的自相似特性如圖3所示。

由圖3可知，自動(dòng)售貨業(yè)務(wù)在不同時(shí)間尺度不同流量密度的情況下，業(yè)務(wù)的自相似參數(shù)值在0.5上下浮動(dòng)，排除算法誤差取平均值0.5，可推測(cè)業(yè)務(wù)具有很弱的自相似特性。

2.4 自動(dòng)駕駛

自動(dòng)駕駛指在汽車(chē)上安裝傳感器感知車(chē)輛周?chē)畔ⅲ\(yùn)用車(chē)輛自身的控制系統(tǒng)控制車(chē)輛的方向和速度，從而實(shí)現(xiàn)自動(dòng)駕駛，提高駕駛安全性和生命安全性[3]。汽車(chē)和后臺(tái)服務(wù)系統(tǒng)進(jìn)行的交互主要分為以下兩種：

（1）長(zhǎng)期規(guī)律性、低比特的信息（GPS位置、速度、時(shí)刻）用來(lái)監(jiān)測(cè)汽車(chē)的實(shí)時(shí)狀態(tài)。

（2）突發(fā)性事件觸發(fā)，如遇紅燈或出現(xiàn)車(chē)禍時(shí)，系統(tǒng)和汽車(chē)之間進(jìn)行緊急通信。

在V2V（Vehicle-to-Vehicle）通信中數(shù)據(jù)包大小為149 B。本文以149 B恒定大小來(lái)模擬自動(dòng)駕駛業(yè)務(wù)。自動(dòng)駕駛業(yè)務(wù)特性見(jiàn)表4[8]所列。

由圖4可知，自動(dòng)駕駛業(yè)務(wù)在小時(shí)間尺度上不具有自相似特性，在大時(shí)間尺度上具有比較弱的自相似特性。在相同時(shí)間尺度上，隨著流量密度的增加，網(wǎng)絡(luò)流量的自相似特性上下波動(dòng)。在相同的流量密度下，時(shí)間尺度越大，網(wǎng)絡(luò)流量的自相似特性越強(qiáng)。

3 聚合流量特性

3.1 自動(dòng)駕駛和遠(yuǎn)程醫(yī)療聚合

物聯(lián)網(wǎng)業(yè)務(wù)種類(lèi)繁多，不同的業(yè)務(wù)聚合之后，流量之間會(huì)相互影響，因此聚合流量的特性可能會(huì)發(fā)生變化。由之前的分析可知，自動(dòng)駕駛和遠(yuǎn)程醫(yī)療業(yè)務(wù)沒(méi)有自相似特性。分析兩種不具有自相似特性的業(yè)務(wù)聚合后，聚合流量的流量特性。

選取自動(dòng)駕駛業(yè)務(wù)的數(shù)量分別為200、1 000、2 000，然后在自動(dòng)駕駛業(yè)務(wù)數(shù)量分別為200、1 000和2 000的基礎(chǔ)上不斷增加遠(yuǎn)程醫(yī)療業(yè)務(wù)，分析隨著遠(yuǎn)程醫(yī)療業(yè)務(wù)的增加，聚合流量在10 ms、100 ms、500 ms和1 000 ms四種不同時(shí)間尺度上不同流量密度下聚合流量的流量特性。自動(dòng)駕駛業(yè)務(wù)的數(shù)量分別選為500、1 000、1 500、2 000、2 500、3 000、3 500、4 000和4 500。不同時(shí)間尺度下駕駛和醫(yī)療業(yè)務(wù)聚合流量特性如圖5所示。

由圖5可知，在不同數(shù)量自動(dòng)駕駛業(yè)務(wù)下，隨著遠(yuǎn)程醫(yī)療業(yè)務(wù)的增加，網(wǎng)絡(luò)流量仍沒(méi)有自相似特性，因而不具有自相似特性的業(yè)務(wù)聚合之后仍然不具有自相似特性。

3.2 智能農(nóng)業(yè)和自動(dòng)售貨業(yè)務(wù)聚合

由前述分析可知，智能農(nóng)業(yè)和自動(dòng)售貨業(yè)務(wù)具有自相似特性。分析兩種具有自相似特性的業(yè)務(wù)聚合后，聚合流量的流量特性。

選取智能農(nóng)業(yè)業(yè)務(wù)的數(shù)量分別為500，2 000，4500，然后在固定數(shù)量自動(dòng)駕駛業(yè)務(wù)的基礎(chǔ)上不斷增加遠(yuǎn)程醫(yī)療業(yè)務(wù)數(shù)量1 000，2 000，3 000，4 000，5 000，6 000，7000，8000，9 000，分析隨著遠(yuǎn)程醫(yī)療業(yè)務(wù)的增加聚合流量在10ms、100ms、500 ms和1 000 ms時(shí)間尺度下的流量特性。不同時(shí)間尺度下駕駛和醫(yī)療業(yè)務(wù)聚合流量特性如圖6所示。

由圖6可知，在不同數(shù)量智能農(nóng)業(yè)業(yè)務(wù)下，隨著自動(dòng)駕駛業(yè)務(wù)的增加，網(wǎng)絡(luò)流量依然具有自相似特性，因而具有自相似特性的業(yè)務(wù)聚合之后仍具有自相似特性。

3.3 遠(yuǎn)程醫(yī)療和智能農(nóng)業(yè)聚合

遠(yuǎn)程醫(yī)療業(yè)務(wù)不具有自相似特性，而智能農(nóng)業(yè)業(yè)務(wù)具有自相似特性，兩種業(yè)務(wù)在不同流量密度下的Hurst參數(shù)比較穩(wěn)定。固定遠(yuǎn)程醫(yī)療業(yè)務(wù)數(shù)量為1 000，分析在10 ms、50 ms、100 ms和1 000 ms四種時(shí)間尺度下不斷增加智能農(nóng)業(yè)后聚合流量的流量特性，如圖7所示。固定智能農(nóng)業(yè)數(shù)量為2 000，分析在10 ms、50 ms、100 ms和1 000 ms四種時(shí)間尺度下不斷增加醫(yī)療業(yè)務(wù)之后聚合流量的流量特性，如圖8所示。

由圖7可知，在不同時(shí)間尺度上隨著智能農(nóng)業(yè)業(yè)務(wù)的增加，聚合流量的自相似特性逐漸增加，由不具有自相似到具有自相似特性，最后穩(wěn)定到一個(gè)值。由圖8可知，在不同時(shí)間尺度上隨著遠(yuǎn)程醫(yī)療業(yè)務(wù)的增加，網(wǎng)絡(luò)由具有自相似特性到不具有自相似特性，最后穩(wěn)定于一個(gè)值。

4 結(jié) 語(yǔ)

文章通過(guò)對(duì)四種典型業(yè)務(wù)進(jìn)行建模分析，發(fā)現(xiàn)不同的物聯(lián)網(wǎng)業(yè)務(wù)具有不同的自相似特性，相同的業(yè)務(wù)在不同流量密度與不同時(shí)間尺度下具有不同的流量特性。流量聚合時(shí)，不具有自相似特性的業(yè)務(wù)聚合之后仍沒(méi)有自相似特性，具有自相似特性的業(yè)務(wù)聚合之后仍有自相似特性，聚合流量的自相似特性隨著不具有自相似流量的增加而減小，隨著具有自相似特性流量的增加而增加。

參考文獻(xiàn)

[1] 3GPP TS 22.368.Service Requirements for Machine Type Communications [S].2012

[2]林青家，陳滌，劉允才.網(wǎng)絡(luò)流量的小尺度特性分析[J].電子測(cè)量與儀器學(xué)報(bào)，2007，21（3）：92-97.

[3] ZL Zhang， VJ Ribeiro，S Moon，et al.Small-Time Scaling Behaviors of Internet Backbone Traffic：An Empirical Study[J].IEEE INFOCOM，2003 （3）：1826-1836.

[4] Leland W E， Taqqu M S， Willinger W， et al.On the self-similar nature of Ethernet traffic （extended version） [J].IEEE/ACM Transactions on Networking，1994，2（1）：1-15.

[5] Willinger Walter，Taqqu M S，Sherman Robert，et al.Self-Similarity through High-variability： Statistical Analysis of Ethernet LAN Traffic at the Source Level[J].Conference on Appilications，1995， 25（4）：71-86.

[6] KM Sunggop， LEE Ju Yong， SUNG Dan Keun.A Shifted GammaDistribution Model for Long-Dependent Internet Traffic[J].IEEE Communications Letters， 2003，7（3）：124-126.

[7]王西鋒.網(wǎng)絡(luò)流量的特性分析與預(yù)測(cè)研究[D].西安：西北大學(xué)，2007.

[8]趙繼波.M2M流量特性分析[D].成都：西南交通大學(xué)，2014.

[9]文黎明，龍亞蘭.物聯(lián)網(wǎng)在農(nóng)業(yè)上的應(yīng)用[J].現(xiàn)代農(nóng)業(yè)科技，2010（15）：54.

[10]孟海華，江洪波，湯天波.全球自動(dòng)駕駛發(fā)展趨勢(shì)與現(xiàn)狀[J].華東科技，2014（9）：68-70.