作戰(zhàn)云服務(wù)QoE測量研究

黃 敏，陶孫杰

(中國西南電子技術(shù)研究所，四川 成都 610036)

在云計(jì)算技術(shù)廣泛應(yīng)用的場景下，云計(jì)算架構(gòu)正在向軍事作戰(zhàn)領(lǐng)域延伸。利用云計(jì)算平臺穩(wěn)定高效的服務(wù)能力和作戰(zhàn)終端靈活便捷的部署模式，可將海量作戰(zhàn)情報(bào)信息推送到作戰(zhàn)一線，實(shí)現(xiàn)作戰(zhàn)指揮信息的實(shí)時(shí)交互，解決情報(bào)數(shù)據(jù)爆炸性增長正在帶來的信息分發(fā)共享問題，大幅降低作戰(zhàn)成本，提高作戰(zhàn)效能。但由于戰(zhàn)場環(huán)境受信息資源、人力、信息設(shè)備以及通信條件等限制，作戰(zhàn)網(wǎng)絡(luò)固有的弊端如網(wǎng)絡(luò)傳輸存在弱連接、數(shù)據(jù)時(shí)斷時(shí)續(xù)、作戰(zhàn)需求頻繁變化也難以預(yù)測等，導(dǎo)致云服務(wù)應(yīng)用于作戰(zhàn)領(lǐng)域處于高需求、緩?fù)苿?dòng)的現(xiàn)狀。研究面向作戰(zhàn)效能提升、可實(shí)踐、可量化的云服務(wù)測量技術(shù)，實(shí)現(xiàn)作戰(zhàn)云服務(wù)考核與評價(jià)機(jī)制統(tǒng)一標(biāo)準(zhǔn)，對推動(dòng)云服務(wù)技術(shù)在作戰(zhàn)領(lǐng)域的應(yīng)用具有較好的促進(jìn)作用。

本文提出作戰(zhàn)云服務(wù)QoE測量的需求，針對作戰(zhàn)環(huán)境網(wǎng)絡(luò)帶寬受限、服務(wù)模式多樣化的特點(diǎn)，進(jìn)行云服務(wù)QoE測量數(shù)據(jù)處理方法研究及多維度評價(jià)，提出建立基于主客觀融合評價(jià)方法的作戰(zhàn)云服務(wù)QoE指標(biāo)評價(jià)體系，并以云邊端架構(gòu)的作戰(zhàn)云服務(wù)指標(biāo)權(quán)重分析過程為例，分析影響作戰(zhàn)用戶體驗(yàn)的因素，為作戰(zhàn)云效能提升、服務(wù)評估、信息服務(wù)保障、服務(wù)采購等提供依據(jù)，指導(dǎo)作戰(zhàn)云服務(wù)規(guī)劃布局以及服務(wù)采辦，提升作戰(zhàn)云服務(wù)質(zhì)量。

1 相關(guān)工作

美軍在作戰(zhàn)云領(lǐng)域的研究早已展開，提出的四種作戰(zhàn)云架構(gòu)，分別是集中式作戰(zhàn)云、非集中式作戰(zhàn)云、小云和微云，代表著不同應(yīng)用服務(wù)模式，可以提供指揮控制服務(wù)、遠(yuǎn)程協(xié)同服務(wù)、情報(bào)信息服務(wù)、云存儲服務(wù)、云桌面服務(wù)以及其他云平臺計(jì)算服務(wù)。通過在天基、?；㈥懟约捌渌苿?dòng)平臺上部署數(shù)據(jù)處理和存儲設(shè)備，構(gòu)建云基礎(chǔ)設(shè)施和云服務(wù)中心，通過衛(wèi)星、無人機(jī)、飛機(jī)、作戰(zhàn)機(jī)動(dòng)單元等節(jié)點(diǎn)組建通信網(wǎng)絡(luò)，通過微波、激光、有線等介質(zhì)形成傳輸網(wǎng)絡(luò)，進(jìn)行戰(zhàn)場態(tài)勢感知、傳感器融合、數(shù)據(jù)挖掘、圖像處理、情報(bào)處理及分發(fā)，實(shí)現(xiàn)數(shù)據(jù)共享和態(tài)勢共享。但由于戰(zhàn)場環(huán)境受信息資源、人力、信息設(shè)備以及通信條件等限制，傳統(tǒng)的基于網(wǎng)絡(luò)的QoS、KPI測量方法并不能夠準(zhǔn)確評估網(wǎng)絡(luò)作戰(zhàn)云服務(wù)效能，也沒有相關(guān)理論研究框架。因此，需要借鑒互聯(lián)網(wǎng)云服務(wù)應(yīng)用場景以及作戰(zhàn)云服務(wù)特性，開展主客觀融合評價(jià)方法的作戰(zhàn)云服務(wù)能力測量研究，實(shí)現(xiàn)作戰(zhàn)云服務(wù)效能的準(zhǔn)確評估和高效度量。

用戶體驗(yàn)，即QoE(Quality of Experience)，直觀理解為用戶對服務(wù)水平的滿意程度，在強(qiáng)調(diào)以用戶為中心的云計(jì)算領(lǐng)域，已經(jīng)成為衡量云服務(wù)產(chǎn)品服務(wù)能力的重要指標(biāo)。因此，國際電信聯(lián)盟(International Telecommunication Union—ITU)將QoE定義為終端用戶對應(yīng)用或者服務(wù)整體的主觀可接受程度，可理解為從用戶角度體驗(yàn)及對應(yīng)用的整體感受。在云計(jì)算領(lǐng)域，應(yīng)用或者服務(wù)主要指通過網(wǎng)絡(luò)遠(yuǎn)程交付的各種不同類型的云服務(wù)。在指揮作戰(zhàn)領(lǐng)域，作戰(zhàn)云服務(wù)包括作戰(zhàn)指揮、情報(bào)共享、資源交付等，終端也并不是指傳統(tǒng)意義上的PC桌面、移動(dòng)終端等，而是泛指所有作戰(zhàn)用戶訪問云端資源的媒介，包含多種接入形式，如天基/?；?陸基裝備、導(dǎo)彈以及單兵裝備、手持終端等。

在云服務(wù)形式上，作戰(zhàn)云服務(wù)以多種形式進(jìn)行服務(wù)交付，根據(jù)云服務(wù)提供的服務(wù)層級，可將其分為IaaS、PaaS、SaaS 3層服務(wù)。在IaaS層云服務(wù)中，遠(yuǎn)程主機(jī)和遠(yuǎn)程虛擬桌面在用戶QoE測量上具有較大的相似性，文獻(xiàn)[3]是對IaaS層的RVD進(jìn)行分析，通過調(diào)整參數(shù)對思捷瘦客戶端的技術(shù)優(yōu)化提出了一些建議，如采用輸入緩存提高網(wǎng)絡(luò)吞吐能力，通過顯示加速縮短云服務(wù)交互時(shí)間。該論文對采用遠(yuǎn)程虛擬桌面訪問作戰(zhàn)應(yīng)用的云服務(wù)QoE改善有較好的參考意義。作戰(zhàn)云服務(wù)也可采用平臺層和應(yīng)用層信息服務(wù)的方式提供，尤其是戰(zhàn)術(shù)云應(yīng)用場景下，云存儲的應(yīng)用較為廣泛，可使用云存儲進(jìn)行情報(bào)數(shù)據(jù)存儲，評價(jià)時(shí)將云存儲應(yīng)用的啟動(dòng)時(shí)間、海量文件存儲能力、跨設(shè)備間文件同步服務(wù)、云存儲網(wǎng)絡(luò)流量優(yōu)化以及文件共享能力分析等關(guān)鍵指標(biāo)作為云存儲服務(wù)的評價(jià)依據(jù)，結(jié)合網(wǎng)絡(luò)帶寬、網(wǎng)絡(luò)同步技術(shù)以及瀏覽管理策略對用戶QoE的影響，可以進(jìn)行云存儲應(yīng)用對作戰(zhàn)用戶體驗(yàn)的影響評估。

在當(dāng)前和平時(shí)期，模擬作戰(zhàn)演練是當(dāng)前練兵的主要形態(tài)，其原理與在線交互仿真游戲類似。文獻(xiàn)[4]通過模擬云游戲環(huán)境，對網(wǎng)絡(luò)延遲、丟包、抖動(dòng)等參數(shù)對用戶主觀感受產(chǎn)生的影響進(jìn)行分析，得出在不同交互頻度云游戲的延遲對用戶體驗(yàn)產(chǎn)生的影響并不相同的結(jié)論，并且云游戲與音視頻交互類應(yīng)用在網(wǎng)絡(luò)層參數(shù)的測量方法并沒有區(qū)別，其測量方法可以應(yīng)用在作戰(zhàn)云仿真演練作戰(zhàn)效能評估中，尤其是當(dāng)前人在回路的作戰(zhàn)操控以及作戰(zhàn)對抗博弈中，評價(jià)信息交互的實(shí)時(shí)性、指揮指令的可靠傳達(dá)能力、多節(jié)點(diǎn)同步和分組協(xié)同管理等具有重要意義。

在指標(biāo)體系測量方面，當(dāng)前互聯(lián)網(wǎng)云服務(wù)市場也沒有形成對云服務(wù)QoE水平進(jìn)行測量和評估的完整指標(biāo)體系，云服務(wù)標(biāo)準(zhǔn)的缺失導(dǎo)致云服務(wù)提供商各自為政，SLA中服務(wù)指標(biāo)虛高等問題普遍存在。國家標(biāo)準(zhǔn)化管理機(jī)構(gòu)也對云服務(wù)市場服務(wù)采購指標(biāo)體系進(jìn)行研究，希望建立一個(gè)框架性、結(jié)構(gòu)化的云服務(wù)標(biāo)準(zhǔn)體系，指導(dǎo)云計(jì)算產(chǎn)業(yè)服務(wù)規(guī)范建設(shè)、良性發(fā)展。

在典型的虛擬桌面、云存儲、社交軟件等云服務(wù)測量中，很多研究均是基于某個(gè)單一的指標(biāo)(如時(shí)間指標(biāo))對QoE的影響進(jìn)行分析，比如采用與用戶體驗(yàn)直接相關(guān)的交互頻度這一關(guān)鍵指標(biāo)作為評價(jià)參考?？筛鶕?jù)云服務(wù)的交互頻度進(jìn)行服務(wù)分類，將不同網(wǎng)絡(luò)場景下的云服務(wù)與客戶端的RTT指標(biāo)作為客觀分析的主要評價(jià)因素。同時(shí)對數(shù)據(jù)類交互業(yè)務(wù)的等待時(shí)間進(jìn)行QoE分析，在其他指標(biāo)差別不明顯的情況下，等待時(shí)間將成為影響用戶QoE的關(guān)鍵因素。在作戰(zhàn)云計(jì)算生態(tài)環(huán)境研究中，節(jié)點(diǎn)的移動(dòng)、網(wǎng)絡(luò)的動(dòng)蕩、資源的限制、作戰(zhàn)模式的特定性，使得單純地通過KPI、QoS等指標(biāo)進(jìn)行作戰(zhàn)云服務(wù)效能評估并不準(zhǔn)確，還需要采用QoE綜合指標(biāo)體系，結(jié)合作戰(zhàn)用戶滿意度等主觀指標(biāo)，對影響云服務(wù)用戶體驗(yàn)的相關(guān)因素、指標(biāo)體系、作用機(jī)理、量化模型、評價(jià)方法等開展系統(tǒng)性研究，從多維視角來評估和考量作戰(zhàn)云服務(wù)QoE水平及其衍生的云服務(wù)采購商業(yè)定價(jià)模型、成本效益核算模型等，從而建立和完善作戰(zhàn)云服務(wù)效能評估體系，為后續(xù)作戰(zhàn)服務(wù)能力提升提供依據(jù)。因此，研究采用基于QoE的作戰(zhàn)云服務(wù)測量及評估體系具有現(xiàn)實(shí)意義和可操作性，開展相關(guān)研究也將為構(gòu)建現(xiàn)代、高效、智能的作戰(zhàn)云服務(wù)提供技術(shù)支撐和規(guī)劃依據(jù)。

2 QoE測量及數(shù)據(jù)處理

2.1 作戰(zhàn)云服務(wù)QoE測量

當(dāng)前，作戰(zhàn)云服務(wù)QoE的測量還處在探索階段，其測量可參考互聯(lián)網(wǎng)云服務(wù)實(shí)驗(yàn)室測量、現(xiàn)場測量和大規(guī)模測量等進(jìn)行。由于作戰(zhàn)云環(huán)境具有業(yè)務(wù)涉密、環(huán)境變化、平臺多樣、專網(wǎng)專用等特征，大規(guī)模測量存在較大的實(shí)施難度，也無法采用互聯(lián)網(wǎng)上廣泛使用的眾包測試平臺進(jìn)行測試。

實(shí)驗(yàn)室測量可用于原理性的驗(yàn)證和仿真，通過模擬并發(fā)、流量整形、模擬多種類終端等技術(shù)在一定程度上仿真真實(shí)測試環(huán)境，通過通用指標(biāo)、時(shí)間指標(biāo)、資源指標(biāo)、環(huán)境指標(biāo)和應(yīng)用指標(biāo)等進(jìn)行綜合評價(jià)。因測試規(guī)模小，用戶的主觀測試樣本少，可用于衡量原型系統(tǒng)設(shè)計(jì)符合性和對作戰(zhàn)服務(wù)效能進(jìn)行預(yù)測?，F(xiàn)場測量由于存在測量規(guī)模、參與用戶、測量環(huán)境受限等問題，測量的普適性及測量結(jié)果的可再現(xiàn)能力均比較受限，可建立長期的測量歷史數(shù)據(jù)記錄，以時(shí)間換空間，通過時(shí)間線覆蓋來解決規(guī)模性覆蓋的問題。

2.2 QoE測量評價(jià)

通常根據(jù)測量的視角進(jìn)行區(qū)分，可將QoE的測量分為：主觀測量方法、客觀測量方法和主客觀結(jié)合的測量方法。主觀測量方法是讓云服務(wù)的使用者直接參與服務(wù)評價(jià)，將在服務(wù)進(jìn)行過程中體驗(yàn)到的直觀感受用于服務(wù)QoE的評價(jià)。目前主觀測量廣泛采用的是國際電信聯(lián)盟推薦的“平均評分估值”，“Mean Opinion Score—MOS”。該方法將QoE的主觀感受分為5個(gè)等級，如表1所示。

表1 MOS及QoE描述表

主觀測量方法進(jìn)行QoE測量需要依賴大量的測量樣本，耗時(shí)、費(fèi)力，而且基本不具備可重復(fù)性，實(shí)際可操作性較差。但由于其在大樣本的情況下，結(jié)果具有統(tǒng)計(jì)意義，可大規(guī)模應(yīng)用于成熟、有較大市場的互聯(lián)網(wǎng)云服務(wù)QoE評價(jià)。對作戰(zhàn)云服務(wù)QoE評價(jià)則因?yàn)閰⑴c評價(jià)人員受限，測量結(jié)果僅具有參考意義。

客觀測量方法是在傳統(tǒng)QoS測量的基礎(chǔ)上建立QoE和QoS的關(guān)聯(lián)模型，對QoS網(wǎng)絡(luò)參數(shù)的測量所獲取的參數(shù)結(jié)合用戶感知進(jìn)行量化，從而得出QoE的指標(biāo)參數(shù)。通過對視頻業(yè)務(wù)中QoS和QoE的關(guān)系進(jìn)行分析，得出視頻質(zhì)量QoE和QoS之間的關(guān)聯(lián)模型，如公式(1)所示。

(1)

式中，為終端分辨率；()為標(biāo)準(zhǔn)化后的QoS值；為服務(wù)等級；代表幀結(jié)構(gòu)。

()計(jì)算過程如下：

()={×+×+×+
×+×…}

(2)

式中，為QoS的全局決定因子，由業(yè)務(wù)類型決定；為丟包率，為丟包率的權(quán)重；為業(yè)務(wù)突發(fā)性，為業(yè)務(wù)突發(fā)性權(quán)重；為抖動(dòng)參數(shù)，為抖動(dòng)參數(shù)的權(quán)重；為延遲，為延遲參數(shù)的權(quán)重；為帶寬，為帶寬參數(shù)的權(quán)重。

該方法為客觀測量方法中非常重要的一個(gè)模型，普遍用于對多因素測量的QoE分析。在作戰(zhàn)視頻監(jiān)控、圖像傳送等云服務(wù)QoS測量的基礎(chǔ)上，通過上述模型進(jìn)行QoE和QoS的轉(zhuǎn)化，對作戰(zhàn)云服務(wù)效能進(jìn)行預(yù)測，可以為基于戰(zhàn)術(shù)云的系統(tǒng)優(yōu)化設(shè)計(jì)提供依據(jù)。

目前應(yīng)用較好的QoE測量評價(jià)方法為主客觀結(jié)合的方法，該方法又被稱為偽主觀方法，測量時(shí)既考慮了用戶對應(yīng)用的感受，又利用了客觀測量方法可復(fù)制、可實(shí)施的優(yōu)點(diǎn)。本論文提出的基于主客觀融合評價(jià)的作戰(zhàn)云服務(wù)QoE指標(biāo)體系即采用偽主觀測量方法。偽主觀測量方法的數(shù)據(jù)加工處理模型比較多，常見的包括層次分析法、回歸分析、決策樹、支持向量機(jī)模型、粗糙集方法以及基于統(tǒng)計(jì)學(xué)的判別分析等方法。為了更準(zhǔn)確地評價(jià)測量結(jié)果，上述方法均需要進(jìn)行適度的模型訓(xùn)練，確保模型得到最佳參數(shù)。

2.3 測量數(shù)據(jù)處理

作戰(zhàn)云服務(wù)QoE的測量不管是實(shí)驗(yàn)室可控的測量還是現(xiàn)場測量都將得到大量的數(shù)據(jù)。對這些參數(shù)進(jìn)行處理，篩選可用的數(shù)據(jù)，發(fā)現(xiàn)測量結(jié)果間的內(nèi)部規(guī)律，準(zhǔn)確評價(jià)作戰(zhàn)云服務(wù)QoE水平，這是QoE測量數(shù)據(jù)處理的目的。對連續(xù)的QoE值測量，可區(qū)分實(shí)時(shí)交互業(yè)務(wù)和單向數(shù)據(jù)交互業(yè)務(wù)。對實(shí)時(shí)交互業(yè)務(wù)，QoE參數(shù)的變化呈現(xiàn)指數(shù)變化的趨勢，對單向數(shù)據(jù)交互業(yè)務(wù)，QoE的變化呈現(xiàn)對數(shù)趨勢。對數(shù)據(jù)交互類云服務(wù)，可使用“WQL假定”：數(shù)據(jù)交互類云服務(wù)的等待時(shí)間和QoE之間存在ACR線性尺度下的對數(shù)關(guān)系。在測量結(jié)果處理時(shí)可根據(jù)測量結(jié)果進(jìn)行比較分析，驗(yàn)證測量結(jié)果的準(zhǔn)確性以及處理方法的適宜性。

對QoE測量數(shù)據(jù)的處理方法主要分為三類，分別是基于統(tǒng)計(jì)分析的方法、基于機(jī)器學(xué)習(xí)的方法、基于人類認(rèn)知經(jīng)驗(yàn)?zāi)Ｐ偷姆椒?。基于統(tǒng)計(jì)分析的方法主要通過海量數(shù)據(jù)統(tǒng)計(jì)與分析，實(shí)現(xiàn)QoE指標(biāo)與測量參數(shù)之間關(guān)聯(lián)關(guān)系的特征提取；基于機(jī)器學(xué)習(xí)的方法通過算法擬合、驗(yàn)證等建立QoE與影響用戶體驗(yàn)的因素或者測試指標(biāo)之間的函數(shù)關(guān)系；基于人類認(rèn)知經(jīng)驗(yàn)?zāi)Ｐ偷姆椒?，主要建立人在刺激和反?yīng)之間可量化的信息處理模型，進(jìn)行人工智能系統(tǒng)和模擬用戶感知的研究，也可以歸結(jié)到機(jī)器學(xué)習(xí)的范疇。

上述三種處理方法的前提都是需要解決多變量參數(shù)歸一化序列、降維及標(biāo)準(zhǔn)化處理，實(shí)現(xiàn)信息提取和降低數(shù)據(jù)模型復(fù)雜度。

3 主客觀融合評價(jià)的作戰(zhàn)云服務(wù)QoE指標(biāo)體系

目前對云服務(wù)QoE指標(biāo)并沒有一個(gè)可參考的定量分析方法，不同云服務(wù)的QoE評價(jià)指標(biāo)也并不相同。一般分為主觀評價(jià)和客觀評價(jià)兩類指標(biāo)，也可稱為技術(shù)性指標(biāo)和非技術(shù)性指標(biāo)。

如圖1所示，本論文根據(jù)作戰(zhàn)云服務(wù)特征，提出面向作戰(zhàn)能力生成的作戰(zhàn)云服務(wù)指標(biāo)體系，通過主觀性指標(biāo)和客觀性指標(biāo)的融合評價(jià)，初步構(gòu)建作戰(zhàn)云服務(wù)的測量評價(jià)指標(biāo)體系，支撐作戰(zhàn)云服務(wù)質(zhì)量評估?；谥骺陀^融合評價(jià)方法的作戰(zhàn)云服務(wù)QoE指標(biāo)體系第一層次指標(biāo)為主觀性指標(biāo)和客觀性指標(biāo)。主觀性指標(biāo)主要受用戶主觀因素影響的指標(biāo)，如舒適、愉悅、成就、便利等為主觀性指標(biāo)，覆蓋用戶期望、用戶心情、用戶認(rèn)知，可分別表征為作戰(zhàn)用戶認(rèn)知、作戰(zhàn)需求、作戰(zhàn)期望等可以描述的指標(biāo)，以及受多方因素影響的用戶心情等“擾動(dòng)性”指標(biāo)?？陀^性指標(biāo)可分為通用指標(biāo)、時(shí)間指標(biāo)、資源指標(biāo)、環(huán)境指標(biāo)、應(yīng)用指標(biāo)等。其中通用指標(biāo)可依據(jù)ISO/IEC 17789《信息技術(shù) 云計(jì)算 參考架構(gòu)》中所描述的云服務(wù)所關(guān)注的指標(biāo)：可審計(jì)性、可用性、治理、互操作性、維護(hù)和版本控制、性能、移植性、隱私、監(jiān)管(強(qiáng)調(diào)依法依規(guī))、彈性、可逆性、安全、服務(wù)水平和服務(wù)水平協(xié)議(SLA)等。而應(yīng)用指標(biāo)、時(shí)間指標(biāo)、資源指標(biāo)、環(huán)境指標(biāo)等并沒有專門的標(biāo)準(zhǔn)或規(guī)范文件進(jìn)行約定。本論文對上述指標(biāo)結(jié)合作戰(zhàn)云部署特征、應(yīng)用特征等進(jìn)行理解，形成可量化、可評估的指標(biāo)體系。

圖1 基于主客觀融合評價(jià)方法的作戰(zhàn)云服務(wù)QoE指標(biāo)體系

應(yīng)用指標(biāo)可以理解為云服務(wù)的應(yīng)用邏輯性和技術(shù)性特征，如應(yīng)用邏輯符合設(shè)計(jì)、技術(shù)功能完備等，包括作戰(zhàn)應(yīng)用所需的質(zhì)量屬性，如穩(wěn)定性、生存性、移動(dòng)性等；時(shí)間指標(biāo)為時(shí)延、恢復(fù)時(shí)間、失效時(shí)間、有效工作時(shí)間等，用于評價(jià)不同作戰(zhàn)場景、作戰(zhàn)需求下時(shí)間相關(guān)的服務(wù)效能；資源指標(biāo)可理解為網(wǎng)絡(luò)帶寬、計(jì)算能力、在線存儲能力、近線存儲能力等，環(huán)境指標(biāo)如天光地影、日月潮汐以及天氣、環(huán)境噪聲、溫濕度等。

基于主客觀融合評價(jià)方法的作戰(zhàn)云服務(wù)QoE指標(biāo)體系用于作戰(zhàn)服務(wù)評價(jià)，關(guān)鍵需要解決多變量參數(shù)歸一化序列、降維及標(biāo)準(zhǔn)化處理等，而實(shí)際應(yīng)用中也需要與作戰(zhàn)場景想定和作戰(zhàn)期望相結(jié)合，作戰(zhàn)云服務(wù)QoE測量才具有應(yīng)用價(jià)值和評估意義。上述指標(biāo)在應(yīng)用時(shí)均需要實(shí)現(xiàn)指標(biāo)的歸一化，對典型的成本指標(biāo)、效益指標(biāo)、區(qū)間指標(biāo)和居中指標(biāo)等不同類型的指標(biāo)需要統(tǒng)一量綱和值域區(qū)間，如線性函數(shù)歸一化方法：

在對作戰(zhàn)裝備能力評估體系中，我軍創(chuàng)造性地提出體系貢獻(xiàn)度的概念，主要用于度量作戰(zhàn)裝備體系的組成部分對整個(gè)裝備體系的作用和影響程度的大小，從而支撐裝備建設(shè)發(fā)展規(guī)劃和裝備采辦決策。體系貢獻(xiàn)度也可理解為作戰(zhàn)應(yīng)用對體系作戰(zhàn)能力提升的貢獻(xiàn)。本論文將作戰(zhàn)云服務(wù)體系貢獻(xiàn)度理解為將作戰(zhàn)云服務(wù)納入作戰(zhàn)體系前后，對體系效能和作戰(zhàn)能力生成的變化程度，可分解為直接貢獻(xiàn)和間接貢獻(xiàn)兩類指標(biāo)，評價(jià)時(shí)可采用專家打分、經(jīng)驗(yàn)?zāi)Ｐ偷确椒ㄟM(jìn)行，并結(jié)合QoE評估結(jié)果從技術(shù)和管理兩個(gè)層面進(jìn)行交叉驗(yàn)證。

4 基于云邊端架構(gòu)的指標(biāo)權(quán)重分析方法

當(dāng)前，基于云邊端架構(gòu)的作戰(zhàn)云服務(wù)應(yīng)用較為普遍，研究QoE測量可為作戰(zhàn)應(yīng)用能力提升、架構(gòu)優(yōu)化提供支持，但在實(shí)際應(yīng)用中，由于云邊端架構(gòu)下應(yīng)用部署較為復(fù)雜，涉及中心、鏈路、交互協(xié)議以及面向不同的用戶等，其評估指標(biāo)的權(quán)重分配成為研究難點(diǎn)。

本論文基于某一體化指揮平臺開展評估指標(biāo)權(quán)重分析，重點(diǎn)研究指標(biāo)權(quán)重分配流程，并構(gòu)建QoE指標(biāo)體系與裝備體系貢獻(xiàn)度評價(jià)指標(biāo)的聯(lián)動(dòng)關(guān)系，對作戰(zhàn)云服務(wù)能力評價(jià)及應(yīng)用改進(jìn)有一定參考意義。該一體化指揮平臺早期前端基于實(shí)時(shí)挑點(diǎn)數(shù)據(jù)傳輸?shù)街笓]中心、全幀圖像數(shù)據(jù)事后傳輸模式，導(dǎo)致從云中心獲取目標(biāo)信息的移動(dòng)作戰(zhàn)平臺信息滯后，關(guān)鍵節(jié)點(diǎn)處理時(shí)延高達(dá)分鐘級。在前端部署視頻流和圖片流的預(yù)處理后(含時(shí)序挑點(diǎn)、關(guān)鍵幀提取、目標(biāo)特征提取等)，將關(guān)鍵信息傳送到云中心，移動(dòng)作戰(zhàn)平臺通過云服務(wù)訂閱，可快速判斷目標(biāo)狀態(tài)和關(guān)鍵時(shí)序完成情況，時(shí)延可提高到秒級。對該云邊端架構(gòu)的作戰(zhàn)應(yīng)用，由于其網(wǎng)絡(luò)QoS等指標(biāo)并沒有明顯改善，僅增強(qiáng)了前端節(jié)點(diǎn)的邊緣計(jì)算能力，用戶體驗(yàn)即有了較大提升，其指標(biāo)權(quán)重分析如圖2所示。

圖2 基于云邊端架構(gòu)的指標(biāo)權(quán)重分析圖

本論文采用主客觀融合的作戰(zhàn)云服務(wù)QoE指標(biāo)體系進(jìn)行分析，評價(jià)分析上述哪些指標(biāo)對應(yīng)用QoE的提升較為明顯。首先，需要進(jìn)行指標(biāo)權(quán)重重要度評價(jià)，構(gòu)建權(quán)重矩陣；在確保權(quán)重矩陣一致性、有效性的前提下，分析作戰(zhàn)云服務(wù)QoE在改造前后的提升幅度，結(jié)合主客觀評價(jià)指標(biāo)進(jìn)行印證，從而得出評估結(jié)論。

采用AHP賦權(quán)法的指標(biāo)權(quán)重分配流程如下分析。

1)構(gòu)造指標(biāo)權(quán)重重要度判斷矩陣。通過主觀賦權(quán)，對指標(biāo)因子進(jìn)行專家打分，按照前文基于主客觀融合評價(jià)方法的作戰(zhàn)云服務(wù)QoE指標(biāo)體系，對應(yīng)用指標(biāo)8、環(huán)境指標(biāo)7、資源指標(biāo)6、時(shí)間指標(biāo)5、通用指標(biāo)4進(jìn)行兩兩比對，建立重要度判斷矩陣，每次比較、，按照Satty.T.L的1-9級標(biāo)度判斷,評估、指標(biāo)重要程度，進(jìn)行權(quán)重指標(biāo)聚合分析。

2)權(quán)重值計(jì)算與一致性檢驗(yàn)，計(jì)算矩陣對應(yīng)最大特征值的特征向量=(，，…，)，則=(,=1,2,…,)。為了測試權(quán)重選擇的合理性，還需要對矩陣進(jìn)行一致性檢驗(yàn)，一致性檢驗(yàn)方法較多，此處不再贅述。一致性檢驗(yàn)符合要求，則認(rèn)為參數(shù)QoE指標(biāo)權(quán)重分配合理。

本文中構(gòu)造應(yīng)用指標(biāo)8、環(huán)境指標(biāo)7、資源指標(biāo)6、時(shí)間指標(biāo)5、通用指標(biāo)4的權(quán)重判斷矩陣經(jīng)專家咨詢意見為

由上述矩陣解算最大特征值及其對應(yīng)的特征向量，為=50，特征向量為=[08074,04037,03222,02351,01615]。進(jìn)行一致性檢驗(yàn)，=5時(shí)，=112，計(jì)算可得 <0.01，該指標(biāo)權(quán)重分配通過一致性檢驗(yàn)，權(quán)重分配合理。在主觀指標(biāo)方面，綜合用戶期望、用戶心情、用戶認(rèn)知，通過MOS方法，在用戶規(guī)模不超過20的情況下進(jìn)行評價(jià)，改造前分?jǐn)?shù)為3.3，改造后分?jǐn)?shù)為4.5，得到明顯提升，符合用戶體驗(yàn)。

結(jié)合指標(biāo)權(quán)重評估可知，應(yīng)用邏輯的優(yōu)化在此次評估中對專家評分的影響是較高的，與應(yīng)用指標(biāo)相關(guān)的權(quán)重在架構(gòu)改造前和改造后的分配具有明顯的提升，成為影響QoE的關(guān)鍵因素。由此可知，在網(wǎng)絡(luò)QoS等資源指標(biāo)不變的前提下，應(yīng)用邏輯的優(yōu)化、應(yīng)用模式的改善將極大影響用戶的主觀體驗(yàn)，其改善與QoE指標(biāo)呈現(xiàn)正相關(guān)趨勢。因此，在當(dāng)前網(wǎng)絡(luò)能力變化不大的情況下，通過優(yōu)化應(yīng)用邏輯，改善資源層面對作戰(zhàn)效能的制約，可成為提升作戰(zhàn)云效能研究的一個(gè)重要方向。

從實(shí)際應(yīng)用中我們也得知，應(yīng)用的交互頻度作為應(yīng)用指標(biāo)，既與時(shí)間指標(biāo)關(guān)聯(lián)也與網(wǎng)絡(luò)資源指標(biāo)關(guān)聯(lián)，而在網(wǎng)絡(luò)QoS一定的前提下，通過端設(shè)備邊緣計(jì)算能力增強(qiáng)，邊設(shè)備計(jì)算做能力卸載，采用關(guān)鍵信息訂閱模式，降低交互頻度，可有效提升作戰(zhàn)應(yīng)用時(shí)效，改善用戶體驗(yàn)。對作戰(zhàn)應(yīng)用中典型的指揮交互、作戰(zhàn)仿真、情報(bào)信息交互等業(yè)務(wù)，應(yīng)重點(diǎn)關(guān)注和優(yōu)化其移動(dòng)作戰(zhàn)支持和對抗條件下的信息支持能力，對很多計(jì)算密集型任務(wù)，如自然語言處理、作戰(zhàn)態(tài)勢增強(qiáng)、情報(bào)快捷處理與分享等，也可以通過研究關(guān)鍵指標(biāo)、關(guān)鍵應(yīng)用改善對云服務(wù)QoE的影響來解決服務(wù)效能快速評價(jià)的問題。對采用邊緣計(jì)算(將數(shù)據(jù)中心算力前置到邊緣節(jié)點(diǎn))或者網(wǎng)絡(luò)覓食(將邊緣計(jì)算能力或者數(shù)據(jù)存儲能力卸載到就近的數(shù)據(jù)處理中心)兩種模式的作戰(zhàn)云服務(wù)，由于跟作戰(zhàn)裝備承載平臺、移動(dòng)單兵設(shè)備部署、信息化作戰(zhàn)模式等緊密耦合，加之接入受限的戰(zhàn)場環(huán)境、移動(dòng)自組織網(wǎng)絡(luò)的動(dòng)態(tài)性，需要根據(jù)環(huán)境變化建立相應(yīng)的測試方法，需要增加生存性、彈性、安全性、移動(dòng)性、能力就緒等質(zhì)量屬性指標(biāo)的評估與優(yōu)化，可指導(dǎo)作戰(zhàn)云應(yīng)用效能提升。

5 結(jié)束語

美軍在作戰(zhàn)云服務(wù)方面的研究處于世界前列，通過探索適應(yīng)不同作戰(zhàn)場景的戰(zhàn)術(shù)云架構(gòu)，提出面向作戰(zhàn)的云服務(wù)體系，同時(shí)根據(jù)作戰(zhàn)業(yè)務(wù)服務(wù)模式，選擇采用購買、自建等方式提升美軍作戰(zhàn)云服務(wù)能力，在作戰(zhàn)情報(bào)分發(fā)與共享、戰(zhàn)場態(tài)勢增強(qiáng)等方面做出了較好的探索。而QoE測量能夠準(zhǔn)確地在云服務(wù)作戰(zhàn)效能評估、采購定價(jià)、成本效益核算、同類型產(chǎn)品比較等方面提供依據(jù)，更有利于作戰(zhàn)云服務(wù)效能的提升，研究開展作戰(zhàn)云服務(wù)QoE測量，將在云計(jì)算日趨普及的現(xiàn)實(shí)條件下大大提升信息化戰(zhàn)場保障能力。

本論文提出作戰(zhàn)云服務(wù)QoE測量的需求，針對作戰(zhàn)環(huán)境網(wǎng)絡(luò)帶寬受限、服務(wù)模式多樣化的特點(diǎn)，進(jìn)行云服務(wù)QoE測量數(shù)據(jù)處理方法研究及多維度評價(jià)，提出建立基于主客觀融合評價(jià)方法的作戰(zhàn)云服務(wù)QoE指標(biāo)評價(jià)體系，并以云邊端架構(gòu)的作戰(zhàn)云服務(wù)指標(biāo)權(quán)重分析過程為例，分析影響作戰(zhàn)用戶體驗(yàn)的因素，探索作戰(zhàn)云服務(wù)架構(gòu)設(shè)計(jì)、服務(wù)規(guī)劃布局，致力提升作戰(zhàn)云服務(wù)質(zhì)量，得出在當(dāng)前基礎(chǔ)資源有限的情況下，通過應(yīng)用邏輯優(yōu)化可有效提升作戰(zhàn)云服務(wù)體驗(yàn)。在實(shí)際應(yīng)用中，作戰(zhàn)云服務(wù)QoE的測量還需要結(jié)合作戰(zhàn)需求和戰(zhàn)場應(yīng)用開展研究，尤其是美軍戰(zhàn)術(shù)云、小云、微云等模式的應(yīng)用，以及空天地聯(lián)合作戰(zhàn)的網(wǎng)信體系支持能力建設(shè)，這對作戰(zhàn)云服務(wù)QoE的測量提出更高的要求，需要重點(diǎn)研究具備科學(xué)性、合理性、完備性和正確性以及適應(yīng)戰(zhàn)場需要的生存性、移動(dòng)性、可靠性、抗毀性以及易部署、簡化操作等QoE指標(biāo)體系，為作戰(zhàn)云服務(wù)研制、能力提升等提供科學(xué)、有效的QoE評價(jià)指導(dǎo)方法。