基于SLA建模和模糊AHP的军事通信网络系统保障效能综合评估模型*

周 云

（78111部队，四川 成都 610011）

0 引言

随着军队信息化建设的推进，基于通信网络的各类军事信息系统被广泛部署和应用，使得通信网络承载的数据、语言以及视频等业务类型日臻丰富，通信网络资源需求越来越多，用户保障要求越来越高。一方面军事通信网络资源建设滞后与用户需求增长间的矛盾还将在一定时期内存在，另一方面现有军事通信网络资源使用管理还较为粗放，资源使用效益有待提升。传统的军事通信网络系统保障效能评估方法主要集中在对通信网络系统本身的性能指标评价上，随着通信网络技术和工程建设水平的不断发展，通信网络系统的性能指标不断提升，但用户应用感知并没有随之明显提升，因而对通信网络系统保障水平的评价也未明显提高。用户体验质量（Qaulity of Experience，QoE）是一种以用户认可程度为标准的服务评价方法。它综合了服务层面、用户层面和环境层面等多种影响因素，直接反映了用户对服务的认可程度[1]。国际电信联盟对QoE的定义为终端用户对应用或者服务整体的主观可接受程度[2]。为满足用户对通信服务质量的需求，服务等级协定（Service Level Agreement，SLA）的概念被提出，用于规范用户和通信服务提供商之间服务质量的相关问题。SLA推动了以用户为中心的通信网络运营模式的转变，在保证用户服务质量的同时，促进了通信网络运营者在网络建设、管理以及维护等方面的提高。从用户应用体验出发，结合通信网络系统运行指标，构建军事通信网络系统保障效能评估模型，才能全面客观评价保障水平，抓准运维管理改进完善方向，不断满足各类用户使用需求，有效提升军事通信网络系统保障能力。

1 效能评估指标体系

1.1 SLA业务管理数据模型

根据服务等级为用户提供相应的服务质量（Quality of Service，QoS），基于SLA服务等级协议构建业务管理数据模型，将不同业务需求的用户划分为不同类别，以最大限度地满足用户对服务质量的需求。SLA业务管理数据模型从用户视点、业务视点和网络视点出发，包含SLA参数定义、提取和参数间映射机制3个方面内容的建模。GB923[3]提出了关键性能指标（Key Performance Indicator，KPI）和关键质量指标（Key Quality Indicator，KQI）的概念，对SLA进行量化表示。数据模型中用户层通过服务等级协议向用户提供服务承诺，业务层通过业务系统的关键质量指标（KQI）支持承诺的服务等级，网络层通过承载网络的关键性能指标（KPI）支持满足业务系统质量指标要求。参数映射机制则完成从用户需求到可度量指标参数的整体映射，实现业务质量监控和分析的量化表示[4]。SLA业务管理数据模型如图1所示。

图1 SLA业务管理数据模型

1.2 模糊AHP层次分析法

AHP层次分析法是一种简捷、实用的定性与定量相结合的决策方法，关键在于以一定标度把人的主观感觉数量化。它通过把复杂问题中的各种因素划分为相互联系的有序层次，然后根据一定的客观现实判断，把专家意见和分析者的客观判断结果直接有效地结合起来，将同一层次元素两两比较的重要性进行定量描述，最后利用数学方法计算所有元素的相对权重的排序向量。

模糊AHP层次分析法（Fuzzy Analytic Hierarchy Process，FAHP）是在传统AHP层次分析法基础上，考虑到人们对复杂事物判断的模糊性，引入模糊一致性矩阵的决策方法。模糊AHP层次分析法很好地解决了传统AHP判断矩阵的一致性问题。

AHP判断矩阵是通过元素两两比较得出的相对重要性值而构成的矩阵。在通信网络系统评估模型中，针对不同的用户和业务系统，根据同一指标集建立不同的AHP判断矩阵，从而计算出不同的权重向量。根据实际通信网络系统测量情况，由专家对QoS各个指标进行两两比较，建立模糊互补的判断矩阵R=(rij)n×m，再转换成模糊一致性矩阵最后利用归一化处理得出权重向量

1.3 军事通信网络系统效能评估模型及指标体系

基于SLA业务管理数据模型的建模思想，结合模糊AHP分层分析模型，构建出军事通信网络系统效能评估模型。它由上而下划分为总体效能层、系统效能层和关键指标层。军事通信网络系统效能评估模型如图2所示。

图2 军事通信网络系统效能评估模型

总体效能层是各类保障用户对军事通信网络系统的使用效能评价。军事通信网络系统用户依据其重要性，可划分为领导指挥机构、作战部队、保障部队（单位）和一般部队（单位）等。总体效能层根据不同性质保障用户对通信网络系统使用要求的差异，分别拟定每类用户的服务等级协议（SLA），主要涉及值勤维护、运行管理、障碍处置以及安全防护等服务内容，且在协议中承诺相应的服务保障水平。

系统效能层是对面向用户提供的各类军事业务系统的服务效能评价。军事业务系统主要有VPN业务、DNS系统、文电系统、Email系统、Web系统、语音交换系统以及多媒体视频系统等。按照业务特性，可将其划分为数据交互业务、语音通信业务和流媒体业务3类。依据用户服务等级协议（SLA）的承诺，它的服务保障需求和服务效能水平都存在相应的差异。每类用户使用的多个业务系统的服务效能加权，则构成该类用户使用业务系统的总体效能评价。

关键指标层是对业务系统关键质量指标和网络关键性能指标的定义和计算。业务系统关键质量指标（KQI）包含业务服务量指标类，如总吞吐量、连接请求数、交易数、平均接收数、平均发送数、并发服务数、平均用户访问量以及并发用户访问数等指标；业务质量指标类，如平均响应时间、平均传输时间、平均传输延时、平均转发时间、平均失败率、平均丢失率以及TCP报文平均重传率等指标；业务可靠性指标类，如业务平均无故障工作时间（Mean Time To Failure，MTTF）、业务平均故障间工作时间（Mean Time Between Failure，MTBF）以及业务平均修复时间（Mean Time To Repair，MTTR）等指标。网络关键性能指标（KPI）包含通信设备指标类，如交换容量、接口速率、资源占用率、服务保障、路由交换以及设备可靠性等指标；通信链路指标类，如链路带宽、传输时延、传输抖动、误码率、丢包率以及链路可靠性等指标。网络关键性能指标、业务关键质量指标和业务系统效能，自下而上形成映射关系。

2 关键指标层向量计算

2.1 指标权重向量

2.1.1 模糊判断矩阵

模糊判断矩阵R=(rij)n×m表示本层次中第i个元素与第j个元素之间的模糊关系的相关程度。为了能够定量描述任意两个网络关键性能指标KPI之间对业务关键质量指标KQI的相对重要程度，以及任意两个业务关键质量指标KQI之间对业务系统的相对重要程度，可使用如表1所示的0.1～0.9标度法[6]。

表1 0.1～0.9标度法

2.1.2 模糊一致性矩阵

为了避免矩阵变化中的一致性检验[5]，先按照式（1）对判断矩阵R求行和，即：

再利用εij=εik-εjk+0.5，作式（2）的变换：

从而得到模糊一致性矩阵Q。

2.1.3 指标权重向量

利用式（3）对模糊一致性矩阵Q的行归一化处理，计算出下层各指标对上层指标的权重向量W=(w1,w2,w3,…,wn)，即：

2.2 指标效用分数向量

评估模型关键指标层中业务系统关键质量指标和网络关键性能指标均为异纲量值，可按照式（4）和式（5）进行规范化处理。

（1）正指标即效益型指标，如带宽、无故障时间等：

（2）负指标即成本型指标，如响应时间、丢包率等：

式（4）和式（5）中，xi为指标层中第i个指标的值，ximax和ximin分别为第i个指标在考察期内指标值xi的最大值和最小值。

通过对业务系统关键质量指标和网络关键性能指标的异纲量规范化处理，分别得到业务系统关键质量指标（KQI）层的指标效用分数向量Dq=(d1,d2,d3,…,dm)和网络关键性能指标（KPI）层的指标效用分数向量Dp=(d1,d2,d3,…,dn)。

2.3 指标影响因子向量

网络性能直接影响业务质量。评估模型关键指标层中，业务系统关键质量指标与网络关键性能指标存在强关联关系。因此，业务系统关键质量指标受网络关键性能指标影响的因子向量U=(u1,u2,u3,…,um)由网络性能指标权重和性能指标效用分数共同决定，即：

式中，Wp为网络关键性能指标权重向量；Dp为网络关键性能指标效用分数向量；um为业务系统中不同类型关键质量指标的影响因子值，其中m指业务服务指标、业务质量指标以及业务可靠性指标等关键质量指标。

3 系统效能与总体效能评估计算

3.1 系统效能评估计算

系统效能层中，不同类型业务系统对业务质量指标的要求各有差异。由式（3）可分别计算得到业务系统关键质量指标对不同类型业务系统的指标权重向量，由式（4）和式（5）可分别计算得到业务系统关键质量指标对不同类型业务系统的指标效用分数向量，结合式（6）得到的网络关键性能指标对业务系统关键质量指标的影响因子向量，则业务系统效能评估向量Z=(z1,z2,z3,…,zk)为：

式中，zk为不同类型业务系统的效能评估值，其中k指数据交互类、语音通信类以及流媒体类等业务系统；Wq为业务系统关键质量指标权重向量；Dq为业务系统关键质量指标效用分数向量。

3.2 总体效能评估计算

3.2.1 业务系统权重向量

军事通信网络系统保障的各类用户重要性不同，形成的服务等级协议（SLA）差异直接体现在对各类业务系统的使用要求上，从而导致各业务系统相对于不同类型用户的权重值也不同。业务系统赋权主要依靠专家的经验、知识确定，通常采用德尔菲法[7]，即组织若干熟悉通信网络运维管理的技术专家和通信网络保障组织的业务专家，通过一定方式对各项业务系统的权重进行独立估计。以平均估计值为基准，计算各专家估计值与平均估计值的偏差，并对产生较大偏差的估计值进行专家再估计，最终得到合理权重值，从而得到业务系统权重向量W=(w1,w2,w3,…,wk)，其中wk为不同类型业务系统的权重值，k指数据交互类、语音通信类以及流媒体类等业务系统。

3.2.2 总体效能评估

总体效能评估反映出各类保障用户对军事通信网络系统总体的使用效能评价。基于不同类型保障用户服务等级协议要求所反映出的业务系统权重，结合式（7）得到的业务系统效能评估向量，则总体效能评估向量E=(e1,e2,e3,…,el)为：

式中，el为不同类型保障用户的总体效能评估值，其中l指领导指挥机构、作战部队、保障部队（单位）以及一般部队（单位）等保障用户；Z为业务系统效能评估向量；W为业务系统权重向量。

4 实例分析

依据典型的军事通信网络系统保障实际对评估方法进行验证。总体效能层选取作战部队和一般部队作为保障用户，系统效能层选取信息网站（数据交互类业务）、自动电话（语音通信类业务）和多媒体视频（流媒体类业务）为主要业务系统，关键指标层包括典型业务质量指标KQI（业务事务量、响应时间、系统连接率）和典型网络性能指标KPI（网络带宽、传输时延、丢包率）。

4.1 关键指标层向量

4.1.1 网络性能指标权重向量

参考业务领域专家意见，采用0.1～0.9标度法定量地描述任意两个网络关键性能指标（KPI={网络带宽，传输时延，丢包率}）之间对业务关键质量指标（KQI={业务事务量，响应时间，系统连接率}）的相对重要程度，得到相应的业务质量指标的模糊判断矩阵Ri，其中i为业务事务量、响应时间和系统连接率3个业务质量指标。根据式（1）～式（3），得到相应的模糊一致性矩阵Qi和网络性能指标权重向量Wpi。Qi中i为业务事务量、响应时间以及系统连接率3个业务质量指标。Wpi中i为网络带宽、传输时延以及丢包率3个网络性能指标。

4.1.2 网络性能指标效用分数向量

根据某任务期间保障用户的通信网络的典型性能指标实际测量情况，网络带宽平均为51.97 Mb/s、传输时延平均为150.39 ms、丢包率平均为0.06%。一般的网络性能测量考察周期为一年，根据历史测量统计数据，网络带宽最大值为63.73 Mb/s，最小值为17.61 Mb/s；传输时延最大值为284.16 ms，最小值为117.89 ms；丢包率最大值为0.39%，最小值为0.03%。按式（4）和式（5）得到网络关键性能指标（KPI）层的指标效用分数向量Dp：

4.1.3 业务质量指标权重向量

参考业务领域专家意见，采用0.1～0.9标度法定量描述任意两个业务关键质量指标（KQI={业务事务量，响应时间，系统连接率}）之间业务系统的相对重要程度，得到相应的业务系统的模糊判断矩阵，其中i为信息网站、自动电话以及多媒体视频3个业务系统。按式（1）～式（3）得到相应的模糊一致性矩阵和网络性能指标权重向量Wqi。中i为信息网站、自动电话以及多媒体视频3个业务系统。Wqi中i为业务事务量、响应时间以及系统连接率3个业务质量指标。

4.1.4 业务质量指标效用分数向量

根据某任务期间保障用户的通信网络的典型业务系统质量指标实际测量情况，业务事务量平均为76.88 MB、响应时间平均为547.9 ms、系统连接率平均为36.74%。一般的网络性能测量考察周期为一年，根据历史测量统计数据，业务事务量最大值为95.52 MB，最小值为14.65 Mb/s；响应时间最大值为1 496.38 ms，最小值为319.56 ms；系统连接率最大值为43.57%，最小值为7.29%。按式（4）和式（5）得到网络关键性能指标（KPI）层的指标效用分数向量Dq：

4.2 业务系统效能评估

4.2.1 指标影响因子向量

业务关键质量指标（KQI={业务事务量，响应时间，系统连接率}）受网络关键性能指标（KPI={网络带宽，传输时延，丢包率}）影响的因子向量为U=(u1,u2,u3)，按式（6）得到：

4.2.2 业务系统效能评估向量

业务系统（信息网站、自动电话、多媒体视频）的效能评估向量为Z=(z1,z2,z3)，按式（7）得到：

4.3 总体效能评估

4.3.1 业务系统权重向量

采用德尔菲法，依靠专家的经验知识对各种业务系统（信息网站、自动电话、多媒体视频）相对于不同类型用户的重要性进行赋权估值。经去估值偏差处理后，得到各类业务系统（信息网站、自动电话、多媒体视频）对各种类型用户重要性的权重向量Wl，其中l指领导指挥机构、作战部队、保障部队（单位）以及一般部队（单位）4种类型

4.3.2 用户保障总体效能

各类保障用户（领导指挥机构、作战部队、保障部队（单位）以及一般部队（单位））对军事通信网络系统总体的使用效能评估向量为E=(e1,e2,e3,…,el)，其中l指领导指挥机构、作战部队、保障部队（单位）以及一般部队（单位）4种类型。按式（8）得到各类型用户保障总体效能评估值：

4.4 对比分析

由上述各类型用户保障总体效能评估值分析可知，当用户对通信网络系统指标无特定要求时，各类型用户保障总体效能评价基本相当。为满足某类用户（如领导指挥机构）对通信网络系统的特定要求时（表现在服务等级协定（SLA）的差异），如需要通信网络系统提供高于现有网络性能指标和业务质量指标15%的保障能力，则有：

该类用户的保障总体效能评估值为：

对比实例中不同网络性能和业务质量指标条件下通信网络系统用户保障总体效能评估数据，评估结果与通信网络系统实际保障能力变化情况相符，该评估模型能较好地反映出通信网络系统中主要评估因素对用户保障效能的影响，定量评价服务等级协定（SLA）实际执行效果，可见模型方法具备合理性和可行性。

5 结语

从用户对通信服务需求的角度出发，对军事通信网络系统进行保障效能评估，体现了提升通信网络系统建设、运维和管理水平的本质要求。军事通信网络系统构成种类多、指标间关联性强以及效能影响因素复杂，因此通过基于SLA业务管理数据模型的建模思想，结合模糊AHP分层分析法，构建出的军事通信网络系统效能评估模型，能准确定义通信网络、业务系统和保障用户的层级，有效分析各层间要素的相互关系。通过0.1～0.9标度法和关键指标层（KPI和KQI）模糊一致性矩阵归一化、指标异纲量规范化效用分数向量、指标影响因子向量，对评估指标体系中各类指标的权重、效用以及相互影响度进行合理确定。运用德尔菲法将各类业务系统与不同类型用户关联赋权，通过对典型军事通信网络系统保障任务实际进行效能评估计算验证。结果显示，该模型的评估结果与理论分析相符，可为面向用户保障需求的军事通信网络系统效能评估与优化配置提供科学依据。