浅谈借助业务流量精细化提升网络QoS性能

【摘要】    现有的网络面向众多业务提供的是一种差异化的服务，随着网络业务种类的增多以及业务类型愈加复杂，已有的差异化服务提供方案已不能满足现有众多业务的需求。针对此问题，本文分析了近年来网络业务的发展趋势以及现有的差异化服务提供方案，总结了致使上述问题产生的几点原因。据此引入了业务流量精细化技术，并设计了一种借助业务流量精细化来提升QoS性能的方案。

【关键词】    业务流量精细化    差异化服务    网络业务    服务质量

引言：

随着工业互联网时代的到来，越来越多的生产与生活业务选择以网络作为依托，借助网络的便捷性、高速信息共享与传输等优点进行发展。实现业务类型细分的技术就是业务流量精细化技术，本文也将探讨如何借助业务流量精细化技术提升网络QoS的性能。

一、网络业务发展趋势及服务质量需求分析

当前网络业务的发展呈现出一种多元化、碎片化、高效化、互通化和爆发式增长的趋势。多元化体现在网络业务的种类及领域越来越宽泛，网络业务涉及的领域现已包括教育、农业生产、科创发展、工业生产、企业办公、政务办公等，可以说已经深入到人们生活的方方面面，如同电力一样被应用到各行各业，呈现出一种多元化的趋势;碎片化体现在由于业务种类的增多，各种各样的业务都出现在网络链路上，很难对业务流量的种类进行分类，就像碎片一样，各种业务的流量有着不同的流量特征和内容，今后也将在一段时间内维持这种碎片化的特征;高效化体现在借助网络的高速便捷特性，网络业务的办公效率非常高，在极短时间内就允许多人或是多个团队共同完成业务内容，这种高效化是我们所期待的，也正是我们想要的;互通化表现在现在的业务不再仅仅只关注本业务的内容，还会和其他业务进行通信和协作，如在购物时，这就会涉及商户、软件公司、银行等多家机构的不同业务，这种互通化在未来的发展中也会变得愈加常见，会以一种常态化发展;爆发式增長是显而易见的，人们从吃饭穿衣，到上学上班等等，现在都有网络业务的支持，而且提供的种类越来越丰富，在将来相当长一段时间内，这种爆发式增长还将继续持续。

网络业务的发展趋势务必会对网络的服务质量提出更多和更高的要求，这些要求包括稳定的传输质量、高速的传输速度、安全的传输流程、持久的稳定连接等。在现如今环境中，其中每一个内容实现起来难度都很大，同时要保证这么多的服务质量要求，难度可想而知。虽然可以通过差异化服务为不同的业务提供不同的服务质量来缓解业务对上述服务要求的迫切需求，但也有一些因素影响着网络服务质量的性能，除此之外还有地理、宗教、经济发展等因素限制了网络QoS性能的提升，这些问题都需要一一进行解决。

二、QoS技术概述

（一）QoS的基本原理

1.流量分类与标记

流量分类是[2]根据服务需求、费用消耗等因素将流量划分为不同的优先级或不同的服务类，在分类时可以使用IP报文的ToS字段、802.1Q头保留的User Priority字段等进行划分。流量划分完成后就可以进行标记，标记时仍旧可以使用报文中预留的字段，标记的目的是为了区分不同类型的服务。当流量被分类标记后，在网络传输过程中每到达一个转发节点，节点都能根据标记将流量转发至不同服务质量的链路。

2.拥塞管理

拥塞管理[3]主要是为了解决当多业务流量共用信道时造成的拥塞问题，这也属于QoS范畴，并且对服务质量的影响很大。为了解决这个问题，可以将众多业务流量放入不同队列中，对流量进行疏通，进而避免出现链路拥塞，或是在拥塞后结合其他技术进行紧急的处理。常用的队列技术有FIFO（先进先出）队列、PQ（优先队列）队列、CQ（定制队列）队列等。

3.流量监管

流量监管是为了对进入网络的流量进行监控与限制，在流量传输达到一定条件（如流量过大）时，对该流量采取不同的处理动作（如丢弃等）。在进行流量控制时常用的技术是令牌桶，这种技术可以对流量是否被转发进行判断，是流量监管很重要的一种技术。

4.物理接口限速

这是一种更为直接的方式，它的作用和影响力也很大，主要是实现接口转发流量的总速率控制。在处理过程中也使用了令牌桶技术，同时也会和拥塞管理技术一起使用，实现对流量的管理。

（二）QoS模型结构

根据对网络流量控制能力和方式的不同，可以将QoS分为三种模型[4]：Best Effort模型、DiffServ模型和IntServ模型。

三、流量精细化技术概述

现如今流量对于企业或是运营商，其价值已经上升到了资产的高度，具备了一定的变现能力。现在业务的流量呈现出多元化、碎片化的特点，众多的流量会挤占通信链路，使用队列调度、令牌桶等技术可以实现流量的分流、按序转发。但随着流量价值的提升，我们更需要的是能够实现对流量的细致分类，从而决定其传输路径与提供的不同服务，这就需要流量精细化技术的支持。本节后续将介绍几种使用最多的流量精细化技术，其中包括基于协议和基于算法的流量精细化技术。

（一）基于协议的流量精细化技术

区分不同的业务应用可以根据协议类型与内容进行判定，现有技术中使用最多的是DPI与DFI技术，其中DPI根据数据包解析进行判定，DFI根据流量进行判定。

DPI（Deep Packet Inspection）[5]是一种基于数据包的深度检测技术，针对不同的网络应用层载荷（如HTTP、DNS等）进行深度检测，可以根据事先定义对检测流量进行过滤控制，其重要的用途就包括流量精细化。

（二）基于算法的流量精细化技术

对流量进行精细化分类可使用的算法比较多，可使用基于相似度比较的算法、基于聚类的算法、基于分类的算法和深度学习算法等。由于此种类型的算法受参数影响和算法细节设计影响较大，所以在选择时对应用场景的评估非常重要。

1.相似度比较算法

相似度比较算法可采用的有距离相似度比较（如欧式距离、模式距离等）、DTW（动态时间规整）算法、相关性相似度度量算法等，本文将以DTW算法为例介绍此类算法的处理过程。

其他算法流程与此类似，也是将待检测流量与模板流量进行相似度对比，从而确定流量的类型。

2.聚类算法

聚类算法基于聚类分析，又称群分析，利用了统计分析方法对样品或指标进行分类。聚类分析的基础也是相似性分析，聚类分析由若干模式组成，模式是一个可度量的向量，或是多维空间中的数据点。由于聚类算法较多，本文着重介绍k-means聚类分析算法。

k-means算法[8]以k为参数，把n个对象分为k个簇，使每个簇内具有较高的相似度，簇间具有较小的相似度。使用k-means算法进行流量精细化时，可以采集流量中具有明顯可区分特征的参数，然后随机选择k个流量代表每个簇的中心，剩余对象计算与k个簇中心的距离，根据距离进行分类，在每次划分完一次簇后，可以重新计算每个簇内的中心，这样可以提升算法识别的精度。

其他聚类算法还包括层次聚类算法、SOM聚类算法、FCM聚类算法等，这些算法的核心思想都是根据相似性进行类的划分，在实现过程上有着区别。

四、基于LSTM流量精细化的QoS保障

本文参考了不同方法的优点与缺点，设计了一种流量精细化方案来提升QoS的性能。本节将介绍方案的具体内容。

（一）LSTM流量精细化技术

流量精细化选择了LSTM [9]深度学习算法实现，主要考虑到应用场景为业务流量的服务质量保障，在这种应用场景下，只需精准识别出不同的业务流量即可，无需对其中的具体协议内容进行深究。同时考虑到在识别的业务流量中一部分是加密数据流量，一部分是未加密数据流量，使用DPI和DFI固然可以做到精准的识别，但在识别速度和效率上略有不足，所以最终选择了LSTM深度学习模型进行业务流量的精细化分类。

LSTM模型输入的是业务流量的数据包，经过特征提取与训练后，最终输出相似度（一个概率值）。具体流程如下：

1.业务流量模板训练

（1）对不同的业务流量数据集进行打标签工作，以此区别不同的业务类型;（2）对业务流量中的数据包进行特征提取与向量化操作，将流量数据处理为LSTM模型可使用的训练数据;（3）将预处理的数据放入LSTM模型进行训练，划分出不同业务流量的范围;（4）保存不同业务流量训练的参数，用于后续识别使用。

2.业务流量识别

（1）在需要进行QoS服务的节点处进行流量采集，采集时需要按照固定的时间间隔进行;（2）对采集的流量进行预处理，主要是提取出数据包的关键特征，并进行向量化;（3）将预处理后的数据放入LSTM模型进行训练，同时根据记录的参数判断流量属于的具体业务类型;（4）记录节点处到达流量的不同业务类别。

（二）多级队列调度的QoS保障

设置多个优先级不同的队列，对分类的业务流量根据业务的优先程度、重要程度等因素，为每个因素赋予不同的权值，最后加权求和计算每个业务流量的优先级，然后分别放入多级队列中，队列的设置有以下几个限制条件：

（1）队列按优先级从高到低排序，具有较高优先级的队列优先进行流量转发;（2）高优先级队列转发完成后，将低一级队列中的流量调入高优先级队列，防止低优先级队列出现长时间等待现象;（3）遇到需紧急转发的流量（一般是人为提前设定的）直接调入最高优先级转发队列，防止紧急流量转发的延迟;（4）队列的流量装载以一次流量精细化过程为一个周期，也就是每进行一次业务流量的识别，就设置一次多级队列，只有当前设置的队列转发完后才重新转发新装载的多级队列;（5）在当前装载流量的多级队列转发过程中，同时进行业务流量的识别与多级队列装载，目的是提升流量转发的效率。

五、结束语

本文分析了现有网络业务的发展趋势与网络QoS性能提升的限制因素，据此设计了一种结合深度学习算法、流量精细化技术的QoS性能提升方案，目的是解决目前网络环境中因业务流量精细化分类困难，而导致QoS服务性能发挥受限的问题。在后续还将继续深入研究其他可以提升QoS性能的技术方案，为网络业务提供更好的发展环境。

作者单位：崔杰    中石化胜利油田分公司物探研究院

参  考  文  献

[1]姚臻昊. QoS原理及在IP承载网中的应用[J]. 中国电子商务， 2014， 000（023）：70-70.

[2]席媛媛， 袁家斌. 区分服务下基于服务质量参数的流标签研究[C]// 第十届中国科协年会信息化与社会发展学术讨论会分会场. 0.

[3] 李昕 .基于反馈的区分服务网络拥塞管理方案研究[D]. 湖南大学， 2012.