作戰云服務QoE測量研究

黃 敏，陶孫杰

(中國西南電子技術研究所，四川 成都 610036)

在云計算技術廣泛應用的場景下，云計算架構正在向軍事作戰領域延伸。利用云計算平臺穩定高效的服務能力和作戰終端靈活便捷的部署模式，可將海量作戰情報信息推送到作戰一線，實現作戰指揮信息的實時交互，解決情報數據爆炸性增長正在帶來的信息分發共享問題，大幅降低作戰成本，提高作戰效能。但由于戰場環境受信息資源、人力、信息設備以及通信條件等限制，作戰網絡固有的弊端如網絡傳輸存在弱連接、數據時斷時續、作戰需求頻繁變化也難以預測等，導致云服務應用于作戰領域處于高需求、緩推動的現狀。研究面向作戰效能提升、可實踐、可量化的云服務測量技術，實現作戰云服務考核與評價機制統一標準，對推動云服務技術在作戰領域的應用具有較好的促進作用。

本文提出作戰云服務QoE測量的需求，針對作戰環境網絡帶寬受限、服務模式多樣化的特點，進行云服務QoE測量數據處理方法研究及多維度評價，提出建立基于主客觀融合評價方法的作戰云服務QoE指標評價體系，并以云邊端架構的作戰云服務指標權重分析過程為例，分析影響作戰用戶體驗的因素，為作戰云效能提升、服務評估、信息服務保障、服務采購等提供依據，指導作戰云服務規劃布局以及服務采辦，提升作戰云服務質量。

1 相關工作

美軍在作戰云領域的研究早已展開，提出的四種作戰云架構，分別是集中式作戰云、非集中式作戰云、小云和微云，代表著不同應用服務模式，可以提供指揮控制服務、遠程協同服務、情報信息服務、云存儲服務、云桌面服務以及其他云平臺計算服務。通過在天基、?；?、陸基以及其他移動平臺上部署數據處理和存儲設備，構建云基礎設施和云服務中心，通過衛星、無人機、飛機、作戰機動單元等節點組建通信網絡，通過微波、激光、有線等介質形成傳輸網絡，進行戰場態勢感知、傳感器融合、數據挖掘、圖像處理、情報處理及分發，實現數據共享和態勢共享。但由于戰場環境受信息資源、人力、信息設備以及通信條件等限制，傳統的基于網絡的QoS、KPI測量方法并不能夠準確評估網絡作戰云服務效能，也沒有相關理論研究框架。因此，需要借鑒互聯網云服務應用場景以及作戰云服務特性，開展主客觀融合評價方法的作戰云服務能力測量研究，實現作戰云服務效能的準確評估和高效度量。

用戶體驗，即QoE(Quality of Experience)，直觀理解為用戶對服務水平的滿意程度，在強調以用戶為中心的云計算領域，已經成為衡量云服務產品服務能力的重要指標。因此，國際電信聯盟(International Telecommunication Union—ITU)將QoE定義為終端用戶對應用或者服務整體的主觀可接受程度，可理解為從用戶角度體驗及對應用的整體感受。在云計算領域，應用或者服務主要指通過網絡遠程交付的各種不同類型的云服務。在指揮作戰領域，作戰云服務包括作戰指揮、情報共享、資源交付等，終端也并不是指傳統意義上的PC桌面、移動終端等，而是泛指所有作戰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、導彈以及單兵裝備、手持終端等。

在云服務形式上，作戰云服務以多種形式進行服務交付，根據云服務提供的服務層級，可將其分為IaaS、PaaS、SaaS 3層服務。在IaaS層云服務中，遠程主機和遠程虛擬桌面在用戶QoE測量上具有較大的相似性，文獻[3]是對IaaS層的RVD進行分析，通過調整參數對思捷瘦客戶端的技術優化提出了一些建議，如采用輸入緩存提高網絡吞吐能力，通過顯示加速縮短云服務交互時間。該論文對采用遠程虛擬桌面訪問作戰應用的云服務QoE改善有較好的參考意義。作戰云服務也可采用平臺層和應用層信息服務的方式提供，尤其是戰術云應用場景下，云存儲的應用較為廣泛，可使用云存儲進行情報數據存儲，評價時將云存儲應用的啟動時間、海量文件存儲能力、跨設備間文件同步服務、云存儲網絡流量優化以及文件共享能力分析等關鍵指標作為云存儲服務的評價依據，結合網絡帶寬、網絡同步技術以及瀏覽管理策略對用戶QoE的影響，可以進行云存儲應用對作戰用戶體驗的影響評估。

在當前和平時期，模擬作戰演練是當前練兵的主要形態，其原理與在線交互仿真游戲類似。文獻[4]通過模擬云游戲環境，對網絡延遲、丟包、抖動等參數對用戶主觀感受產生的影響進行分析，得出在不同交互頻度云游戲的延遲對用戶體驗產生的影響并不相同的結論，并且云游戲與音視頻交互類應用在網絡層參數的測量方法并沒有區別，其測量方法可以應用在作戰云仿真演練作戰效能評估中，尤其是當前人在回路的作戰操控以及作戰對抗博弈中，評價信息交互的實時性、指揮指令的可靠傳達能力、多節點同步和分組協同管理等具有重要意義。

在指標體系測量方面，當前互聯網云服務市場也沒有形成對云服務QoE水平進行測量和評估的完整指標體系，云服務標準的缺失導致云服務提供商各自為政，SLA中服務指標虛高等問題普遍存在。國家標準化管理機構也對云服務市場服務采購指標體系進行研究，希望建立一個框架性、結構化的云服務標準體系，指導云計算產業服務規范建設、良性發展。

在典型的虛擬桌面、云存儲、社交軟件等云服務測量中，很多研究均是基于某個單一的指標(如時間指標)對QoE的影響進行分析，比如采用與用戶體驗直接相關的交互頻度這一關鍵指標作為評價參考?？筛鶕品盏慕换ヮl度進行服務分類，將不同網絡場景下的云服務與客戶端的RTT指標作為客觀分析的主要評價因素。同時對數據類交互業務的等待時間進行QoE分析，在其他指標差別不明顯的情況下，等待時間將成為影響用戶QoE的關鍵因素。在作戰云計算生態環境研究中，節點的移動、網絡的動蕩、資源的限制、作戰模式的特定性，使得單純地通過KPI、QoS等指標進行作戰云服務效能評估并不準確，還需要采用QoE綜合指標體系，結合作戰用戶滿意度等主觀指標，對影響云服務用戶體驗的相關因素、指標體系、作用機理、量化模型、評價方法等開展系統性研究，從多維視角來評估和考量作戰云服務QoE水平及其衍生的云服務采購商業定價模型、成本效益核算模型等，從而建立和完善作戰云服務效能評估體系，為后續作戰服務能力提升提供依據。因此，研究采用基于QoE的作戰云服務測量及評估體系具有現實意義和可操作性，開展相關研究也將為構建現代、高效、智能的作戰云服務提供技術支撐和規劃依據。

2 QoE測量及數據處理

2.1 作戰云服務QoE測量

當前，作戰云服務QoE的測量還處在探索階段，其測量可參考互聯網云服務實驗室測量、現場測量和大規模測量等進行。由于作戰云環境具有業務涉密、環境變化、平臺多樣、專網專用等特征，大規模測量存在較大的實施難度，也無法采用互聯網上廣泛使用的眾包測試平臺進行測試。

實驗室測量可用于原理性的驗證和仿真，通過模擬并發、流量整形、模擬多種類終端等技術在一定程度上仿真真實測試環境，通過通用指標、時間指標、資源指標、環境指標和應用指標等進行綜合評價。因測試規模小，用戶的主觀測試樣本少，可用于衡量原型系統設計符合性和對作戰服務效能進行預測?，F場測量由于存在測量規模、參與用戶、測量環境受限等問題，測量的普適性及測量結果的可再現能力均比較受限，可建立長期的測量歷史數據記錄，以時間換空間，通過時間線覆蓋來解決規模性覆蓋的問題。

2.2 QoE測量評價

通常根據測量的視角進行區分，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合的測量方法。主觀測量方法是讓云服務的使用者直接參與服務評價，將在服務進行過程中體驗到的直觀感受用于服務QoE的評價。目前主觀測量廣泛采用的是國際電信聯盟推薦的“平均評分估值”，“Mean Opinion Score—MOS”。該方法將QoE的主觀感受分為5個等級，如表1所示。

表1 MOS及QoE描述表

主觀測量方法進行QoE測量需要依賴大量的測量樣本，耗時、費力，而且基本不具備可重復性，實際可操作性較差。但由于其在大樣本的情況下，結果具有統計意義，可大規模應用于成熟、有較大市場的互聯網云服務QoE評價。對作戰云服務QoE評價則因為參與評價人員受限，測量結果僅具有參考意義。

客觀測量方法是在傳統QoS測量的基礎上建立QoE和QoS的關聯模型，對QoS網絡參數的測量所獲取的參數結合用戶感知進行量化，從而得出QoE的指標參數。通過對視頻業務中QoS和QoE的關系進行分析，得出視頻質量QoE和QoS之間的關聯模型，如公式(1)所示。

(1)

式中，為終端分辨率；()為標準化后的QoS值；為服務等級；代表幀結構。

()計算過程如下：

()={×+×+×+
×+×…}

(2)

式中，為QoS的全局決定因子，由業務類型決定；為丟包率，為丟包率的權重；為業務突發性，為業務突發性權重；為抖動參數，為抖動參數的權重；為延遲，為延遲參數的權重；為帶寬，為帶寬參數的權重。

該方法為客觀測量方法中非常重要的一個模型，普遍用于對多因素測量的QoE分析。在作戰視頻監控、圖像傳送等云服務QoS測量的基礎上，通過上述模型進行QoE和QoS的轉化，對作戰云服務效能進行預測，可以為基于戰術云的系統優化設計提供依據。

目前應用較好的QoE測量評價方法為主客觀結合的方法，該方法又被稱為偽主觀方法，測量時既考慮了用戶對應用的感受，又利用了客觀測量方法可復制、可實施的優點。本論文提出的基于主客觀融合評價的作戰云服務QoE指標體系即采用偽主觀測量方法。偽主觀測量方法的數據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、支持向量機模型、粗糙集方法以及基于統計學的判別分析等方法。為了更準確地評價測量結果，上述方法均需要進行適度的模型訓練，確保模型得到最佳參數。

2.3 測量數據處理

作戰云服務QoE的測量不管是實驗室可控的測量還是現場測量都將得到大量的數據。對這些參數進行處理，篩選可用的數據，發現測量結果間的內部規律，準確評價作戰云服務QoE水平，這是QoE測量數據處理的目的。對連續的QoE值測量，可區分實時交互業務和單向數據交互業務。對實時交互業務，QoE參數的變化呈現指數變化的趨勢，對單向數據交互業務，QoE的變化呈現對數趨勢。對數據交互類云服務，可使用“WQL假定”：數據交互類云服務的等待時間和QoE之間存在ACR線性尺度下的對數關系。在測量結果處理時可根據測量結果進行比較分析，驗證測量結果的準確性以及處理方法的適宜性。

對QoE測量數據的處理方法主要分為三類，分別是基于統計分析的方法、基于機器學習的方法、基于人類認知經驗模型的方法?；诮y計分析的方法主要通過海量數據統計與分析，實現QoE指標與測量參數之間關聯關系的特征提??；基于機器學習的方法通過算法擬合、驗證等建立QoE與影響用戶體驗的因素或者測試指標之間的函數關系；基于人類認知經驗模型的方法，主要建立人在刺激和反應之間可量化的信息處理模型，進行人工智能系統和模擬用戶感知的研究，也可以歸結到機器學習的范疇。

上述三種處理方法的前提都是需要解決多變量參數歸一化序列、降維及標準化處理，實現信息提取和降低數據模型復雜度。

3 主客觀融合評價的作戰云服務QoE指標體系

目前對云服務QoE指標并沒有一個可參考的定量分析方法，不同云服務的QoE評價指標也并不相同。一般分為主觀評價和客觀評價兩類指標，也可稱為技術性指標和非技術性指標。

如圖1所示，本論文根據作戰云服務特征，提出面向作戰能力生成的作戰云服務指標體系，通過主觀性指標和客觀性指標的融合評價，初步構建作戰云服務的測量評價指標體系，支撐作戰云服務質量評估?；谥骺陀^融合評價方法的作戰云服務QoE指標體系第一層次指標為主觀性指標和客觀性指標。主觀性指標主要受用戶主觀因素影響的指標，如舒適、愉悅、成就、便利等為主觀性指標，覆蓋用戶期望、用戶心情、用戶認知，可分別表征為作戰用戶認知、作戰需求、作戰期望等可以描述的指標，以及受多方因素影響的用戶心情等“擾動性”指標?？陀^性指標可分為通用指標、時間指標、資源指標、環境指標、應用指標等。其中通用指標可依據ISO/IEC 17789《信息技術 云計算 參考架構》中所描述的云服務所關注的指標：可審計性、可用性、治理、互操作性、維護和版本控制、性能、移植性、隱私、監管(強調依法依規)、彈性、可逆性、安全、服務水平和服務水平協議(SLA)等。而應用指標、時間指標、資源指標、環境指標等并沒有專門的標準或規范文件進行約定。本論文對上述指標結合作戰云部署特征、應用特征等進行理解，形成可量化、可評估的指標體系。

圖1 基于主客觀融合評價方法的作戰云服務QoE指標體系

應用指標可以理解為云服務的應用邏輯性和技術性特征，如應用邏輯符合設計、技術功能完備等，包括作戰應用所需的質量屬性，如穩定性、生存性、移動性等；時間指標為時延、恢復時間、失效時間、有效工作時間等，用于評價不同作戰場景、作戰需求下時間相關的服務效能；資源指標可理解為網絡帶寬、計算能力、在線存儲能力、近線存儲能力等，環境指標如天光地影、日月潮汐以及天氣、環境噪聲、溫濕度等。

基于主客觀融合評價方法的作戰云服務QoE指標體系用于作戰服務評價，關鍵需要解決多變量參數歸一化序列、降維及標準化處理等，而實際應用中也需要與作戰場景想定和作戰期望相結合，作戰云服務QoE測量才具有應用價值和評估意義。上述指標在應用時均需要實現指標的歸一化，對典型的成本指標、效益指標、區間指標和居中指標等不同類型的指標需要統一量綱和值域區間，如線性函數歸一化方法：

在對作戰裝備能力評估體系中，我軍創造性地提出體系貢獻度的概念，主要用于度量作戰裝備體系的組成部分對整個裝備體系的作用和影響程度的大小，從而支撐裝備建設發展規劃和裝備采辦決策。體系貢獻度也可理解為作戰應用對體系作戰能力提升的貢獻。本論文將作戰云服務體系貢獻度理解為將作戰云服務納入作戰體系前后，對體系效能和作戰能力生成的變化程度，可分解為直接貢獻和間接貢獻兩類指標，評價時可采用專家打分、經驗模型等方法進行，并結合QoE評估結果從技術和管理兩個層面進行交叉驗證。

4 基于云邊端架構的指標權重分析方法

當前，基于云邊端架構的作戰云服務應用較為普遍，研究QoE測量可為作戰應用能力提升、架構優化提供支持，但在實際應用中，由于云邊端架構下應用部署較為復雜，涉及中心、鏈路、交互協議以及面向不同的用戶等，其評估指標的權重分配成為研究難點。

本論文基于某一體化指揮平臺開展評估指標權重分析，重點研究指標權重分配流程，并構建QoE指標體系與裝備體系貢獻度評價指標的聯動關系，對作戰云服務能力評價及應用改進有一定參考意義。該一體化指揮平臺早期前端基于實時挑點數據傳輸到指揮中心、全幀圖像數據事后傳輸模式，導致從云中心獲取目標信息的移動作戰平臺信息滯后，關鍵節點處理時延高達分鐘級。在前端部署視頻流和圖片流的預處理后(含時序挑點、關鍵幀提取、目標特征提取等)，將關鍵信息傳送到云中心，移動作戰平臺通過云服務訂閱，可快速判斷目標狀態和關鍵時序完成情況，時延可提高到秒級。對該云邊端架構的作戰應用，由于其網絡QoS等指標并沒有明顯改善，僅增強了前端節點的邊緣計算能力，用戶體驗即有了較大提升，其指標權重分析如圖2所示。

圖2 基于云邊端架構的指標權重分析圖

本論文采用主客觀融合的作戰云服務QoE指標體系進行分析，評價分析上述哪些指標對應用QoE的提升較為明顯。首先，需要進行指標權重重要度評價，構建權重矩陣；在確保權重矩陣一致性、有效性的前提下，分析作戰云服務QoE在改造前后的提升幅度，結合主客觀評價指標進行印證，從而得出評估結論。

采用AHP賦權法的指標權重分配流程如下分析。

1)構造指標權重重要度判斷矩陣。通過主觀賦權，對指標因子進行專家打分，按照前文基于主客觀融合評價方法的作戰云服務QoE指標體系，對應用指標8、環境指標7、資源指標6、時間指標5、通用指標4進行兩兩比對，建立重要度判斷矩陣，每次比較、，按照Satty.T.L的1-9級標度判斷,評估、指標重要程度，進行權重指標聚合分析。

2)權重值計算與一致性檢驗，計算矩陣對應最大特征值的特征向量=(，，…，)，則=(,=1,2,…,)。為了測試權重選擇的合理性，還需要對矩陣進行一致性檢驗，一致性檢驗方法較多，此處不再贅述。一致性檢驗符合要求，則認為參數QoE指標權重分配合理。

本文中構造應用指標8、環境指標7、資源指標6、時間指標5、通用指標4的權重判斷矩陣經專家咨詢意見為

由上述矩陣解算最大特征值及其對應的特征向量，為=50，特征向量為=[08074,04037,03222,02351,01615]。進行一致性檢驗，=5時，=112，計算可得 <0.01，該指標權重分配通過一致性檢驗，權重分配合理。在主觀指標方面，綜合用戶期望、用戶心情、用戶認知，通過MOS方法，在用戶規模不超過20的情況下進行評價，改造前分數為3.3，改造后分數為4.5，得到明顯提升，符合用戶體驗。

結合指標權重評估可知，應用邏輯的優化在此次評估中對專家評分的影響是較高的，與應用指標相關的權重在架構改造前和改造后的分配具有明顯的提升，成為影響QoE的關鍵因素。由此可知，在網絡QoS等資源指標不變的前提下，應用邏輯的優化、應用模式的改善將極大影響用戶的主觀體驗，其改善與QoE指標呈現正相關趨勢。因此，在當前網絡能力變化不大的情況下，通過優化應用邏輯，改善資源層面對作戰效能的制約，可成為提升作戰云效能研究的一個重要方向。

從實際應用中我們也得知，應用的交互頻度作為應用指標，既與時間指標關聯也與網絡資源指標關聯，而在網絡QoS一定的前提下，通過端設備邊緣計算能力增強，邊設備計算做能力卸載，采用關鍵信息訂閱模式，降低交互頻度，可有效提升作戰應用時效，改善用戶體驗。對作戰應用中典型的指揮交互、作戰仿真、情報信息交互等業務，應重點關注和優化其移動作戰支持和對抗條件下的信息支持能力，對很多計算密集型任務，如自然語言處理、作戰態勢增強、情報快捷處理與分享等，也可以通過研究關鍵指標、關鍵應用改善對云服務QoE的影響來解決服務效能快速評價的問題。對采用邊緣計算(將數據中心算力前置到邊緣節點)或者網絡覓食(將邊緣計算能力或者數據存儲能力卸載到就近的數據處理中心)兩種模式的作戰云服務，由于跟作戰裝備承載平臺、移動單兵設備部署、信息化作戰模式等緊密耦合，加之接入受限的戰場環境、移動自組織網絡的動態性，需要根據環境變化建立相應的測試方法，需要增加生存性、彈性、安全性、移動性、能力就緒等質量屬性指標的評估與優化，可指導作戰云應用效能提升。

5 結束語

美軍在作戰云服務方面的研究處于世界前列，通過探索適應不同作戰場景的戰術云架構，提出面向作戰的云服務體系，同時根據作戰業務服務模式，選擇采用購買、自建等方式提升美軍作戰云服務能力，在作戰情報分發與共享、戰場態勢增強等方面做出了較好的探索。而QoE測量能夠準確地在云服務作戰效能評估、采購定價、成本效益核算、同類型產品比較等方面提供依據，更有利于作戰云服務效能的提升，研究開展作戰云服務QoE測量，將在云計算日趨普及的現實條件下大大提升信息化戰場保障能力。

本論文提出作戰云服務QoE測量的需求，針對作戰環境網絡帶寬受限、服務模式多樣化的特點，進行云服務QoE測量數據處理方法研究及多維度評價，提出建立基于主客觀融合評價方法的作戰云服務QoE指標評價體系，并以云邊端架構的作戰云服務指標權重分析過程為例，分析影響作戰用戶體驗的因素，探索作戰云服務架構設計、服務規劃布局，致力提升作戰云服務質量，得出在當前基礎資源有限的情況下，通過應用邏輯優化可有效提升作戰云服務體驗。在實際應用中，作戰云服務QoE的測量還需要結合作戰需求和戰場應用開展研究，尤其是美軍戰術云、小云、微云等模式的應用，以及空天地聯合作戰的網信體系支持能力建設，這對作戰云服務QoE的測量提出更高的要求，需要重點研究具備科學性、合理性、完備性和正確性以及適應戰場需要的生存性、移動性、可靠性、抗毀性以及易部署、簡化操作等QoE指標體系，為作戰云服務研制、能力提升等提供科學、有效的QoE評價指導方法。