焦志強, 張杰勇, 姚佩陽, 王 勛, 何宜超,2

(1. 空軍工程大學(xué)信息與導(dǎo)航學(xué)院, 陜西 西安 710077; 2. 空軍工程大學(xué)研究生院, 陜西 西安 710077;3. 國防科技大學(xué)信息通信學(xué)院, 陜西 西安 710106)

0 引 言

隨著聯(lián)合化作戰(zhàn)、跨域作戰(zhàn)思想的提出,基于面向服務(wù)架構(gòu)(service oriented architecture, SOA)的思想構(gòu)建指揮信息系統(tǒng)(command, control, communications, computers, intelligence, surveillance and reconnaissance, C4ISR)勢在必行,并已經(jīng)取得了長足的發(fā)展[1]。在SOA架構(gòu)下,新一代C4ISR將各個功能進行服務(wù)化封裝,并依托軍事作戰(zhàn)云對服務(wù)進行合理部署,以實現(xiàn)作戰(zhàn)信息在執(zhí)行任務(wù)平臺間的高效流轉(zhuǎn)[2]。這種功能服務(wù)化封裝、服務(wù)分布式部署的架構(gòu)有利于打破各軍兵種信息系統(tǒng)間的信息壁壘,整合海、陸、空、天、賽博全域空間中的態(tài)勢信息,從而為聯(lián)合作戰(zhàn)和全域作戰(zhàn)提供有力支撐。為了有效應(yīng)對信息化軍事對抗中戰(zhàn)場環(huán)境復(fù)雜多變的挑戰(zhàn),C4ISR還需要具備敏捷的演化機制來適應(yīng)作戰(zhàn)環(huán)境的動態(tài)變化,以維持系統(tǒng)完成既定任務(wù)的能力。雖然目前對C4ISR演化問題的研究已取得不少成果,但這些研究仍然具有一定的局限性。

文獻[3]研究了C4ISR架構(gòu)與演化過程的形式化描述方法,基于美國國防部體系架構(gòu)框架2.0(Department of Defense Architecture Framework 2.0, DoDAF 2.0)體系結(jié)構(gòu)提出了一種面向服務(wù)視圖的C4ISR體系結(jié)構(gòu)描述框架,并給出了系統(tǒng)演化操作的相關(guān)定義。文獻[4]根據(jù)C4ISR的演化特點,給出了基于構(gòu)件的系統(tǒng)演化過程,并基于高階π演算保證系統(tǒng)演化的一致性與正確性。文獻[5]以波模型為基礎(chǔ),對C4ISR體系演化過程中的涌現(xiàn)行為進行了探討。通過提出C4ISR演化過程模型,并抽象描述系統(tǒng)能力涌現(xiàn)機制,為后續(xù)C4ISR調(diào)整方案的生成提供理論指導(dǎo)。然而,上述工作主要集中于對C4ISR演化框架及描述方式的研究,對具體演化方法的探索還有待進一步加強。

與此同時,文獻[6]針對C4ISR系統(tǒng)結(jié)構(gòu)中指揮控制關(guān)系的演化方法進行了研究,通過定義組織演化代價和性能代價提出了指控關(guān)系適應(yīng)性演化模型,并基于m-best策略提出了相應(yīng)的求解算法。文獻[7]側(cè)重于考慮時間約束對指控結(jié)構(gòu)適應(yīng)性演化的影響,并根據(jù)任務(wù)變化和平臺損毀兩種情況建立了演化模型,同時基于貪心思想設(shè)計了指控結(jié)構(gòu)適應(yīng)性演化方法,以降低算法的時間開銷。文獻[8]則將Holon控制理論引入指控組織設(shè)計與演化問題,研究了不同決策模式下的資源調(diào)度問題,構(gòu)建了集中與協(xié)作相結(jié)合的資源調(diào)度和演化機制。可以看到,文獻[6-8]雖然對系統(tǒng)演化的具體問題進行了探討并設(shè)計了相應(yīng)的求解算法,但其研究的重點在于系統(tǒng)中指揮控制組織的演化過程,而對于SOA架構(gòu)下服務(wù)部署的演化問題缺乏針對性的研究。

本文中的C4ISR服務(wù)部署演化問題主要包括系統(tǒng)狀態(tài)監(jiān)控與演化總體框架構(gòu)建、服務(wù)部署方案動態(tài)調(diào)整方法設(shè)計兩個方面。從本質(zhì)上看,該問題與云計算領(lǐng)域的云資源調(diào)度問題[9-12]有類似之處,都是通過監(jiān)控系統(tǒng)的運行狀態(tài)并對服務(wù)/虛擬機進行遷移來維持整個系統(tǒng)的正常運行。但對云資源調(diào)度問題的處理一般都是在云計算中心完成的,由于云計算中心擁有足夠的計算、內(nèi)存、存儲和通信資源,其對服務(wù)/虛擬機的調(diào)度可以通過集中規(guī)劃的方式利用熱遷移技術(shù)在各服務(wù)器間實現(xiàn),因此云資源調(diào)度問題注重提高云計算中心中各類資源的利用率,許多研究以降低能耗為目標(biāo)開展了云資源調(diào)度研究[13-15]。在此基礎(chǔ)上,一些研究借鑒了云計算領(lǐng)域中的服務(wù)部署方法,將系統(tǒng)服務(wù)集中部署在云計算中心[16],利用云計算中心充足的資源支持服務(wù)部署的演化過程。然而,對于前出作戰(zhàn)的終端平臺(尤其是空基平臺,如偵察無人機等)而言,其通信資源往往十分受限,如果將其偵察到的數(shù)據(jù)直接傳輸?shù)皆浦行膶斐尚诺赖膿砣麖亩档拖到y(tǒng)的效能。因此,本文借鑒了C4ISR的移動云模式[2]以及霧計算[17]、邊緣計算[18]等新興服務(wù)計算技術(shù)的核心思想,考慮在C4ISR服務(wù)分布式部署到作戰(zhàn)平臺的場景下,研究部署方案的演化問題。在此場景下,部署方案的調(diào)整具有以下特點：一是相較于云計算中心,終端作戰(zhàn)平臺的計算、內(nèi)存、存儲和通信資源都十分有限;二是在執(zhí)行任務(wù)過程中對調(diào)整方案的影響范圍十分敏感。由于作戰(zhàn)過程中涉及的平臺較多,采用集中式的調(diào)整方式需要對所有作戰(zhàn)平臺進行統(tǒng)一的狀態(tài)監(jiān)控和資源調(diào)度,這勢必將消耗過多的系統(tǒng)資源,同時集中式的全局調(diào)整雖然能取得系統(tǒng)效能上的優(yōu)勢,但其在通盤考慮的過程中難免會出現(xiàn)調(diào)整范圍過大的情況,而作戰(zhàn)平臺分布在整個作戰(zhàn)空間中,過大的調(diào)整范圍將會造成調(diào)整策略執(zhí)行的遲滯。

綜上所述,本文針對C4ISR服務(wù)部署演化問題特點,基于分層結(jié)構(gòu)設(shè)計了分布式狀態(tài)監(jiān)控與演化總體框架,在降低平臺狀態(tài)監(jiān)控與平臺資源調(diào)度開銷的同時將大規(guī)模的優(yōu)化問題進行分解,幫助快速找到較優(yōu)的可行解以適應(yīng)演化過程的實時性要求;在服務(wù)部署模型的基礎(chǔ)上,通過定義信息流轉(zhuǎn)路徑長度和方案調(diào)整代價構(gòu)建了C4ISR服務(wù)部署演化模型;最后將成對交換(pair-wise exchange, PWE)方法、最短路徑規(guī)劃方法與m-best尋優(yōu)過程相結(jié)合設(shè)計了系統(tǒng)服務(wù)部署層級演化方法,使得系統(tǒng)能夠在短時間內(nèi)找到調(diào)整代價較低的調(diào)整方案。

1 C4ISR分布式狀態(tài)監(jiān)控與演化總體架構(gòu)

在云環(huán)境下,系統(tǒng)資源狀態(tài)監(jiān)控系統(tǒng)的架構(gòu)如圖1所示?？梢钥吹?整個監(jiān)控流程主要由數(shù)據(jù)采集/存儲模塊、數(shù)據(jù)分析模塊以及系統(tǒng)狀態(tài)反饋展示模塊構(gòu)成。其中,數(shù)據(jù)采集/存儲模塊負(fù)責(zé)采集計算、內(nèi)存、網(wǎng)絡(luò)等各類資源狀態(tài)[19-20],并對這些數(shù)據(jù)進行存儲為后續(xù)分析提供充足的歷史數(shù)據(jù)。數(shù)據(jù)分析模塊則基于上述數(shù)據(jù)對當(dāng)前系統(tǒng)狀態(tài)進行具體分析,判斷/預(yù)測是否可能出現(xiàn)了異常情況,并對異常提出告警[21-22]。系統(tǒng)狀態(tài)反饋展示模塊則將數(shù)據(jù)分析模塊得到的結(jié)果進行綜合處理[23],以更加直觀的方式向云服務(wù)提供商和用戶進行展示,為后續(xù)調(diào)整策略的制定提供依據(jù)。

新一代C4ISR的部署位置相對分散,不再局限于某個固定的節(jié)點,對其狀態(tài)的監(jiān)控?zé)o法直接通過圖1中的結(jié)構(gòu)進行。圖2展示了C4ISR服務(wù)部署的一個簡單案例。

圖1 云環(huán)境下資源狀態(tài)監(jiān)控系統(tǒng)架構(gòu)Fig.1 Architecture of resource status monitoring system in cloud environment

圖2 C4ISR服務(wù)部署案例Fig.2 C4ISR service deployment case

可以看到,相關(guān)服務(wù)部署在各類平臺上,散布于海陸空天等作戰(zhàn)空間中,傳統(tǒng)集中式的監(jiān)控已經(jīng)無法滿足要求。同時,由于平臺間的通信資源十分寶貴,監(jiān)控數(shù)據(jù)的實時傳輸可能會占用過多的信道帶寬,從而影響C4ISR的正常運行。因此,本文基于分層結(jié)構(gòu)提出了C4ISR分布式狀態(tài)監(jiān)控與演化總體架構(gòu),如圖3所示。

圖3 基于分層結(jié)構(gòu)的C4ISR分布式狀態(tài)監(jiān)控與演化總體架構(gòu)Fig.3 Architecture of C4ISR distributed state monitoring and evolution based on hierarchical structure

可以看到,該架構(gòu)主要可以分為5個模塊:數(shù)據(jù)監(jiān)測模塊、異常發(fā)現(xiàn)模塊、資源協(xié)調(diào)模塊、策略分解模塊、狀態(tài)匯集/預(yù)測模塊。每個平臺上的通用計算設(shè)備主要包含了計算、內(nèi)存、存儲等資源,負(fù)責(zé)支撐相關(guān)服務(wù)的運行。值得注意的是,每個平臺的存儲空間內(nèi)不僅可以存儲本平臺部署的服務(wù),還可以對其他服務(wù)進行備份以方便部署方案調(diào)整時相關(guān)服務(wù)的快速接替。

1.1 數(shù)據(jù)監(jiān)測模塊

用于對每個平臺中資源的使用狀態(tài)進行監(jiān)測和記錄,包括CPU使用率、RAM使用率、Hardware使用率、響應(yīng)時間、錯誤率等信息(圖3中的綠色實線)。這些信息將被存儲在本地數(shù)據(jù)庫中,作為歷史數(shù)據(jù)用于后續(xù)的異常分析。為了提高數(shù)據(jù)的使用效率,相同類型節(jié)點或是相同類型服務(wù)的相關(guān)數(shù)據(jù)可以進行共享以增加歷史樣本數(shù)量。為了減少通信帶寬壓力,這些數(shù)據(jù)的傳輸不必實時進行,可以選擇在通信帶寬的空閑時段進行批量傳輸。

1.2 異常發(fā)現(xiàn)模塊

主要完成對異常狀態(tài)的發(fā)現(xiàn)和上報。針對數(shù)據(jù)監(jiān)測模塊捕獲的數(shù)據(jù),利用已有的歷史樣本分析節(jié)點當(dāng)前是否存在異常。這里為了減少計算、存儲以及通信等資源的開銷,將所有平臺進行層級劃分,并在每個層級設(shè)立中心平臺(如圖3中平臺1和平臺2)。若判斷當(dāng)前平臺處于異常狀態(tài),則將相關(guān)信息發(fā)送至本層級中心平臺(圖3中的紅色虛線),由其直接進行層級內(nèi)的資源協(xié)調(diào),減少了監(jiān)控數(shù)據(jù)層層上傳而造成的資源和時間開銷。異常分析的過程是可持續(xù)更新的,能夠按照效能反饋模塊的信息進行模型的調(diào)整,從而適應(yīng)系統(tǒng)的整體演化。

1.3 資源協(xié)調(diào)模塊

根據(jù)數(shù)據(jù)分析模塊得到的異常信息和來自本層級(及以下層級)平臺的異常信息(圖3中的紅色實線),生成本層級(及以下層級)平臺中的資源調(diào)整策略,完成對異常的處理。為了降低調(diào)整策略對整個系統(tǒng)的影響,這里采用自下而上的信息傳遞及策略生成機制。由于資源協(xié)調(diào)模塊只能接收到來自本層級(或以下層級)的信息,因此調(diào)整策略的作用范圍限定在本層級(或以下層級)內(nèi)。若本層級資源仍然無法滿足需求,則將該異常繼續(xù)向上層中心平臺傳遞(圖3中的紅色虛線)。

1.4 策略分解模塊

根據(jù)平臺間的層次關(guān)系,將資源協(xié)調(diào)模塊得到的調(diào)整策略或者作戰(zhàn)指揮/系統(tǒng)維護人員提出的主動調(diào)整策略進行分解(圖3中的藍(lán)色實線),明確本層級平臺應(yīng)當(dāng)執(zhí)行的調(diào)整操作并以指令的形式發(fā)送到本層級內(nèi)對應(yīng)平臺的通用計算設(shè)備(圖3中的藍(lán)色虛線)以完成本層級平臺的調(diào)整過程。同時,將下級平臺的調(diào)整策略繼續(xù)發(fā)送至相關(guān)中心平臺的策略分解模塊(圖3中的藍(lán)色虛線),重復(fù)進行上述分解過程,直至整個調(diào)整策略被完整執(zhí)行。

1.5 狀態(tài)匯集/預(yù)測模塊

匯集/預(yù)測系統(tǒng)狀態(tài)信息,形成系統(tǒng)狀態(tài)的總體情況并對下一階段系統(tǒng)的狀態(tài)進行預(yù)測。該模塊以直觀的方式對系統(tǒng)的當(dāng)前狀態(tài)和未來的預(yù)測狀態(tài)進行展現(xiàn),方便作戰(zhàn)指揮/系統(tǒng)維護人員做出主動調(diào)整策略。這里需要注意的是,系統(tǒng)當(dāng)前狀態(tài)的正常與否是系統(tǒng)狀態(tài)總體情況中的重要信息,需要進行實時的匯集,而每個平臺具體的運行數(shù)據(jù)則可以在信道空閑時間進行傳輸,以降低節(jié)點間的通信壓力。系統(tǒng)狀態(tài)的總體情況也將被保存在系統(tǒng)運行歷史數(shù)據(jù)庫中以方便后續(xù)對系統(tǒng)進行優(yōu)化。

在上述分布式架構(gòu)下,系統(tǒng)調(diào)整策略的制定不必集中進行,而是由對應(yīng)層級的中心平臺承擔(dān)。若本層級內(nèi)的平臺資源無法滿足需求則由本級中心平臺向上級中心平臺上報,并由其在上級層次的平臺中進行協(xié)調(diào)。平臺只需要存儲部署在本層級平臺內(nèi)的相關(guān)服務(wù)即可保證相應(yīng)調(diào)整方案的執(zhí)行,從而避免每個平臺都需要備份所有服務(wù)所造成的存儲空間的浪費。這種自下而上的調(diào)整機制能夠減少監(jiān)控信息在網(wǎng)絡(luò)中的冗余傳輸,并且能有效控制系統(tǒng)演化的范圍,減少對高層級平臺的影響。本文后續(xù)工作主要針對演化架構(gòu)中的資源協(xié)調(diào)模塊開展,為服務(wù)部署方案設(shè)計適應(yīng)性調(diào)整算法,在時間允許的范圍內(nèi)制定合理的系統(tǒng)調(diào)整方案,快速解決平臺內(nèi)服出現(xiàn)的各類型問題,從而維持系統(tǒng)完成任務(wù)的能力。

2 C4ISR服務(wù)部署方案動態(tài)調(diào)整問題描述

2.1 C4ISR服務(wù)集合及交互關(guān)系

C4ISR服務(wù)集合可以表示為

Service={si|1≤i≤sn}

(1)

集合中的服務(wù)si可用一個七元組表示:

si=

stpsi,sprbi,rmipsi,rrami>

式中,snamei為服務(wù)名稱;sidi∈N為服務(wù)編號;pftypei為可以部署該服務(wù)的平臺類型集合;stpsi表示需要為服務(wù)i提供信息的平臺集合;sprbi∈R|stpsi|×1表示各平臺到該服務(wù)之間的通信帶寬需求;rmipsi∈R+為服務(wù)的指令處理能力需求;rrami∈R+為服務(wù)的內(nèi)存需求。服務(wù)集合中各個服務(wù)間的數(shù)據(jù)交互關(guān)系可以表示用IR∈Rn×n表示,IRi,j代表服務(wù)i和服務(wù)j之間的帶寬需求。

2.2 云平臺

在實際運用過程中,云平臺為了更好地為使用者提供合適的云資源,會事先將虛擬機根據(jù)其CPU、內(nèi)存等參數(shù)劃分為不同的類型。假設(shè)VM={vmi|1

vmi=

式中,vcpui∈N為虛擬機的CPU核心數(shù)量;vrami∈R+為虛擬機的內(nèi)存開銷;vmipsi∈R+為虛擬機的指令處理速度;cvmi∈R+為虛擬機的使用成本。云平臺到各終端平臺的通信帶寬可用CPB∈R1×pn表示。

2.3 終端平臺

終端平臺指分布于陸、海、空、天各作戰(zhàn)空間中的各類型武器裝備、移動指揮所、單兵作戰(zhàn)系統(tǒng)等能夠提供計算、存儲、通信資源的作戰(zhàn)平臺。盡管與云平臺相比,該類平臺只能夠提供有限的系統(tǒng)資源,但由于其具備機動性、靈活性、隱蔽性等特點,往往可以在一些復(fù)雜情況下支持部分服務(wù)的順利運行。一個終端平臺可以定義為一個八元組:

TPi=

Tirbi,Tcpui,Trami,Tmipsi>

(2)

式中,typei∈N+為該平臺的類型;idi∈N+為該平臺的編號;loctioni∈R1×3為該平臺所處的地理位置;終端平臺在執(zhí)行任務(wù)時需要一些服務(wù)為其提供必要的信息支持,為了簡化表述這種需求關(guān)系,這里通過Tissi表示需要為平臺i提供信息的服務(wù)集合,Tirbi∈R|Tiss|×1表示各服務(wù)到該平臺之間的通信帶寬需求;Tcpui∈N+為平臺所能提供的CPU核心數(shù)量;Trami∈R+為平臺所能提供的內(nèi)存資源;Tmipsi∈R+為平臺的指令處理速度。終端平臺之間的通信帶寬可用CB∈Rpn×pn表示,pn為平臺數(shù)量。

2.4 部署方案

指揮信息系統(tǒng)中的服務(wù)部署方案不僅需要為流程中的每個服務(wù)指定了支撐其運行的(終端/云)平臺,還需要為服務(wù)間需要傳遞的信息確定流轉(zhuǎn)路徑。因此,指揮信息系統(tǒng)服務(wù)流程部署方案可以定義為一個二元組:

DPscheme=

(3)

式中,STP∈Rn×1為服務(wù)到平臺的映射矩陣,STP(i)表示服務(wù)i被分配到的終端平臺編號;

(4)

表示所有信息流轉(zhuǎn)路徑的集合,其中SSPath為服務(wù)與服務(wù)之間的信息流轉(zhuǎn)路徑集合;sspathi, j表示服務(wù)i和服務(wù)j之間的信息流轉(zhuǎn)路徑;SPPath為服務(wù)與平臺之間的信息流轉(zhuǎn)路徑集合;sppathi, j表示服務(wù)i和平臺j之間的信息流轉(zhuǎn)路徑;PSPath為平臺與服務(wù)之間的信息流轉(zhuǎn)路徑集合;pspathi, j表示平臺i和服務(wù)j之間的信息流轉(zhuǎn)路徑。sspathi, j、sppathi, j和pspathi, j本質(zhì)上都可以定義為一個點對集合:

(5)

2.5 部署約束

由于服務(wù)特性、平臺特性、戰(zhàn)場環(huán)境等因素的限制,服務(wù)在部署到(終端/云)平臺中時需要滿足以下約束。

約束 1終端平臺中的系統(tǒng)資源能夠支撐服務(wù)的運行,即對于終端平臺i而言,若部署上該平臺上的服務(wù)集合為TDi,則應(yīng)該滿足:

(6)

(7)

式中,n為終端平臺數(shù)量；Tmipsi和Trami分別表示終端平臺i能夠提供的計算和內(nèi)存資源。

約束 2當(dāng)兩個需要進行信息交互的服務(wù)部署于不同平臺時,平臺間的通信帶寬應(yīng)該能夠支撐服務(wù)間通信帶寬需求;若需要進行信息交互的兩個服務(wù)部署在不能直接進行通信的平臺上,則該信息需要流轉(zhuǎn)經(jīng)過其他平臺以達(dá)到終點平臺,即在上述兩個平臺間找到一條能夠支撐得起該信息流帶寬需要的通路。式(4)將所有的信息流分為了3類:服務(wù)到服務(wù)信息流集合SSPath、服務(wù)到平臺信息流集合SPPath以及平臺到服務(wù)信息流集合PSPath,盡管這3類信息流的起始點類型不同,但由于服務(wù)最終都是由平臺承載的,因而當(dāng)服務(wù)-平臺映射關(guān)系STP確定時,上述3類信息流都可以轉(zhuǎn)化為平臺到平臺的信息流,從而形成最終的信息流路徑集合PathSet。PathSet中的每一條路徑都可以通過式(5)來表示,為了保證該條路徑上的帶寬能夠支撐得起需求,式(8)對流經(jīng)平臺m1和平臺m2間的所有信息流的帶寬需求進行了統(tǒng)計,并確保其不超過平臺m1和平臺m2間的最大通信帶寬。(若兩個服務(wù)部署在同一平臺上,則該約束自然滿足。)因此,對于可直接進行信息交互兩個平臺m1和m2而言,應(yīng)滿足

m1,m2=0,1,2,…,pn

(8)

式中,CBm1,m2為平臺m1和平臺m2之間的最大通信帶寬,滿足式(8)即意味著所有需要流經(jīng)平臺m1和平臺m2之間信道的帶寬需求不會超過其能夠提供的最大帶寬。這里不考慮云平臺中各虛擬機相互之間的通信帶寬約束,即將虛擬機統(tǒng)一看作為一個云平臺進行處理。為了方便區(qū)分云平臺和終端平臺,可將云平臺的編號定義為0號,終端平臺的編號則從1號開始續(xù)編。

約束 3考慮到部分服務(wù)的運行不僅需要計算、內(nèi)存等系統(tǒng)的支撐,還可能需要一些硬件設(shè)備(如雷達(dá)、紅外探測器、攝像頭等傳感器)的支持。因此,此類服務(wù)在部署時還需要考慮平臺的硬件設(shè)備是否滿足服務(wù)運行的條件,即對于服務(wù)i而言,若其部署在平臺m上則應(yīng)滿足(若pftypei=?,則該約束自然滿足):

TPtypem∈pftypei

(9)

綜上,一個部署方案需要滿足式(6)～式(9)才能被認(rèn)為是一個可行方案。

2.6 C4ISR服務(wù)部署分布式調(diào)整模型

考慮到系統(tǒng)信息流轉(zhuǎn)路徑對指揮信息系統(tǒng)效能造成的影響,這里的優(yōu)化目標(biāo)基于系統(tǒng)信息的流轉(zhuǎn)帶寬需求及流轉(zhuǎn)長度進行構(gòu)建,即通過降低各類信息在無關(guān)平臺中流轉(zhuǎn)次數(shù)以提升系統(tǒng)的運行效率。假設(shè)在新部署方案DPscheme′下的信息流轉(zhuǎn)路徑的集合為PathSet′,則系統(tǒng)信息流轉(zhuǎn)代價可以定義為

(10)

根據(jù)部署方案的定義,在給定DPscheme′和DPscheme的情況下,參與調(diào)整過程的平臺數(shù)量為

(11)

信息傳輸路徑的變化則相對復(fù)雜,不僅需要關(guān)注同一信息流起/終點的變化,而且對于起點和終點相同但傳輸過程路徑發(fā)生變化的情況也需要進行考慮。由于在式(5)中,路徑被定義為點對集合,因此針對同一信息流可以通過比較前后兩條路徑交集中的點對數(shù)量來衡量兩條路徑的變化程度。基于上述分析,信息傳輸路徑的變化率可以定義為

(12)

在式(11)和式(12)的基礎(chǔ)上,部署方案調(diào)整的代價約束可以定義為

decost=PEN·ITCR≤σ

(13)

式中,σ為指揮信息系統(tǒng)服務(wù)部署方案調(diào)整能夠承受的最大代價。

綜上,指揮信息系統(tǒng)服務(wù)流程部署方案調(diào)整問題可以表示為優(yōu)化問題。

(14)

3 基于m-best的服務(wù)部署調(diào)整方案生成方法

上述優(yōu)化問題可以采用遺傳算法、蜂群算法等智能搜索算法進行求解,然而這類算法的時間開銷較大且最終得到的結(jié)果質(zhì)量不穩(wěn)定?？紤]到C4ISR服務(wù)部署演化是一個實時性要求較強的問題,本文基于m-best策略提出一種貪心搜索算法來對該優(yōu)化問題進行求解。

在作戰(zhàn)過程中,部署方案進行調(diào)整主要可以通過服務(wù)遷移/接替進行解決,對應(yīng)到部署方案上也就是對STP和PathSet的調(diào)整。從調(diào)整順序上看,對STP的調(diào)整勢必會影響PathSet,因而這里必須首先考慮對STP進行調(diào)整,然后以調(diào)整后的STP為基礎(chǔ),根據(jù)信息流轉(zhuǎn)需求和通信線路受影響的情況對PathSet進行調(diào)整。

3.1 基于PWE的信息流轉(zhuǎn)路徑重規(guī)劃

這里先對一個子問題進行求解,即如何在單個服務(wù)si遷移后對PathSet進行調(diào)整。對于服務(wù)si而言,若部署位置從TPj遷移至TPk,則可以表示為si(TPj→TPk)。為了減少信息流轉(zhuǎn)路徑改變帶來的調(diào)整代價,對于不受si部署位置改變影響的服務(wù)和平臺間的信息流轉(zhuǎn)路徑應(yīng)該盡量保持原有方案不變,而對于受影響的信息流轉(zhuǎn)路徑則需要重新進行規(guī)劃。對于單個信息流轉(zhuǎn)路徑而言,可利用Dijkstra算法直接進行解算。而對于多條路徑的同時規(guī)劃問題,則很難在多項式時間內(nèi)獲得其最優(yōu)解。一種簡單的思路是:首先固定一個求解順序,然后按照順序?qū)Χ鄺l信息流轉(zhuǎn)路徑以此進行求解。求解順序可以根據(jù)各信息流轉(zhuǎn)路徑的重要度降序排序得到,這里直接將重要度定義為信息流的帶寬需求,即認(rèn)為帶寬需求大的信息路徑需求具有更高的優(yōu)先級,因而有

IMDi=Bi

(15)

然而,上述方法將有可能受到求解順序的影響而變的不穩(wěn)定,若求解順序選擇不當(dāng)有可能導(dǎo)致傳輸路徑代價過高甚至無法找到可行解的情況出現(xiàn)?；谏鲜隹紤],本文利用PWE方法[24]對所求的路徑集合進行優(yōu)化。PWE方法的核心思想是在重要度排序的基礎(chǔ)上隨機選擇多對待規(guī)劃的信息流轉(zhuǎn)路徑,交換各路徑對的規(guī)劃順序,并按照調(diào)整后的順序進行規(guī)劃,最后選擇最優(yōu)的結(jié)果作為當(dāng)前情況下的PathSet。需要注意的是,若在某路徑規(guī)劃順序下無法得到滿足信息流轉(zhuǎn)約束的解,則將該路徑規(guī)劃順序舍棄;若所有順序下始終無法得到滿足約束的解,則對應(yīng)的服務(wù)遷移方案將被認(rèn)為是不可行的。

基于PWE的信息流轉(zhuǎn)路徑重規(guī)劃算法可以描述如下。

算法 1基于PWE的信息流轉(zhuǎn)路徑重規(guī)劃

輸入:原部署方案DPscheme={STP,PathSet},單個服務(wù)部署調(diào)整策略si(TPj→TPk),服務(wù)集合中各個服務(wù)間的數(shù)據(jù)交互關(guān)系IR,各平臺的信息需求集合TISS={Tissi|i=1,2,…,pn},原方案下終端平臺之間的空閑帶寬CB′。

輸出:路徑集合PathSetre,調(diào)整后的信息流轉(zhuǎn)代價fcostre。

步驟 1根據(jù)原服務(wù)-平臺映射矩陣STP,單個服務(wù)遷移方案si(TPj→TPk),服務(wù)集合中各個服務(wù)間的數(shù)據(jù)交互關(guān)系IR以及各平臺的信息需求集合TISS={Tissi|i=1,2,…,pn},整理得到需要重新規(guī)劃的信息流轉(zhuǎn)路徑集合

步驟 2去除PathSet中與Upathsetre中路徑對應(yīng)的原信息流轉(zhuǎn)路徑,并對CB′進行調(diào)整。

步驟 3利用式(14)為集合Upathsetre中的所有元素進行重要度計算,通過降序排序得到路徑序列ps0。

步驟 5隨機選擇PPOS中的一組路徑序列psi,令cbi←CB′。

3.2 基于m-best策略的服務(wù)部署調(diào)整方案生成

m-best策略[25]本質(zhì)上是一種改進的貪心策略。其在貪心策略的基礎(chǔ)上每一步都對最優(yōu)解和部分(m-1)個次優(yōu)解同時進行考察。這種全局性質(zhì)的評估將緩解貪心策略中每一步都直接選擇當(dāng)前最優(yōu)解而造成的“短視”情況,從而使最終結(jié)果逼近全局最優(yōu),如圖4所示。

圖4 m-best策略示意圖Fig.4 Schematic diagram of m-best strategy

這里先對基于貪心策略的服務(wù)部署調(diào)整方案生成進行介紹。其核心思想是先按照服務(wù)的帶寬需求確定調(diào)整順序,然后按照順序?qū)Ω鱾€服務(wù)進行考察。在考察單個服務(wù)的部署位置時,計算所有情況下的信息流轉(zhuǎn)代價,選擇代價最小的平臺作為該服務(wù)調(diào)整后的部署平臺。

為了方便算法的描述,先對鄰域的概念進行介紹。對于服務(wù)si而言,其在原部署方案DPscheme基礎(chǔ)上所有可能的部署調(diào)整方案si(TPj→TPk)構(gòu)成的新部署方案集合NDPS稱為DPscheme關(guān)于si的鄰域。在此基礎(chǔ)上,基于貪心策略的服務(wù)部署調(diào)整方案生成過程如下。

算法2基于貪心策略的服務(wù)部署調(diào)整

輸入:當(dāng)前部署方案DPscheme={STP,PathSet},終端平臺集合TPS,服務(wù)集合中各個服務(wù)間的數(shù)據(jù)交互關(guān)系IR,各平臺的信息需求集合TISS={Tissi|i=1,2,…,n},當(dāng)前方案下終端平臺之間的空閑帶寬CB′,待部署的服務(wù)集合RSS={si|i=1,2,…,nrs},以及可接受本次重新部署的平臺集合RPS={TPi|i=1,2,…,nrtp}。

輸出:信息流轉(zhuǎn)代價fcostre。

步驟 1根據(jù)RSS中各服務(wù)所需帶寬總量對待重新部署的服務(wù)進行降序排序,令當(dāng)前方案DPschemeN←DPscheme。

步驟 2按照順序在RSS選擇當(dāng)前調(diào)整服務(wù)si。

步驟 3根據(jù)式(6)、式(7)和式(9)計算DPschemeN關(guān)于si的鄰域NDPS。

步驟 4利用算法1對NDPS中所有方案的PathSet和fcost進行計算,選擇選擇信息流轉(zhuǎn)代價最小的方案作為si的調(diào)整策略。

步驟 5在當(dāng)前策略下對DPschemeN和CB′進行更新。

步驟 6令RSS←RSS/{si},若RSS=?,轉(zhuǎn)步驟7;否則,轉(zhuǎn)步驟2。

步驟 7輸出當(dāng)前DPschemeN對應(yīng)的信息流轉(zhuǎn)代價fcostre。

在算法1和算法2的基礎(chǔ)上,基于m-best策略的服務(wù)部署調(diào)整方案生成過程如下。

算法3基于m-best策略的服務(wù)部署調(diào)整

輸入:原部署方案DPscheme={STP,PathSet},終端平臺集合TPS,服務(wù)集合中各個服務(wù)間的數(shù)據(jù)交互關(guān)系IR,各平臺的信息需求集合TISS={Tissi|i=1,2,…,pn},原方案下終端平臺之間的空閑帶寬CB′,待重新部署的服務(wù)集合RSS={si|i=1,2,…,nrs}以及可接受本次重新部署的平臺集合RPS={TPi|i=1,2,…,nrtp}。

輸出:調(diào)整后的部署方案:

DPschemere={STPre,PathSetre}

步驟 1根據(jù)RSS中各服務(wù)所需帶寬總量對待重新部署的服務(wù)進行降序排序,令當(dāng)前方案DPschemeN←DPscheme。

步驟 2按照調(diào)整順序依次對服務(wù)si執(zhí)行以下步驟。

步驟 2.1計算DPschemeN關(guān)于si的鄰域NDPS;

步驟 2.2利用算法1對NDPS中所有方案的fcostre進行計算,選擇選擇信息流轉(zhuǎn)代價最小的前m個方案構(gòu)成當(dāng)前考察方案集合CCPS;

步驟 3輸出當(dāng)前部署方案DPschemeN。

綜上,基于m-best的C4ISR服務(wù)部署層級調(diào)整算法流程如圖5所示。

圖5 基于m-best的C4ISR服務(wù)部署層級調(diào)整流程圖Fig.5 Flow chart of C4ISR service deployment hierarchy adjust based on m-best

可以看到,當(dāng)某個平臺上的服務(wù)出現(xiàn)異常時,該情況會先上報至本級中心平臺并由其進行調(diào)整方案的生成。若本層級中心平臺調(diào)度失敗則往上級中心平臺上報,在更大的范圍內(nèi)進行調(diào)整。不難發(fā)現(xiàn),方案的調(diào)整并不是一開始就直接在整個系統(tǒng)平臺中進行的,而是首先在其所處的層級內(nèi)進行的。同時,調(diào)整方案的規(guī)劃者也是先由各層級中心平臺擔(dān)任,并非直接由最頂層的平臺集中擔(dān)任,因而本文提出的調(diào)整方法可以看作是分布式的。

4 仿真驗證

為了驗證本文所提出算法的有效性,以一個聯(lián)合作戰(zhàn)場景下C4ISR服務(wù)部署想定為算例在Core i9-9900K CPU 3.6 GHz計算機上進行仿真實驗。算例中,參與作戰(zhàn)行動的平臺包括云平臺、聯(lián)合指揮所、雷達(dá)站、沿海機場等共計9類19個平臺,詳情如表1所示。針對所要執(zhí)行的作戰(zhàn)任務(wù),服務(wù)流程可用圖6表示,每個服務(wù)對應(yīng)的編號如表2所示。當(dāng)前服務(wù)部署方案如表3所示。

表1 作戰(zhàn)平臺編號及名稱

表2 服務(wù)名稱及編號

表3 原服務(wù)部署方案

圖6 C4ISR的服務(wù)流程Fig.6 Service process of C4ISR

為了減少全局調(diào)整帶來的時間開銷過大問題,這里依據(jù)平臺在作戰(zhàn)過程中所處的位置將平臺分為3個層級,并為每個層級確立中心平臺以進行層級內(nèi)服務(wù)遷移方案的制定,具體分級情況如表4所示,其中帶*號標(biāo)記的平臺表示各層級的中心平臺。

表4 平臺層級分配方案

在上述算例下,根據(jù)服務(wù)原部署平臺對初始調(diào)整層級進行確定,并隨機生成需要重新部署的服務(wù)集合?；诒疚乃岢龅乃惴ㄉ刹渴鹫{(diào)整方案并與全局調(diào)整方法對比,算法中m-best策略的變量m值分別為1,2和3,表5為100組實驗所得結(jié)果的平均值。

表5 層級調(diào)整與全局調(diào)整的對比結(jié)果

為了進一步體現(xiàn)本文所提算法在求解系統(tǒng)服務(wù)部署方案動態(tài)調(diào)整問題上的優(yōu)越性,與其他智能優(yōu)化算法進行對比,各算法參數(shù)設(shè)置如下。

遺傳算法(genetic algorithm, GA)[26]:種群規(guī)模N=500、進化代數(shù)K=100、交叉比率Cp=0.8、變異概率Mp=0.01。

粒子群優(yōu)化(particle swarm optimization,PSO)算法[27]:粒子規(guī)模N=500、進化代數(shù)K=100、慣性權(quán)重w=0.729 8,自學(xué)習(xí)因子c1=1.496 2,全局學(xué)習(xí)因子c2=1.496 2。

人工蜂群(artificial bee colony, ABC)算法[28]:種群規(guī)模N=500、進化代數(shù)K=100、蜜源停留次數(shù)限制Lb=10,加速系數(shù)上限lac=1。

功能點分析(function points analysis, FPA)算法[29]:種群規(guī)模N=500、進化代數(shù)K=100、轉(zhuǎn)換概率ps=0.8。

鯨魚優(yōu)化算法(whale optimization algorithm, WOA)[30]:種群規(guī)模N=500、進化代數(shù)K=100、對數(shù)螺旋形狀的常數(shù)b=1、模型選擇概率mp=0.5。

本文算法:成對交換次數(shù)nPWE=5、m-best策略值m=3。

在上述算法參數(shù)定義下,對調(diào)整代價約束分別為250、200和150的3種情況進行仿真實驗。圖7～圖9分別為3種情況下各算法均成功找到可行解的10組仿真結(jié)果。

圖7 算法結(jié)果對比(σ=250)Fig.7 Comparison of algorithm results (σ=250)

圖8 算法結(jié)果對比(σ=200)Fig.8 Comparison of algorithm results (σ=200)

圖9 算法結(jié)果對比(σ=150)Fig.9 Comparison of algorithm results (σ=150)

從圖7～圖9中可以看到,本文提出的算法在信息流轉(zhuǎn)代價增量上的表現(xiàn)較其他智能優(yōu)化算法略顯優(yōu)勢,而在調(diào)整代價上的表現(xiàn)則明顯優(yōu)于智能優(yōu)化算法。

表6為各算法在3組實驗下的時間開銷,可以發(fā)現(xiàn)本文算法相比其他智能優(yōu)化在時間開銷上也表現(xiàn)出了明顯優(yōu)勢。

表6 不同調(diào)整代價約束下的算法時間開銷

這里需要注意的是,在需要調(diào)整的服務(wù)集合是隨機生成的條件下,對于智能優(yōu)化算法而言這里選取的結(jié)果是其首次找到的滿足約束的解,如果讓算法繼續(xù)運行,智能優(yōu)化算法可能會找到更優(yōu)的解。然而,這對于演化問題而言是不具備可行性的,在任務(wù)執(zhí)行過程中對系統(tǒng)進行調(diào)整時,調(diào)整方案生成的時間開銷是非常重要的,若時間開銷過大則有可能直接導(dǎo)致本次任務(wù)執(zhí)行的失敗。為了進一步比較各算法在求解C4ISR服務(wù)部署方案動態(tài)調(diào)整問題時的表現(xiàn),這里進行100次蒙特卡羅仿真,圖10～圖12分別為各算法的信息流轉(zhuǎn)代價增量、調(diào)整代價和時間開銷的箱線圖,圖13為各算法成功找到調(diào)整方案的概率。

圖10 不同算法的信息流轉(zhuǎn)代價增量箱線圖Fig.10 Box diagram of information flow cost increment of different algorithms

圖11 不同算法的調(diào)整代價箱線圖Fig.11 Box diagram of adjustment cost of different algorithms

圖12 不同算法的時間開銷箱線圖Fig.12 Box diagram of time cost of different algorithms

圖13 不同調(diào)整代價下各算法的規(guī)劃成功率Fig.13 Planning success rate of each algorithms under different evolutionary costs

從圖10～圖12中可以看到,隨著調(diào)整代價約束的收緊,各算法所得結(jié)果的質(zhì)量在整體上升。其中,GA、ABC算法和WOA在信息流轉(zhuǎn)代價增量方面的表現(xiàn)尤為突出,本文算法在信息流轉(zhuǎn)代價增量上的優(yōu)勢逐漸減弱。而在調(diào)整代價方面,各算法所得方案的調(diào)整代價均在下降,但本文算法則始終保持了絕對的優(yōu)勢。在時間開銷方面,由于本文算法基于貪心策略無需進行多次的迭代搜索,時間開銷要遠(yuǎn)低于其他智能優(yōu)化算法。在圖13中,智能優(yōu)化算法的搜索成功率隨著約束的收緊在不斷下降,而本文算法始終能夠得到可行的調(diào)整方案,體現(xiàn)了該算法的魯棒性。

5 結(jié) 論

本文針對C4ISR服務(wù)部署分散、演化實時性要求高的特點,基于分層結(jié)構(gòu)設(shè)計了SOA架構(gòu)下C4ISR分布式狀態(tài)監(jiān)控與演化總體架構(gòu),在減小演化范圍的同時節(jié)省了各平臺的存儲空間。在服務(wù)部署模型的基礎(chǔ)上通過定義調(diào)整代價建立了服務(wù)部署方案動態(tài)調(diào)整模型,并結(jié)合PWE方法、最短路徑規(guī)劃方法和m-best策略提出了一種貪心求解算法。實驗結(jié)果證明了分布式層級調(diào)整架構(gòu)與方法的有效性,顯示了其相對于全局優(yōu)化的優(yōu)勢,并通過與多種智能優(yōu)化算法的對比,體現(xiàn)了其在減小調(diào)整代價、縮短時間開銷以及算法魯棒性方面的特點。下一步工作將針對結(jié)構(gòu)分層方法開展,探索不同分層方式對系統(tǒng)整體演化過程的影響,研究如何在大規(guī)模聯(lián)合作戰(zhàn)場景下有效對各類作戰(zhàn)平臺進行結(jié)構(gòu)分層,從而提升C4ISR服務(wù)部署演化效果。