Session 2: 5G Networks

Vivisecting Mobility Management in 5G Cellular Networks

Ahmad Hassan (University of Minnesota - Twin Cities), Shuowei Jin (University of Michigan), Arvind Narayanan (University of Minnesota), Ruiyang Zhu (University of Michigan), Anlan Zhang, Wei Ye (University of Minnesota), Jason Carpenter (University of Minnesota - Twin Cities), Z. Morley Mao (University of Michigan and Google), Zhi-Li Zhang, Feng Qian (University of Minnesota - Twin Cities)

摘要

隨著5G支持不同的頻帶和不同的發(fā)布模式（如SA和NSA），移動(dòng)管理，特別是切換處理，變得非常復(fù)雜。度量研究展示了高頻切換將導(dǎo)致5G吞吐量的震蕩，甚至服務(wù)不可用。為此，作者建立一個(gè)數(shù)據(jù)集，基于此提出幾點(diǎn)分析結(jié)論，最后設(shè)計(jì)了一個(gè)預(yù)測(cè)系統(tǒng)Prognos來(lái)提升5G應(yīng)用的QoE。作者發(fā)布了研究的相關(guān)材料。 ? ?

背景

當(dāng)前，4G和5G共存，5G支持不同頻帶、5G的cell更加密集，這些條件導(dǎo)致移動(dòng)切換變得十分復(fù)雜。然而，高頻的移動(dòng)切換將導(dǎo)致嚴(yán)重的性能下降。

因此，理解當(dāng)前的5G移動(dòng)切換和實(shí)踐十分重要。

然而，度量真實(shí)的移動(dòng)切換面臨如下挑戰(zhàn)：

如何從unroot手機(jī)獲取控制平面信號(hào)事件？

在有限的資源和預(yù)算下，如何研究多種5G架構(gòu)（SA和NSA）、頻率帶寬、運(yùn)營(yíng)商？

如何安排不同層的數(shù)據(jù)收集任務(wù)？

如何精確測(cè)量移動(dòng)切換在用戶設(shè)備上的能量消耗情況？ ?

? 為了克服這些挑戰(zhàn)，實(shí)現(xiàn)如下測(cè)量平臺(tái)： ? 1. 多個(gè)5G手機(jī)，可以訪問(wèn)美國(guó)3個(gè)主要的運(yùn)營(yíng)商，作者使用2種設(shè)備：Samsung Galaxy S21 Ultra 5G/SM-G998U (S21U) 和 Samsung Galaxy S20 Ultra 5G/SM-G988U (S20U)。其中，S21U設(shè)備3個(gè)，S20U設(shè)備1個(gè)。 ? 2. 在unroot手機(jī)上的用戶軟件，可以捕獲移動(dòng)相關(guān)的信息。從智能手機(jī)獲取低層信息需要獲取Diag（diagnostic interface）的訪問(wèn)，它需要特殊的許可證和工具。作者使用Accuver XCAL來(lái)讀取Qualcomm Diag，可以收集到物理蜂窩ID等信息。 ? 3. 專業(yè)的度量工具來(lái)收集蜂窩控制平面事件。作者拓展了5G Tracker功能，實(shí)現(xiàn)了捕獲商業(yè)5G管理的關(guān)鍵信息：物理蜂窩ID，移動(dòng)切換和頻率帶寬。以上的信息從Android 11的5G API中抽取。作者使用Android TeelephonyManager的onDisplayInfoChanged() API來(lái)識(shí)別頻率帶寬。 ? ?4. 用外部充電寶的物理電源監(jiān)視器來(lái)精確度量用戶設(shè)備的電源消耗對(duì)于電量消耗的計(jì)量，作者使用Monsoon Power Monitor來(lái)完成。? ?

分析與結(jié)論

作者使用這些技術(shù)來(lái)收集數(shù)據(jù)，并進(jìn)行了分析： ? 1. 5G的移動(dòng)切換如何影響應(yīng)用？5G移動(dòng)切換嚴(yán)重影響應(yīng)用的用戶體驗(yàn)，比4G更嚴(yán)重；利用NSA 5G的雙模式的5G能緩解移動(dòng)切換的負(fù)面作用。 ? 2. 5G移動(dòng)切換的關(guān)鍵特性是什么？從3個(gè)方面考察移動(dòng)切換：頻率、持續(xù)時(shí)間和用戶設(shè)備能量消耗；NSA的5G切換頻率更高；NSA的5G毫米波上切換頻率更高；NSA的移動(dòng)切換平均需要167ms完成。移動(dòng)切換的準(zhǔn)備階段占據(jù)很長(zhǎng)時(shí)間，原因是5G的復(fù)雜性和技術(shù)的不成熟性。5G的移動(dòng)切換下的能量消耗是4G的10倍，和移動(dòng)切換的次數(shù)是正相關(guān)的。 ? 3. 5G切換對(duì)運(yùn)營(yíng)商的啟發(fā)是什么？5G蜂窩網(wǎng)的收斂范圍和移動(dòng)切換是緊密相關(guān)的；NSA 5G切換不支持基站間的直接切換，導(dǎo)致5G-4G-5G切換，惡化了性能；4G和5G基站在同一個(gè)通信塔時(shí)，切換時(shí)間時(shí)長(zhǎng)較短。 ? 4. 我們可以預(yù)測(cè)5G的切換來(lái)提升應(yīng)用程序的QoE嗎？作者提出Prognos。它利用觀測(cè)到的信號(hào)強(qiáng)度，用戶設(shè)備的度量報(bào)告和過(guò)去的切換來(lái)預(yù)測(cè)未來(lái)的切換和他們的類型。Prognos包括兩層預(yù)測(cè)流水線。它首先預(yù)測(cè)未來(lái)的信號(hào)強(qiáng)度，然后學(xué)習(xí)基站的切換邏輯。和單一模型相比，解耦的兩層預(yù)測(cè)方法降低了模型復(fù)雜度，提升了精度。Prognos包括3個(gè)組件：report predictor module考慮移動(dòng)配置和信號(hào)強(qiáng)度質(zhì)量來(lái)預(yù)測(cè)measurement reports，decision learner module通過(guò)利用序列模式挖掘來(lái)學(xué)習(xí)特定運(yùn)營(yíng)商的切換策略，handover predictor module使用預(yù)測(cè)的measurement reports序列和學(xué)習(xí)的切換策略來(lái)預(yù)測(cè)切換的類型。其中，decision learner module學(xué)習(xí)運(yùn)營(yíng)商最新的切換邏輯。這個(gè)模塊的輸入是連續(xù)的measurement reports流和切換的命令。作者切分輸入流為多個(gè)階段，每個(gè)階段包括measurement reports，后面緊跟一個(gè)切換命令。切換決定的目標(biāo)是學(xué)習(xí)最新的切換烈性的模式。作者使用基于序列的模式挖掘：作者修改了prefixSpan算法實(shí)現(xiàn)在線學(xué)習(xí)。在每個(gè)階段結(jié)尾，這個(gè)學(xué)習(xí)算法如果觀察到舊序列就增加支持，如果遇到新序列就添加pattern。算法對(duì)比pattern的新鮮程度和設(shè)定的閾值來(lái)決定是否丟棄該pattern，保證了學(xué)習(xí)到的pattern沒(méi)有急劇增長(zhǎng)。評(píng)估結(jié)果顯示，Prognos的F1-Score在0.92-0.94，超越了之前的方法1.9x-3.8x。在16K全景視頻流中，Prognos比默認(rèn)的吞吐量預(yù)測(cè)算法提升了34.6%-58.6%的延遲時(shí)間；在實(shí)時(shí)測(cè)定體積視頻流中，Prognos增加了15.1%-36.2%的內(nèi)容質(zhì)量。 ?

個(gè)人觀點(diǎn)

當(dāng)前5G切換需要考慮多種因素，例如4G和5G、SA和NSA等。 ? 作者通過(guò)采集大量數(shù)據(jù)并分析，得出幾條經(jīng)驗(yàn)性的結(jié)論，并提出一個(gè)預(yù)測(cè)方法。然而，本人認(rèn)為，該工作有2點(diǎn)需要考慮： ?

時(shí)效性強(qiáng)。5G的部署和改進(jìn)還在進(jìn)行，這意味著作者花費(fèi)大量力氣采集的數(shù)據(jù)可能未來(lái)3年就不再適用，因此從時(shí)間維度來(lái)看影響有限。

預(yù)測(cè)模塊平凡。這里的方法只是對(duì)現(xiàn)有工作的簡(jiǎn)單改進(jìn)，貢獻(xiàn)有限。

Understanding 5G performance for real-world services: a content provider's perspective

Xinjie Yuan,? Mingzhou Wu,? Zhi Wang (Tsinghua University),? Yifei Zhu (Shanghai Jiao Tong University),? Ming Ma,? Junjian Guo (Kuaishou),? Zhi-Li Zhang (University of Minnesota – Twin Cities),? Wenwu Zhu (Tsinghua University)

背景

近年來(lái)5G無(wú)論是基站數(shù)量還是用戶都獲得了很大的增長(zhǎng)，僅中國(guó)就建設(shè)了115萬(wàn) 5G基站。根據(jù)Cisco年度互聯(lián)網(wǎng)報(bào)告，截止2023年底 5G 連接的總帶寬會(huì)提高13倍, 到2027年, 5G 會(huì)占據(jù) 49% 的移動(dòng)訂閱總量。過(guò)去對(duì)于5G的測(cè)量研究主要集中于NSA 5G(非獨(dú)立接入5G 依靠 4G 網(wǎng)絡(luò)設(shè)施來(lái)提供更快的速度和更高的數(shù)據(jù)帶寬), 本文主要研究SA（獨(dú)立接入） 5G, 且從內(nèi)容提供者（CP：content provider）的視角出發(fā)，探究增加使用5G連接對(duì)于QoS/QoE的提升效果，以及為實(shí)現(xiàn)5G的最佳性能所需采取的配置策略。

概述

本文主要研究2300萬(wàn)快手用戶在1年時(shí)間跨度內(nèi)的流量數(shù)據(jù)。主要面臨的挑戰(zhàn)如下：1.很多網(wǎng)絡(luò)中測(cè)量指標(biāo)并不能幫助我們學(xué)習(xí)到其中5G流量的度量。2.測(cè)量中有很多的隨機(jī)變量，如用戶設(shè)備類別和編碼方式。3.需要最小化數(shù)據(jù)收集對(duì)網(wǎng)絡(luò)的影響。4.參與網(wǎng)絡(luò)的第三方系統(tǒng)會(huì)對(duì)數(shù)據(jù)測(cè)量產(chǎn)生影響。 ? 為此，作者混合了主動(dòng)與被動(dòng)數(shù)據(jù)收集的方法以處理不同設(shè)備和OS的區(qū)別，以及私有域方法來(lái)應(yīng)對(duì)第三方運(yùn)營(yíng)商的影響。 ? 其中被動(dòng)的數(shù)據(jù)采集是指用戶的統(tǒng)計(jì)數(shù)據(jù)和狀態(tài)信息以時(shí)間窗口為單位（10s）被發(fā)送到日志服務(wù)器上。在記錄時(shí)延時(shí)，由于用戶操作系統(tǒng)和設(shè)備的不同，本文沒(méi)有采取應(yīng)用的startup delay，而是使用了連接的建立時(shí)延（如RTMP連接時(shí)延）作為測(cè)量指標(biāo)。而主動(dòng)的數(shù)據(jù)采集是指作者通過(guò) traceroute進(jìn)行的一些網(wǎng)絡(luò)核心架構(gòu)研究，這些研究能夠揭示運(yùn)營(yíng)商網(wǎng)絡(luò)中的部分特性。 ? 最后作者提出了一個(gè)試驗(yàn)性的針對(duì)5G的緩沖策略，主要實(shí)現(xiàn)是當(dāng)發(fā)生rebuff情況時(shí)，則減少用戶最少緩沖時(shí)間；否則以β 的步長(zhǎng)遞增緩沖時(shí)間。

總結(jié)

實(shí)驗(yàn)顯示SA 5G 能夠提供更短的應(yīng)用層面時(shí)延, 例如：對(duì)于廣播能夠減少 ～60% 的 鏈接建立時(shí)延，且相對(duì)于4G能夠減少67～89% 的總傳輸時(shí)延, 提供更高的下載速度. 除此之外實(shí)驗(yàn)顯示SA 5G 相對(duì)于 NSA 5G 有更好的性能.除此之外,5G對(duì)于 Horizontal Handovers（用戶從一個(gè)基站切換到另一個(gè)基站的服務(wù)區(qū)更加敏感），當(dāng)用戶數(shù)量增加時(shí)SA 5G 的下載速度可能會(huì)降低。 ? 最后作者還提供了一些不同于conventional wisdom的發(fā)現(xiàn)，例如使用5G不一定會(huì)比4G更加耗能；SA 5G 的用戶會(huì) “更接近于”（經(jīng)過(guò)的路由跳數(shù)更少）核心網(wǎng)絡(luò). 然而這種“接近”并不一定意味著與服務(wù)端交互的RTT會(huì)更短。 ?

個(gè)人觀點(diǎn)

本文對(duì)于5G網(wǎng)絡(luò)的多項(xiàng)指標(biāo)進(jìn)行了詳盡的測(cè)量，具有相當(dāng)?shù)墓ぷ髁?。?duì)于數(shù)據(jù)收集中的挑戰(zhàn)，采用了passive data collection以及 private field insersion。本文的測(cè)量結(jié)果總體上肯定了SA 5G在4G基礎(chǔ)上的性能提升，并且對(duì)于NSA 5G 先前的一些conventional wisdom進(jìn)行了辯證的否定，推進(jìn)了對(duì)于有關(guān)領(lǐng)域的認(rèn)知。 ? 同時(shí)基于這些認(rèn)知，本文提出了一種支持5G的視頻緩沖策略，在快手900萬(wàn)用戶的測(cè)試中平均減少了7% 的緩沖時(shí)間，體現(xiàn)了對(duì)于實(shí)際應(yīng)用的指導(dǎo)作用。

Mobile Access Bandwidth in Practice: Measurement, Analysis, and Implications

Xinlei Yang, Hao Lin, Zhenhua Li (Tsinghua University), Feng Qian (University of Minnesota - Twin Cities), Xingyao Li, Zhiming He, Xudong Wu, Xianlong Wang, Yunhao Liu (Tsinghua University), Tianyin Xu (University of Illinois at Urbana-Champaign)

本篇文章系統(tǒng)調(diào)研了中國(guó)用戶的移動(dòng)網(wǎng)絡(luò)接入帶寬，發(fā)現(xiàn)了一些令人驚訝的事實(shí)，并揭示了該現(xiàn)象背后的深層原因。此外，本文還提出了一種快速輕量的帶寬測(cè)試技術(shù)，顯著降低了測(cè)試時(shí)間和運(yùn)維成本。本篇文章是清華大學(xué)李振華老師團(tuán)隊(duì)與杭州友聲科技公司的合作研究，合作單位還有明尼蘇達(dá)大學(xué)和伊利諾伊大學(xué)厄巴納-香檳分校。

背景

近年來(lái)，移動(dòng)接入技術(shù)取得了重大的進(jìn)展，例如最新的5G和WiFi 6E技術(shù)，分別可以達(dá)到20Gbps和9.6Gbps的接入帶寬。雖然這些新興無(wú)線技術(shù)正在全球范圍內(nèi)被積極、廣泛地部署，但是大規(guī)模的帶寬測(cè)試結(jié)果顯示，截至2021年底，美國(guó)的5G帶寬中值僅為135Mbps，中國(guó)的5G帶寬中值僅為304Mbps，且美國(guó)和中國(guó)的WiFi帶寬中值僅為137Mbps和153 Mbps。由此觀之，在實(shí)際場(chǎng)景下這些新興技術(shù)的部署與使用并沒(méi)有充分造福普通移動(dòng)終端用戶。 ? 理解上述現(xiàn)象的背后深層次原因是優(yōu)化當(dāng)今移動(dòng)網(wǎng)絡(luò)的第一步。然而，受限于移動(dòng)網(wǎng)絡(luò)協(xié)議棧的復(fù)雜性、異構(gòu)移動(dòng)生態(tài)系統(tǒng)的龐雜性以及大規(guī)模高效測(cè)量手段的匱乏，現(xiàn)有對(duì)移動(dòng)網(wǎng)絡(luò)的測(cè)量研究通常存在測(cè)量規(guī)模局限或分析深度不足的問(wèn)題，嚴(yán)重阻礙了我們對(duì)當(dāng)今移動(dòng)網(wǎng)絡(luò)的深入理解。

設(shè)計(jì)

本篇文章的調(diào)研工作是基于一個(gè)名為UUSpeedTest（BTS-APP）的安卓帶寬測(cè)速應(yīng)用完成的，該軟件擁有約1700萬(wàn)的用戶（主要在中國(guó)），以及每天約有20萬(wàn)的測(cè)試請(qǐng)求。在保護(hù)用戶隱私的前提下，作者團(tuán)隊(duì)通過(guò)使用BTS-APP輕量級(jí)的持續(xù)收集帶寬測(cè)試數(shù)據(jù)，實(shí)現(xiàn)了超大規(guī)模的網(wǎng)絡(luò)測(cè)量。其中，作者對(duì)BTS-APP進(jìn)行了兩方面的改進(jìn)，一方面是通過(guò)捕獲物理層和鏈路層協(xié)議數(shù)據(jù)，實(shí)現(xiàn)了細(xì)粒度的網(wǎng)絡(luò)測(cè)量與分析；另一方面是提出了一種基于UDP的猝發(fā)式快速帶寬測(cè)試技術(shù)，減少測(cè)試時(shí)間與運(yùn)維成本。下面，分為調(diào)研結(jié)果分析和帶寬測(cè)試技術(shù)改進(jìn)兩部分對(duì)文章進(jìn)行介紹。

調(diào)研結(jié)果分析

經(jīng)過(guò)4個(gè)月的數(shù)據(jù)采集，總共接收到了約354萬(wàn)個(gè)用戶的2363萬(wàn)條帶寬測(cè)試請(qǐng)求，且99.7%的測(cè)試請(qǐng)求來(lái)源于中國(guó)，包含了WiFi、3G、4G、5G四種不同的測(cè)試類型。此外，文章還參考了BTS-APP其他時(shí)段的數(shù)據(jù)報(bào)告，用于分析其他時(shí)間段的數(shù)據(jù)。 ? 整體上看，調(diào)研結(jié)果體現(xiàn)了一下幾個(gè)特征（結(jié)果見(jiàn)下圖） ? 1. ?? 蜂窩網(wǎng)絡(luò)（包括4G和5G網(wǎng)絡(luò)）的接入帶寬不但沒(méi)有隨著5G規(guī)模部署而提升，反而出現(xiàn)了下降情況，其主要是由過(guò)度激進(jìn)的4G->5G頻譜資源重耕導(dǎo)致的。 ? 2. ?? 城市地區(qū)的蜂窩網(wǎng)絡(luò)接入帶寬高于鄉(xiāng)村地區(qū)，主要是因?yàn)榛A(chǔ)設(shè)施部署密度不同； ? 3. ?? 軟硬件方面，安卓系統(tǒng)版本會(huì)影響移動(dòng)設(shè)備的接入帶寬，且版本越高往往帶寬越高，這是由于更高版本的系統(tǒng)對(duì)無(wú)線管理模塊做出了相當(dāng)大的改進(jìn)；當(dāng)?shù)投藱C(jī)型和高端機(jī)型搭載相同的安卓系統(tǒng)版本時(shí)，其接入帶寬通常不會(huì)表現(xiàn)出明顯差異； ? 4. ?? 運(yùn)營(yíng)商方面，由于4G基礎(chǔ)設(shè)施部署都比較成熟，不同運(yùn)營(yíng)商的4G網(wǎng)絡(luò)平均接入帶寬非常接近；中國(guó)廣電(ISP4)的5G網(wǎng)絡(luò)帶寬顯著低于其他三個(gè)運(yùn)營(yíng)商，這是因?yàn)樗麑?G部署于較低的頻段；中國(guó)電信(ISP3)則使用了更具優(yōu)勢(shì)的頻段達(dá)到了相對(duì)更高的帶寬。

? 對(duì)于4G網(wǎng)絡(luò)，文章分為網(wǎng)絡(luò)頻譜資源特征、頻譜資源重耕、LTE-Advanced技術(shù)部署三個(gè)方面對(duì)調(diào)研結(jié)果進(jìn)行了分析（結(jié)果見(jiàn)下圖） ? 1. ?對(duì)于不同的移動(dòng)網(wǎng)絡(luò)頻譜資源，數(shù)據(jù)表明4G網(wǎng)絡(luò)使用的頻段越高，通常網(wǎng)絡(luò)帶寬越高。但存在一個(gè)高頻段的帶寬較低，這是因?yàn)檫@個(gè)頻段主要在鄉(xiāng)村地區(qū)使用，基礎(chǔ)設(shè)施部署比較分散。 ? 2. ?由于高頻段能夠提供更高的接入帶寬，一些高頻段頻譜資源因此被重耕給5G網(wǎng)絡(luò)使用。這導(dǎo)致了4G網(wǎng)絡(luò)整體接入帶寬的下降。 ? 3. ?數(shù)據(jù)顯示，6.8%的4G網(wǎng)絡(luò)帶寬測(cè)試結(jié)果超過(guò)了300Mbps，與如今商用5G網(wǎng)絡(luò)的接入帶寬相當(dāng)。進(jìn)一步研究發(fā)現(xiàn)其大部分的測(cè)試地點(diǎn)在城市主干路上，這些地點(diǎn)采用了一些LTE-Advanced技術(shù)用于改善網(wǎng)絡(luò)。 ?

? 對(duì)于5G網(wǎng)絡(luò)，文章分為頻譜資源重耕、單日流量模式、信號(hào)強(qiáng)度三個(gè)方面對(duì)調(diào)研結(jié)果進(jìn)行了分析（結(jié)果見(jiàn)下圖） ? 1. ?? 目前，總共有5個(gè)5G頻段，其中有3個(gè)是來(lái)自4G網(wǎng)絡(luò)的重耕頻段，數(shù)據(jù)顯示重耕頻段帶寬一般低于其他5G專用頻段。不過(guò)在重耕頻段中，N41頻段具有相比未重耕頻段更高的帶寬，這是因?yàn)?G的B41頻段中的高頻部分被劃分為了N41。總的來(lái)說(shuō)，頻譜資源重耕也是導(dǎo)致5G帶寬下降的一個(gè)重要原因。 ? 2. ?? 對(duì)于單日內(nèi)的不同時(shí)間段，往往使用人數(shù)比較多的時(shí)間段平均接入帶寬比較低。不過(guò)，當(dāng)用戶數(shù)量相當(dāng)時(shí)，部分晚上時(shí)段的平均接入帶寬明顯低于白天時(shí)段。這是由于5G基站使用了節(jié)能策略，會(huì)在21時(shí)至次日9時(shí)針對(duì)部分5G基站啟用“睡眠模式”來(lái)減少5G基站的功耗。 ? 3. ?? 數(shù)據(jù)顯示，信號(hào)強(qiáng)度并不一定正比于接入帶寬。作者通過(guò)分析發(fā)現(xiàn)信號(hào)強(qiáng)的地方，往往使用人數(shù)比較多，基站部署部署較為密集，容易存在存在基站間信號(hào)干擾、負(fù)載均衡、越區(qū)切換的問(wèn)題導(dǎo)致帶寬下降。

? 對(duì)于WiFi網(wǎng)絡(luò)，數(shù)據(jù)顯示隨著WiFi技術(shù)的飛速發(fā)展（4->5->6），WiFi網(wǎng)絡(luò)的平均接入帶寬卻幾乎停滯不前。其中WiFi 5相比WiFi 4技術(shù)得到的提升，主要是來(lái)源于5GHz頻段的使用。此外，數(shù)據(jù)可以推斷出64%的WiFi用戶仍在使用200Mbps的有線帶寬接入。因此，實(shí)際場(chǎng)景下發(fā)展緩慢的固定寬帶成為了WiFi 5和WiFi 6的達(dá)到高接入帶寬的最大阻礙。 ? 總的來(lái)說(shuō)，從數(shù)據(jù)結(jié)果可以看到，雖然新興技術(shù)（5G和WiFi 6）確實(shí)可以達(dá)到較高的帶寬，但目前用戶主要使用的仍然是傳統(tǒng)技術(shù)（4G和 WiFi 4/5），且4G和5G技術(shù)之間存在資源競(jìng)爭(zhēng)，導(dǎo)致產(chǎn)生了一定的帶寬下降。因此，作者倡導(dǎo)使用更有效的重耕技術(shù)，促進(jìn)更好的資源利用，以及擴(kuò)大LTE-Advanced技術(shù)的使用，以具有高成本效益的方式改進(jìn)LTE基礎(chǔ)設(shè)施的部署。此外，作者還呼吁用戶保持理性，應(yīng)該了解5G的實(shí)際性能以及系統(tǒng)版本對(duì)帶寬的重要性。 ? 帶寬測(cè)試技術(shù)改進(jìn)：目前，主流的帶寬測(cè)速軟件采用的是一種泛洪式帶寬探測(cè)技術(shù)，然而該技術(shù)會(huì)受到TCP慢啟動(dòng)機(jī)制的影響，在慢啟動(dòng)過(guò)程中的收集的帶寬數(shù)據(jù)對(duì)于估算用戶接入帶寬是無(wú)效的。并且且這些數(shù)據(jù)如果沒(méi)有被正確過(guò)濾，將會(huì)嚴(yán)重影響的測(cè)試結(jié)果的準(zhǔn)確性。雖然部分先前工作已經(jīng)提出了一些解決方法，但測(cè)試開(kāi)銷和準(zhǔn)確性仍然會(huì)收到TCP慢啟動(dòng)機(jī)制的影響。 ? 調(diào)研數(shù)據(jù)顯示，不同的無(wú)線接入技術(shù)的接入帶寬分布符合獨(dú)立的多模態(tài)高斯分布?；谠撚^察，作者提出了一種新的帶寬測(cè)試技術(shù)Swiftest，通過(guò)使用概率模型指導(dǎo)帶寬探測(cè)的初始數(shù)據(jù)速率的選擇，從而避免 TCP 慢啟動(dòng)中的長(zhǎng)時(shí)間加速。此外，為了在大規(guī)模場(chǎng)景下實(shí)現(xiàn)上述設(shè)計(jì)，Swiftest將傳輸協(xié)議從 TCP 更改為 UDP。 ? 經(jīng)過(guò)一個(gè)月的線上測(cè)試，Swiftest相比BTS-APP可以使用更快的速度以及更小的網(wǎng)絡(luò)容量完成精確的帶寬測(cè)試（結(jié)果見(jiàn)下圖）。

此外，Swiftest還與其他最先進(jìn)的帶寬測(cè)試技術(shù)進(jìn)行了比較，結(jié)果顯示無(wú)論是在效率、網(wǎng)絡(luò)容量使用還是準(zhǔn)確性方面，都是Swiftest最優(yōu)（結(jié)果見(jiàn)下圖）。

?

個(gè)人觀點(diǎn)

本篇文章具有非常強(qiáng)的現(xiàn)實(shí)意義，其通過(guò)完整的調(diào)研發(fā)現(xiàn)了一些驚訝的事實(shí)，例如近年來(lái)4G，5G，WiFi網(wǎng)絡(luò)的平均接入帶寬不但沒(méi)有隨著無(wú)線技術(shù)的飛速發(fā)展與基礎(chǔ)設(shè)施的全面升級(jí)而上升，反而出現(xiàn)了停滯不前甚至下降的現(xiàn)象。針對(duì)這一反常現(xiàn)象，作者通過(guò)大規(guī)模測(cè)量分析，診斷出其背后的深層次原因，并提出了一系列可能的改進(jìn)方案。同時(shí)，利用上述測(cè)量分析結(jié)果，本文還提出了一個(gè)輕量快速的帶寬測(cè)試方案，可以提升測(cè)試效率與節(jié)約運(yùn)維成本。通過(guò)線上大規(guī)模測(cè)試與在受控環(huán)境中的基準(zhǔn)實(shí)驗(yàn)，本文證明了Swiftest相比于行業(yè)主流帶寬測(cè)量系統(tǒng)的巨大優(yōu)勢(shì)。在線上大規(guī)模實(shí)驗(yàn)驗(yàn)證帶寬測(cè)試準(zhǔn)確性時(shí)，使用BTS-APP的測(cè)試結(jié)果作為基準(zhǔn)?？紤]到BTS-APP也存在一定程度上的準(zhǔn)確性問(wèn)題，一個(gè)可能的改進(jìn)方向是進(jìn)一步精細(xì)化地驗(yàn)證Swiftest在廣泛場(chǎng)景下的測(cè)試精度。

SEED: A SIM-Based Solution to 5G Failures

Jinghao Zhao, Zhaowei Tan, Yifei Xu, Zhehui Zhang, Songwu Lu(University of California, Los Angeles)

這篇文章來(lái)自加利福尼亞大學(xué)洛杉磯分校團(tuán)隊(duì)的研究者。它為5G故障診斷和處理提出了一種基于SIM的新型解決方案——SEED。

背景

隨著5G移動(dòng)網(wǎng)絡(luò)的不斷推出，故障正在成為常態(tài)。如果無(wú)人看管，它們會(huì)影響移動(dòng)用戶體驗(yàn)和應(yīng)用程序的正常執(zhí)行。而現(xiàn)有的5G故障解決方案在設(shè)備上采用基于調(diào)制解調(diào)器的方案或者以操作系統(tǒng)為中心的方法，但這些方案只能進(jìn)行粗粒度的診斷，并不適用于復(fù)雜的5G故障情況。因此，本文為5G故障診斷和處理提供了一種基于SIM的新型解決方案——SEED。它通過(guò)利用當(dāng)前標(biāo)準(zhǔn)化的5G錯(cuò)誤代碼和決策樹(shù)/在線學(xué)習(xí)算法來(lái)推斷故障的原因，然后進(jìn)一步采取相應(yīng)的多層重置操作(重置協(xié)議操作、刷新過(guò)時(shí)的配置、重新加載配置文件等)。

設(shè)計(jì)

SEED整體系統(tǒng)圖如下：

首先，SIM 接收來(lái)自應(yīng)用程序 (1a) 和網(wǎng)絡(luò) (1b) 的故障報(bào)告。故障報(bào)告包括網(wǎng)絡(luò)側(cè)診斷等故障線索、更新配置的說(shuō)明、設(shè)備側(cè)故障詳情（無(wú)連接、DNS/UDP故障等）。有了這些線索，SIM 將執(zhí)行本地診斷，做出處理決策，并在設(shè)備 (2a) 或網(wǎng)絡(luò) (2b) 處觸發(fā)恢復(fù)操作。SEED 在其基于 SIM 的設(shè)計(jì)中解決了三個(gè)問(wèn)題： ? SIM 如何以低開(kāi)銷查明故障？研究者確保該解決方案在資源受限的 SIM 硬件上是可行的。為此，SEED 將標(biāo)準(zhǔn)化故障原因與來(lái)自基礎(chǔ)架構(gòu)的最新配置以及來(lái)自設(shè)備的操作系統(tǒng)/應(yīng)用程序故障報(bào)告相結(jié)合。SEED 通過(guò)有限的 SIM 處理和存儲(chǔ)進(jìn)一步執(zhí)行細(xì)粒度的故障診斷。? ? SIM 如何處理不同階段出現(xiàn)的各種故障？研究者通過(guò)多層重置開(kāi)發(fā)簡(jiǎn)單快速的故障恢復(fù)。SIM 可以在沒(méi)有 root 訪問(wèn)權(quán)限的商業(yè)現(xiàn)成設(shè)備上執(zhí)行配置文件重新加載、配置更新和故障通知。它進(jìn)一步支持使用 root 權(quán)限更快地重置控制/數(shù)據(jù)平面。 ? ?當(dāng)數(shù)據(jù)平面出現(xiàn)故障時(shí)，SIM 如何與基礎(chǔ)設(shè)施協(xié)作？SIM 從基礎(chǔ)設(shè)施中獲取信息以進(jìn)行細(xì)粒度的診斷和處理。研究者利用現(xiàn)有的信令消息來(lái)傳輸診斷信息，從而確保在控制/數(shù)據(jù)平面管理或數(shù)據(jù)傳遞失敗時(shí)進(jìn)行運(yùn)行時(shí) SIM 網(wǎng)絡(luò)信息交換。 ?

性能實(shí)驗(yàn)

經(jīng)實(shí)驗(yàn)測(cè)試，SEED相較于傳統(tǒng)的5G故障檢測(cè)方案，能夠在更短的時(shí)間內(nèi)對(duì)故障進(jìn)行檢測(cè)和處理，并且不會(huì)降低傳統(tǒng)SIM卡的安全性。

總結(jié)

在5G中，故障已成為常態(tài)，而當(dāng)前的解決方案不診斷錯(cuò)誤原因，而是使用盲目的順序重試方法來(lái)處理故障。因此，本文描述了SEED的設(shè)計(jì)、實(shí)施和評(píng)估，這是一種基于SIM的新型5G故障診斷和處理的解決方案。SEED 利用標(biāo)準(zhǔn)化 5G 信令消息攜帶的可用錯(cuò)誤代碼進(jìn)行根本原因推斷。它通過(guò)一種簡(jiǎn)單的、特定于領(lǐng)域的機(jī)器學(xué)習(xí)算法進(jìn)一步增強(qiáng)了診斷能力。一旦推斷出故障原因，SEED 就會(huì)采取自適應(yīng)的多層重置/重做操作（重置協(xié)議操作、刷新過(guò)時(shí)的配置、重新加載配置文件等）。

個(gè)人觀點(diǎn)

本文的亮點(diǎn)不僅在于提出了一種新型的5G故障診斷和處理的解決方案，而且在設(shè)計(jì)過(guò)程中采用了運(yùn)營(yíng)商的觀點(diǎn)。研究者認(rèn)為運(yùn)營(yíng)商處于 5G 故障管理解決方案的最佳位置。當(dāng) 5G 用戶通過(guò)運(yùn)營(yíng)商激活他們的設(shè)備時(shí)，SEED 的組件可以很容易地安裝到他們身上。按照目前運(yùn)營(yíng)商的做法，可以輕松完成軟件更新。

L25GC: A Low Latency 5G Core Network based on High-Performance NFV Platforms

Vivek Jain (University of California, Riverside), Hao-Tse Chu? (National Yang Ming Chiao Tung University), Shixiong Qi (University of California, Riverside), Chia-An Lee (National Yang Ming Chiao Tung University), Hung-Cheng Chang (National Yang Ming Chiao Tung University), Cheng-Ying Hsieh (National Yang Ming Chiao Tung University), K. K. Ramakrishnan (University of California, Riverside), Jyh-Cheng Chen (National Yang Ming Chiao Tung University)

背景

為了讓用戶使用蜂窩網(wǎng)絡(luò)的延遲更低，需要改進(jìn)接入和packet core部分，最近的工作使得用戶與基站的連接這一部分的延遲變成ms級(jí)別，蜂窩網(wǎng)絡(luò)的性能主要依賴5GC性能的提升。構(gòu)成4G core的硬件核心組件需要復(fù)雜的協(xié)議保持組件之間的一致性，但是會(huì)引入很多的延遲開(kāi)銷。5G將蜂窩組件實(shí)施為基于軟件的實(shí)現(xiàn)，但是5G core之間的控制平面程序與4G core很相似，仍會(huì)有很多的延遲開(kāi)銷。此外，蜂窩網(wǎng)絡(luò)的NF（網(wǎng)絡(luò)功能）之間采用http通信（可以使得模塊之間解耦合），但TCP處理和消息隊(duì)列化會(huì)帶來(lái)額外的開(kāi)銷。與此同時(shí)，轉(zhuǎn)發(fā)規(guī)則由列表實(shí)現(xiàn)，對(duì)列表的實(shí)現(xiàn)采用簡(jiǎn)單的線性搜索實(shí)現(xiàn)，開(kāi)銷很大。為了使得軟件化蜂窩核心具有更好的靈活性以及更高的性能，論文提出了L25GC。 ?

設(shè)計(jì)

L25GC是基于NFV的，在free5GC的基礎(chǔ)之上建立的，支持靈活性和高性能的蜂窩核。在數(shù)據(jù)面和控制面都可以達(dá)到性能提升，但可以和3GPP標(biāo)準(zhǔn)兼容。 ? 具體來(lái)說(shuō)，L25GC基于nfv平臺(tái)將數(shù)據(jù)平面和控制平面的nf整合到同一個(gè)節(jié)點(diǎn)上，保留單獨(dú)實(shí)施每個(gè)nf的靈活性，整合之后可以減少NF之間的通信開(kāi)銷。在此基礎(chǔ)上，作者使用基于共享內(nèi)存的零拷貝機(jī)制替換NF之間基于內(nèi)核的通信通道，重建基于服務(wù)的接口、N4接口以及5GC數(shù)據(jù)平面，去除了額外的序列化處理，實(shí)現(xiàn)了不同網(wǎng)絡(luò)功能之間通信的低延遲。該論文還實(shí)現(xiàn)了智能緩沖，將數(shù)據(jù)包緩沖到空閑的用戶設(shè)備，以此優(yōu)化切換過(guò)程，減少額外的菊花鏈路由。此外，傳統(tǒng)的方法將轉(zhuǎn)發(fā)規(guī)則用列表實(shí)現(xiàn)，對(duì)列表的實(shí)現(xiàn)采用簡(jiǎn)單的線性搜索實(shí)現(xiàn)，開(kāi)銷很大。為了應(yīng)對(duì)數(shù)據(jù)包檢測(cè)規(guī)則不斷增長(zhǎng)，作者比較了線性搜索、元組空間搜索和PartitionSort分類器，并選擇了性能最好的PartitionSort分類器。由此，論文實(shí)現(xiàn)了更好的數(shù)據(jù)平面吞吐量。與此同時(shí)，在出現(xiàn)故障時(shí)，用戶需要重新連接并重新開(kāi)始，影響正在進(jìn)行的數(shù)據(jù)連接。論文作者通過(guò)運(yùn)行在空閑時(shí)不消耗任何CPU的輕量級(jí)CPU副本來(lái)緩解5GC的NF故障恢復(fù)的延遲。論文借鑒了前人的工作，復(fù)制5G NF的狀態(tài)，確保一致性，避免了3GPP指定的UE重新連接過(guò)程。 ?

性能實(shí)驗(yàn)

作者將L25GC與free5GC做性能對(duì)比。評(píng)估結(jié)果顯示單個(gè)信息交換延遲提高了13倍，整體事件完成時(shí)間減少了51%。與free5GC相比，在尋呼和切換事件期間，數(shù)據(jù)包延遲減少了約2倍。與free5GC相比，即使是簡(jiǎn)單的網(wǎng)頁(yè)（包含許多大圖像）加載時(shí)間也提高了 12.5%，從而直接改善了用戶QoE。L25GC中的數(shù)據(jù)轉(zhuǎn)發(fā)可以在10Gbps鏈路上以線速運(yùn)行64字節(jié)數(shù)據(jù)包流量，比f(wàn)ree5GC基于內(nèi)核的轉(zhuǎn)發(fā)高27倍。 ?

總結(jié)

作者在free5GC的基礎(chǔ)之上，建立了基于NFV的，支持靈活性和高性能的蜂窩核L25GC。在數(shù)據(jù)面和控制面都可以達(dá)到性能提升，但可以和3GPP標(biāo)準(zhǔn)兼容。論文使用共享內(nèi)存，構(gòu)建了一個(gè)高效，低延遲的5GC服務(wù)，該服務(wù)保留了基于微服務(wù)的設(shè)計(jì)模式的優(yōu)勢(shì)，消除單個(gè)微服務(wù)之間由于接口產(chǎn)生的開(kāi)銷。 ?

個(gè)人觀點(diǎn)

本文基于NFV設(shè)計(jì)了L25GC，使用共享內(nèi)存的方法，減少了NF之間的通信開(kāi)銷，性能評(píng)估效果良好，并且代碼已經(jīng)開(kāi)源，可以供他人學(xué)習(xí)。美中不足的是，L25GC當(dāng)前只支持有限的用戶會(huì)話，使其不能進(jìn)一步運(yùn)用到實(shí)際場(chǎng)景中。

編輯：黃飛

?