1.3 互聯網分布式實時測試中的難點

1.3.1 互聯網QoS參數

由于分布式系統各部分位于不同的地理位置，這些系統之間的數據傳輸質量具有重要意義。衡量傳輸質量的一個廣泛認可的方式是互聯網服務質量。服務質量（Quality of Service，QoS）是指“在網絡中提供資源保障和服務差異的能力”^[9]。互聯網與電路交換網絡不同，由于具有分組交換特性而通過不同的路由節點和路徑，從而導致不同程度的延遲、抖動和數據丟失。對于實時應用，需要一定的QoS性能來確保測試驗證的效果。

El-Gendy等^[29]通過以下參數描述了QoS要求：吞吐量、延遲、抖動、丟包和可靠性。考慮到足夠的吞吐量和可靠性特性要得到保證，其余的三個參數中，即延遲、抖動和丟包，都會直接影響互聯網實時測試的效果。

延遲是指某個包含一定數據量的數據包，從出發節點傳輸至到達節點的時間間隔，準確地說，這里的延遲是指單向延遲。然而，由于時鐘同步的困難，往返延遲（Round-Trip Time，RTT）更常用于表示網絡連接的延遲。雖然在分布式系統中也存在其他類型的延遲，但互聯網時間延遲通常被認為是影響系統性能的主要問題。對于系統分布在不同大陸的實驗，互聯網延遲占其他類型延遲的壓倒性部分。Krishnan等人^[30]研究了Google的內容分布式網絡（Content Distribution Network，CDN）中的服務器到客戶端的互聯網延遲，涵蓋了位于歐洲、亞洲、北美洲和南美洲的客戶端和CDN節點。結果表明，互聯網連接延遲的時間范圍從小于100ms到2000ms以上。AT&T使用其IP網絡性能測量方法來評估AT&T的全球IP網絡和美國網絡的延遲^[31，32]。

Verizon等一些網絡監控公司也提供了類似的互聯網延遲測量等網絡監控服務^[33，34]。由于其測量基于不同的測量條件（數據包大小、測量時間、數據路徑、帶寬等），即使兩個相同城市間的測量，也可能會產生相當不同的測量結果。允許延遲的閾值由具體的實驗目標和配置定義，因此，首先需要定義時間延遲的上限以確定系統可以容忍的最大允許延遲。

同時，互聯網延遲也顯示出動態特征。圖1.5顯示了延遲特征的典型概率密度函數，其延遲主要是由于排隊延遲引起的。

此外，還有一些其他模型用于描述延遲特性，如伽馬模型^[35-38]、威布爾模型^[39-41]、截斷高斯分布^[42，43]、對數正態分布^[44-46]、帕累托指數模型^[40，45]等延遲模型。另外，非參數最大似然估計方法也適用于表示延遲特性^[40]。

測量互聯網延遲有助于評估互聯網連接的傳輸質量，可以反映節點的當前工作狀態和影響分組動態的可能網絡事件。盡管下一個時間步長的精確時間延遲未知，但仍有助于進一步設計適合相應延遲分布的延遲估計和補償的控制理論方法。

通常與延遲相關的抖動可以被理解為延遲變化。最大抖動定義為最大延遲和最小延遲之間的延遲波動區間，同樣也反映了傳輸的質量。Kunzmann等提出利用對數正態分布來統計描述基于實際互聯網測量的抖動模型^[47]。其結果表明，對于位于遠離外地的節點，其與距離較近的節點間為窄對數正態分布關系。Kaune等人基于長時間內的數據測量，得出了對數正態分布的類似結論^[48]。抖動也與負載條件有關，當路由中的流量嚴重超載時，延遲的尾部將較非重負載的路由延長，意味著抖動的增加^[49]。抖動是互聯網的不可避免的特征，相對較大的抖動可能導致數據傳輸的失真，在音頻和視頻應用上，具有低延遲和小抖動的互聯網傳輸，可以實現比高延遲和無抖動更好的性能。Hikichi等通過應用丟棄策略來消除錯放的數據包，提出了用于觸覺協作的低延遲和小抖動之間的權衡理論^[50]。Zhang等指出，對于VoIP或MPEG視頻傳輸，必須通過在接收端設置播放緩沖區來消除抖動^[49]。然而，對于汽車產品開發過程中的實時測試，目前沒有相應的工作來詳細說明具有抖動的數據傳輸的預處理方法。

在特定時間間隔內未到達目的地的數據包的百分比被定義為數據包丟失率。對于不同類型的應用，傳輸協議的選擇策略不同，當數據流的可靠性需要得到保證時，TCP（傳輸控制協議）被優先考慮，因為TCP協議允許超時重傳算法來確保較低的數據丟失。這種算法增加延遲和抖動，因為重傳過程需要路徑中額外的傳輸負載和更長的排隊時間。UDP（用戶數據報協議）恰恰相反，注重保護實時性，包括由于分組的特性而進行的互聯網分布式仿真^[51]。當QoS質量下失降時，使用UDP協議丟包的風險變高。

Walker等人研究了存在延遲的情況下互聯網遠程操作的數據丟包問題，結果表明，在大約為3%的丟包率時，其結果可靠性沒有受到明顯影響^[52]。Brud-nak等將基于運動的模擬器和混合動力系統通過互聯網連接，采用UDP協議，丟包率保持在0.1%的低水平，其實時穩定性受影響較小^[53]。總的來說，較高的丟包率會導致更高的不穩定性風險，但是，導致不穩定性的閾值取決于系統的具體配置，以及其他QoS參數的聯合效應，即延遲和抖動。Borella等分析了互聯網丟包統計數據，發現大部分丟包是由于丟失突發、連續丟失一次或多次的事件^[51]。這表明數據包丟失在一定的時間間隔內會集中惡化，帶來額外的不穩定風險，影響互聯網分布式系統的實時性能。

以上文獻表明，互聯網的QoS參數是影響分布式系統性能的重要參數，需在測試設計和實施過程中重點關注。

1.3.2 系統耦合特性引起的誤差

QoS（延遲，抖動和分組丟失）的三個主要參數是分布式系統性能惡化的主要原因之一，另一個可能的因素是分布式系統本身的耦合特性引起的誤差^[54]。表1.3為非分布式系統和分布式系統中的求解器誤差。

分布式系統的誤差遠高于非分布式系統。通過將步長減半，非分布式系統中的誤差減少百分比為12.61%，而分布式系統中的誤差減少25%，耦合特性本身可能成為誤差發生的源頭。這種誤差的根本原因在于，并非每個系統狀態都可用于分布式系統的另一部分，只有系統之間的耦合變量才可交換。

與傳統測試和驗證方法相比，互聯網分布式測試和驗證方法存在兩個難點。一是QoS性能惡化會影響發送和接收數據的同步性，并且QoS性能取決于互聯網連接的當前狀況。對于汽車測試和驗證，需要對分布式系統的實時性能提前進行測試和檢查工作，以確保有效的互聯網連接。二是由于分布式系統的特征，即使系統在理想情況下沒有任何延遲，也會在分布式系統中發生一定誤差。因此在系統設計階段，應考慮耦合點選擇。