5G行业物联网终端的软件可靠性研究及设计

刘 霞，姜元山，张光伟，王运付

（中讯邮电咨询设计院有限公司，北京 100048）

0 引 言

软件可靠性指在规定的条件下和规定的时间内，软件不引起系统故障的能力。软件可靠性不但与软件自身有关，也与系统输入和系统使用有关。5G行业物联网设备的软件可靠性需要结合其系统及硬件的特点，进行领域针对性分析。

1 5G行业物联网终端面临软件可靠性问题

移动物联网（基于蜂窝移动通信网络的物联网技术和应用）作为新型基础设施的重要组成部分，在5G时代，已经发展演化出很多基于5G空口接入能力的产品形态，如消费级物联网设备、行业物联网设备等。对于消费级产品，一般为单用户使用，对产品的运行可靠性等要求相对低。而行业物联网设备部署较多，分布分散，如果设备运行稳定性差，将导致上站运维频率升高，引入过高的运维成本，造成较差的客户使用体验。

本文重点分析5G行业终端运行可靠性方案，实现“业务尽可能恢复，设备尽可能运行”的目标，以期控制5G行业物联网终端运维成本，提升客户使用体验。

2 基于5G行业物联网终端关键系统架构元素的可靠性风险识别

5G行业物联网终端典型系统架构如图1所示，图中展示了该类系统典型关键软硬件架构要素，针对关键架构要素，进行基于硬件特殊性的软件可靠性风险分析，以把握产品可靠性要点，进行5G行业物联网终端针对性软件可靠性分析及设计。表1即针对架构关键要素的介绍及可靠性风险分析结果。

图1 5G行业物联网终端系统架构

表1 5G行业物联网终端关键架构要素介绍&可靠性风险分析

3 5G行业物联网终端关键系统架构要素的可靠性风险消减

本节重点针对表1分析识别的关键架构要素的可靠性风险进行风险消减设计。

3.1 “随机退避”消减“并发接入风暴”

在产品商用化过程中，可能出现区域大面积停电、断网等极端情况。特别是大面积停电场景，当同类设备有共用远程通信服务器时，可能出现区域内海量同类设备同时上电开机，向远端发起业务连接，在远程通信服务器侧出现短时间请求风暴的现象，如果服务器处理不当，将导致物联网终端侧服务请求异常，造成脱管。

为避免该类问题，建议使用“随机退避”机制。即系统上电开机，服务启动后，随机等待一定时间，建议在2 min内随机选取时间点位，以发起远程服务连接，缓解远程服务的业务并发压力。

3.2 “进程守护”消减“服务异常”

通过软件工程化方法可以提升研发质量，却无法修复软件缺陷，需要在软件运行期进行可靠性保障。

3.3 软件守护机制

行业物联网终端大部分采用嵌入式Linux系统，在Linux系统中，进程有几种典型状态。

由表2可知，一旦进程状态为“Z”，即僵尸状态，则表示服务异常。此时，内核及服务本身均无法从异常中自行恢复。

表2 Linux进程状态及服务影响分析

针对进程状态异常问题，为实现局部小范围恢复尝试，常规软件保护机制采用“守护进程”周期性（具体周期结合业务恢复的时间而定）检测系统关键进程（结合业务特点进行范围识别）的工作状态，一旦发现异常，则由守护进程控制该进程进行恢复处理。

3.3.1 看门狗守护机制

“守护进程”也是软件，即使通过工程化方法进行质量保障，但仍可能存在缺陷。为保证系统在极端场景下尝试恢复，一般采用“硬件看门狗”机制。由“守护进程”进行看门狗喂狗操作，当守护进程异常时，喂狗异常，硬件看门狗超时，最终全系统重启。通过系统重初始化，尽最大努力恢复业务。

3.3.2 进程优先级控制机制

软件喂狗需要消耗CPU资源，涉及CPU处理优先级。

当终端系统内部CPU过载，导致进程响应异常时，如果“守护进程”喂狗业务优先级高，则无法有效识别其他业务异常。因而，对特定业务进程需要考虑其处理优先级。

典型举例如下：

（1）软件喂狗进程：视系统资源冗余情况而定，如果资源冗余度低，则不建议配置过低优先级；如果冗余度高，过载可能出现异常，建议配置较低优先级。

（2）配置管理服务：不论远端或近端，均是用户的管理接口，任何场景下均需保证其进程优先级为高。

3.4 “主备系统”[13-14]消减“FLASH写入异常”

系统缺陷修复、特性扩展均需通过软件镜像更新实现，以使新版本在物联网终端侧生效。

对嵌入式终端而言，软件镜像一般保存在Nand或Nor FLASH。如果对当前运行的软件镜像存储分区进行写入，一旦中断，则可能导致终端运行异常。可靠的备选升级方案建议如下：

（1）升级小系统双备份+业务系统。升级小系统是仅在升级过程中运行的系统，对其功能进行大量剪裁，以限制FLASH资源消耗。

（2）业务系统双备份。在该方案下，被写入的分区即使在写入过程中断，终端依然可以启动，保证业务的延续性。

3.5 “反复重建”[15-17]消减“通信异常”

为保证通信链路、对端通信服务恢复正常，及时建立端到端通信，在通信异常时需考虑支持重建机制。

3.5.1 5G Modem通道重建机制

5G行业物联网终端的5G Modem软件部分一般由第三方供应商提供，运行于独立的5G硬件模块或CPU中，其工作状态等对路由软件而言相当于“黑盒”，路由软件需进行5G Modem的工作状态管理，如设备枚举、控制拨号、状态监控等，以保证产品系统的通信状态可控。

建议周期性监控5G Modem的工作状况，一旦出现异常，尝试进行5G Modem通道重建。当通道重建尝试有限次仍无法恢复时，考虑系统重启，重初始化全系统资源，尽力恢复系统运行。

3.5.2 业务端到端通信重建机制

具备联网通信能力是5G行业物联网终端的基本业务述求。当从终端侧访问另一侧服务时，路径中可能出现多级节点，中间节点、对端服务可能出现异常。

在路径状况不可预知的情况下，一旦通信链路发生异常，则需要进行反复测试，以尽力恢复通信链路。

4 结 语

本文阐述的5G行业物联网终端软件可靠性问题、典型可靠性设计，均来自行业物联网终端产品的业务实践。从业务经验的角度出发，识别行业物联网终端可靠性痛点，并结合商用实践提取有效的消减措施，对5G行业物联网终端有实用借鉴意义。