李金生，楊輝宇，郝建忠，鄭浩彬（中國移動(dòng)通信集團(tuán)廣東有限公司，廣州 510623）

?

基于移動(dòng)互聯(lián)網(wǎng)模式的4G客戶性能感知預(yù)判技術(shù)研究及應(yīng)用

李金生，楊輝宇，郝建忠，鄭浩彬
（中國移動(dòng)通信集團(tuán)廣東有限公司，廣州 510623）

本項(xiàng)目通過終端側(cè)感知指標(biāo)采集打通終端到網(wǎng)絡(luò)的最后1 km的瓶頸，結(jié)合網(wǎng)絡(luò)側(cè)多樣完備的信令，“網(wǎng)絡(luò)”、“終端”聯(lián)動(dòng)建立完備的客戶感知模型，自主開發(fā)感知問題溯源定界分析算法，通過即時(shí)探測(cè)分析的流計(jì)算技術(shù)，實(shí)現(xiàn)大規(guī)模的客戶感知預(yù)判，先于用戶發(fā)現(xiàn)問題，先于投訴解決問題。

移動(dòng)互聯(lián)網(wǎng)思維；感知預(yù)判；感知溯源

當(dāng)前，移動(dòng)4G發(fā)展遠(yuǎn)超預(yù)期目標(biāo)，截至2015年底客戶數(shù)已突破3.12億戶、建成超過110萬個(gè)4G基站、聯(lián)合合作終端廠家向客戶提供1500余款4G終端。LTE帶來的是更大的帶寬、更高的容量、更低的每比特成本，有力促進(jìn)移動(dòng)互聯(lián)網(wǎng)應(yīng)用服務(wù)的發(fā)展。

業(yè)務(wù)的高速增長(zhǎng)對(duì)網(wǎng)絡(luò)的容量、服務(wù)的質(zhì)量提出了更高的要求，如何做到“先于客戶發(fā)現(xiàn)問題、先于客戶解決問題”，為用戶提供持續(xù)穩(wěn)定的網(wǎng)絡(luò)體驗(yàn)成為運(yùn)營商的重要研究課題。

為此，中國移動(dòng)廣東公司根據(jù)集團(tuán)公司網(wǎng)絡(luò)部的要求，充分運(yùn)用廣東公司網(wǎng)絡(luò)資源優(yōu)勢(shì)，基于眾包、扁平化、互動(dòng)參與、大數(shù)據(jù)挖掘等移動(dòng)互聯(lián)網(wǎng)思維，從感知模型構(gòu)建、溯源定界分析、終端側(cè)異常捕獲和流計(jì)算加速等方面開展研究。

1 系統(tǒng)邏輯架構(gòu)

項(xiàng)目擬建立基于客戶感知的實(shí)時(shí)監(jiān)測(cè)、分析體系，從數(shù)據(jù)來源（收集終端信息）、模型建立（建立客戶感知模型）、算法研究（溯源定界分析算法）、處理技術(shù)（流計(jì)算處理平臺(tái)）等4個(gè)方面入手，目標(biāo)建立一套完善的客戶感知評(píng)估系統(tǒng)。

圖1　系統(tǒng)邏輯架構(gòu)

系統(tǒng)邏輯框架如圖1所示，包含：

（1） 基于流計(jì)算高速編解碼處理技術(shù)，提升預(yù)判的效率及實(shí)時(shí)性。

（2） 采用多路由分析、多接口關(guān)聯(lián)、多協(xié)議分析三維實(shí)現(xiàn)精細(xì)化預(yù)判及定界定位。

（3） 從終端側(cè)感知、數(shù)據(jù)業(yè)務(wù)感知、話音業(yè)務(wù)感知三大維度建立全量分析平衡型的端到端客戶感知質(zhì)量評(píng)估體系。

（4） 基于手機(jī)通信大師，建立感知預(yù)判探針，智能動(dòng)態(tài)采集用戶的感知異常事件作為網(wǎng)絡(luò)側(cè)信令的補(bǔ)充。

2 系統(tǒng)關(guān)鍵技術(shù)

2.1 建立自上而下的全量分析平衡型客戶感知

綜合考慮用戶在使用數(shù)據(jù)業(yè)務(wù)、話音業(yè)務(wù)的感知，充分融合終端側(cè)感知信令數(shù)據(jù)、網(wǎng)絡(luò)側(cè)多接口感知信令數(shù)據(jù)，實(shí)現(xiàn)用戶端到端感知數(shù)據(jù)的全量分析。根據(jù)ITU-E800所定義的QoS（客戶感知的QoE，這是業(yè)界客戶感知的理論起源）及TMF對(duì)業(yè)務(wù)質(zhì)量指標(biāo)定義，研究并建立自上而下的客戶感知端到端評(píng)估體系，真實(shí)反應(yīng)客戶當(dāng)前對(duì)4G網(wǎng)絡(luò)移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)、話音業(yè)務(wù)的感知度，為推動(dòng)客戶感知提升，奠定堅(jiān)實(shí)的技術(shù)支撐和保障。

客戶感知端到端的模型設(shè)計(jì)終端側(cè)、管道側(cè)兩大部分（如圖2所示），8個(gè)子部分，涉及具體的指標(biāo)24個(gè)，每個(gè)指標(biāo)的權(quán)值直接影響了客戶感知的準(zhǔn)確性和真實(shí)性。為了獲取最貼近客戶感知的加權(quán)模型，項(xiàng)目組采用BP神經(jīng)網(wǎng)絡(luò)對(duì)各指標(biāo)的權(quán)值等參數(shù)進(jìn)行自適應(yīng)最優(yōu)調(diào)整。通過設(shè)置預(yù)期輸出進(jìn)行迭代訓(xùn)練，使用目標(biāo)客戶的調(diào)研結(jié)果進(jìn)行反向傳播，尋找最優(yōu)的加權(quán)參數(shù)，以更加真實(shí)、準(zhǔn)確地反映客戶的網(wǎng)絡(luò)感知。

（1） 終端側(cè)感知：從“終端看用戶”的角度，在終端側(cè)采集信號(hào)覆蓋、APP交互、終端性能三大維度的感知，獲取用戶的最真實(shí)感知。終端側(cè)感知具備的特點(diǎn)：在最靠近用戶側(cè)捕獲，最貼近用戶的真實(shí)感知；能捕獲尚未到達(dá)網(wǎng)絡(luò)側(cè)的信令等感知數(shù)據(jù)；加入終端硬件性能等網(wǎng)絡(luò)側(cè)無法收集但感知相關(guān)度高的指標(biāo)。

（2）數(shù)據(jù)業(yè)務(wù)用戶感知：通過對(duì)用戶使用數(shù)據(jù)業(yè)務(wù)的全流程關(guān)鍵KQI的加權(quán)算法對(duì)感知進(jìn)行評(píng)估，涵蓋了數(shù)據(jù)業(yè)務(wù)使用的附著、承載、TAU、DNS解析、TCP建立連接以及業(yè)務(wù)使用過程中的業(yè)務(wù)速率、時(shí)延和掉線率等關(guān)聯(lián)因素；基于全流程感知數(shù)據(jù)得出的QoE，能夠精準(zhǔn)的反應(yīng)用戶與業(yè)務(wù)層面的感知情況，做為日常運(yùn)營關(guān)注的入口，通過監(jiān)控QoE的波動(dòng)或劣化，來觸發(fā)對(duì)設(shè)備故障及性能的核查與跟蹤分析。

（3）話音業(yè)務(wù)感知：面向用戶話音業(yè)務(wù)感知的分析，充分考慮話音的接入性、保持性、完整性分析。通過單用戶指標(biāo)的集合來評(píng)估用戶感知及網(wǎng)絡(luò)性能，實(shí)現(xiàn)基于客戶感知的端到端評(píng)分。通過不同維度的評(píng)分聚類，實(shí)現(xiàn)問題的定界，并通過原因值和KPI的分析實(shí)現(xiàn)問題的定位。

2.2 建立多樣化完備的客戶感知問題自動(dòng)化溯源定界分析算法

圖2　用戶感知模型構(gòu)成

圖3　溯源定界邏輯結(jié)構(gòu)圖

利用網(wǎng)絡(luò)側(cè)多接口信令數(shù)據(jù)、終端側(cè)信令數(shù)據(jù)關(guān)聯(lián)分析，基于多維基線滾動(dòng)算法，采用多路由分析、多接口關(guān)聯(lián)、多協(xié)議分析三維實(shí)現(xiàn)精細(xì)化定界定位，實(shí)現(xiàn)用戶感知、業(yè)務(wù)質(zhì)量、網(wǎng)絡(luò)性能、網(wǎng)元性能的端到端縱向貫穿，并開展自動(dòng)溯源定界算法研究。針對(duì)用戶與業(yè)務(wù)維度在數(shù)據(jù)分析上的側(cè)重點(diǎn)，建立多樣化的溯源定界分析算法，以適應(yīng)不同維度關(guān)注點(diǎn)的差異性。溯源定界邏輯結(jié)構(gòu)如圖3所示。

在對(duì)用戶進(jìn)行溯源定界分析時(shí)，采用多維聚類及信令接口關(guān)聯(lián)的分析方法；通過分析用戶在某個(gè)時(shí)間段上網(wǎng)全流程的KQI質(zhì)量情況，定位出現(xiàn)異常的環(huán)節(jié)；對(duì)此異常環(huán)節(jié)進(jìn)行多維聚類分析，來橫向分析該環(huán)節(jié)劣化的原因是否由于某個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)異常造成的影響；再進(jìn)行信令接口的關(guān)聯(lián)分析，通過關(guān)聯(lián)出與此過程相關(guān)聯(lián)的信令口的數(shù)據(jù)，分析相應(yīng)的錯(cuò)誤碼，進(jìn)行深化定位。另外能夠?qū)螚l信令CDR進(jìn)行多維對(duì)比分析，找出影響某次會(huì)話感知質(zhì)差的最直接原因。

判斷該用戶此時(shí)段某過程整體KQI指標(biāo)是否低于閾值，如是則說明該用戶此過程質(zhì)差，并進(jìn)行定界分析：逐個(gè)在用戶所經(jīng)歷的各個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)上進(jìn)行判斷該節(jié)點(diǎn)的KQI指標(biāo)是否正常，若此網(wǎng)絡(luò)節(jié)點(diǎn)質(zhì)差且用戶在此網(wǎng)絡(luò)節(jié)點(diǎn)上也質(zhì)差，則定界該節(jié)點(diǎn)存在問題；若該網(wǎng)絡(luò)節(jié)點(diǎn)正常，但用戶在此網(wǎng)絡(luò)節(jié)點(diǎn)上質(zhì)差，則需要結(jié)合其它網(wǎng)絡(luò)節(jié)點(diǎn)的分析情況，統(tǒng)籌判斷后再進(jìn)行定界。具體流程如圖4所示。

2.3 自主研發(fā)終端側(cè)客戶感知異常采集技術(shù)

項(xiàng)目組提出一種基于異常事件觸發(fā)的智能動(dòng)態(tài)采集機(jī)制，重點(diǎn)對(duì)終端側(cè)的相關(guān)指標(biāo)進(jìn)行采集，之后結(jié)合運(yùn)營商部分網(wǎng)絡(luò)側(cè)數(shù)據(jù)綜合分析。對(duì)于安裝有手機(jī)通信大師的智能手機(jī)用戶，對(duì)終端側(cè)關(guān)鍵指標(biāo)進(jìn)行監(jiān)測(cè)，當(dāng)用戶終端發(fā)生異常事件時(shí)，不管用戶是否對(duì)異常事件存有感知，通信大師均會(huì)動(dòng)態(tài)智能擴(kuò)展采集范圍，從該異常事件的核心定義參數(shù)擴(kuò)展到終端側(cè)環(huán)境數(shù)據(jù)：包括用戶維度，記錄用戶ID、應(yīng)用ID號(hào)、版本號(hào)等；時(shí)間維度，記錄異常事件采集時(shí)間點(diǎn)、間隔等；空間維度，記錄異常事件發(fā)生的小區(qū)號(hào)等。然后，通信大師將異常事件核心定義參數(shù)與環(huán)境參數(shù)發(fā)送回后臺(tái)系統(tǒng)，同時(shí)，采集網(wǎng)絡(luò)側(cè)異常事件相關(guān)環(huán)境參數(shù)，如網(wǎng)絡(luò)類型、是否自動(dòng)獲取小區(qū)等。最后，通過異常事件環(huán)境構(gòu)建，聯(lián)合異常事件前后一段時(shí)間與鄰近地區(qū)的參數(shù)，對(duì)發(fā)現(xiàn)問題的情景進(jìn)行復(fù)現(xiàn)和回放，協(xié)助問題的分析定位。

包含如下幾個(gè)關(guān)鍵步驟。

（1）異常事件數(shù)據(jù)采集：終端側(cè)通過手機(jī)通信大師APP從信號(hào)覆蓋、數(shù)據(jù)業(yè)務(wù)、終端性能和應(yīng)用4個(gè)維度對(duì)手機(jī)終端的25項(xiàng)關(guān)鍵指標(biāo)參數(shù)進(jìn)行日常監(jiān)控；在發(fā)生異常事件的時(shí)候采用智能動(dòng)態(tài)擴(kuò)展采集（擴(kuò)展環(huán)境參數(shù)）算法，基于時(shí)間軸，動(dòng)態(tài)調(diào)整采集頻率與采集內(nèi)容。

（2）異常事件環(huán)境構(gòu)建與情景復(fù)現(xiàn)：通過終端側(cè)監(jiān)測(cè)APP采集到的終端異常事件擴(kuò)展數(shù)據(jù)，包括基于時(shí)間軸前后一段時(shí)間的終端、網(wǎng)絡(luò)與業(yè)務(wù)參數(shù)指標(biāo)，如終端本身（CPU內(nèi)存利用率、界面交互等）、終端與網(wǎng)絡(luò)交互（小區(qū)、信號(hào)強(qiáng)度、制式、速率、話音數(shù)據(jù)掉線率等）、終端與業(yè)務(wù)平臺(tái)（平臺(tái)連通性、時(shí)延等）等方面的指標(biāo)。然后根據(jù)這些指標(biāo)，對(duì)發(fā)現(xiàn)問題的情景進(jìn)行復(fù)現(xiàn)和回放，協(xié)助問題的分析定位。

（3）異常事件分析與解決：在第二步構(gòu)建及復(fù)現(xiàn)的情景基礎(chǔ)上，分析異常事件發(fā)生時(shí)的各項(xiàng)指標(biāo)，結(jié)合網(wǎng)絡(luò)側(cè)信令，從終端、小區(qū)等維度進(jìn)行聚類分析定位問題。

圖4　質(zhì)差網(wǎng)元多路徑分析

圖5　智能動(dòng)態(tài)擴(kuò)展采集原理

2.4 應(yīng)用流計(jì)算技術(shù)提升客戶感知端到端評(píng)估體系的效率

CMS（中國移動(dòng)流計(jì)算實(shí)時(shí)高速編解碼平臺(tái)）具有自主開發(fā)的自定義任務(wù)規(guī)則分解模塊，根據(jù)LTE網(wǎng)絡(luò)網(wǎng)元的要素（eNode B、小區(qū)、信令采集接口）、信息的時(shí)間點(diǎn)、業(yè)務(wù)類型等屬性，把海量實(shí)時(shí)信令信息劃分為不同的信息單元；控制節(jié)點(diǎn)可以根據(jù)業(yè)務(wù)量與處理要求、實(shí)時(shí)處理情況調(diào)整處理算法以及信令流的分配方案，安排每個(gè)信息單元通過實(shí)時(shí)計(jì)算框架獨(dú)立計(jì)算，快速調(diào)度分析，最后返回到CMS中心平臺(tái)匯總做下一步分析。CMS通過提高并發(fā)性，靈活調(diào)整處理算法與流量分配方案，實(shí)現(xiàn)了LTE海量信令流量高速捕捉解碼、大大加快客戶感知識(shí)別計(jì)算。目前平臺(tái)處理速率峰值達(dá)到50 Gbit/s，每天處理流量高達(dá)70 T，保障全廣州范圍內(nèi)15 min實(shí)時(shí)信令編解碼，充分滿足實(shí)時(shí)性。

3 系統(tǒng)關(guān)鍵指標(biāo)

3.1 感知模型與客戶真實(shí)感知的契合度：約90%

3.1.1 評(píng)估范圍

針對(duì)系統(tǒng)訓(xùn)練得到的權(quán)值，對(duì)全省約10 000個(gè)用戶一周的感知評(píng)測(cè)結(jié)果進(jìn)行了準(zhǔn)確性的評(píng)估。

3.1.2 評(píng)估方法

（1）統(tǒng)計(jì)樣本用戶經(jīng)過感知模型計(jì)算得到的日粒度評(píng)測(cè)分?jǐn)?shù)Sij。

（2）統(tǒng)計(jì)樣本用戶服務(wù)管理部組織的現(xiàn)場(chǎng)問卷/電話調(diào)研/在線問卷等方式得到的感知評(píng)測(cè)分?jǐn)?shù)Di。

（3）歸一化：根據(jù)系統(tǒng)內(nèi)用戶感知模型評(píng)估結(jié)果均值ES、ED，參照ED/ES對(duì)Eij進(jìn)行歸一化Eij′。

（4）針對(duì)歸一化后的Eij′，與Di進(jìn)行比較，評(píng)估感知模型與客戶真實(shí)感知的偏離度。

3.1.3 評(píng)估結(jié)果

對(duì)歸一化后的感知評(píng)估結(jié)果對(duì)比，模型的契合度在90%以上。

3.2 感知問題預(yù)判準(zhǔn)確率：92.42%

3.2.1 評(píng)估范圍

基于全省2G/3G/4G信令，對(duì)全省用戶的客戶感知問題進(jìn)行監(jiān)測(cè)和溯源，觀察周期為一個(gè)月。

3.2.2 評(píng)估方法

（1）感知監(jiān)測(cè)及預(yù)警：基于大數(shù)據(jù)能力，回溯正常用戶和異常用戶的信令記錄，滾動(dòng)還原歷史基線指標(biāo)，在各聚類維度上對(duì)比監(jiān)測(cè)，自動(dòng)實(shí)現(xiàn)歷史基線偏離情況預(yù)警，有效預(yù)判感知劣化。

（2）感知問題溯源定位：利用網(wǎng)絡(luò)側(cè)、終端側(cè)信令數(shù)據(jù)，創(chuàng)新應(yīng)用多路由對(duì)比、多接口關(guān)聯(lián)、多協(xié)議分析的方法，實(shí)現(xiàn)用戶感知、業(yè)務(wù)質(zhì)量、網(wǎng)絡(luò)、網(wǎng)元性能的端到端縱向貫穿，自動(dòng)預(yù)判溯源定位問題。

3.2.3 評(píng)估結(jié)果

針對(duì)系統(tǒng)監(jiān)測(cè)及預(yù)警的問題，進(jìn)行溯源及有效性驗(yàn)證，其中驗(yàn)證為實(shí)際存在的有效問題的比例為92.42%。

3.3 感知問題預(yù)判的時(shí)效性：提升87.5%

3.3.1 評(píng)估范圍

針對(duì)廣州片區(qū)的數(shù)據(jù)業(yè)務(wù)信令進(jìn)行時(shí)效性測(cè)試，測(cè)試周期7天，每天處理流量高達(dá)70 T，平臺(tái)處理速率峰值達(dá)到50 Gbit/s。

3.3.2 評(píng)估方法

（1）通過分布式流計(jì)算處理，提升處理效率。流計(jì)算實(shí)時(shí)高速編解碼平臺(tái)具有自主開發(fā)的自定義任務(wù)規(guī)則分解模塊，根據(jù)LTE網(wǎng)絡(luò)網(wǎng)元屬性，把海量信息劃分為不同的信息單元；通過提高數(shù)據(jù)處理并發(fā)性，把單機(jī)工作變成計(jì)算機(jī)集群工作，拆分任務(wù)并分配到空閑的計(jì)算機(jī)資源處理，提升計(jì)算處理效率。

（2）創(chuàng)建業(yè)務(wù)規(guī)則分層快速識(shí)別算法（MQDA），精簡(jiǎn)業(yè)務(wù)規(guī)則，快速識(shí)別業(yè)務(wù)流量。利用MQDA算法精簡(jiǎn)合并規(guī)則，并加載到流計(jì)算處理節(jié)點(diǎn)，減少處理規(guī)則數(shù)量，提升業(yè)務(wù)識(shí)別速率。

3.3.3 評(píng)估結(jié)果

基于流計(jì)算技術(shù)，信令編解碼準(zhǔn)確率達(dá)到99.9%，移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)識(shí)別率達(dá)到85%，流量編解碼及業(yè)務(wù)識(shí)別時(shí)延從2 h縮短到15 min內(nèi)。提升信令處理的完整性，減少數(shù)據(jù)擁塞造成的信令丟失的情況，采集數(shù)據(jù)完整性從70%提升到99%。

4 總結(jié)

本項(xiàng)目推廣成本低，目前項(xiàng)目成果已經(jīng)在廣東全省21個(gè)市公司進(jìn)行推廣使用，部分功能模塊已經(jīng)全國推廣使用。項(xiàng)目推廣應(yīng)用后產(chǎn)生了良好的經(jīng)濟(jì)效益和社會(huì)效益，實(shí)現(xiàn)了集團(tuán)公司“推動(dòng)基于客戶感知的端到端業(yè)務(wù)實(shí)現(xiàn)的橫向一體化”的戰(zhàn)略目標(biāo)，切實(shí)提升客戶的滿意度和公司的良好形象。

4G customers perception prognosis technology research and application based on mobile internet

LI Jin-sheng， YANG Hui-yu， HAO Jian-zhong， ZHENG Hao-bin
（China Mobile Group Guangdong Co.， Ltd.， Guangzhou 510623）

Through the terminal side perception indicators collected through the terminal to the network of last mile bottleneck， combined with the network side signaling， and established customer perception model linkage of network and terminal， independently development perception problem of traceability and bound analysis algorithm， through the instant detection of flow analysis computing technology， we realize large-scale customer perception of anticipation， to fi nd the problem and solve the complaint ahead of the users.

mobile internet thinking； perception anticipation； perceptual traceability

TN929.5

A

1008-5599（2016）06-0026-05

2016-04-20

* 中國移動(dòng)集團(tuán)級(jí)一類科技創(chuàng)新成果，原成果名稱為《基于移動(dòng)互聯(lián)網(wǎng)模式的客戶網(wǎng)絡(luò)感知提升技術(shù)研究及應(yīng)用》。