王凌風(fēng)，盧國瀟（華信咨詢設(shè)計研究院有限公司，浙江杭州310014）

0 引言

帕累托法則［1］，又名二八定律、不平衡原則，是著名的管理法則，在企業(yè)經(jīng)濟(jì)學(xué)、企業(yè)管理學(xué)領(lǐng)域具有廣泛的應(yīng)用價值［2］。數(shù)據(jù)業(yè)務(wù)流量在不同時間地域的突發(fā)和不平穩(wěn)性導(dǎo)致各個移動小區(qū)各個時間段流量分布不均衡［3］，通過對移動通信網(wǎng)絡(luò)用戶的行為進(jìn)行跟蹤分析，發(fā)現(xiàn)在移動通信網(wǎng)中用戶行為也呈現(xiàn)出有趣的“二八現(xiàn)象”，如：30%時間內(nèi)產(chǎn)生了80%的小區(qū)流量、20%的用戶貢獻(xiàn)了80%的流量等。從目前各運(yùn)營商應(yīng)對不限流套餐的擴(kuò)容思路來看，大多采用的是“自忙時小時級”“周平均忙時”“月平均忙時”的擴(kuò)容判斷準(zhǔn)則，長時間跨度的平均統(tǒng)計指標(biāo)，容易稀釋價值小區(qū)，不能很好地反映移動用戶行為特征［4］，也容易忽略最重要20%用戶的業(yè)務(wù)體驗感知。

目前各運(yùn)營商常規(guī)擴(kuò)容判決，所涉及的3個重要評價指標(biāo)：流量、PRB利用率、RRC連接用戶數(shù)均為小時級指標(biāo)。小時級指標(biāo)平均來看網(wǎng)絡(luò)負(fù)荷不高，平均用戶體驗良好；但具體在業(yè)務(wù)發(fā)生時段，可能某一時段會存在網(wǎng)絡(luò)負(fù)荷高，影響用戶感知速率［5］，從而造成用戶體驗差的情況。為避免常規(guī)擴(kuò)容判決手段容易忽略重要業(yè)務(wù)時段的用戶業(yè)務(wù)感知體驗，較好地匹配移動通信業(yè)務(wù)不均衡的二八效應(yīng)，有必要對LTE用戶行為特征進(jìn)行分析，并就主要業(yè)務(wù)時段的網(wǎng)絡(luò)負(fù)荷進(jìn)行擴(kuò)容分析，以適應(yīng)不限流量業(yè)務(wù)的流量經(jīng)營［6］的需求。

1 移動數(shù)據(jù)業(yè)務(wù)帕累托現(xiàn)象分析

帕累托圖分析法，又稱ABC分類法、主次因素分析法，其核心思想是在決定一個事物的眾多因素中分清主次，識別出少數(shù)的但起決定作用的關(guān)鍵因素和多數(shù)的但對事物影響較小的次要因素，從而有區(qū)別地確定管理方式［7-9］。通過對某省電信LTE網(wǎng)絡(luò)1個月的話統(tǒng)數(shù)據(jù)進(jìn)行跟蹤分析，按小時分段對業(yè)務(wù)占比進(jìn)行統(tǒng)計，并繪制小區(qū)流量占比的帕累托圖，發(fā)現(xiàn)數(shù)據(jù)業(yè)務(wù)隨時間分布嚴(yán)重不均衡，在統(tǒng)計時間段內(nèi)約30%時間段產(chǎn)生了80%的小區(qū)流量，而另外70%時間段則基本表現(xiàn)為網(wǎng)絡(luò)空載，“二八效應(yīng)”在流量業(yè)務(wù)時段體現(xiàn)較為明顯，如圖1所示。

圖1 小區(qū)流量占比帕累托分析圖

通過對現(xiàn)網(wǎng)小時級PRB利用率在50%以下小區(qū)進(jìn)行移動用戶體驗速率的跟蹤分析，發(fā)現(xiàn)有20%左右小區(qū)存在用戶體驗速率偏低，部分移動用戶體驗速率在2 Mbit/s以下，明顯存在PRB利用率和用戶體驗速率不匹配的現(xiàn)象。

持續(xù)對單個小區(qū)進(jìn)行分析，發(fā)現(xiàn)存在該現(xiàn)象的原因在于，小時級的統(tǒng)計指標(biāo)稀釋平均了數(shù)據(jù)業(yè)務(wù)的帕累托效應(yīng)。以某小區(qū)為例，在18：00這個時間段（見圖2），按小時級的擴(kuò)容指標(biāo)，統(tǒng)計平均PRB利用率為37.8%，小區(qū)中用戶體驗速率約10.5 Mbit/s，平均體驗良好。反映至擴(kuò)容指標(biāo)需求來看，該小區(qū)不具備擴(kuò)容條件。但從圖2中某個時間段（18：45—18：50）來看，該5 min時段內(nèi)PRB利用率超過90%，小區(qū)中用戶體驗速率從22 Mbit/s急劇下降到了1.8 Mbit/s左右，從而造成用戶體驗差。

通過以上全網(wǎng)小區(qū)流量占比和單小區(qū)業(yè)務(wù)時段分布的統(tǒng)計分析，可以看出：

a）數(shù)據(jù)流量業(yè)務(wù)帕累托效應(yīng)明顯，約30%業(yè)務(wù)時間段可以產(chǎn)生80%的數(shù)據(jù)業(yè)務(wù)，流量隨時間分布嚴(yán)重不均衡。

b）小時級平均PRB利用率，容易稀釋平均數(shù)據(jù)業(yè)務(wù)特有的帕累托效應(yīng)，因此往往會掩蓋業(yè)務(wù)發(fā)生時段的資源不足和用戶體驗差。

c）小時級平均PRB利用率，無法精準(zhǔn)匹配平均用戶體驗速率的表現(xiàn)。

2 基于帕累托法則的負(fù)荷評估

2.1 MTT_PRB利用率概念

帕累托法則主導(dǎo)的是不平衡原則，強(qiáng)調(diào)在任何一組東西中，最重要的只占其中一小部分（約20%），其余80%盡管是多數(shù)，卻是次要的。在流量高速增長階段，移動數(shù)據(jù)用戶行為具有移動性、隨機(jī)性、動態(tài)性、非線性話務(wù)需求等諸多特性，突發(fā)的負(fù)荷增長又往往集中分布在某個時間段，負(fù)荷的增長帶來的則是用戶體驗感的下降；其余70%～80%時間網(wǎng)絡(luò)負(fù)荷又呈現(xiàn)為利用率過低。針對最忙80%負(fù)荷發(fā)生的20%～30%時間段，參照帕累托法則進(jìn)行重點(diǎn)分析就顯得尤為重要，更能體現(xiàn)網(wǎng)絡(luò)的關(guān)鍵短板，更好地匹配網(wǎng)絡(luò)體驗。

北京交通大學(xué)城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點(diǎn)實驗室，針對用戶出行時間的不確定性，引入期望出行時間（MTT）概念，用以評估不確定條件下對交通網(wǎng)絡(luò)設(shè)計的影響分析［10］。在數(shù)據(jù)網(wǎng)絡(luò)時代也可以參考引入MTT（Main Traffic Time）概念，在這里可以定義為關(guān)鍵業(yè)務(wù)時間，用以反映最忙80%流量發(fā)生的時間，在該時間段內(nèi)的PRB利用率（各廠家普遍定義為MTT_PRB利用率），比小時級PRB更能準(zhǔn)確反映瞬時用戶的感知速率。

根據(jù)現(xiàn)網(wǎng)網(wǎng)管統(tǒng)計數(shù)據(jù)，按流量大小排序，以1 h為統(tǒng)計時間段，采用帕累托圖分析最忙流量發(fā)生的時間占比，從圖1分析結(jié)果可知，最忙流量發(fā)生的時間占比約為30%。統(tǒng)計該關(guān)鍵業(yè)務(wù)該時間段內(nèi)的PRB利用率，也即MTT_PRB利用率。

以MTT_PRB利用率替代常規(guī)PRB利用率來應(yīng)對流量數(shù)據(jù)業(yè)務(wù)的不平衡特性，比起常規(guī)100%時段的PRB利用率指標(biāo)，可以更好解決網(wǎng)絡(luò)負(fù)荷的關(guān)鍵短板，提升關(guān)鍵業(yè)務(wù)時段的用戶體驗。

圖2 小區(qū)數(shù)據(jù)業(yè)務(wù)1 h段分布圖

2.2 帕累托平衡點(diǎn)概念

基于帕累托法則采用MTT_PRB利用率的容量擴(kuò)容標(biāo)準(zhǔn)，又往往容易陷入另一個極端，那就是過分突出MTT時段的業(yè)務(wù)負(fù)荷。畢竟70%～80%非MTT時段網(wǎng)絡(luò)基本處于輕載狀態(tài)，為20%～30%時段投入100%資源來滿足80%的業(yè)務(wù)需求是否經(jīng)濟(jì)可行，也是一個值得商榷的話題。

針對“二八效應(yīng)”的不平衡性，帕累托提出帕累托最優(yōu)（Pareto Optimality）［11］理論，來達(dá)到資源分配的一種理想狀態(tài)。如何處理帕累托法則下移動網(wǎng)絡(luò)負(fù)荷不平衡的問題，一方面既要避免忽視MTT時段網(wǎng)絡(luò)過負(fù)荷，用戶感知體驗差；另一方面又需兼顧80%非MTT時段的網(wǎng)絡(luò)輕載，避免投資過度，造成資源浪費(fèi)；基于以上分析本文引入帕累托平衡點(diǎn)概念，類似于帕累托最優(yōu)，來達(dá)到網(wǎng)絡(luò)負(fù)荷分配的一種理想狀態(tài)。在這里“帕累托平衡點(diǎn)”，是指在產(chǎn)生80%流量對應(yīng)關(guān)鍵業(yè)務(wù)時段內(nèi)，滿足各類無線網(wǎng)絡(luò)業(yè)務(wù)平均速率需求的一個平均門限點(diǎn)。

目前無線網(wǎng)絡(luò)業(yè)務(wù)以瀏覽、視頻、社交等為主，不同類別業(yè)務(wù)有不同的用戶體驗標(biāo)準(zhǔn)［12］，各自對應(yīng)不同的速率需求。對這3類移動數(shù)據(jù)主要應(yīng)用場景，按現(xiàn)網(wǎng)平均體驗速率和體驗標(biāo)準(zhǔn)關(guān)系進(jìn)行建模，確定相應(yīng)業(yè)務(wù)所需平均速率需求。以Web、微信類典型的小包業(yè)務(wù)［13］場景為例，現(xiàn)網(wǎng)建議確保2 Mbit/s速率，而對應(yīng)視頻類典型大包業(yè)務(wù)，速率要求則是5 Mbit/s以上。按邊緣覆蓋比例要求，估算大包小包業(yè)務(wù)對應(yīng)的平均用戶業(yè)務(wù)速率需求約為15 Mbit/s。

對平均用戶業(yè)務(wù)速率需求和MTT_PRB數(shù)據(jù)進(jìn)行擬合，尋找滿足負(fù)荷不均衡下的一個平衡點(diǎn)——帕累托平衡點(diǎn)，當(dāng)平均業(yè)務(wù)速率需求為15 Mbit/s時，數(shù)據(jù)業(yè)務(wù)帕累托平衡點(diǎn)對應(yīng)的MTT_PRB門限約為80%，如圖3所示。因此應(yīng)對流量業(yè)務(wù)不均衡的PRB利用率門限，可以按80%進(jìn)行取值。

圖3 平均用戶業(yè)務(wù)速率和MTT_PRB利用率關(guān)系圖

2.3 流量門限及用戶門限分析

隨著運(yùn)營商不限流套餐業(yè)務(wù)的持續(xù)推進(jìn)，以及LTE網(wǎng)絡(luò)的發(fā)展演進(jìn)，可以預(yù)計視頻類大包業(yè)務(wù)將成為主要業(yè)務(wù)應(yīng)用場景，此外移動VR視頻也將逐步得到應(yīng)用，而入門級VR視頻的速率要求是普通視頻的2～3倍，速率要求通常在10 Mbit/s以上，由此可見，流量的增長是未來一段時間網(wǎng)絡(luò)負(fù)荷增長的主要原因?，F(xiàn)網(wǎng)數(shù)據(jù)表明，RRC連接用戶數(shù)、下行PRB利用率及下行平均激活用戶數(shù)均與下行用戶速率強(qiáng)相關(guān)，通過這些資源與下行用戶速率的關(guān)聯(lián)分析可以得出網(wǎng)絡(luò)擴(kuò)容的標(biāo)準(zhǔn)［14］。

通過相關(guān)業(yè)務(wù)的速率需求分析，推算下行PRB利用率、RRC連接用戶數(shù)、流量等擴(kuò)容門限。PRB利用率門限按上述帕累托平衡點(diǎn)擬合取值，流量門限則根據(jù)全網(wǎng)業(yè)務(wù)占空比［15］、頻譜效率［16］等相關(guān)聯(lián)系進(jìn)行推導(dǎo)：

下行流量門限=頻譜效率×小區(qū)帶寬×MTT_PRB門限×（3 600 s×業(yè)務(wù)占空比/8/1 024）

以中國電信2.1 GHz LTE FDD為例，20 MHz帶寬下行流量門限計算如下：

流量門限（下行）=1.4 bit/s/Hz×20 MHz×80%×（3 600 s×60%）/8/1 024≈6 GB

上行流量門限的確定，可以按LTE下行和上行容量能力比進(jìn)行確定，根據(jù)現(xiàn)網(wǎng)取值建議取3。因此：

流量門限（上行）=流量門限（下行）/3=2 GB

用戶門限根據(jù)理論分析，結(jié)合現(xiàn)網(wǎng)數(shù)據(jù)的推算方法，依次按小包頻譜效率、小區(qū)吞吐率、所支持的并發(fā)用戶數(shù)、RRC用戶數(shù)等相關(guān)數(shù)據(jù)相互關(guān)聯(lián)性，對照現(xiàn)網(wǎng)參數(shù)配置情況以及小包場景頻譜效率和小包業(yè)務(wù)的速率要求，通常20 MHz小區(qū)用戶數(shù)門限值建議設(shè)定為170個。

3 基于帕累托法則的擴(kuò)容分析

3.1 負(fù)荷評估的對比分析

通過以上基于帕累托法則的負(fù)荷評估，在某地區(qū)，選取連片495個基站，共1 485個小區(qū)，分別基于常規(guī)負(fù)荷擴(kuò)容標(biāo)準(zhǔn)和帕累托法則下MTT標(biāo)準(zhǔn)進(jìn)行分析比較，結(jié)果如圖4所示。

圖4 常規(guī)PRB利用率和MTT_PRB利用率對比圖

從以上的對比分析，可以看出：

a）高負(fù)荷小區(qū)由于PRB資源大量被占滿，PRB資源利用率分布區(qū)間更靠近index較大的區(qū)域，因此MTT_PRB利用率和PRB平均占用率基本一致。

b）中負(fù)荷小區(qū)，MTT_PRB利用率與PRB平均占用率趨勢基本一致，趨勢增長高于PRB平均占用率，一定程度能夠彌補(bǔ)在業(yè)務(wù)發(fā)生期間的資源不足，真實反映業(yè)務(wù)發(fā)生時段用戶的體驗。

上述1 485個小區(qū)基于帕累托法則標(biāo)準(zhǔn)評估需擴(kuò)容的共有241個，占比16.2%。按常規(guī)擴(kuò)容標(biāo)準(zhǔn)評估需擴(kuò)容小區(qū)共有113個，占比7.6%。擴(kuò)容小區(qū)數(shù)量比正常判斷標(biāo)準(zhǔn)多出1倍左右；基于帕累托法則標(biāo)準(zhǔn)需要擴(kuò)容的小區(qū)，基本包含常規(guī)擴(kuò)容標(biāo)準(zhǔn)所需擴(kuò)容的小區(qū)，另有128個小區(qū)不包含在常規(guī)標(biāo)準(zhǔn)所需擴(kuò)容范圍，如表1所示。

表1 MTT_PRB利用率忙小區(qū)場景分布表

針對這128個小區(qū)進(jìn)行業(yè)務(wù)峰均比和業(yè)務(wù)重要性特征分析，以其中1個校園典型場景小區(qū)為例，進(jìn)行15 min粒度分析如圖5所示。

從圖5可以看出：

a）高峰時隙主要是由于流媒體業(yè)務(wù)增長所致，這部分業(yè)務(wù)對時延、速率感知敏感。

b）部分小區(qū)高峰時隙由文件訪問導(dǎo)致流量明顯升高，部分時段會影響視頻、即時通信、VoIP等用戶感知。

因此，基于帕累托法則的擴(kuò)容分析，能夠用于識別瞬時業(yè)務(wù)量高問題，也能識別常規(guī)擴(kuò)容門限下的忙小區(qū)。

3.2 擴(kuò)容小區(qū)篩選

以上經(jīng)常規(guī)擴(kuò)容標(biāo)準(zhǔn)判斷不需擴(kuò)容的128個小區(qū)，有一部分小區(qū)是由于峰均比較高，導(dǎo)致MTT_PRB占比升高，而落入帕累托法則的擴(kuò)容門限內(nèi)，有可能整體流量并不高，并不是真正需要擴(kuò)容的小區(qū)，擴(kuò)容經(jīng)濟(jì)價值也并不高。因此還需著重對這部分?jǐn)M擴(kuò)容小區(qū)進(jìn)行流量分析，以識別出真正需要擴(kuò)容的價值小區(qū)。

通過分析某段時間內(nèi)的流量分布情況，基于經(jīng)濟(jì)學(xué)LAC曲線［17］擬合概念，對用戶感知速率和流量進(jìn)行包絡(luò)線擬合分析，用戶感知速率與小區(qū)流量有如下關(guān)系：在用戶感知速率為15 Mbit/s時，小區(qū)15 min下行流量約為1 200 MB；用戶感知速率為5 Mbit/s時，小區(qū)15 min下行流量約為100 MB，如圖6所示。

基于以上標(biāo)準(zhǔn)流量的分析結(jié)論，對基于帕累托法則標(biāo)準(zhǔn)分析需要擴(kuò)容的128小區(qū)進(jìn)行對比。提取一天中15 min粒度流量數(shù)據(jù)，按照以上用戶感知流量門限進(jìn)行統(tǒng)計，并按超標(biāo)準(zhǔn)流量以5%步長的比例進(jìn)行排序，結(jié)果如表2所示。

統(tǒng)計結(jié)果顯示，一天中15 min粒度流量超過標(biāo)準(zhǔn)流量的時段大于60%的小區(qū)數(shù)為45個，大于40%的小區(qū)數(shù)為61個。參考業(yè)務(wù)峰均比和業(yè)務(wù)重要性特征分類以及擴(kuò)容效果評判，可以擬定超標(biāo)準(zhǔn)流量60%的45小區(qū)為有擴(kuò)容需求的價值小區(qū)。這個60%從擴(kuò)容比例確定，還需要根據(jù)現(xiàn)網(wǎng)實際擴(kuò)容效果做進(jìn)一步研究。

3.3 分析總結(jié)

圖5 小區(qū)業(yè)務(wù)峰均比和業(yè)務(wù)重要性特征分析圖

圖6 用戶感知速率與小區(qū)流量包絡(luò)線關(guān)系圖

表2 小區(qū)忙時流量超標(biāo)準(zhǔn)流量比例分布表

常規(guī)擴(kuò)容標(biāo)準(zhǔn)能夠識別大部分流量、PRB利用率、RRC連接用戶數(shù)較高的小區(qū)，并能給出合理的擴(kuò)容建議，但對于移動數(shù)據(jù)的帕累托效應(yīng)缺乏有效的應(yīng)對措施，尤其是不限流業(yè)務(wù)環(huán)境下的高流量隨時間分布不均衡的問題，無法精準(zhǔn)識別，因此也容易忽略MTT業(yè)務(wù)發(fā)生時段的資源不足和用戶體驗差等問題，無法匹配業(yè)務(wù)不平衡狀態(tài)下的用戶體驗速率?；谂晾弁蟹▌t的擴(kuò)容分析，可以準(zhǔn)確反映在MTT時段的網(wǎng)絡(luò)負(fù)荷情況，在保證常規(guī)負(fù)荷擴(kuò)容的同時，能夠準(zhǔn)確識別流量及PRB利用率隨時間起伏（峰均比）較大的負(fù)荷小區(qū)，一定程度上更好地匹配移動數(shù)據(jù)業(yè)務(wù)的帕累托效應(yīng)，因此可以補(bǔ)充和完善重要業(yè)務(wù)時段的用戶感知速率體驗。

4 結(jié)束語

基于帕累托法則的容量擴(kuò)容，同時也是一把雙刃劍，過分關(guān)注20%～30%MTT業(yè)務(wù)時段的網(wǎng)絡(luò)負(fù)荷，容易夸大網(wǎng)絡(luò)負(fù)荷現(xiàn)狀，因此在網(wǎng)絡(luò)實際操作中，還需就業(yè)務(wù)峰均比、業(yè)務(wù)特征以及流量現(xiàn)狀等做進(jìn)一步分析處理，以便能識別出真正意義上的負(fù)荷小區(qū)。