移動(dòng)網(wǎng)絡(luò)運(yùn)維中關(guān)鍵指標(biāo)預(yù)警分析及驗(yàn)證

楊 燕

（中國電信股份有限公司北京研究院,北京 100035）

移動(dòng)網(wǎng)絡(luò)運(yùn)維中關(guān)鍵指標(biāo)預(yù)警分析及驗(yàn)證

楊 燕

（中國電信股份有限公司北京研究院,北京 100035）

從關(guān)鍵指標(biāo)的預(yù)警意義出發(fā),通過分析研究提出了一種移動(dòng)網(wǎng)絡(luò)關(guān)鍵指標(biāo)的預(yù)警分析方法,并通過兩種具有代表性的網(wǎng)絡(luò)關(guān)鍵指標(biāo)的現(xiàn)網(wǎng)數(shù)據(jù)進(jìn)行驗(yàn)證,為運(yùn)營商實(shí)現(xiàn)高質(zhì)高效的運(yùn)維管理提供技術(shù)參考。

移動(dòng)網(wǎng)絡(luò);運(yùn)維管理;預(yù)警;關(guān)鍵指標(biāo)

1 引 言

傳統(tǒng)的移動(dòng)網(wǎng)絡(luò)運(yùn)維工作重點(diǎn)在于保障網(wǎng)絡(luò)正常運(yùn)行的維護(hù)和優(yōu)化,而隨著移動(dòng)網(wǎng)絡(luò)運(yùn)營商對(duì)預(yù)測和提升用戶體驗(yàn)工作的日益重視,監(jiān)測網(wǎng)絡(luò)性能、預(yù)測其變化趨勢、避免優(yōu)良用戶感知的惡化,成為網(wǎng)絡(luò)運(yùn)維工作新的重心之一。利用網(wǎng)絡(luò)性能在時(shí)間維度上的延續(xù)性,運(yùn)營商可以根據(jù)歷史時(shí)期的網(wǎng)絡(luò)性能數(shù)據(jù)（關(guān)鍵指標(biāo),簡稱KPI）預(yù)測當(dāng)前網(wǎng)絡(luò)在未來短時(shí)間內(nèi)的變化趨勢,并根據(jù)預(yù)測結(jié)果進(jìn)行針對(duì)性的網(wǎng)絡(luò)維護(hù)和優(yōu)化工作,從而在提高運(yùn)維工作效率、保證優(yōu)良的用戶感知的基礎(chǔ)上提升市場競爭力。

2 關(guān)鍵指標(biāo)的預(yù)警意義

如何實(shí)時(shí)預(yù)測并提前預(yù)防未來移動(dòng)網(wǎng)絡(luò)性能的惡化趨勢,是大多移動(dòng)網(wǎng)絡(luò)運(yùn)營商在網(wǎng)絡(luò)運(yùn)維和網(wǎng)絡(luò)優(yōu)化工作中遇到的難題。由于日常網(wǎng)絡(luò)維護(hù)和優(yōu)化工作中運(yùn)維部門可以做到對(duì)當(dāng)前網(wǎng)絡(luò)指標(biāo)的實(shí)時(shí)統(tǒng)計(jì),因此利用移動(dòng)網(wǎng)絡(luò)在時(shí)間、空間維度上的“慣性”特征,運(yùn)維部門通過對(duì)網(wǎng)絡(luò)KPI的深度分析,使這樣的預(yù)測工作成為可能。

如果沒有特殊的重大事件發(fā)生的情況下,移動(dòng)網(wǎng)絡(luò)的網(wǎng)絡(luò)性能在一段時(shí)間范圍內(nèi),在同一片地理區(qū)域內(nèi),通常呈現(xiàn)相似性、可繼承性,就是上述的“慣性”特征。由此可見,利用某一區(qū)域移動(dòng)網(wǎng)絡(luò)的某一歷史時(shí)期的網(wǎng)絡(luò)關(guān)鍵性能指標(biāo),通過定性定量的算法,可以預(yù)估未來一段時(shí)間內(nèi)的移動(dòng)網(wǎng)絡(luò)性能,以此表征網(wǎng)絡(luò)是否穩(wěn)定、性能是否保持。

圖1較為形象地表征了某區(qū)域某網(wǎng)絡(luò)KPI1的預(yù)警過程。利用T0前的一段時(shí)間現(xiàn)網(wǎng)統(tǒng)計(jì)的KPI1指標(biāo),通過預(yù)警算法得到（T0,T1）之間的預(yù)警值（X0,S0）;（T0,T1）時(shí)期內(nèi),利用（X0,S0）度量預(yù)警期（T0,T1）之間的KPI1指標(biāo)。

圖1 關(guān)鍵指標(biāo)預(yù)警示意圖Fig.1 The early warning of KPI

通過上述方法類推,利用T1前的一段時(shí)間（包括T0前、（T0,T1）之間的時(shí)間）現(xiàn)網(wǎng)統(tǒng)計(jì)的KPI1指標(biāo),利用新產(chǎn)生的（T1,T2）時(shí)期預(yù)警值（X1,S1）,度量預(yù)警期（T1,T2）之間的KPI1指標(biāo),產(chǎn)生圖1中橢圓框1、橢圓框2的網(wǎng)絡(luò)警示信息;利用T2前的一段時(shí)間（包括T0前、（T0,T1）、（T1,T2）之間的時(shí)間）現(xiàn)網(wǎng)統(tǒng)計(jì)的KPI1指標(biāo),利用新產(chǎn)生的（T2,T3）時(shí)期預(yù)警值（X2,S2）、度量預(yù)警期（T2,T3）之間的KPI1指標(biāo),產(chǎn)生圖1中橢圓框3的網(wǎng)絡(luò)警示信息。

對(duì)于橢圓框的網(wǎng)絡(luò)警示信息,運(yùn)維部門可以對(duì)網(wǎng)絡(luò)進(jìn)行性能優(yōu)化和故障排查,及時(shí)避免用戶感知的下降、重要用戶產(chǎn)生大量投訴,甚至高端用戶的退網(wǎng)和轉(zhuǎn)網(wǎng)[1]。由此可見,KPI的預(yù)警工作意義重大,能夠?qū)τ脩舾兄龅奖M可能“先知先覺”,從而避免在網(wǎng)用戶特別是高端用戶的不知不覺流失。

3 關(guān)鍵指標(biāo)預(yù)警的分析方法

3.1 基本思路

網(wǎng)絡(luò)KPI預(yù)警的理論思路是:利用無線網(wǎng)絡(luò)的“慣性”,對(duì)前期KPI大量樣本進(jìn)行數(shù)理統(tǒng)計(jì),獲取預(yù)警值,用以評(píng)測后期網(wǎng)絡(luò)KPI的警示區(qū)（如圖1中的橢圓框范圍）。具體的步驟包括樣本選擇、有效樣本的統(tǒng)計(jì)分析和預(yù)警值的警示預(yù)測三步。

（1）樣本的選擇

選取一定以往時(shí)間維度上KPI大量樣本中排除無效樣本,保證有效樣本量（以下用樣本量N表示）。理論上N值越大,預(yù)警效果越好,但工作量也隨之增大。N值的確定建議由運(yùn)維工程師的經(jīng)驗(yàn)所得,通過多頻次的KPI預(yù)警周期后運(yùn)維工程師通常會(huì)有較為權(quán)威的判斷。

（2）C2耐紋波無機(jī)酸化成箔：高壓水煮后皮膜耐壓上升、皮膜抗水合性好、漏電流小。一般化成箔在經(jīng)過水煮試驗(yàn)后其皮膜耐壓會(huì)下降，但這種化成箔水煮試驗(yàn)后耐壓上升 （這是此類化成箔最顯著的特點(diǎn)）。該化成箔對(duì)電解液的適應(yīng)性強(qiáng)，適用各型耐紋波鋁電解，皮膜損耗低，而且它在頻繁充、放電鋁電解中表現(xiàn)更好：發(fā)熱量小、壽命長。缺點(diǎn)：化成耗電量高，容量轉(zhuǎn)化率低。

（2）有效樣本的統(tǒng)計(jì)分析

通過統(tǒng)計(jì)分析算法得到預(yù)警值Y,而Y=X±S,其中X表示樣本期望值,S表示樣本波動(dòng)范圍。預(yù)警值Y可以用（X,S）來表征,即表示在X值基礎(chǔ)上可向上或向下波動(dòng)S的范圍。X、S值的計(jì)算可以選擇常規(guī)數(shù)理統(tǒng)計(jì)方法,下文提到的典型KPI的預(yù)警分析驗(yàn)證中,X的算法選擇樣本值的加權(quán)平均算法,S的算法選擇標(biāo)準(zhǔn)差算法[2],具體如下:

式中,X代表加權(quán)均值,Xk代表樣本值,n代表樣本容量。

（3）預(yù)警值的警示預(yù)測

利用預(yù)警值Y來衡量預(yù)測時(shí)間范圍內(nèi)的KPI統(tǒng)計(jì)值P,當(dāng)P小于Y,表示網(wǎng)絡(luò)性能趨勢穩(wěn)定正常,反之則表示網(wǎng)絡(luò)性能趨勢呈現(xiàn)惡化。

3.2 有效樣本的選擇

KPI預(yù)警的第一步也是關(guān)鍵步驟之一就是有效樣本的選擇。如何判定該樣本是合乎統(tǒng)計(jì)要求的標(biāo)準(zhǔn)樣本,其關(guān)鍵還是要具體分析這個(gè)KPI會(huì)受到哪些因素的影響。有效樣本的考慮因素主要有如下幾個(gè)方面:

（1）排除網(wǎng)絡(luò)上發(fā)生的特殊重大事件,比如自然災(zāi)害、大型娛樂活動(dòng)、重要政治經(jīng)濟(jì)事件、運(yùn)營商的網(wǎng)絡(luò)割接等。如果當(dāng)前KPI所在時(shí)間網(wǎng)絡(luò)上發(fā)生了特殊重大事件,必然會(huì)產(chǎn)生KPI的重大波動(dòng),這樣的KPI樣本就不合乎統(tǒng)計(jì)要求;

（3）結(jié)合其它KPI聯(lián)合排除個(gè)別無效樣本。被預(yù)警的KPI,可能與其它一個(gè)或多個(gè)KPI產(chǎn)生相關(guān)或互斥的邏輯關(guān)系,這些存在邏輯關(guān)系的KPI對(duì)有效樣本的選擇也提供了參考。例如無線網(wǎng)絡(luò)的語音掉話率與當(dāng)前區(qū)域的話務(wù)總量密切相關(guān),在掉話率呈現(xiàn)較高統(tǒng)計(jì)值而當(dāng)天話務(wù)總量極少的情況下,運(yùn)維工程師需要具體分析是否是話務(wù)量驟減引起的掉話率統(tǒng)計(jì)值的升高;

（4）排除明顯的無效樣本。在實(shí)際網(wǎng)絡(luò)運(yùn)維工作中,可能由于樣本的不準(zhǔn)確性導(dǎo)致KPI值明顯無效。在下文提及的典型KPI預(yù)警分析驗(yàn)證過程中,筆者就發(fā)現(xiàn)一些明顯無效的樣本。例如當(dāng)“前向突發(fā)吞吐量”為0,而“數(shù)據(jù)業(yè)務(wù)掉線率”為4.7%的情況出現(xiàn),出于前向突發(fā)吞吐量與分組業(yè)務(wù)掉線率密切相關(guān)的考慮,可以很肯定地排除該無效樣本。

3.3 時(shí)間維度的考慮

KPI預(yù)警的時(shí)間維度的考慮包括兩方面,一是用于預(yù)警的樣本量的時(shí)間區(qū)間,取決于有效樣本量N的大小,以及有效樣本的實(shí)際選擇原則;二是預(yù)警期的時(shí)間區(qū)間,如圖1中示意的（T0,T1）時(shí)期,預(yù)警期的時(shí)間區(qū)間可以考慮以月、周、日多個(gè)不同的維度,即利用預(yù)警值Y可驗(yàn)證未來一個(gè)月、一周、一天的KPI指標(biāo),對(duì)于不同的KPI,建議預(yù)警期的時(shí)間區(qū)間考慮不同的時(shí)間維度,比如下文提到的典型KPI預(yù)算分析驗(yàn)證案例中,語音掉話率考慮的維度以周為宜,而前向突發(fā)吞吐量考慮的維度以日為宜。

4 典型關(guān)鍵指標(biāo)的預(yù)警分析驗(yàn)證

通常運(yùn)營商關(guān)注的網(wǎng)絡(luò)性能的KPI不止一個(gè),因此KPI預(yù)警應(yīng)該涉及到多個(gè)關(guān)鍵KPI。以語音業(yè)務(wù)為例,語音掉話率[3]是運(yùn)維部門考核的重點(diǎn)KPI之一,而對(duì)于數(shù)據(jù)業(yè)務(wù)而言,業(yè)務(wù)信道的前反向突發(fā)吞吐量（或理解為上下行數(shù)據(jù)業(yè)務(wù)量）也是關(guān)鍵的網(wǎng)絡(luò)KPI。本節(jié)以“語音掉話率”和“前向突發(fā)吞吐量”[4]為例來驗(yàn)證KPI預(yù)警分析方法的應(yīng)用效果。

4.1 語音掉話率

如圖2所示,以某地區(qū)某BSC系統(tǒng)忙時(shí)掉話率為具體KPI樣本,樣本量的時(shí)間區(qū)間考慮為2個(gè)月內(nèi)（即2010年5月到6月）,可以考慮更大的時(shí)間區(qū)間。預(yù)警值算法采用Y=X+S。第一次預(yù)警選取5月份第二周至7月份第一周有效樣本計(jì)算出期望值X為0.38%,樣本標(biāo)準(zhǔn)差S為0.03%,得到預(yù)警值Y為0.41%,度量7月份第二周工作日每天系統(tǒng)忙時(shí)掉話率指標(biāo),可見該周前6天在預(yù)警值范圍內(nèi)波動(dòng),屬于正常范疇,網(wǎng)絡(luò)運(yùn)行正常,只有一天掉話率超出預(yù)警值約0.08%,需要警示運(yùn)維部門采取相應(yīng)監(jiān)測和優(yōu)化手段給予關(guān)注。

圖2 掉話率預(yù)警（第一次）Fig.2 The early warning of loss rate（the first time）

而對(duì)于7月份第二周采取第二次預(yù)警,如圖3所示。5月份第三周至7月份第二周有效樣本計(jì)算出期望值X為0.39%,樣本標(biāo)準(zhǔn)差S為0.03%,得到預(yù)警值Y為0.42%,度量7月份第三周工作日每日系統(tǒng)忙時(shí)掉話率指標(biāo),圖3表明該KPI連續(xù)幾天有逐漸上升趨勢并導(dǎo)致掉話率超出了預(yù)警范圍?？梢妰纱晤A(yù)警效果很相似,能夠反映一周內(nèi)網(wǎng)絡(luò)的“慣性”特征。

圖3 掉話率預(yù)警（第二次）Fig.3 The early warning of loss rate（the second time）

通過遞歸式的多頻次預(yù)警分析可見,以周為維度的預(yù)警期內(nèi)運(yùn)維部門需要在一周以內(nèi)前半段（上升期）采取相應(yīng)措施應(yīng)對(duì)后半段KPI超出預(yù)警范圍現(xiàn)象的發(fā)生。

4.2 前向突發(fā)吞吐量

如圖4所示,以某地區(qū)某BSC系統(tǒng)忙時(shí)前向突發(fā)吞吐量（單位kbit/s）為具體KPI樣本,樣本量的時(shí)間區(qū)間考慮為1個(gè)月內(nèi)（即2010年7月）,可以考慮更大的時(shí)間區(qū)間。預(yù)警值算法采用Y=X-S。

圖4 前向突發(fā)吞吐量預(yù)警（第一次）Fig.4 The early warning of forward burst throughput（the first time）

第一次預(yù)警（如圖4所示）選取7月12日到30日的有效樣本計(jì)算出期望值X為868.45 kbit/s,樣本標(biāo)準(zhǔn)差S為29.89 kbit/s,得到預(yù)警值Y為838.57 kbit/s,度量8月2日系統(tǒng)忙時(shí)前向突發(fā)吞吐率高于預(yù)警值,網(wǎng)絡(luò)運(yùn)行正常。

第二次預(yù)警（如圖5所示）選取7月13日到8月2日的有效樣本計(jì)算出期望值X為864.14 kbit/s,樣本標(biāo)準(zhǔn)差S為26.41 kbit/s,得到預(yù)警值Y為837.73 kbit/s,度量8月3日系統(tǒng)忙時(shí)前向突發(fā)吞吐率低于預(yù)警值16～26 kbit/s,需要運(yùn)維部門盡早關(guān)注網(wǎng)絡(luò)運(yùn)行趨勢。

圖5 前向突發(fā)吞吐量預(yù)警（第二次）Fig.5 The early warning of forward burst throughput（the second time）

第三次預(yù)警（如圖6所示）選取7月14日到8月3日的有效樣本計(jì)算出期望值X為859.94 kbit/s,樣本標(biāo)準(zhǔn)差S為28.55 kbit/s,得到預(yù)警值Y為831.38 kbit/s,度量8月4日系統(tǒng)忙時(shí)前向突發(fā)吞吐率高于預(yù)警值,網(wǎng)絡(luò)運(yùn)行正常。

圖6 前向突發(fā)吞吐量預(yù)警（第三次）Fig.6 The early warning of forward burst throughput（the third time）

以此類推,通過對(duì)8月份逐日指標(biāo)預(yù)警,發(fā)現(xiàn)8月網(wǎng)絡(luò)運(yùn)行趨勢基本平穩(wěn),偶然出現(xiàn)的超出預(yù)警現(xiàn)象（如8月3日情況）與當(dāng)時(shí)網(wǎng)絡(luò)中用戶行為有一定關(guān)聯(lián)。

5 結(jié)束語

根據(jù)上述預(yù)警方法的研究及驗(yàn)證,運(yùn)維部門可以自主開發(fā)關(guān)鍵指標(biāo)預(yù)警分析工具,用于KPI預(yù)警工作。由于不同運(yùn)營商、不同的設(shè)備商對(duì)于各種關(guān)鍵KPI的定義和統(tǒng)計(jì)方法有所差異,該預(yù)警分析工具的開發(fā)實(shí)現(xiàn)達(dá)到統(tǒng)一標(biāo)準(zhǔn)存在一定的難度,建議運(yùn)營商根據(jù)自身情況進(jìn)行定制性開發(fā),以滿足自身運(yùn)維部門實(shí)際的運(yùn)行維護(hù)和網(wǎng)絡(luò)優(yōu)化工作需要。隨著移動(dòng)通信市場競爭的日益加劇,移動(dòng)網(wǎng)絡(luò)運(yùn)營商的運(yùn)維壓力也備增。移動(dòng)網(wǎng)絡(luò)預(yù)警工作已經(jīng)被大多國內(nèi)外運(yùn)營商關(guān)注并付諸實(shí)施,預(yù)計(jì)隨著運(yùn)營商對(duì)這項(xiàng)工作的實(shí)施力度與范圍的逐步提升和擴(kuò)大,業(yè)界將會(huì)出現(xiàn)更多的預(yù)警分析算法。多種預(yù)警分析算法的靈活應(yīng)用,無疑將為運(yùn)營商的最終運(yùn)維目標(biāo)提供有力的技術(shù)參考。

[1] 孔令萍,易學(xué)明,王燕川,等.第三代移動(dòng)通信網(wǎng)絡(luò)管理[M].北京:人民郵電出版社,2010:131-143.

KONG Ling-ping,YI Xue-ming,WANG Yan-chuan,et al.The management of 3G mobile communication network[M].Beijing:People′s Post and Telecommunication Press,2010:131-143.（in Chinese）

[2] 盛驟,謝式千,潘承毅.概率論與數(shù)理統(tǒng)計(jì)[M].北京:高等教育出版社,2008:55-105.

SHENG Zhou,XIE Shi-qian,PAN Cheng-yi.Probablity and Statistics[M].Beijing:Higher Education Press,2008:55-105.（in Chinese）

[3] 張艷超,高澤華.移動(dòng)網(wǎng)絡(luò)中數(shù)據(jù)業(yè)務(wù)關(guān)鍵性能指標(biāo)KPI探討[J].通信技術(shù),2009,42（10）:211-215.

ZHANG Yan-chao,GAO Ze-hua.Discussion of Key Performance Indicators for Data Services in Mobile Network[J].Telecommunication Technology,2009,42（10）:211-215.（in Chinese）

[4] 張傳福.CD MA移動(dòng)通信網(wǎng)絡(luò)規(guī)劃設(shè)計(jì)與優(yōu)化[M].北京:人民郵電出版社,2006:140-150.

ZHANG Chuan-fu.The planning and optimization of CDMA mobile communication network[M].Beijing:People′s Post and T elecommunication Press,2006:140-150.（in Chinese）

Early Warning Method and Im provement of Key Performance Indicators in Operation and Management of Mobile Network

YANGYan
（Beijing Research Institute,China Telecom Corporation Limited,Beijing 100035,China）

According to the analysis of the significance of early warning of key performance indicators（KPIs）,an early warning method for mobile network is proposed,and the improvement of two typical KPIs for the current network is explained in detail,which is hellpfu l to enhance the efficiency of operation and management of mobile network for network operators.

mobile network;operation and management;early warning;KPI

TN929.5

A

10.3969/j.issn.1001-893x.2011.02.015

1001-893X（2011）02-0075-05

2010-10-18;

2010-12-01

楊 燕（1976-）,女,湖北孝感人,2000年于華中科技大學(xué)獲工學(xué)碩士學(xué)位,現(xiàn)為高級(jí)工程師,主要從事移動(dòng)通信技術(shù)研究和網(wǎng)絡(luò)規(guī)劃工作。

YANG Yan was born in Xiaogan,Hubei Province,in 1976.She

the M.S.degree from Huazhong University of Science and Technology in 2000.She is now a senior engineer.Her research concerns mobile communication technology and network planning.

Email:yangyan@ctbri.com.cn