基于無(wú)線(xiàn)網(wǎng)絡(luò)性能數(shù)據(jù)的用戶(hù)業(yè)務(wù)行為分類(lèi)與感知評(píng)估技術(shù)

李良斌 羅耀旭

摘要：提供了一種基于無(wú)線(xiàn)網(wǎng)絡(luò)性能數(shù)據(jù)的用戶(hù)業(yè)務(wù)分類(lèi)方法，同時(shí)提供完備的感知分析技術(shù)。通過(guò)研究各類(lèi)應(yīng)用的具體資源占用特征，研究人員設(shè)計(jì)出有效的業(yè)務(wù)類(lèi)型區(qū)分方法；同時(shí)考察不同應(yīng)用對(duì)各種KPI的敏感程度以制訂準(zhǔn)確的感知評(píng)估規(guī)則。經(jīng)過(guò)大量測(cè)試驗(yàn)證，該方法具有分類(lèi)評(píng)估準(zhǔn)確，效率高，處理開(kāi)銷(xiāo)小等優(yōu)點(diǎn)。

關(guān)鍵詞： 業(yè)務(wù)分類(lèi)；感知評(píng)估；無(wú)線(xiàn)網(wǎng)絡(luò)性能；資源占用

Abstract： In this paper， we describe a method for classifying user services. This method is based on wireless network performance and a complete-perception technique. By analyzing the resource occupation feature， we design a method for roughly determining the service type. Using this method， we measure applications against various KPIs in order to build up the accurate perception estimate regulation. Through testing， we verify that this method is capable of accurate classification and high efficiency. It also is not costly to the process.

Key words： service classification； perception evaluation； wireless network performance； resource occupation.

隨著3G應(yīng)用的推廣，無(wú)線(xiàn)網(wǎng)絡(luò)的服務(wù)主體逐漸向數(shù)據(jù)業(yè)務(wù)轉(zhuǎn)移，越來(lái)越多的用戶(hù)使用無(wú)線(xiàn)終端享受數(shù)據(jù)服務(wù)，例如觀(guān)看視頻，瀏覽網(wǎng)頁(yè)、QQ或MSN等。每種數(shù)據(jù)業(yè)務(wù)的特征不同，對(duì)于無(wú)線(xiàn)網(wǎng)絡(luò)的資源占用情況也有很大差異：使用MSN的用戶(hù)，在線(xiàn)時(shí)長(zhǎng)往往大于下載文件的用戶(hù)，但是其流量可能只有下載用戶(hù)的百分之一，同時(shí)不同的業(yè)務(wù)對(duì)于無(wú)線(xiàn)環(huán)境的要求也不一致。

用戶(hù)使用業(yè)務(wù)滿(mǎn)意度，是無(wú)線(xiàn)網(wǎng)絡(luò)服務(wù)質(zhì)量的重要指標(biāo)。為了改善用戶(hù)使用感受，我們需要了解無(wú)線(xiàn)網(wǎng)元上的現(xiàn)有資源是否能夠滿(mǎn)足用戶(hù)業(yè)務(wù)的需要，也就是依賴(lài)于用戶(hù)業(yè)務(wù)分類(lèi)和感知評(píng)估的方法。傳統(tǒng)技術(shù)無(wú)法做到用戶(hù)業(yè)務(wù)分類(lèi)與無(wú)線(xiàn)網(wǎng)絡(luò)資源分配的無(wú)縫關(guān)聯(lián)，例如IP網(wǎng)絡(luò)監(jiān)控工具可以在核心網(wǎng)側(cè)監(jiān)控IP網(wǎng)絡(luò)的應(yīng)用協(xié)議類(lèi)型、流量變化等信息，但是卻無(wú)法獲取無(wú)線(xiàn)網(wǎng)元資源變化；傳統(tǒng)的無(wú)線(xiàn)資源管理工具正好相反，它們能夠有效地監(jiān)控所有無(wú)線(xiàn)網(wǎng)元的資源分配，卻不能探知本網(wǎng)元無(wú)線(xiàn)用戶(hù)的應(yīng)用業(yè)務(wù)種類(lèi)。

文章討論了一種基于無(wú)線(xiàn)網(wǎng)絡(luò)數(shù)據(jù)分析的技術(shù)，用于區(qū)分網(wǎng)絡(luò)用戶(hù)應(yīng)用的業(yè)務(wù)類(lèi)型，并且對(duì)其使用感知進(jìn)行評(píng)估[1]。

1 業(yè)務(wù)占用資源特征

目前主流的網(wǎng)絡(luò)應(yīng)用主要有：網(wǎng)頁(yè)瀏覽/微博、網(wǎng)絡(luò)視頻、文件傳輸協(xié)議（FTP）/BT下載、視頻通話(huà)、數(shù)據(jù)上傳以及QQ/MSN等，在此簡(jiǎn)單例舉幾種典型網(wǎng)絡(luò)應(yīng)用的IP速率變化曲線(xiàn)圖，看看這些應(yīng)用之間是否存在明顯差異。

圖1描述了多種應(yīng)用的IP速率變化情況，F(xiàn)TP下載業(yè)務(wù)的前向IP速率維持在較高水平（>100 kbit/s），反向速率則一般處在低水平（<20 kbit/s），整個(gè)下載過(guò)程中，前反向速率的變化不大，比較穩(wěn)定。

圖1顯示的各類(lèi)應(yīng)用的IP速率差異還是比較明顯的，當(dāng)用戶(hù)進(jìn)行網(wǎng)頁(yè)瀏覽時(shí)，IP速率并非持續(xù)保持高水平，這與下載應(yīng)用差別很大；只有在打開(kāi)新網(wǎng)頁(yè)或者新的網(wǎng)絡(luò)資源時(shí)，IP速率才會(huì)突發(fā)到較高水平，整個(gè)過(guò)程的總前向吞吐量相對(duì)下載要小很多。IM即時(shí)通訊應(yīng)用（在此僅限定文字聊天）與網(wǎng)絡(luò)瀏覽的特征很像，也存在較長(zhǎng)的低速率區(qū)間，區(qū)別在于IM業(yè)務(wù)的突發(fā)速率要小于網(wǎng)頁(yè)瀏覽。因?yàn)槲淖炙嫉牧髁糠浅Ｐ?，按照兩字?jié)的國(guó)際標(biāo)編碼計(jì)算，一段500字的記錄只占約1 kB，而一般門(mén)戶(hù)網(wǎng)站的主頁(yè)大小都在MB級(jí)別。

在視頻對(duì)話(huà)時(shí)，前反向速率非常接近，而且都維持在一個(gè)“安全”的水平（能夠保證對(duì)話(huà)雙方數(shù)據(jù)正常交互），前向流量一般低于下載業(yè)務(wù)但是比網(wǎng)頁(yè)業(yè)務(wù)要高，反向流量則非常接近前向[2]。

最后，再來(lái)比較當(dāng)下很火的Youku視頻應(yīng)用。它與FTP下載的變化曲線(xiàn)很像，但是仔細(xì)研究后發(fā)現(xiàn)在幾個(gè)大“矩形”之間都會(huì)存在或多或少的間隔，這是由于網(wǎng)絡(luò)視頻的緩存技術(shù)以及用戶(hù)觀(guān)看行為導(dǎo)致的。用戶(hù)在觀(guān)看網(wǎng)絡(luò)視頻，特別是超長(zhǎng)視頻時(shí)，并不是一次性下載完成整個(gè)文件，而是下載分割好了的視頻小文件（對(duì)于總大小不大的視頻不需分割），用戶(hù)在觀(guān)看當(dāng)前文件內(nèi)容時(shí)，有可能該文件早已下載完成，而下一個(gè)小文件尚未開(kāi)始下載，此時(shí)就會(huì)出現(xiàn)速率間隔。

基于以上分析，可以將網(wǎng)絡(luò)應(yīng)用分門(mén)別類(lèi)劃分為如下類(lèi)型。

（1）下載類(lèi)

主要應(yīng)用：FTP連續(xù)下載、網(wǎng)絡(luò)視頻、BT下載等。

資源占用特征：前向流量大，連接時(shí)長(zhǎng)較長(zhǎng)，需長(zhǎng)時(shí)間保持高速率。

（2）較大速率突發(fā)類(lèi)

主要應(yīng)用：Http網(wǎng)頁(yè)訪(fǎng)問(wèn)、微博等。

資源占用特征：前向流量較大，連接時(shí)長(zhǎng)短，無(wú)需長(zhǎng)時(shí)間保持高速。

（3）較小速率突發(fā)類(lèi)

主要應(yīng)用：QQ、MSN文字聊天等IM應(yīng)用。

資源占用特征：前向流量小，連接時(shí)長(zhǎng)短，不需要長(zhǎng)時(shí)間保持高速。

（4）前反向?qū)ΨQ(chēng)類(lèi)

主要應(yīng)用：QQ視頻、MSN視頻、網(wǎng)絡(luò)電話(huà)（VOIP），可視電話(huà)等。

資源占用特征：前反向流量相當(dāng)，連接時(shí)長(zhǎng)較長(zhǎng)，需要長(zhǎng)時(shí)間保持前反向速率。

（5）上傳類(lèi)

主要應(yīng)用：反向文件上傳，外發(fā)郵件等。

資源占用特征：反向流量大，連接時(shí)長(zhǎng)較長(zhǎng)，需長(zhǎng)時(shí)間保持高速率。

（6）其他類(lèi)。

主要應(yīng)用：不屬于以上的業(yè)務(wù)。

資源占用特征：無(wú)法歸類(lèi)到前面幾項(xiàng)。

某一類(lèi)業(yè)務(wù)類(lèi)型中的所有應(yīng)用都具有相似的資源使用特征，例如下載類(lèi)業(yè)務(wù)，下載流量較大，需要長(zhǎng)時(shí)間保持較高速率；而較小突發(fā)類(lèi)業(yè)務(wù)占用的流量非常有限，并且大部分時(shí)間不要求保證高速率。如果確定了某次業(yè)務(wù)的資源占用情況，就能夠明確該業(yè)務(wù)屬于以上哪種類(lèi)型。

2 業(yè)務(wù)類(lèi)型判定方法

通過(guò)業(yè)務(wù)的資源占用特征可以推導(dǎo)出本次業(yè)務(wù)所屬的業(yè)務(wù)類(lèi)型，如果無(wú)線(xiàn)網(wǎng)元側(cè)采集的信息能夠充分描述資源占用情況，即可僅通過(guò)無(wú)線(xiàn)網(wǎng)元數(shù)據(jù)來(lái)確定應(yīng)用業(yè)務(wù)類(lèi)型。

無(wú)線(xiàn)網(wǎng)元側(cè)可采集如下數(shù)據(jù)描述資源占用情況。

·空口連接時(shí)長(zhǎng)：空口連接建立到釋放之間的時(shí)長(zhǎng)，對(duì)應(yīng)于應(yīng)用連接時(shí)長(zhǎng)。

·物理層吞吐量：物理層前/反向吞吐量，可以連接用戶(hù)、網(wǎng)元等多個(gè)維度采集。

·無(wú)線(xiàn)連接協(xié)議（RLP）層吞吐量：RLP層吞吐量，與物理層吞吐量一樣都可表征應(yīng)用的流量大小。

·前/反向占空比：高速率持續(xù)時(shí)長(zhǎng)占總連接時(shí)長(zhǎng)的比例，一般來(lái)說(shuō)，50 kbit/s以上的前向或20 kbit/s以上的反向速率屬高速率。

·前/反向有效速率：數(shù)據(jù)激活期間的前向和反向速率。

·前/反向激活時(shí)長(zhǎng)：無(wú)線(xiàn)網(wǎng)元服務(wù)時(shí)長(zhǎng)占總連接時(shí)長(zhǎng)的比例。

可以通過(guò)無(wú)線(xiàn)網(wǎng)元采集數(shù)據(jù)對(duì)某次連接的應(yīng)用業(yè)務(wù)類(lèi)型進(jìn)行判斷，各種業(yè)務(wù)的判定模型說(shuō)明如下。

（1）下載類(lèi)

判定模型組成：連接時(shí)長(zhǎng)、前向占空比、前向流量。

（2）較大速率突發(fā)類(lèi)

判定模型組成：連接時(shí)長(zhǎng)、前向占空比、前向有效速率。

（3）較小速率突發(fā)類(lèi)

判定模型組成：連接時(shí)長(zhǎng)、前向占空比、前向有效速率。

較小速率突發(fā)業(yè)務(wù)的前向有效速率要低于較大速率突發(fā)業(yè)務(wù)。

（4）前反向?qū)ΨQ(chēng)類(lèi)

判定模型組成：前反向吞吐量比例、前反向占空比。

（5）上傳類(lèi)

判定模型組成：反向吞吐量、反向占空比、反向有效速率。

（6）其他類(lèi)

判定模型組成：不屬于以上類(lèi)型的業(yè)務(wù)。

可能存在同一連接，同時(shí)符合多個(gè)業(yè)務(wù)類(lèi)型特征的情況，這時(shí)需要制定一套優(yōu)先規(guī)則，保證同一連接只能分屬一類(lèi)業(yè)務(wù)。一種比較合理的優(yōu)先規(guī)則設(shè)定如下：

前反向?qū)ΨQ(chēng) > 持續(xù)下載類(lèi) > 反向上傳 > 較大流量突發(fā) > 較小流量突發(fā) > 其他

根據(jù)該規(guī)則，假如同一連接同時(shí)滿(mǎn)足下載類(lèi)與突發(fā)類(lèi)業(yè)務(wù)特征，應(yīng)當(dāng)將其劃分為下載類(lèi)業(yè)務(wù)。至此已經(jīng)確定了每次空口連接的業(yè)務(wù)類(lèi)型。

與有線(xiàn)網(wǎng)絡(luò)承載數(shù)據(jù)業(yè)務(wù)有所不同，無(wú)線(xiàn)網(wǎng)絡(luò)資源有限，空口連接在沒(méi)有數(shù)據(jù)交互的情況下會(huì)進(jìn)入休眠態(tài)。如果休眠時(shí)間過(guò)長(zhǎng)，空口連接則將釋放以節(jié)約無(wú)線(xiàn)資源，降低整個(gè)系統(tǒng)的負(fù)荷。對(duì)于用戶(hù)來(lái)說(shuō)，僅僅使用了10 min的QQ，可能就包括10余次空口連接。無(wú)線(xiàn)網(wǎng)元側(cè)監(jiān)控的連接與真實(shí)的用戶(hù)應(yīng)用存在差異。為了解決這一問(wèn)題，需要通過(guò)一定規(guī)則將空口連接合并，盡可能還原用戶(hù)應(yīng)用的原貌[3]。

圖2描述了連接合并的預(yù)期效果，雖然用戶(hù)進(jìn)行不同應(yīng)用時(shí)，空口連接的頻度與時(shí)長(zhǎng)等特征都不同，但是通過(guò)連接合并處理，可以?xún)?yōu)化從空口信息得到的業(yè)務(wù)，使其更接近真實(shí)的用戶(hù)應(yīng)用行為。例如在一次點(diǎn)對(duì)點(diǎn)協(xié)議（PPP）的對(duì)話(huà)中，用戶(hù)進(jìn)行了多種業(yè)務(wù)，其中，QQ聊天業(yè)務(wù)一般包含多次空口連接，且每次連接的時(shí)長(zhǎng)都很短（可能僅僅是一次文字消息的發(fā)送和接收）；而在線(xiàn)電影應(yīng)用對(duì)應(yīng)的空口連接一般時(shí)長(zhǎng)較長(zhǎng)，最終兩類(lèi)業(yè)務(wù)經(jīng)過(guò)合并處理后，其結(jié)果都更加接近原始的用戶(hù)應(yīng)用行為。

值得推薦的一種呼叫連接合并方法是：按照如下規(guī)則將所有空口連接劃分成呼叫連接集合，之后將單個(gè)集合內(nèi)的所有呼叫合并為一次業(yè)務(wù)行為。

連接合并條件包括：

（1）屬于同一個(gè)用戶(hù)；

（2）屬于同一類(lèi)業(yè)務(wù)；

（3）相鄰兩次呼叫中，前一次呼叫釋放時(shí)刻與后一次呼叫建立時(shí)刻之間的時(shí)延應(yīng)當(dāng)小于預(yù)設(shè)門(mén)限。

呼叫合并的效果如圖2所示，相對(duì)于原始的空口連接，呼叫合并得到的業(yè)務(wù)行為更接近與用戶(hù)的應(yīng)用。

3 完整的業(yè)務(wù)分類(lèi)流程與

準(zhǔn)確性

文中描述的業(yè)務(wù)分類(lèi)方法僅通過(guò)無(wú)線(xiàn)網(wǎng)元側(cè)采集的空口呼叫數(shù)據(jù)即可完成，與傳統(tǒng)IP網(wǎng)絡(luò)監(jiān)控工具不同，不需要額外監(jiān)控核心網(wǎng)側(cè)數(shù)據(jù)，進(jìn)行深入解包（DPI）等操作。

圖3展示了業(yè)務(wù)分類(lèi)的完整處理流程，具體步驟說(shuō)明如下：

（1）無(wú)線(xiàn)網(wǎng)元側(cè)采集用戶(hù)的空口呼叫信息；

（2）計(jì)算每次呼叫的特征關(guān)鍵績(jī)效指標(biāo)法（KPI），例如呼叫時(shí)間、占空比等；

（3）將計(jì)算結(jié)果與業(yè)務(wù)模型進(jìn)行比較，確定所有呼叫的業(yè)務(wù)類(lèi)型；

（4）對(duì)已經(jīng)分類(lèi)好的單次呼叫進(jìn)行合并，得到更接近用戶(hù)應(yīng)用的業(yè)務(wù)行為。

通過(guò)建立業(yè)務(wù)模型建立無(wú)線(xiàn)呼叫KPI與網(wǎng)絡(luò)應(yīng)用的對(duì)應(yīng)關(guān)系，無(wú)線(xiàn)網(wǎng)元采集呼叫指標(biāo)并以業(yè)務(wù)模型進(jìn)行匹配的方法即可實(shí)現(xiàn)對(duì)業(yè)務(wù)類(lèi)型的分類(lèi)。分類(lèi)步驟中涉及的所有信息都能夠在已有的系統(tǒng)功能下采集完成，無(wú)需增加額外的模塊設(shè)計(jì)或核心網(wǎng)的深度解包，開(kāi)銷(xiāo)小、數(shù)據(jù)可靠性高。

為了驗(yàn)證業(yè)務(wù)分類(lèi)的準(zhǔn)確性，測(cè)試人員專(zhuān)門(mén)在多個(gè)城市進(jìn)行了分類(lèi)測(cè)試，主要結(jié)果如表1所示。

表1顯示業(yè)務(wù)分類(lèi)的判定結(jié)果都符合預(yù)期，說(shuō)明使用特征KPI對(duì)用戶(hù)應(yīng)用進(jìn)行業(yè)務(wù)劃分具有著較高的準(zhǔn)確性。

表2展示的是某基站控制器（BSC）下的全天用戶(hù)行為分類(lèi)結(jié)果以及各類(lèi)業(yè)務(wù)的無(wú)線(xiàn)資源占用情況。

在表2描述的某BSC數(shù)據(jù)中，小突發(fā)業(yè)務(wù)在用戶(hù)數(shù)占比與連接次數(shù)占比中都是第一，但是其他的資源占用卻非常低；下載類(lèi)業(yè)務(wù)雖然不足總連接次數(shù)的1%，但是卻使用了約60%的前向業(yè)務(wù)資源與約40%的反向業(yè)務(wù)資源；而大突發(fā)業(yè)務(wù)各項(xiàng)資源占比則比較統(tǒng)一，基本都能夠維持在30%～40%之間。通過(guò)分析各類(lèi)業(yè)務(wù)的資源占用情況，一方面可以分析各類(lèi)業(yè)務(wù)的使用頻度，為運(yùn)營(yíng)商分析業(yè)務(wù)發(fā)展空間提供指導(dǎo)；另一方面可了解無(wú)線(xiàn)資源分布，為網(wǎng)絡(luò)規(guī)劃或運(yùn)營(yíng)咨費(fèi)調(diào)整等提供幫助。

4 業(yè)務(wù)評(píng)估與用戶(hù)感知

傳統(tǒng)用戶(hù)感知評(píng)估方法的一個(gè)重要困難在于不同用戶(hù)的需求存在差異，同樣的環(huán)境下，不同用戶(hù)的感知很可能不同，甚至同一用戶(hù)在同一環(huán)境中不同時(shí)段的感知也會(huì)變化。業(yè)務(wù)分類(lèi)方法能夠在很大程度上幫助我們了解用戶(hù)的具體需求。

對(duì)于下載類(lèi)業(yè)務(wù)來(lái)說(shuō)，10 kbit/s的有效速率不一定能夠帶給用戶(hù)良好的體驗(yàn)，特別是在下載超大文件（>1 GB）時(shí)，這種速率簡(jiǎn)直就不能忍受；但是同樣的10 kbit/s有效速率，在進(jìn)行IM文字聊天時(shí)，用戶(hù)的使用效果卻非常好。

業(yè)務(wù)分類(lèi)使得準(zhǔn)確的感知評(píng)估方法實(shí)現(xiàn)成為可能。業(yè)務(wù)感知評(píng)估通用公式為：

在（1）中，Eva （x ）為業(yè)務(wù)x的最終評(píng)估得分；I （x ）表示所有與業(yè)務(wù)x的感知相關(guān)的KPI，i表示某項(xiàng)影響x感知的性能指標(biāo)，有i∈I （x ） 。E （i ）表示i的得分，不同KPI的評(píng)估方法不同，某些負(fù)面KPI的評(píng)估得分有可能為負(fù)分；W （i ）為指標(biāo)i的權(quán)重，不同KPI的權(quán)重也有所差異；對(duì)于所有感知KPI得分取加權(quán)平均后得到該業(yè)務(wù)的最終得分。

從不同業(yè)務(wù)的需求出發(fā)，每種業(yè)務(wù)的具體評(píng)估方法應(yīng)當(dāng)區(qū)別對(duì)待，選擇合理的KPI組合構(gòu)建評(píng)估系統(tǒng)。同樣以下載業(yè)務(wù)和IM為例，假設(shè)兩種業(yè)務(wù)的I （x ）相同，都為（下載速率，前向重傳率，Ec/Io）。

正如表3中，各類(lèi)KPI對(duì)于不同業(yè)務(wù)感知的影響程度不同，因此E得分相同的不同業(yè)務(wù)感知得分也可能不同：在兩組相同KPI得分的業(yè)務(wù)中，下載業(yè)務(wù)得分僅65，而IM業(yè)務(wù)卻高達(dá)86。

在得到業(yè)務(wù)感知評(píng)分的基礎(chǔ)上，可以進(jìn)一步分析其用戶(hù)分布。

圖4展示的是某城市下載類(lèi)業(yè)務(wù)用戶(hù)感知分布的真實(shí)情況，有約40%的用戶(hù)體驗(yàn)很差，不足60分，同時(shí)也有接近12%的用戶(hù)下載體驗(yàn)非常好，達(dá)到90分以上；其他用戶(hù)的下載體驗(yàn)處于可接受的水平。通過(guò)研究對(duì)用戶(hù)感知的分布，可以分析某地區(qū)用戶(hù)體驗(yàn)的歷史變化或者驗(yàn)證網(wǎng)絡(luò)優(yōu)化手段是否有效等。

5 網(wǎng)絡(luò)優(yōu)化與故障排查

基于用戶(hù)感知分?jǐn)?shù)，可以進(jìn)行多個(gè)維度的網(wǎng)絡(luò)性能統(tǒng)計(jì)，例如可以查看所有網(wǎng)元的綜合用戶(hù)感知，對(duì)于排名靠后的網(wǎng)元進(jìn)行深入分析，探索其原因；或者某一類(lèi)型的終端進(jìn)行感知評(píng)比，看看此類(lèi)終端感知是否良好。

此外，可以設(shè)計(jì)追蹤系統(tǒng)，從用戶(hù)感知評(píng)分入手，迅速鎖定導(dǎo)致評(píng)分差的主要感知KPI，快速定位問(wèn)題。一旦發(fā)生性能類(lèi)或用戶(hù)感知故障，即可定位出劣質(zhì)的感知KPI，并深入分析其發(fā)生原因。

例如，下載類(lèi)業(yè)務(wù)的重要一項(xiàng)感知KPI為前向RLP速率，一旦發(fā)現(xiàn)該感知指標(biāo)差，可通過(guò)固化的分析專(zhuān)題（例如空口覆蓋、呼叫成功率、掉話(huà)原因等分析專(zhuān)題），對(duì)影響指標(biāo)的原因，包括空口環(huán)境，系統(tǒng)忙閑，上層資源帶寬等進(jìn)行深入挖掘。

基于用戶(hù)感知的故障排查系統(tǒng)與傳統(tǒng)排障方法的差異主要包括：

（1）傳統(tǒng)排障方法

該方法通過(guò)用戶(hù)投訴或者系統(tǒng)告警發(fā)現(xiàn)故障，屬于被動(dòng)式發(fā)現(xiàn)；主要定位手段為人工方法，通過(guò)對(duì)歷史數(shù)據(jù)的排查進(jìn)行分析，對(duì)于人員的業(yè)務(wù)技能要求較高，同時(shí)由于前后方數(shù)據(jù)交互的時(shí)延，故障數(shù)據(jù)采集效率等因素，定位效率較為低下。

（2）用戶(hù)感知排障方法

該方法通過(guò)用戶(hù)感知評(píng)估，發(fā)現(xiàn)體驗(yàn)差用戶(hù)（潛在的投訴者），目標(biāo)在其投訴前就定位解決問(wèn)題，屬于主動(dòng)式發(fā)現(xiàn)；在評(píng)估的同時(shí)可以監(jiān)控到影響體驗(yàn)的劣質(zhì)KPI，快速鎖定故障范圍；基于既有數(shù)據(jù)可設(shè)計(jì)固化的分析專(zhuān)題，自動(dòng)化定位問(wèn)題根源，擺脫了對(duì)人員技能的依賴(lài)。

對(duì)比可知，基于用戶(hù)感知評(píng)估的排障方法相比傳統(tǒng)方法效率要高得多，并能夠在用戶(hù)投訴或系統(tǒng)告警前就預(yù)先發(fā)現(xiàn)問(wèn)題，可靠性大大提高。

6 結(jié)束語(yǔ)

隨著無(wú)線(xiàn)數(shù)據(jù)業(yè)務(wù)日益擴(kuò)展，準(zhǔn)確判定無(wú)線(xiàn)用戶(hù)業(yè)務(wù)類(lèi)型與評(píng)估其使用感知的需求也日益迫切，另外傳統(tǒng)方法側(cè)重于有線(xiàn)側(cè)深度解包，不能反映無(wú)線(xiàn)行為的特征，也無(wú)法有效監(jiān)控用戶(hù)感知。文中提供的技術(shù)實(shí)現(xiàn)了無(wú)線(xiàn)網(wǎng)絡(luò)資源分配與數(shù)據(jù)業(yè)務(wù)之間的無(wú)縫關(guān)聯(lián)，不但滿(mǎn)足以上需求，而且有著極高的擴(kuò)展性，在網(wǎng)絡(luò)優(yōu)化與系統(tǒng)故障排查等方面都有不俗的表現(xiàn)。

參考文獻(xiàn)

[1] 3GPP2. C.S0024-B v3.0 [S]. cdma2000 High Rate Packet Data Air Interface Specification. 2012.

[2] Brigitte Boothe. Perception， evaluation， interpretation[S].Hogrefe & Huber， 1995.

[3] Munir SA， Xie DL， Chen CF， Jian M. Virtual Overlay for Service Classification & Discovery in Wireless Sensor Networks[C]//Proceeding of the International Conference On Advanced Communication Technology， VOLS I-III， 2009：991-996.