面向感知的短時高負荷定位研究與應用

王君君 魏志剛 虞輝

中國移動通信集團江蘇有限公司

0 引言

隨著運營商不限量業(yè)務的發(fā)展，以及網上業(yè)務的手機端集中化，用戶對業(yè)務感知越來越敏感，對無線網絡容量的要求也越來越高。因此，網絡運維和優(yōu)化就需要基于明確的標準或算法來準確衡量無線網絡容量，以便及時指導擴容，提升用戶感知。

目前，不同運營商采用的高負荷衡量標準各有不同，指標維度差異、門限差異、權重差異等是根據各自無線網絡業(yè)務分布特點進行評估，但往往基于小時甚至更長時間維度。比如，我們當前采用基于小區(qū)自忙時的高負荷評估標準，根據自忙時每ERAB流量將業(yè)務類型分為大包、中包和小包，對不同的包類型設置不同的指標門限，綜合PRB利用率、流量、用戶數三個維度，分別進行上行和下行的小區(qū)負荷判斷，上下行之間是“或”關系，維度之間是“與”關系，如表1所示，該擴容標準反映的是小時級別高負荷。

表1 小時高負荷標準

但用戶業(yè)務在小時內的發(fā)生并非均勻，存在一定波動性，小時級的平均指標難以發(fā)現短時間的高負荷問題，例如，在日常投訴處理中，有些短時高負荷導致的投訴問題難以及時定位，所以，我們需細化時間粒度，對短時高負荷考慮如何及時定位解決。為了與網管指標時間粒度契合，本文選擇15分鐘作為短時粒度展開擴容標準優(yōu)化研究。

1 短時高負荷標準研究

1.1 15分鐘高負荷流量維度修訂

以15分鐘作為短時進行研究，若沿用現有小時級標準，即流量、利用率、用戶數門限均與小時級相同，則高負荷小區(qū)明顯減少，主要原因是小時級利用率和用戶數均為4個15分鐘取平均值，而流量為4個15分鐘求和，15分鐘判斷流量維度較難達到門限，所以，15分鐘高負荷標準的流量維度不合理，需要重新研究門限。

以南京市為例，對15分鐘粒度的小區(qū)數據進行匯聚分析，依據流量及利用率拐點關系，對流量門限進行修訂，同時，結合當前高負荷利用率門限標準，分析得到15分鐘級流量門限，即下行流量門限：大包2GB、中包1.1GB、小包0.8GB，上行流量門限：大、中、小包均0.15GB，分別如圖1和圖2所示。

圖1 15分鐘上行利用率和上行流量關系

圖2 15分鐘下行利用率和下行流量關系

由此，得出15分鐘粒度高負荷標準如表2所示。

表2 15分鐘高負荷標準

1.2 15分鐘與小時高負荷結果對比

分場景看，由小時粒度修改為15分鐘粒度后，采用新標準統(tǒng)計，如圖3所示，高負荷小區(qū)增加比例較為明顯的場景包括交通樞紐、地鐵、城市道路場景，可見，小區(qū)覆蓋下用戶流動性高，有大量用戶移動的場景，易出現15分鐘短時高負荷。

圖3 15分鐘與小時高負荷小區(qū)數對比

2 短時高負荷標準應用探索

短時高負荷在時間粒度縮短之后，高負荷小區(qū)規(guī)模整體擴大，以南京市為例，如表3所示，平均每天15分鐘級高負荷小區(qū)數比小時級要多250個左右，連續(xù)3天的15分鐘級高負荷小區(qū)數比連續(xù)3天的小時級也要多100多個。在擴容資源有限的情況下，需考慮如何進行資源精準投放。所以，從橫向時間規(guī)律性和縱向發(fā)生頻度兩個角度出發(fā)，對短時高負荷標準的應用進行探索。

表3 小時和15分鐘高負荷連續(xù)多天出現對比

2.1 橫向規(guī)律性

部分短時高負荷并非偶然發(fā)生，而是在天級時間維度上存在規(guī)律性，例如地鐵早晚高峰時段、辦公樓午休時段等，會在固定的15分鐘時間段業(yè)務驟增，導致容量不足。針對該類短時高負荷，我們定義為“橫向規(guī)律性短時高負荷”，即連續(xù)3天的同一15分鐘或相鄰15分鐘內均出現高負荷，如圖4所示。

2.2 縱向高頻次

部分短時高負荷在天級時間維度上無規(guī)律性，但是每天發(fā)生頻次很高，例如工業(yè)園區(qū)、集宿區(qū)等，工人不定時休息，一天會出現多個業(yè)務集中的15分鐘短時高負荷，導致容量不足。針對該類短時高負荷，我們定義為“縱向高頻次短時高負荷”，即每天15分鐘高負荷頻次不低于3且連續(xù)3天的高頻高負荷，如圖5所示。

圖4 橫向規(guī)律性15分鐘高負荷示意圖

圖5 縱向高頻次15分鐘高負荷示意圖

2.3 感知分析

對橫向規(guī)律性和縱向高頻次15分鐘短時高負荷小區(qū)，進行網管分析，并選取地鐵、商業(yè)中心等進行現場測試，以驗證分析其對用戶感知的影響。

2.3.1 體驗速率

對南京雨花、建鄴兩區(qū)下行2M以上體驗速率滿足度分析，如圖6所示，橫向規(guī)律性15分鐘高負荷小區(qū)平均67.76%，縱向高頻次15分鐘高負荷小區(qū)平均66.96%，均遠低于非問題小區(qū)的82%，可見，存在較明顯的感知惡化。

圖6 DL 2M以上體驗速率滿足度對比

2.3.2 測試速率

（1）ATU測試：如表4所示，從上傳和下載速率來看，小區(qū)閑時平均上傳速率5.5Mpbs，平均下載速率46.4Mbps，而15分鐘問題時段平均上傳速率2.5Mpbs，平均下載速率16.2Mbps，分別下降53.8%和65%。從最小速率來看，小區(qū)閑時最低下載速率區(qū)間為5Mbps～9Mbps，而15分鐘問題時段內最低下載速率區(qū)間僅為1Mbps～2Mbps，且持續(xù)1-2分鐘以上；小區(qū)閑時最低上傳速率區(qū)間為0.6Mbps～4.8Mbps，而分鐘問題時段內最低上傳速率區(qū)間為0.2Mbps～1Mbps，且持續(xù)2分鐘左右。

表4 ATU測試結果

（2）APP測試：測速軟件與ATU測試結果基本一致，如表5所示，與閑時相比，15分鐘規(guī)律性問題時段平均下載速率下降82%，平均上傳速率下降89%。

表5 APP測試結果

綜上，橫向規(guī)律性和縱向高頻次15分鐘高負荷，均對用戶感知有較大影響。

3 短時高負荷應用落地

網絡優(yōu)化中，為有效權衡資源投入和用戶感知提升，針對15分鐘短時高負荷，進一步結合小區(qū)用戶價值、業(yè)務類型、用戶感知維度，建立價值分級自動化機制，提升擴容資源的投放效能。

3.1 結合小區(qū)價值明確擴容優(yōu)先級

價值評估維度包括用戶價值、業(yè)務類型和用戶感知，如表6所示，其中，用戶價值表征“影響的價值”，高負荷小區(qū)的高端用戶越多，損失越大，采用小區(qū)平均ARPU（每用戶平均收入）值來衡量；業(yè)務類型表征“影響的業(yè)務”，在線游戲、即時通信、高清視頻等業(yè)務對感知更敏感，小區(qū)內這些業(yè)務越多，用戶滿意度越低，采用小區(qū)游戲和視頻流量占比來衡量；用戶感知表征“影響的程度”，感知越差，用戶越難容忍，采用HTTP綜合速率衡量。

表6 價值分級打分

對橫向規(guī)律性和縱向高頻次15分鐘高負荷小區(qū)，基于價值維度進行量化打分，得分區(qū)間為60-100分，得分越高表明擴容價值或者緊迫性越高。對短時高負荷通過“優(yōu)軟硬建”整治，資源優(yōu)先通過載波動態(tài)調度及靜態(tài)挖潛解決。

3.2 平臺化自動呈現輸出

對接采集信令、經分、性能、網管等多維度數據，實現橫向規(guī)律性和縱向高頻次15分鐘短時高負荷自動統(tǒng)計，并實現負荷價值分級評估，指導日常擴容。

4 結束語

本文從短時高負荷的有效識別和感知提升出發(fā)，通過建立橫向規(guī)律性和縱向高頻次兩種15分鐘高負荷模型，并結合價值分級機制，明確擴容優(yōu)先級，在解決感知問題的同時，提升資源的使用效能，且綜合多維數據源實現平臺自動化，有效融入到日常網絡優(yōu)化中，提高生產效率。