基于滑動(dòng)平均二階對(duì)比法的4G/5G小區(qū)流量陡降預(yù)警模型研究

［文錦朝 劉琳］

1 引言

隨著通信技術(shù)的不斷進(jìn)步，人們對(duì)上網(wǎng)的體驗(yàn)要求越來(lái)越高，而突發(fā)網(wǎng)絡(luò)異常波動(dòng)對(duì)用戶(hù)的上網(wǎng)體驗(yàn)尤為明顯，因此運(yùn)營(yíng)商第一時(shí)間發(fā)現(xiàn)、解決網(wǎng)絡(luò)問(wèn)題維持網(wǎng)絡(luò)的穩(wěn)定性[1～2]成為網(wǎng)絡(luò)維護(hù)和網(wǎng)絡(luò)優(yōu)化的關(guān)鍵。而網(wǎng)絡(luò)穩(wěn)定性主要體現(xiàn)在基站是否正常運(yùn)營(yíng)，即是否存在故障、網(wǎng)絡(luò)性能是否穩(wěn)定等方面。目前對(duì)于網(wǎng)絡(luò)故障方面，已有維護(hù)專(zhuān)員監(jiān)控故障告警并派單進(jìn)行維護(hù)；但部分站點(diǎn)/小區(qū)業(yè)務(wù)量（本文主要通過(guò)流量開(kāi)展分析）會(huì)出現(xiàn)陡降的現(xiàn)象，并且部分無(wú)法通過(guò)硬件故障發(fā)現(xiàn)，現(xiàn)有廣東大數(shù)據(jù)平臺(tái)中已有流量陡降的監(jiān)控[3～4]，但目前局限于天級(jí)別流量陡降小區(qū)派單，故時(shí)效性受到限制。對(duì)于小時(shí)級(jí)實(shí)時(shí)性能的流量陡降監(jiān)控依然欠缺，因此本文通過(guò)對(duì)小區(qū)流量下降對(duì)比方法（滑動(dòng)平均二階對(duì)比法）、流量下降幅度、流量下降時(shí)間段（小時(shí)粒度）、流量徒降門(mén)限、監(jiān)控時(shí)間范圍多個(gè)緯度進(jìn)行流量陡降預(yù)警模型研究，提高流量陡降異常小區(qū)的監(jiān)控與處理效率，解決舊模型準(zhǔn)確性一般實(shí)時(shí)性差的問(wèn)題，更好的維持網(wǎng)絡(luò)穩(wěn)定性。從而及時(shí)發(fā)現(xiàn)流量異常小區(qū)，并派單解決，提升用戶(hù)感知。

2 新流量陡降預(yù)警模型研究

2.1 研究思路

總體思路：為解決舊預(yù)警模型[5～7]發(fā)現(xiàn)問(wèn)題實(shí)時(shí)性差和準(zhǔn)確性低的問(wèn)題，本流量陡降預(yù)警模型采用基于滑動(dòng)平均二階對(duì)比法，以每3 個(gè)小時(shí)為一個(gè)滑塊作為基礎(chǔ)對(duì)比單位，一是通過(guò)每小時(shí)監(jiān)控當(dāng)前滑塊day（n）與前一個(gè)滑塊day（n-1）時(shí)間進(jìn)行流量環(huán)比，提高輸出數(shù)據(jù)的實(shí)時(shí)性；二是當(dāng)前滑塊day（n）與上一周同時(shí)間段滑塊week（n）進(jìn)行流量同比，保證輸出數(shù)據(jù)的準(zhǔn)確性。研究思路框架如圖1 所示。

圖1 研究思路框架圖

2.1.1 新模型的優(yōu)點(diǎn)

舊模型中，直接使用小區(qū)天粒度流量進(jìn)行環(huán)比降幅大于80%時(shí)，第三天才能輸出流量陡降預(yù)警小區(qū)，輸出時(shí)效性差，并且當(dāng)流量連續(xù)幾天下降80%以下時(shí)，將會(huì)出現(xiàn)真實(shí)陡降小區(qū)無(wú)法觸發(fā)預(yù)警的問(wèn)題，準(zhǔn)確性一般。

新模型采用3 小時(shí)作為滑塊區(qū)間，將滑塊區(qū)間內(nèi)的流量數(shù)據(jù)[8～9]求平均處理以達(dá)到平滑削峰的目的，做到隱性故障發(fā)生3 個(gè)小時(shí)后就可以被監(jiān)控發(fā)現(xiàn)并預(yù)警，解決了舊模型實(shí)時(shí)性差的問(wèn)題，也避免了因單個(gè)小時(shí)流量偶發(fā)突變?cè)斐傻臏?zhǔn)確率下降的問(wèn)題。兩種模型的對(duì)比如表1 所示。

表1 新舊模型優(yōu)缺點(diǎn)比較

2.2 流量陡降模型建模

2.2.1 滑動(dòng)平均二階對(duì)比法原理

滑動(dòng)平均二階對(duì)比法是融合了滑動(dòng)平均法[10～12]、環(huán)比法和同比法的綜合算法。

（1）滑動(dòng)平均法：移動(dòng)平均的各元素的權(quán)重都相等。

滑動(dòng)平均公式：

公式1 中：

day（n）為當(dāng)前滑塊平均值；

n 為移動(dòng)平均的時(shí)期個(gè)數(shù)；

At-1 為前期實(shí)際值；

At-2，At-3 和At-m 分別表示前兩期、前三期直至前m 期的實(shí)際值。

（2）環(huán)比法：表示連續(xù)2 個(gè)統(tǒng)計(jì)周期（比如連續(xù)兩月）內(nèi)的量的變化比，如環(huán)比=（本期流量-上期流量）/上期流量。

（3）同比法：表示2 個(gè)不同的大周期內(nèi)相同事間段的2 個(gè)統(tǒng)計(jì)周期的變化比，如同比=（本期流量-上周同期流量）/上周同期流量×100%。

2.2.2 流量陡降預(yù)警模型研究

流量陡降預(yù)警模型基本原理是使用滑動(dòng)平均二階對(duì)比法，針對(duì)小時(shí)級(jí)粒度的流量數(shù)據(jù)進(jìn)行分析統(tǒng)計(jì)，并通過(guò)關(guān)聯(lián)廣東某地市的流量數(shù)據(jù)，確認(rèn)模型中滑塊時(shí)長(zhǎng)m（3 小時(shí)）、小時(shí)級(jí)數(shù)據(jù)取數(shù)時(shí)間段time（8:00～23:00）、環(huán)比陡降幅度門(mén)限a1（80%）和同比陡降幅度門(mén)限a2（80%），以保證流量陡降預(yù)警模型的實(shí)時(shí)性和準(zhǔn)確性，提高維護(hù)處理的效率，從而提升客戶(hù)感知。

（1）滑塊時(shí)長(zhǎng)m 主要控制模型靈敏度，嘗試用1、2、3、4、5 小時(shí)作為輸出模型后，發(fā)現(xiàn)m=1 時(shí)，模型過(guò)于靈敏，容易出現(xiàn)誤判問(wèn)題；5 小時(shí)模型靈敏度降低，實(shí)時(shí)性也得不到保障。

（2）時(shí)間段time 主要控制模型的準(zhǔn)確性，因?yàn)槠渌麜r(shí)間段受上班、凌晨參數(shù)修改等方面會(huì)導(dǎo)致流量的劇烈波動(dòng)；

（3）流量陡降幅度門(mén)限a1 和a2 用于提高用戶(hù)感知的敏感度，有利于重點(diǎn)處理TOP 小區(qū)[13]。

滑動(dòng)平均二級(jí)對(duì)比法滑塊示意圖如表2 所示。

表2 滑動(dòng)平均二階對(duì)比法示意圖

day（n）：代表當(dāng)天第n 時(shí)、n-1 時(shí)、n-2 時(shí)...的滑塊平均值，

day（n-1）：代表day（n）前1 個(gè)小時(shí)的滑塊平均值

week（n）：代表上周每天第n 時(shí)、n-1 時(shí)、n-2 時(shí)...的滑塊平均值，取前一周同時(shí)間段的每小時(shí)的流量，可以有效穩(wěn)定參照對(duì)象，使得模型更加準(zhǔn)確，解決了舊模型中連續(xù)流量下降導(dǎo)致無(wú)法監(jiān)控到流量陡降小區(qū)的問(wèn)題。

2.2.3 監(jiān)控小區(qū)集的確定

統(tǒng)計(jì)廣東某地市一周各小區(qū)日均流量，對(duì)流量分段統(tǒng)計(jì)小區(qū)的數(shù)量。日均流量低于20 GB 的小區(qū)有44 704 個(gè)（占全網(wǎng)46.5%），高于20 GB 小區(qū)占比為53.50%。在日常分析中，日均流量20 GB 以上的小區(qū)，用戶(hù)感知相對(duì)敏感，如果出現(xiàn)流量陡降的情況，用戶(hù)投訴的幾率大幅上升。

小結(jié)：為了減輕模型的運(yùn)算量，模型確定監(jiān)控小區(qū)集確定為日均流量＞20 GB 的小區(qū)。

2.2.4 滑塊時(shí)間長(zhǎng)度的確定

通過(guò)數(shù)據(jù)分析，當(dāng)m=1 小時(shí)的流量波動(dòng)較大，尖峰較多，模型不夠平滑，容易出現(xiàn)流量小區(qū)陡降的誤判。當(dāng)m=3 小時(shí)，曲線平滑，達(dá)到平滑削峰的目的。因此m=3 時(shí)，靈敏度（實(shí)時(shí)性）能有一定的保證，并且準(zhǔn)確度也較舊模型大。m=1 或m=3 時(shí)，流浪波動(dòng)對(duì)比如圖2 所示。（注：橫坐標(biāo)單位為時(shí)，縱坐標(biāo)單位為GB）

圖2 小時(shí)級(jí)流量滑塊對(duì)比圖

2.2.5 流量陡降門(mén)限的確定

本文通過(guò)兩種方法確定流量陡降幅度門(mén)限。一是通過(guò)對(duì)現(xiàn)網(wǎng)廣東某地市A 網(wǎng)格小區(qū)的XDR 投訴數(shù)據(jù)與用戶(hù)常駐小區(qū)的流量陡降幅度進(jìn)行關(guān)聯(lián)分析，確定對(duì)用戶(hù)影響最大的流量陡降幅度的門(mén)限a1 和a2；二是通過(guò)專(zhuān)家判斷法，對(duì)陡降50%、60%、70%、80%等門(mén)限共抽樣3 500 個(gè)小區(qū)，根據(jù)2.2.4 方法輸出波形圖進(jìn)行準(zhǔn)確行判斷。

（1）方法1：散點(diǎn)圖關(guān)聯(lián)法

流量陡降幅度環(huán)比門(mén)限a1：由圖3 可知，環(huán)比a1 小區(qū)流量陡降幅度達(dá)到80%時(shí)，小區(qū)投訴量快速增長(zhǎng)，嚴(yán)重影響用戶(hù)感知，因此可確定流量陡降降幅環(huán)比門(mén)限a1 值為80%。

圖3 流量陡降幅度與小區(qū)投訴量散點(diǎn)圖（環(huán)比門(mén)限a1）

流量陡降幅度同比門(mén)限a2：由圖4 可知，同比a2 小區(qū)流量陡降幅度達(dá)到80%時(shí)，小區(qū)投訴量快速增長(zhǎng)，嚴(yán)重影響用戶(hù)感知，因此可確定流量陡降幅度同比門(mén)限a2值為80%。

圖4 流量陡降幅度與小區(qū)投訴量散點(diǎn)圖（同比門(mén)限a2）

（2）方法2：專(zhuān)家判斷法

針對(duì)采用同比環(huán)比降幅大于60%以上的觸發(fā)點(diǎn)（3 500 個(gè)）進(jìn)行人工抽查核查。從抽查的樣本305 個(gè)中存在流量陡降的有235 個(gè)。根據(jù)同比環(huán)比的分段對(duì)核驗(yàn)準(zhǔn)確率進(jìn)行分析：當(dāng)降幅區(qū)間為同比降幅80%以上，環(huán)比降幅80%以上時(shí)，專(zhuān)家判斷準(zhǔn)確率達(dá)到80%以上。專(zhuān)家判斷法統(tǒng)計(jì)結(jié)果如表3 所示。

表3 專(zhuān)家判斷法統(tǒng)計(jì)結(jié)果

3 小時(shí)滑塊流量降量值確定：在專(zhuān)家判斷法環(huán)節(jié)的人工抽樣工作中發(fā)現(xiàn)存在同比環(huán)比降幅均大于80%但流量降量小于1 GB 的小區(qū)，因該類(lèi)小區(qū)已經(jīng)觸發(fā)現(xiàn)網(wǎng)低流量小區(qū)工單的派發(fā)，此種情況會(huì)導(dǎo)致重復(fù)派單，故流量陡降門(mén)限增加一個(gè)條件，即同比和環(huán)比3 小時(shí)平均流量降量大于1 GB 以上。

2.2.6 監(jiān)控時(shí)間范圍的確定

從7 天的小時(shí)級(jí)總流量分布看，流量高峰出現(xiàn)在晚上21 點(diǎn)為12 萬(wàn) GB，流量低谷在凌晨5 點(diǎn)1.56 萬(wàn) GB，分布如圖5 所示。

圖5 小時(shí)級(jí)流量分布圖

按照2.2.3 結(jié)論，統(tǒng)計(jì)滑塊流量陡降降幅大于80%的小區(qū)，主要集中在區(qū)間0:00～7:00，時(shí)間段（分布圖如圖6所示）。主要原因有3 個(gè)：用戶(hù)晚間休息、網(wǎng)絡(luò)正常維護(hù)、載波節(jié)點(diǎn)功能開(kāi)啟斷電退服，并且該時(shí)間段流量波動(dòng)較大，數(shù)據(jù)準(zhǔn)確性低，對(duì)用戶(hù)影響小,故0:00～7:00 不納入流量陡降預(yù)警模型，只考慮8:00～23:00 的時(shí)間區(qū)間范圍。

圖6 同比環(huán)比流量降幅時(shí)間分布圖

2.2.7 模型參數(shù)小結(jié)

根據(jù)數(shù)據(jù)的分析，流量陡降預(yù)警模型相關(guān)參數(shù)制定如下：

（1）監(jiān)控小區(qū)集：日均流量大于20 GB 的小區(qū)

（2）滑塊時(shí)間長(zhǎng)度m=3 小時(shí)

（3）陡降門(mén)限a1=80%和a2=80%，同比和環(huán)比3 小時(shí)平均流量降量大于1G 以上

（4）監(jiān)控時(shí)間范圍：8:00～23:00

2.3 流量陡降預(yù)警模型輸出案例

如圖7 該小區(qū)（460-00-176276-11）在在當(dāng)天的16:00、17:00、18:00 觸發(fā)了流量陡降預(yù)警共3 次。

圖7 流量陡降預(yù)警模型輸出案例

以16:00 為例，滿(mǎn)足綠色虛線框中day_cell_GB 的平均流量對(duì)比上周同時(shí)段均值流量（week_Avg_GB）降幅大于80%且降量大于1 GB；綠色虛線框中day_cell_GB的平均流量對(duì)比橙色虛線框中的day_cell_GB 的平均流量降幅大于80%且降量大于1 GB 且上周的日均流量大于20 GB，故觸發(fā)了預(yù)警。由于滑塊判別的延續(xù)性，如后續(xù)流量未能恢復(fù)正常，會(huì)持續(xù)觸發(fā)3 次告警后才不再觸發(fā)。

說(shuō)明：

（1）橫坐標(biāo)是0～24 點(diǎn)，縱坐標(biāo)是流量（GB）。

（2）粉色實(shí)線是查詢(xún)小區(qū)查詢(xún)?nèi)掌诘牡?4 小時(shí)流量分布。

（3）藍(lán)色實(shí)線是查詢(xún)小區(qū)上一周5 個(gè)工作日的每小時(shí)平均流量分布。

（4）2 條藍(lán)色虛線 分別是查詢(xún)小區(qū)上一周5 個(gè)工作的每個(gè)小時(shí)最大值和最小值流量分布。

3 總結(jié)

本文創(chuàng)新性采用滑動(dòng)平均二階對(duì)比法的綜合算法，結(jié)合現(xiàn)有生產(chǎn)的數(shù)據(jù)分析，搭建流量陡降預(yù)警模型。模型綜合考慮了用戶(hù)滿(mǎn)意度、現(xiàn)有優(yōu)化人員的生產(chǎn)力等主客觀因素，制定模型的具體參數(shù)門(mén)限值，并通過(guò)計(jì)算機(jī)語(yǔ)言編程實(shí)現(xiàn)流量陡降預(yù)警小區(qū)清單的輸出和派單優(yōu)化，響應(yīng)了集團(tuán)降本增效的工作指引。本模型可運(yùn)用于現(xiàn)有的4G 和5G網(wǎng)絡(luò)當(dāng)中，具有廣泛的實(shí)用性，由于目前5G 話務(wù)較少，數(shù)據(jù)量無(wú)法滿(mǎn)足模型驗(yàn)證，因此本文主要通過(guò)研究4G 話務(wù)分布對(duì)模型中參數(shù)進(jìn)行確定，隨著5G 網(wǎng)絡(luò)的不斷建設(shè)和話務(wù)的不斷吸收，可通過(guò)本文的滑動(dòng)平均二階對(duì)比法，輸出5G 的流量陡降預(yù)警模型，及時(shí)發(fā)現(xiàn)隱形故障，提升5G 網(wǎng)絡(luò)質(zhì)量，從而提供用戶(hù)滿(mǎn)意度。