移动网络服务质量监管体系探析

本文作者：周瑛单位：福建师范大学

系统架构

分层架构。系统采用分层结构，从通信的各个环节（终端、接入网络、核心IP网络、应用系统、采集相关数据），通过关联、压缩等方法获取完整的用户层面的5W1H信息和网络层面的指标信息，将这些事件和信息匹配模型、触发规则，及时反馈控制网络的行为，来提升用户的QoE．其架构如图1所示．每层结构完成如下的功能：（1）物理层．从实际的网络设备通过对镜像或者分光等手段，获取物理信号．（2）采集层．对各种协议指令消息进行解码；针对不同的协议生成不同的会话记录；对采集信息进行初步过滤，打时间戳，汇总．（3）处理层．包括关联服务器、数据服务器、模型服务器、规则解析服务器．关联服务器进行数据分类、关联、压缩和统计；数据服务器完成数据的保存；模型服务器存储所有的模型，采用自适应算法，不断修正、适配各种模型，并通过规则干预网络；规则解析服务器以用户事件、网络指标为驱动，触发各种规则，通过网管系统干预网络，或生成告警．（4）应用层．包括应用服务器和用户端，完成结果呈现、人机交互和告警．

模块结构。采集器从实体网络上采集的数据进入处理层，再到应用层．下面结合数据流向描述系统的模块结构，结构如图2所示．初始的采集数据进入关联服务器，完成数据的压缩、统计处理．首先进入数据过滤模块，过滤掉重复、无效数据，然后进入数据关联模块，完成数据协议、用户、会话ID的识别，将相同会话的数据关联放入用户统计参数链，形成完整的用户呼叫记录，将网络属性有关联的数据放入网络指标统计模块，形成网络指标．关联服务器处理完的数据进入数据库服务器保存，然后触发规则和匹配模型．规则服务器完成系统中固定逻辑控制部分．主要的规则有：（1）用户规则．针对特定用户设置的规则，如VIP用户，对满足条件的用户触发特定的行为（保护、监控、优先服务等）．（2）业务规则．对特定业务设置规则，保障该业务的QoE．（3）指标规则．对网络指标设置门限和条件，满足条件即触发告警或网络调整行为．模型服务器完成系统中自适应控制部分．内含自适应算法，不断学习完善模型，形成一套有效提升QoE的方法．

通过生成规则，反馈网络．主要的模型有：（1）SLA模型．根据SLA协议建立的模型．（2）行为模型．根据用户业务行为建立的模型．（3）网络模型．根据网络属性建立的模型．（4）体验模型．根据用户体验的各个CEI指标建立的模型．应用服务器主要有界面模块、用户监控、网络监控、告警模块等，完成告警和人工干涉网络行为．

数据处理

采集的数据。从网络设备中采集出来的数据协议众多、数量巨大，因此在采集器层面，就需要根据协议类型对数据进行第1次过滤．采集器获取的数据主要有以下几类：（1）CallDetailRecordCDR数据．CDR数据本来是给计费系统生成账单使用的，富含用户在使用网络过程中的信息，根据这些信息，可以分析出用户在使用过程中网络的行为和各种参数．（2）IPDetailRecordIPDR数据．它是IP网络中的详细记录信息，作用同CDR．对于移动互联网来说，目前3GPP，ITU－T，TMF等协议组织［4］，提供了大量的CDR和IPDR方面标准和协议，为系统获取这方面的信息提供了支持．（3）IP包头．采集IP包的整体使得数据量过大，而处理分析过程中IP包内大部分业务细节又不需要用到，因此只获取IP的包头．（4）符合一定特性的业务数据片段．此数据特性由处理层服务器根据应用层实时或者预设的条件控制，比如跟踪某个用户（群）、某种特定业务，需要采集符合此特性的具体业务细节片段．

数据约束。网络中涉及到各种网络协议，因此系统必须采用标准数据格式，才可能进分析、关联和统计，标准的数据格式也给后续协议种类的扩展提供了支持．采集层上来的原始数据，经过采集器适配成用户通信会话过程中5W1H（When，Who，Where，Why，What，How）信息：When，时间属性，包括周期、时延、通信时长、抖动；Who，用户属性，包括IMSI，MSISDN，IMEI，IP；Where，未知属性，包括国家、运营商、省市、地区、BSC／RNC和LAC／CI；Why，原因，包括丢包、时延过大、掉线、错连；What，业务属性，包括业务种类、业务流量信息；How，网络属性，包括APN、协议版本、网络参数、2G／3G标示．每条信息都含有以下几个部分：（1）用户信息，用来识别此次通信过程中用户的身份；（2）协议标示，通信过程协议种类版本等信息；（3）会话ID，此次通信会话过程的唯一标示；（4）时间戳，时间信息；（5）采集维度，5W1H中的某一个维度；（6）采集内容，每种采集内容都采用统一的数据格式，以便于消息的统一处理．

处理流程。采集器采集到的数据包传入到处理层，经过协议类型识别、用户识别、呼叫过程关联后，通过内存聚合技术完成数据处理过程．系统在内存中为每次用户呼叫建立统计参数链，统计参数链中一个节点为一个统计参数，每个节点下挂对应的统计算法和数据，检测用户行为，视情况触发用户规则，匹配模型，控制网络根据用户行为作调整或发出告警，保存数据库．统计参数链具有灵活的可扩展性，若想增加1个参数，只需要增加节点即可．

常见的统计参数包括业务类型、端到端的时延、抖动、附着（attach）成功与否、带宽、建立链接时间开销、是否掉线等．通过统计参数链，先在内存中完成1次数据包的聚合处理，将结果提交到数据库进行处理．90％的处理工作均在内存中完成，使得系统处理对于数据库的压力大大减轻，从而提高系统整体的处理性能．数据处理流程如图3所示．系统还从多个维度统计网络的各项KPI．统计维度主要有用户群、业务分类、时间段、地理区域、逻辑域（接入网、核心网等）．系统根据各项KPI，计算出SQI（ServiceQualityIndictor）．通过SQI与各种模型M（行为模型、交互模型、SLA模型等）计算出用户体验指标CEI，并根据这些指标触发规则、匹配模型，实时反馈网络或发出告警，提升网络的QoE：SQI＝FKPIk＝1，…，m（）；CEI＝F（SQIi＝1，…，n，Mj＝1，…，m）．

应用

移动互联网服务质量管理系统具有广泛的应用场景．下面列举几个典型的场景：实时提升用户体验．用户经常通过手机收取E－mail，系统记录用户习惯行为，用户体验模型针对用户习惯行为建立提升体验规则，用户再次使用手机收取邮件，体验规则触发，为用户临时提供更高带宽．用户群识别，业务针对性营销．在所有用户中，收集某些用户的行为特性，如一群用户较多的使用互动游戏，则可以针对这群用户，推出实时性较好的流量套餐，并生成对应的规则和模型，下次用户再玩互动游戏，则触发既定规则，提升用户的感受．单用户跟踪和查询．实时跟踪VIP用户，保障VIP用户的通信质量；或根据用户的投诉，查询系统历史记录，获取用户当时通信时的5W1H情况，为网络优化提供参考．网络监控．通过事先设定KQI和SQI等统计门限或规则，当任何检测到的网络参数达到异常条件时，就发送告警消息，然后由维护监控人员查看实时的服务质量情况，并根据实际情况做处理．网络情况分析．某个问题片区或新开片区网络运行情况未知，除了传统的网络指标靠后外，还可以通过该系统模拟不同用户，从多种业务视角，来测试、分析、自动诊断网络情况，提升用户的QoE．自动诊断网络．网络出现QoE下降时，系统根据自适应模型，自动诊断、调整网络，提升网络的QoE．

结语

设计了一种基于移动互联网的服务质量管理系统，通过采集实时通信数据，适配、统计后，触发规则、匹配模型，及时反馈网络或者告警，达到监控、管理用户QoE和网络服务质量的目的．目前以TMF论坛、阿朗、爱立信为代表的机构和厂商，都有相关的产品研发的报道．随着竞争的激烈，QoE对吸引用户越来越重要，随着网络的业务增多、容量增大，管理、提升用户服务质量的挑战也会越来越大，也预示着该系统具有广泛的应用场景．后续发展的挑战在于：网络容量变大，数据采集的压缩提取会越难；网络越复杂，多协议的适配和关联会越难．