楊士軍，于平蘋，謝紹富（中國聯(lián)通山東分公司，山東濟(jì)南 250101）

1 概述

網(wǎng)絡(luò)KPI 直接關(guān)系著網(wǎng)絡(luò)質(zhì)量和用戶感知，如何快速發(fā)現(xiàn)網(wǎng)絡(luò)指標(biāo)異常波動并充分利用各方數(shù)據(jù)和經(jīng)驗(yàn)庫，高效對質(zhì)差根因進(jìn)行精準(zhǔn)定位和及時(shí)處理是網(wǎng)絡(luò)維護(hù)和優(yōu)化人員一直面臨的挑戰(zhàn)?；跀?shù)據(jù)挖掘的5GC 網(wǎng)絡(luò)質(zhì)差根因分析定位系統(tǒng)首先實(shí)時(shí)跟蹤5GC 和IMS 域的關(guān)鍵性能KPI，通過完善的算法及時(shí)發(fā)現(xiàn)質(zhì)差指標(biāo)，然后結(jié)合各類關(guān)聯(lián)數(shù)據(jù)進(jìn)行聚類分析并匹配經(jīng)驗(yàn)庫完成根因定位，最后派發(fā)一線維護(hù)人員實(shí)施優(yōu)化。該系統(tǒng)可提高運(yùn)營效率，是推動核心網(wǎng)數(shù)字化轉(zhuǎn)型工作落地的有效途徑。

首批確定指標(biāo)及其定義如表1所示。

表1 關(guān)注指標(biāo)及其定義

2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

2.1 系統(tǒng)架構(gòu)

整個(gè)系統(tǒng)分為數(shù)據(jù)挖掘、KPI 異常檢測、關(guān)聯(lián)數(shù)據(jù)聚類分析、經(jīng)驗(yàn)庫匹配、與其他系統(tǒng)交互等模塊。不但實(shí)現(xiàn)指標(biāo)波動告警、質(zhì)差根因定位，而且與現(xiàn)網(wǎng)生產(chǎn)系統(tǒng)打通，全面實(shí)現(xiàn)告警派單和經(jīng)驗(yàn)庫優(yōu)化等全流程閉環(huán)管理。

2.2 邏輯設(shè)計(jì)

質(zhì)差根因分析系統(tǒng)整體設(shè)計(jì)邏輯如圖1 所示，所有數(shù)據(jù)均以網(wǎng)元為單位每15 min 提取分析，KPI 檢測規(guī)則支持靈活設(shè)置，檢測時(shí)間可分時(shí)段，時(shí)間粒度可以為15 min或1 h。

圖1 根因定位系統(tǒng)設(shè)計(jì)邏輯圖

2.2.1 數(shù)據(jù)采集入庫

數(shù)據(jù)源包括設(shè)備專業(yè)網(wǎng)管中原始性能統(tǒng)計(jì)數(shù)據(jù)，廠家專業(yè)工具（華為Discovery 等）中協(xié)議失敗原因、次數(shù)及用戶明細(xì)，端到端系統(tǒng)中的無線小區(qū)和IMEI等信息。如圖2 所示，定位系統(tǒng)通過專用接口完成這3 類數(shù)據(jù)的采集，然后解析入庫做進(jìn)一步的匯總分析。

圖2 數(shù)據(jù)采集入庫

為便于后續(xù)及時(shí)精準(zhǔn)分析，對采集入庫的數(shù)據(jù)有如下要求。

a）原始數(shù)據(jù)必須齊全：指標(biāo)涉及嘗試、成功次數(shù)，各類原因失敗次數(shù)等原始統(tǒng)計(jì)項(xiàng)均需上報(bào)，以便對各統(tǒng)計(jì)項(xiàng)進(jìn)行波動分析，可以有針對性地發(fā)現(xiàn)問題。

b）測量對象最小原則：網(wǎng)管上有關(guān)KPI 指標(biāo)的測量對象齊全，并且細(xì)分統(tǒng)計(jì)到支持的最小粒度（如TAC），以便進(jìn)行精準(zhǔn)定位。

c）專業(yè)工具和端到端系統(tǒng)數(shù)據(jù)根據(jù)分析要求提供。

2.2.2 數(shù)據(jù)預(yù)處理

獲取到原始數(shù)據(jù)后的處理規(guī)則如下。

a）數(shù)據(jù)完整性檢查：如有網(wǎng)元、指標(biāo)項(xiàng)統(tǒng)計(jì)數(shù)據(jù)缺失，系統(tǒng)會在告警界面發(fā)出告警。

b）異常數(shù)據(jù)剔除：該系統(tǒng)會刪除測量結(jié)果為0 的統(tǒng)計(jì)項(xiàng)。

2.2.3 操作網(wǎng)元數(shù)據(jù)處理

系統(tǒng)與網(wǎng)元操作登記或標(biāo)工系統(tǒng)對接，獲取網(wǎng)元和操作時(shí)間，將操作時(shí)間段內(nèi)對應(yīng)網(wǎng)元的性能統(tǒng)計(jì)數(shù)據(jù)剔除，以免影響指標(biāo)波動判斷。

2.2.4 KPI檢測參數(shù)

手動輸入用于指標(biāo)檢測的閾值，如果該環(huán)節(jié)不輸入數(shù)據(jù)，則使用系統(tǒng)默認(rèn)值，系統(tǒng)默認(rèn)將表1中指標(biāo)的檢測閾值設(shè)置為99%。

2.2.5 KPI檢測

KPI 檢測包括指標(biāo)波動檢測和指標(biāo)閾值檢測2 類規(guī)則，2類規(guī)則并行運(yùn)行，均對單網(wǎng)元指標(biāo)進(jìn)行檢測。

2.2.5.1 指標(biāo)波動檢測

假設(shè)當(dāng)前需要檢測指標(biāo)為Xt，取前31 天與Xt對應(yīng)相同時(shí)段的KPI時(shí)序樣本，記為X=（x1，x2，x3，…，xn），如果前31 天數(shù)據(jù)不足，則按天向前順延，直到取到31 個(gè)樣本為止。

指標(biāo)波動檢測采用3σ算法，具體算法步驟如下。

a）均值計(jì)算，均值μ=（X1+X2+…+Xn）/n。

b）標(biāo)準(zhǔn)差計(jì)算，標(biāo)準(zhǔn)差σ=sqrt｛［（x1-μ）2+（x2-μ）2+......（xn-μ）2］/n｝。

c）異常判斷，判斷規(guī)則如圖3所示。

圖3 3σ算法檢測規(guī)則

2.2.5.2 指標(biāo)閾值檢測

根據(jù)A5環(huán)節(jié)輸入或系統(tǒng)默認(rèn)值對指標(biāo)進(jìn)行檢測，低于閾值即判斷為異常。

2.2.6 符合檢測規(guī)則

只要在KPI 檢測的A6 或A7 環(huán)節(jié)（見圖1）被檢測出異常，都將進(jìn)入聚類分析環(huán)節(jié)，根據(jù)更多數(shù)據(jù)做進(jìn)一步的分析和定位。

2.2.7 數(shù)據(jù)入庫

KPI 檢測正常和異常的數(shù)據(jù)都將做入庫處理，并且根據(jù)新入庫數(shù)據(jù)對之前告警做是否恢復(fù)的判斷。

a）正常指標(biāo)入庫：A6、A7 環(huán)節(jié)未被檢測出異常，則入正常庫，作為X樣本在后續(xù)使用。入庫字段包括但不限于省、網(wǎng)絡(luò)類型、網(wǎng)元、時(shí)間、指標(biāo)。

b）異常指標(biāo)入庫：檢測出異常，則入異常庫，入庫字段包括但不限于省、網(wǎng)絡(luò)類型、網(wǎng)元、告警時(shí)間、指標(biāo)、波動情況、統(tǒng)計(jì)子項(xiàng)波動情況。

c）前期告警恢復(fù)：如果某指標(biāo)入正常庫，而異常庫中有該指標(biāo)之前時(shí)間的異常告警，則生成之前異常告警的恢復(fù)告警，輸出字段包括省、網(wǎng)絡(luò)類型、網(wǎng)元、指標(biāo)、告警時(shí)間、指標(biāo)波動情況、恢復(fù)時(shí)間、恢復(fù)后指標(biāo)值等。

2.2.8 聚類分析

針對某項(xiàng)指標(biāo)從省分、網(wǎng)元和跟蹤區(qū)維度對各類失敗碼、失敗用戶/終端、無線區(qū)域涉及失敗次數(shù)進(jìn)行占比分析，對各類失敗次數(shù)逐項(xiàng)與前7 個(gè)相同時(shí)段的平均值做比較，波動超過50%為異常。

通過多維度細(xì)化聚類分析和對比，實(shí)現(xiàn)質(zhì)差問題定位。

2.2.9 經(jīng)驗(yàn)庫匹配

將原因明確或者經(jīng)過回單驗(yàn)證過的根因和處理方法逐一匯總到經(jīng)驗(yàn)庫，并通過智能算法對回單結(jié)果進(jìn)行分析處理，不斷優(yōu)化更新經(jīng)驗(yàn)庫，經(jīng)驗(yàn)庫格式如表2所示，后續(xù)不斷補(bǔ)充完善。

表2 經(jīng)驗(yàn)庫格式

2.2.10 KPI異常波動告警處理

系統(tǒng)根據(jù)派單規(guī)則和根因定位情況，將KPI 指標(biāo)異常的告警派發(fā)到相關(guān)單位/人員處理，攜帶信息主要包括網(wǎng)絡(luò)類型、網(wǎng)元名稱、KPI 名稱、時(shí)間、異常情況、波動子項(xiàng)信息、根因定位、建議處理步驟等。接單人進(jìn)行KPI 異常波動告警工單處理，直至告警恢復(fù)。告警恢復(fù)后，總結(jié)處理步驟，按照固定格式回單。

2.2.11 更新經(jīng)驗(yàn)庫

系統(tǒng)支持根據(jù)回單結(jié)果對經(jīng)驗(yàn)庫中的根因定位進(jìn)行更新，包括對指標(biāo)檢測閾值進(jìn)行調(diào)整優(yōu)化，不斷提升系統(tǒng)告警有效性和根因定位準(zhǔn)確性。

a）經(jīng)驗(yàn)庫更新：系統(tǒng)根據(jù)關(guān)鍵字段對回單內(nèi)容進(jìn)行機(jī)器學(xué)習(xí)建模，自動分析學(xué)習(xí)回單內(nèi)容，并輸出關(guān)鍵詞匯得到具體原因和處理步驟，并更新經(jīng)驗(yàn)庫。系統(tǒng)支持根據(jù)每次的回單內(nèi)容及分詞結(jié)果評估情況進(jìn)行自優(yōu)化。

b）如果KPI 屬于正常波動，則回單時(shí)提出算法更新和告警閾值參數(shù)設(shè)置調(diào)整建議。

2.3 系統(tǒng)優(yōu)勢

該系統(tǒng)的優(yōu)勢如下。

a）根據(jù)自定義算法實(shí)現(xiàn)指標(biāo)波動告警，支持全國指標(biāo)排名波動告警。

b）根據(jù)TAI 歸屬對指標(biāo)進(jìn)行細(xì)化，實(shí)現(xiàn)地（市）和TAI 粒度指標(biāo)統(tǒng)計(jì)。支持網(wǎng)元、用戶號碼、小區(qū)等多維度失敗次數(shù)統(tǒng)計(jì)分析，精準(zhǔn)發(fā)現(xiàn)網(wǎng)絡(luò)中存在的局部問題，增強(qiáng)監(jiān)控靈敏度。

c）根據(jù)經(jīng)驗(yàn)庫實(shí)現(xiàn)網(wǎng)絡(luò)質(zhì)差根因定位，精準(zhǔn)高效支撐網(wǎng)絡(luò)優(yōu)化、提升。

3 取得效果

該系統(tǒng)基于多維度對網(wǎng)絡(luò)指標(biāo)中的失敗次數(shù)做波動分析，不但可以通過及時(shí)定位解決網(wǎng)元、無線區(qū)域甚至用戶/終端級別的問題來優(yōu)化指標(biāo)，而且可以強(qiáng)化端網(wǎng)業(yè)匹配，提升網(wǎng)絡(luò)運(yùn)營效能。

a）第一時(shí)間發(fā)現(xiàn)解決無線網(wǎng)絡(luò)和異常終端等問題。某省AMF 初始注冊成功率出現(xiàn)突降，從協(xié)議原因失敗次數(shù)上發(fā)現(xiàn)52+UE 無響應(yīng)占比最高，無法進(jìn)行根因定位，如圖4 所示，再從TAI 的維度做失敗次數(shù)排列，則可以看出TAI 4600133XXXX 明顯異常，該TAI下的失敗次數(shù)占到了總失敗次數(shù)的65%，其他TAI 變化不大，聯(lián)系網(wǎng)優(yōu)確認(rèn)為該TAI無線擁塞引起。

圖4 協(xié)議原因失敗次數(shù)和TAI失敗次數(shù)排列圖

b）根據(jù)終端、無線區(qū)域用戶分布和指標(biāo)情況加強(qiáng)端網(wǎng)業(yè)分析，指導(dǎo)建網(wǎng)和無線優(yōu)化。

4 結(jié)束語

基于數(shù)據(jù)挖掘的5GC 網(wǎng)絡(luò)質(zhì)差根因分析定位系統(tǒng)給出了精準(zhǔn)有效的指標(biāo)波動預(yù)警算法，并通過對各類相關(guān)數(shù)據(jù)的聚類分析和派單等相關(guān)流程的設(shè)計(jì)，實(shí)現(xiàn)了KPI 異常波動的精準(zhǔn)定位和快速處理，提升了網(wǎng)絡(luò)質(zhì)量和用戶感知。后續(xù)在逐步完善優(yōu)化功能的基礎(chǔ)上，對其他網(wǎng)元指標(biāo)進(jìn)行迭代，不斷提升網(wǎng)絡(luò)數(shù)字化運(yùn)營能力。