5G網絡的端到端客戶感知評估方法

黃昭文

【摘 要】在5G網絡中，通信業務類型、網絡連接數、網絡質量需求都將大幅增加，研究如何有效保障5G網絡的質量和接入能力已成為重要課題。通過對5G網絡客戶感知的評估方法進行深入研究，指出現有客戶感知分析方法需要改進的方面，提出把業務需求、客戶真實體驗與5G網絡流量分析相結合的思路，建立了一個基于網絡連接的客戶感知量化評估方法，并驗證了該方法的有效性。

【關鍵詞】5G 客戶感知 CBMOQ 端到端

An Evaluation Method of End-to-End Customer QoE in 5G Network

[Abstract] In the 5G network， the communication service type， the network connection number， the network quality demand will increase greatly. The research on the effective guarantee of the 5G network quality and the access capability is an important issue. The evaluation method of customer perception for 5G network is thoroughly analyzed and the aspects to be improved for the existing customer perception analysis methods were pointed out. Then， the idea that combines service demand， customers real experience and the 5G network traffic analysis was put forward. A quantitative customer perception evaluation method named CBMOQ was built whose effectiveness was verified.

[Key words]5G network customer perception CBMOQ end to end

1 引言

國際電信聯盟已經啟動5G標準研究工作，并明確了IMT-2020的工作計劃：2015年中完成IMT-2020國際標準前期研究，2016年開展5G技術性能需求和評估方法研究，2017年底啟動5G候選方案征集，2020年底完成標準制定[1]。5G將大幅提高網絡部署和運營的效率，帶來相比4G超百倍的能效提升，它將以可持續發展的方式滿足未來超千倍的業務流量增長，以及超高速率、超低時延和海量連接等多樣化業務需求。與4G網絡相比，5G網絡不僅傳輸速率更高，而且在傳輸中呈現出低時延、高可靠、低功耗的特點，未來將在物聯網應用中發揮重要作用。應用于5G網絡的業務類型在3G/4G的上網瀏覽、程序下載、社交應用的基礎上還增加了高清視頻應用、實時信息交互、游戲應用等類型，物聯網的機器到機器（M2M，Machine to Machine）通信將占據大部分通信連接。與此同時，由于現網中的2G/3G/4G網絡用戶還需要一定的時間才能過渡到5G，預期在將來會出現多種網絡制式共存的情況。這種復雜的應用場景使得客戶感知難以得到有效評估。從網絡資源利用率的角度出發，運營商也需要規劃如何通過有限的資源投入確保大多數客戶的感知[2-3]。如何評估這些業務水平及客戶的客戶感知，已成為移動通信網絡運營的重要課題。

2 通信網絡客戶感知的研究進展

通信領域對客戶感知的評估方法的研究已經開展了較長時間，從事這方面工作的有企業、個人和標準化組織[4-5]。目前經常使用的客戶感知評估方法可分為指標建模法和客戶調研法[6-7]。這些評估方案更多的是基于對業務或服務的先驗知識，從網管系統選取若干關鍵網絡指標進行量化來反映客戶感知情況。這種方法雖然簡單，但是隨著業務種類及外部影響因素的不斷增加，在實際操作過程中如何選擇適用場景的指標集將成為一個難題。此外，現有評估方案主要還是面向傳統的以真實的人類為主體的體驗，并不能直接應用于5G中涌現的海量的以機器為主體的物聯網應用。

3 基于連接的客戶感知評估方法

本文根據5G網絡的特點，把現有客戶感知的量化方法進行推廣，建立了一個新的面向連接的客戶感知評估方法，簡稱為CBMOQ（Connection-Based Measure of Quality）。

5G碼流進入CBMOQ后，分別按信令面及控制面進行感知評估。圖中列舉了接入信令、瀏覽、下載、實時應用、物聯網、高清視頻等主要應用類型及其處理模塊（C、U1、U2、U3、U4、U5），根據需要，可以依據本文所介紹的方法進一步擴展需評估的業務類型。

現把業務使用過程定義為S，S所包括的具體業務操作是一個業務操作的集合：S={s1， s2， …， sn}。其中每一個si分別代表業務的一類操作。例如對話音業務，S={呼叫， 尋呼， 接續， 通話}；對短信類業務，S={發送， 尋呼， 接收}。針對每一個si，需判斷其歸屬統計特性X={x1， x2， …， xm}。從客戶感知角度考慮，包括{Delay， Speed， Suc， …}，即分別對應時延、速度、成功率等子屬性，根據需要還可以進一步對統計屬性進行拓展。根據業務種類的不同，可以選擇不同的映射函數。S與X之間的映射關系可以用映射函數g（s）表示：

3.1 控制平面感知評估

對于控制平面碼流，將通過信令解碼模塊＼接入信令模塊，分析其5G網絡接入信令的成功率及時延。分析評估本次連接接入網絡的成功率，例如附著、PDP激活、路由區更新成功率[8-9]，“1”表示成功，“0”表示失敗。 以下采用示性評分法計算：

3.2 用戶平面感知評估

（1）瀏覽類業務感知評估

客戶感知體現為終端用戶對運營商提供業務、網絡或應用的整體表現的主觀感受。從客戶角度分析，客戶在使用通信網絡的業務時，除了對業務內容的感受外，主要的感受來自于業務交易的時長。根據研究[10-11]，用戶在使用業務過程中有一個“258原則”，即如果用戶需要超過8 s才能打開一個網頁，那么該用戶將很有可能由于等待時間過長而離開該網站而去訪問其他網站。這個規律的本質是對客戶感知進行了初步量化，也就是認為客戶感知的下限為8 s。評估相應單次業務時延，Dbig、Dsmall為對應時延感知指標的上、下門限的定義值。時延感知的上門限是指如果時延大于該指標，則感知是差的；下門限是指如果時延小于該指標，則感知是好的。基于網頁瀏覽感知的“258原則”，可以分別取8和2進行測試，以下采用線性評分法計算：

（2）下載類業務感知評估

分析評估相應單次業務速度，Equick、Eslow為對應速度感知指標的上、下門限的定義值。速度感知的上門限是指如果速度大于該指標，則感知是好的；下門限是指如果速度小于該指標，則感知是差的。結合用戶具體采用的網絡制式，可以分別取對應網絡情況下載速度的快、慢門限值進行計算：

（3）實時應用類業務感知評估

以實時交互數據傳輸為主的應用如網游等的用戶感知則更多地體現為對實時交互應用加速的需求。在需要實時交互加速的互聯網應用中，網游、駕駛控制、即時通信應用的使用率較高。評估相應單次響應時延，Dbig、Dsmall為對應時延感知指標的上、下門限定義值。時延感知的上門限是指如果時延大于該指標，則感知是差的；下門限是指如果時延小于該指標，則感知是好的。基于業務需求，可以分別設置不同的門限值。

（4）物聯網業務感知評估

物聯網是各種感知技術的廣泛應用。物聯網上部署了海量的傳感器，其獲得的數據具有實時性，是按一定的頻率進行周期性地采集并不斷更新的[12]，因此其對網絡傳輸兼具時延短和數據可靠的需求。分析相應單次業務時延，Dbig、Dsmall為對應時延感知指標的上、下門限的定義值。時延感知的上門限是指如果時延大于該指標，則感知是差的；下門限是指如果時延小于該指標，則感知是好的；R表示為對應本次數據傳輸的可靠性，“1”表示數據成功送達物聯網控制中心（如中國移動OneNet平臺），“0”表示數據傳輸失敗。

（5）視頻類業務感知評估

體驗視頻類業務的常用指標，如視頻會話建立、視頻業務建立、視頻播放、視頻流暢度等[13]，與傳輸網絡質量包括帶寬及誤碼率密切相關。通過對視頻流傳輸速度及誤碼率的統計，可以計算出視頻業務的客戶感知。令為相應單次視頻業務的速度，Equick、Eslow為對應速度指標的上、下門限的定義值。根據視頻流的不同，Equick、Eslow應取不同的值，例如對于720P的碼流，Equick、Eslow對應值分別可取3 Mbps及1.8 Mbps。令y為相應單次視頻業務的誤碼率，Lmax、Lmin為對應誤碼率的上、下門限。

3.3 綜合感知評估

總體客戶感知的評估方法可按公式（8）計算，式中n為參與客戶感知評估的業務使用次數：

3.4 與傳統方法的對比

對比傳統的指標建模方法，CBMOQ方法在以下幾個方面具有優勢：

（1）由于CBMOQ方法統計的是網絡中全量的用戶行為，并對用戶的全量操作進行感知評估，所評估的感知依據與客戶的實際體驗（例如“258原則”）緊密結合，因此可以準確掌握所有用戶及業務的真實感知。這種做法避免了統計網絡指標時出現的因為平均操作而把部分弱感知信息屏蔽的缺點。

（2）CBMOQ方法的統計及歸類的原子操作是業務行為而不是設備上的運行指標，因此可避免對網絡指標及設備能力的依賴，這對于網絡運營而言是非常重要的。

（3）CBMOQ的統計過程是全量統計，可以根據需要分別選擇不同的子集，例如對重要客戶、重要業務分布進行統計和監測，從而提高網絡資源的利用率。

（4）在時間粒度上，CBMOQ的統計過程可以根據應用場景進行調整，從而提供實時的感知監測能力。

4 CBMOQ的準確性驗證

為了驗證CBMOQ模型的準確性，分別用傳統評估方法以及CBMOQ方法對移動通信區域在一段時間內的流量進行客戶感知評估，并對評估的連接數、數據量、業務數、用戶覆蓋率、信令面感知、客戶感知進行對比。

通過對比發現，基于CBMOQ的客戶感知評估方法，在相同數據源的條件下，量化評估連接數增長了59.84倍，評估數據量增長了68.15%，業務數增長了4.58倍，用戶覆蓋數增長了9.8倍，相應客戶感知的總體評估值也比原統計方法更加全面。造成這種改變的主要原因是由于傳統的評估方法主要聚焦于數據量較大的下載類及瀏覽類業務，而CBMOQ基于對網絡流量的精確分類，對小流量、實時、游戲、視頻等新業務進行了識別并評估，從而更能滿足對客戶體驗的保障需求。

5 問題與挑戰

通過準確評估客戶感知，有助于5G網絡向海量的連接提供端到端的QoS服務，并根據業務類型及需求合理分配網絡資源，提升網絡總體效率。CBMOQ雖可實現對全量連接的感知分析，但是對流量采集及感知計算成本提出的要求很高。5G網絡是一個多網絡、多層次、多域的巨量網絡，采集并處理5G網絡流量將面臨分光、傳輸、設備、機房等重大挑戰，這就需要5G網絡在規劃設計過程中考慮相關需求，及早布局以解決相關問題。

6 結束語

隨著流量和連接數量的增長，為了確保網絡服務能力，5G網絡更需要一個可實際應用的端到端客戶感知分析體系，以便對所接入的業務提供“四可”服務，即可視、可管、可分析、可溯源。CBMOQ分析體系基于傳統的客戶感知評估方法進行了多方面的演進，結合業務特性及感知規律，較好地滿足了需求，具有可擴展性、靈活性、易用性的特點。經對比測試發現，本方法更適用于5G網絡的端到端客戶感知評估。在此基礎上，下一步的研究重點將是提升感知評估的實時性及網絡問題的定位能力。

參考文獻：

[1] IMT-2020（5G）推進組. 5G概念白皮書[Z]. 2015.

[2] VAN MOORSEL， Aad. Metrics for the internetage： Quality of experience and quality of business[A]. In： Fifth International Workshop on Performability Modeling of Computer and Communication Systems[C]. Arbeitsberichte des Instituts für Informatik， Universit?t Erlangen-Nürnberg， Germany， 2001： 26-31.

[3] ITU-T： Definition of quality of experience （QoE）. International Telecommunication Union， Liaison Statement[S]. 2007.

[4] 郝益勇. 提升移動網絡用戶體驗質量的理論與方法研究[D]. 北京： 北京郵電大學， 2011.

[5] 楊燕. 淺析移動通信網絡中的QoE[J]. 電信科學， 2007（8）： 34-38.

[6] 熊玉輝，呂正林，蒙琳. 客戶感知理論及其體系的構建初探[J]. 電腦與電信， 2012（7）： 35-38.

[7] 周行兵，陳前斌，隆克平. 3GPP中分組交換流媒體服務的體驗質量研究[J]. 重慶郵電大學學報： 自然科學版， 2007，19（4）： 485-488.

[8] 3GPP TS 48.018. General Packet Radio Service （GPRS）； Base Station System （BSS）-Serving GPRS Support Node （SGSN）； BSS GPRS Protocol （BSSGP）[S]. 2010.

[9] 3GPP TS 25.413. UTRAN Iu interface Radio Access Network Application Part （RANAP） signalling[S]. 2011.

[10] Zona Research. The need for speed[R]. 1999.

[11] Zona Research. The need for speed II， Zona Market Bulletin[R]. 2001.

[12] 胡永利，孫艷豐，尹寶才. 物聯網信息感知與交互技術[J]. 計算機學報， 2012（6）： 1147-1160.

[13] 王冼，廖振松，胡玉祥. 4G視頻業務用戶感知評估體系研究[J]. 信息通信， 2015（3）： 230-231.