IPRAN網絡規劃優化中引入大數據分析工具的探索

方慧霆 葉桂添

【摘? 要】為了進一步完善和優化IPRAN網絡規劃優化的方法思路，通過分析各種數據對網絡規劃的影響，研究了如何在規劃優化中引入大數據分析方法。以某個本地網為例驗證了大數據分析在傳輸網絡規劃中的價值和作用。

【關鍵詞】IPRAN;大數據分析;高價值區域;精準投資

doi：10.3969/j.issn.1006-1010.2019.08.016? ? ? 中圖分類號：TN929.5

文獻標志碼：A? ? ? 文章編號：1006-1010（2019）08-0087-05

引用格式：方慧霆，葉桂添. IPRAN網絡規劃優化中引入大數據分析工具的探索[J]. 移動通信， 2019，43（8）： 87-91.

[Abstract]?In order to further improve and optimize the methods of IPRAN network planning and optimization， this paper studies how to introduce big data analysis approaches into the planning and optimization by analyzing the impact of various data on network planning. Based on an example of a local network， the value and the role of big data analysis in the transmission network planning are verified.

IPRAN; big data analysis; high value area; precise investment

1? ?引言

運營商IPRAN網絡定位綜合承載網，主要面向的用戶是無線基站和集客用戶，目前網絡規劃的主要思路基于“網絡架構+網絡現狀+業務需求”的分析方法，其中網絡架構是IPRAN承載網的基礎，必須符合一定規定和要求。網絡現狀主要對現有網絡能力進行評估，如系統容量、結構、安全等，主要目的是分析目前網絡運行情況，發現存在的問題。業務需求是網絡規劃的基本依據，決定了網絡建設規模和方向。業務需求部分目前主要是由無線和接入網專業提供當期的需求。傳輸網基礎網絡規劃建設應當具有前瞻性和穩定性，而無線和接入網的當期需求無法滿足前瞻性的要求。本文運用大數據分析技術，對各種類型的數據進行深度發掘，為IPRAN網絡規劃提供一個新的思路。

2? ?IPRAN網絡規劃優化中大數據分析的目標IPRAN網絡規劃需要從多個層面相互配合，多維度進行分析，以達到最佳網絡效能。要更好地規劃優化網絡，需要了解的信息應該包括下面幾點。

（1）精確知道用戶在哪里

在地圖上反映用戶價值區，意義在于在網絡規劃階段有目的地進行資源配置和建設，根據大數據制定價值區，提高網絡與用戶匹配度。

（2）發現網絡質量問題有哪些

梳理影響網絡質量的指標，發現網絡存在的問題，精準把握網絡建設脈搏。

（3）用戶體驗是否良好

用戶體驗是目前運營商極為重視的指標，但用戶體驗涉及全程全網，IPRAN承載網范圍內如何評價用戶體驗和確保用戶體驗是很重要的。

3? ?各類型數據的作用分析

大數據分析重點在于“數據”，提取到足夠多的數據是大數據分析的前提。與IPRAN網絡相關的數據主要包括：系統網管報表數據、互聯網信息數據、用戶行為數據、無線基站數據等等，下面將對各種數據的來源及作用進行分析。

3.1? 網管報表數據挖掘

網絡規劃應具有延續性，對現有網絡運行數據進行分析是后續網絡規劃的基礎。以5G承載網為例，4G承載網（IPRAN網）一定是5G承載網的一個重要參考，部分網絡設備還具有演進能力，因此現有網絡的網管報表是大數據分析的基礎，應加以充分挖掘。

網管報表種類多種多樣，目前使用較多的有網元信息、槽位信息、端口信息、環路流量信息報表等，主要對設備層面進行分析，基本上可以滿足現有網絡評估的需要。但仍有很多報表數據未得以挖掘，如L3VPN、Tunnel、PWE3等業務的時延、抖動、丟包率等數據，這些數據的好壞將會影響用戶體驗。

3.2? 互聯網大數據挖掘

互聯網數據多種多樣，具有很大的挖掘潛力，但由于提取難度較大或成本較高，在實際網絡規劃中尚沒有得到廣泛應用。與IPRAN網絡規劃相關的數據包括以下兩個方面。

（1）商戶、企業分布和密度數據

IPRAN是綜合承載網，因此如果能提取所在地市的政府、事業單位、企業、商戶的分布數據，就可以分析出集客需求所在區域，可以對承載網建設起指導性作用。

（2）房產價格價值區域數據

房產價格可以在一定程度上體現不同區域消費能力，房價高的區域必然是城市核心或具有重要潛力的區域，最直接的體現是不同的價值區，對承載網規劃需求是一個很好的補充。

3.3? 用戶行為數據

（1）無線用戶行為數據

目前無線大數據分析和應用已經較為成熟，可以對各種套餐的客戶流動、應用習慣等有較為細致的分析，也可以分析出具體無線用戶價值區，但該類用戶數據對IPRAN規劃無太大的指導意義。

（2）第三方公司質量評估數據

第三方包括騰訊、阿里等第三方APP數據，該類型用戶在無線網絡應用時，其表現與無線用戶類似，客戶體驗差無法直接體現在IPRAN網絡上，需要多專業配合解決，因此該類數據對于IPRAN規劃而言意義不大。

3.4? 無線基站數據

無線網絡數據主要是指無線基站分布現狀，以5G承載網（IPRAN）規劃為例，由于5G首先是大帶寬的eMBB場景，覆蓋目標應該會延續4G網絡。因此，無線站點分布，尤其是4G基站分布數據需要重點挖掘。

3.5? 小結

根據以上分析可知，數據主要分為三類，第一類是網絡數據、第二類是需求數據、第三類是用戶體驗數據。其中，用戶行為數據、第三方APP大數據、網絡維護數據主要是用戶體驗數據。用戶體驗涉及全程全網，需要各專業配合，比如游戲卡頓，可能是無線容量不足或者覆蓋不足等原因造成的，只要承載網實時監測動態業務時延和丟包率符合指標要求，就可以認為影響業務質量的原因不在承載網，因此在IPRAN規劃中需要確保動態業務時延和丟包率指標滿足要求。

因此，上述幾類數據中，網管數據挖掘是基礎，互聯大數據、無線基站數據挖掘是補充，其他幾類數據由于對IPRAN規劃影響有限，故不展開分析。

4? ?分析實例

以佛山某運營商的IPRAN網絡為例，展現基于大數據分析的網絡規劃優化思路。

4.1? 網絡概況

佛山某運營商IPRAN系統采用華為、中興的設備，行政區域覆蓋率達到100%。

華為核心層：采用雙核心局址四節點環路結構，在2個交換局各設置2端核心層設備和8端業務匯聚設備，核心環路為200 GE環;中興核心層：采用單局址雙節點環路結構，在XX局設置2端核心層設備和8端業務匯聚設備，核心環路為200GE環。

匯聚層：32個匯聚環路均采用一級匯聚網絡結構以口字型雙上聯核心節點。

邊緣層：243個邊緣層環路有167個10 GE環路和76個GE環路，以雙掛形式回到一級匯聚節點，大部分邊緣層環路是綜合接入點與普通基站混合組網，室分站點多以鏈型接入為主。

4.2? 大數據分析

（1）網管大數據分析

本次提取了2018年11月～2019年3月合計80 000條左右的網管數據，包括了網元報表、環流量分析報表、業務時延報表、丟包率分析報表、設備端口資源統計報表、槽位信息報表等。重點分析了與業務質量相關的網絡流量、業務時延、丟包率數據，分析結果如下。

1）系統流量分析

核心設備對接AR流量分析：根據報表分析，中興出口對接AR壓單邊峰值達到78%，周環比口增長1%。需要及時擴容。

核心匯聚系統流量分析：1個核心環、8個匯聚環峰值利用率已超擴容門限，需要及時擴容。

接入環路流量分析：經分析，2個接入環峰值利用率已超擴容門限，需要及時擴容。

2）業務層面分析（用戶體驗）

用戶體驗主要的表現包括網速慢、卡頓，反映到網絡層面，則主要是業務延時、丟包率、鏈路/環路利用率高。這幾個指標是互相關的，如利用率高會導致隊列時延增加，甚至會出現丟包現象，目前廠家網管系統無法檢測到秒級的環路峰值利用率，因此環路利用率還不能完全展現網絡實際使用情況。

IPRAN接入設備至IPRAN核心設備的RTT值在2 ms～4 ms左右，業務時延符合承載網業務健康度要求，目前業務丟包率為0，網絡質量可以滿足業務承載需求。

從網管大數據分析結果看，目前網絡除部分環路已達擴容門限外，網絡總體仍處于輕載狀態。結合對業務時延和網絡丟包率的分析，目前佛山某運營商網絡總體良好，但為避免流量進一步增長導致業務質量下降，已超擴容門限的系統需要及時擴容，確保網絡質量運行穩定。

（2）無線數據分析

對現有4G基站分布情況進行分析發現，業務密度高的區域集中在桂城、禪城、順德北滘等區域。

（3）社會大數據分析

1）互聯網大數據分析方法

本次采用網絡爬蟲軟件進行網絡大數據提取，分別通過“安居客” “百度”等網站爬取“住宅（小區）” “酒店賓館”等的數量。共收集樓宇及價格信息1.43×105條，經過分析整理，佛山全區共爬取各類需求1.4×105個。

2）互聯網大數據應用

本次互聯網大數據應用思路：通過業務密度+區域房價推導價值區，根據價值區規劃IPRAN設備布局及資源配置。圖1為互聯網大數據應用思路示意圖：

對以上大數據進行分析整理，呈現出佛山各類業務密度示意圖和熱力圖。再結合房價大數據進行分析，以此確定佛山地區的價值區。

首先對建筑物數據進行處理，得出不同需求業務分布及密度示意圖，如圖2所示：

然后根據不同建筑物，賦予相應的業務系數值，可折算出業務密度的分布情況，得出相應的用戶密度熱力分布圖。接著疊加房價數據，可以分析業務密度與高價值用戶的分布情況，如圖3所示：

通過以上分析可以看出，南海桂城和順德北滘目前房價最高，業務密集。最好按以上數據匹配至某運營商劃分的網格后，各網格價值區分布情況如圖4所示。其中價值區1為預測價值最高，價值區6為預測價值最低。

（4）規劃優化建議

根據上面大數據分析的結果，建議從以下思路對網絡進行規劃優化：

1）網管數據的容量已經接近或超過門限的系統，予以升級擴容。

2）對現有4G基站密集區域進行排查，做好資源預留。

3）重點排查價值區1～3的網絡架構布局情況、傳輸設備配置情況和環路容量情況，給予超前性配置。

按以上思路，佛山某運營商IPRAN網絡規劃優化方案從網絡架構、容量提升、覆蓋完善幾個方面進行。

1）網絡架構

基于大數據分析的高價值區域，在“CC023-祖廟翡翠苑”“NH013-桂城金桂園”等網格補充規劃綜合接入點29個，并對設備、機房、電源及管道等基礎資源應做好提前布局，適度超前配置。

2）核心層

網絡結構：核心層網絡扁平化，實現雙核心網絡架構分別在佛山XX局、順德XX局各新建1端核心設備代替原華為、中興核心環路，核心設備直連核心網，并與本地承載網融合。

網絡容量：結合流量數據分析，2019年需擴容至500G。

網絡優化：匯聚環路雙局址上聯至新增2端核心設備上，解決原系統單局址安全隱患問題。

3）匯聚層

結構不變，對達到擴容門限的環進行擴容，共擴容環路8個，本次擴容方案利用現有端口進行擴容，不新增投資。

4）接入層

結合價值區分析結果，與現有IPRAN網絡進行匹配，高價值網格均已設置有IPRAN設備，但其中126個為低配置設備，考慮新增華為970設備126套，將原華為950/960設備替換搬遷。此外高價值區域內尚有15個GE環路。在綜合現有網絡流量與價值區等級數據進行分析后，本規劃考慮將高價值區設備升級為10GE環路，結合機房資源增加高價值區域的接入設備布局。

5? ?結論

將大數據分析運用到傳輸網絡的規劃優化中是可行的，大數據工具的應用豐富了IPRAN網絡規劃建設思路，可以作為現有規劃思路的有效補充。大數據工具的引入對網絡規劃質量的提升體現在2個方面：

（1）提高網絡規劃的前瞻性

以往網絡規劃的業務預測，主要來自于無線基站或客戶接入等其他專業的短期需求，缺乏長遠考慮，經常會出現突發性業務無法及時響應的情況。大數據分析工具的引入，可以直觀地反映高價值區域的分布，對未覆蓋或弱覆蓋區域提前布局網絡資源。本次依據大數據分析結果，在高價值網格中新增綜合接入點29個，對佛山某運營商基礎資源進行前瞻性布局建設。

（2）提高網絡投資精準度

運營商對網絡建設的精準投資要求越來越高。大數據工具的引入可以幫助了解不同價值客戶分布，對不同價值區域采用不同的建設方案，從而做到有的放矢，提升投資精準度。本次規劃在高價值區新增高配設備126套，替換原有低配設備，提高高價值區域分組設備業務接入能力。舊設備拆除后往中、低價值區轉移，逐步形成價值區域設備配置、能力的精準匹配。

就IPRAN規劃而言，大數據挖掘在繼續加強現有IPRAN網管報表數據挖掘外，應進一步加強對用戶分布價值的挖掘，本文只是對建筑物類別及房地產價格的大數據進行了初步探討，如果能結合更多消費、用戶行為模式等大數據進行分析，結果將會更為精準和有針對性。

參考文獻：

[1] 中國電子技術標準化研究所. 2018大數據標準化白皮書（2018）[R]. 2018.

[2] 于娟，劉強. 主題網絡爬蟲研究綜述[J]. 計算機工程與科學， 2015（2）： 232-237.

[3] Kevin. 網絡爬蟲技術原理[J]. 計算機與網絡， 2018（10）： 41-43.

[4] 田曉玲，方園，賈民政，等. 基于數據分析的關鍵詞類網絡爬蟲設計[J]. 北京工業職業技術學院學報， 2018，17（4）： 42-49.

[5] 張靚，黃克彬. 大數據分析在移動通信網絡優化中的應用[J]. 數字通信世界， 2018（4）： 217.

[6] 邵燕，陳守森，賈春樸，等. 探究大數據時代的數據挖掘技術及應用[J]. 信息與電腦（理論版）， 2016（10）： 118-119.

[7] 中國聯合網絡通信有限公司. 中國聯通2019—2021年網絡規劃指導意見[Z]. 2018.