一種基于DPI的CMNet城域網(wǎng)用戶模型流量預測方法

張忠杰

（吉林吉大通信設計院股份有限公司，吉林 長春 130012）

1 深度包檢測DPI概述

DPI，即深度包檢測（Deep Packet Inspection），是一種基于數(shù)據(jù)包的深度檢測技術(shù)，針對不同網(wǎng)絡的應用層載荷（如DNS、HTTP等）進行深度檢測，通過對報文的有效載荷檢測決定其合法性。DPI設備可以根據(jù)事先定義的策略對網(wǎng)絡的關(guān)鍵點處的流量和報文內(nèi)容進行檢測分析，對檢測流量進行過濾控制，對所在鏈路執(zhí)行包括業(yè)務流量流向分析、業(yè)務流量占比統(tǒng)計、業(yè)務精細化識別、業(yè)務占比整形，以及應用層DDOS攻擊、對濫用P2P的控制和對木馬、病毒進行過濾等在內(nèi)的相關(guān)功能。

運營商部署DPI系統(tǒng)可以有針對性的對通過網(wǎng)絡邊界關(guān)鍵節(jié)點的流量報文進行深度分析，通過業(yè)務流量的定向分析可以對業(yè)務進行精細化管理、對用戶類型進行判定，進一步精準識別用戶熱點行為及不同類型用戶流量流向趨勢。基于DPI的統(tǒng)計分析，可指導運營商對網(wǎng)絡流量進行合理規(guī)劃和管理，也可對流量預測方法進行定量分析，改進方法中相關(guān)參數(shù)指標，優(yōu)化方法應用效果[1]。

2 CMNet承載業(yè)務分析

目前運營商互聯(lián)網(wǎng)架構(gòu)基本分為骨干層、省內(nèi)網(wǎng)層及城域網(wǎng)層三個層次，骨干層將全國網(wǎng)絡劃分為幾個區(qū)域，區(qū)域內(nèi)互聯(lián)網(wǎng)流量較大省會或直轄市作為該區(qū)域的互聯(lián)互通網(wǎng)絡骨干層核心節(jié)點，后期隨著互聯(lián)網(wǎng)流量爆炸式增長，骨干層核心節(jié)點作用不再明顯，全國以各省會城市作為骨干層核心節(jié)點實現(xiàn)全互聯(lián)網(wǎng)絡架構(gòu)，流量疏導可直達目的省份，網(wǎng)絡層級扁平化，流量轉(zhuǎn)發(fā)速度進一步提升；省內(nèi)網(wǎng)層作為省內(nèi)至骨干網(wǎng)和省內(nèi)互通轉(zhuǎn)接節(jié)點實現(xiàn)出省及省內(nèi)各地市間流量疏導作用；城域網(wǎng)實現(xiàn)各地市出口、地市內(nèi)流量轉(zhuǎn)發(fā)及地市內(nèi)業(yè)務接入功能，靠近用戶側(cè)，網(wǎng)絡結(jié)構(gòu)較復雜。

DPI系統(tǒng)根據(jù)運營商互聯(lián)網(wǎng)架構(gòu)的特點及運營商部署DPI系統(tǒng)的需求和目的，目前主要部署在骨干層各節(jié)點間、省內(nèi)網(wǎng)層至骨干層間及城域網(wǎng)層至省內(nèi)網(wǎng)層間，后期針對大型城域網(wǎng)中流量熱點設備也將部署DPI系統(tǒng)用于有針對性的檢測業(yè)務形態(tài)，為更好維護網(wǎng)絡提供數(shù)據(jù)側(cè)分析保障，提升網(wǎng)絡價值。

通過DPI數(shù)據(jù)分析可知，CMNet城域網(wǎng)中承載的主要業(yè)務包括家庭寬帶、集團專線、4G及VoLTE、5G等業(yè)務，其他業(yè)務占比極低。

（1）家庭寬帶業(yè)務：寬帶接入業(yè)務主要通過PON接入網(wǎng)實現(xiàn)接入。用戶數(shù)據(jù)經(jīng)過PON接入網(wǎng)二層透傳后上行至BRAS，由BRAS進行業(yè)務接入控制。PON接入網(wǎng)與BRAS間采用直連方式組網(wǎng)。

（2）集團專線業(yè)務：集團客戶寬帶接入業(yè)務主要通過城域傳送網(wǎng)PTN或PON接入網(wǎng)實現(xiàn)接入。用戶數(shù)據(jù)經(jīng)過PTN或PON接入網(wǎng)二層透傳后上行至SR/BRAS，由SR/BRAS進行業(yè)務接入控制。

（3）4G及VoLTE、5G業(yè)務：無線數(shù)據(jù)業(yè)務主要由無線基站實現(xiàn)接入。用戶數(shù)據(jù)經(jīng)過城域傳送網(wǎng)PTN匯聚至核心網(wǎng)SAE-GW/UPF，再接入CMNet城域網(wǎng)。

3 CMNet流量預測方法

在互聯(lián)網(wǎng)發(fā)展初期，特別是國內(nèi)一些運營商主要在無線領(lǐng)域發(fā)力的情況下，互聯(lián)網(wǎng)流量呈緩慢增長趨勢，主要承載的互聯(lián)網(wǎng)業(yè)務也以運營商自有業(yè)務居多，向IT公司或ICP廠商提供通道等服務較少，業(yè)務多樣性亦無從談起，甚至可以定位為未提供相應互聯(lián)網(wǎng)服務。這個特別的時期，互聯(lián)網(wǎng)流量平滑增長，在此背景下，互聯(lián)網(wǎng)流量預測主要采用平均增長率的方式進行預測。

隨著互聯(lián)網(wǎng)大潮的蓬勃發(fā)展，互聯(lián)網(wǎng)流量也呈現(xiàn)爆炸式的增長，增長幅度出現(xiàn)不規(guī)律、不平穩(wěn)的趨勢，經(jīng)常出現(xiàn)短期內(nèi)的極高波峰現(xiàn)象。傳統(tǒng)平均增長率預測方法不再適用互聯(lián)網(wǎng)流量陡增地情況下，一種以用戶為模型的流量預測方法應運而生。無論互聯(lián)網(wǎng)流量如何增長，產(chǎn)生流量的發(fā)起端永遠都是用戶本身，如果以用戶為出發(fā)點進行流量預測，那么流量預測的準確性將大幅提升。此種預測方法在使用中也存在一定偏差，因此各種改進的方法不斷出現(xiàn)，本文提出的基于DPI的用戶模型預測方法就是其中一種。

3.1 年平均增長率法

年平均增長率預測方法主要應用于在流量增長平緩的情況下，預測相應系統(tǒng)的流量增長預期，具體分為如下3個步驟：

（1）取定所預測年份前三年的流量現(xiàn)狀，流量現(xiàn)狀以運營商提供數(shù)據(jù)為準；

（2）分別計算出給定現(xiàn)狀中各年份的流量增長率；

（3）對計算出的流量增長率進行取平均數(shù)，得出年平均增長率。

年平均增長率預測方法公式如下：

年平均增長率方法在目前業(yè)務發(fā)展背景下已不再適用，通過數(shù)據(jù)對比，此方法一般性誤差在50%～100%，有些情況下誤差可能在100%以上，因此此方法不做重點分析。

3.2 用戶模型流量預測方法

用戶模型流量預測方法對用戶數(shù)規(guī)模及用戶流量模型分別進行預測，測算用戶側(cè)發(fā)起的流量需求。其中用戶數(shù)規(guī)模以運營商提供的數(shù)據(jù)為準，預測公式如下：

在我國，長期或大劑量應用皮質(zhì)激素已是非創(chuàng)傷性股骨頭壞死的首位發(fā)病因素［1］。激素性股骨頭壞死（osteonecrosis of femoral head,ONFH）恢復困難，致殘率高，嚴重影響患者的生活質(zhì)量，是骨科學領(lǐng)域亟待解決的難題之一。由于其發(fā)病機制尚未闡明，目前主要是姑息治療，缺乏有效的治愈方法。最近有研究顯示基因組的表觀遺傳學改變在該病的發(fā)生與發(fā)展過程中起著很重要作用［2］。

其中，調(diào)整系數(shù)=最近一年流量實際峰值/模型給出的最近一年預測流量。

雖然通過調(diào)整系數(shù)對模型預測數(shù)據(jù)進行調(diào)優(yōu)，使其準確率提升，但也存在預測模型本身存在的預測誤差問題，主要因為用戶并發(fā)系數(shù)和業(yè)務復用比兩類參數(shù)均為經(jīng)驗值。經(jīng)測算，此模型2017年誤差率平均在22%，2018年誤差率平均在24%。

3.3 基于DPI的用戶模型預測方法

DPI可對用戶流量進行用戶類型、業(yè)務類型及業(yè)務流向、峰值時段用戶并發(fā)情況、用戶使用行為等分析，可支撐模型中用戶并發(fā)系數(shù)和業(yè)務復用比參數(shù)的確定。通過DPI對某省份運營商CMNet城域網(wǎng)分析可知，家寬流量占比超過70%，用戶使用行為包括上網(wǎng)、視頻直播、視頻點播，其中視頻流量的占比在70%左右，因此以家寬用戶為例對參數(shù)進行分析說明。

3.3.1 用戶并發(fā)系數(shù)

一般家庭寬帶用戶并發(fā)系數(shù)涉及到用戶滲透率、峰值用戶比、業(yè)務并發(fā)率、單播用戶比等。其中，業(yè)務并發(fā)率指用戶同時使用業(yè)務的比率；單播用戶比，目前運營商主要以視頻點播為主，分析得出單播用戶比例約為70%，未來視頻業(yè)務以IPTV為主，采用組播方式可大幅降低對CDN的能力需求，但目前仍以OTT單播業(yè)務為主。

表1 流量預測對比

家庭寬帶用戶的晚忙時特征比較明顯，并發(fā)率逐年提升，分析計算得出用戶并發(fā)系數(shù)為60%。

3.3.2 單用戶忙時平均使用速率

上網(wǎng)：光寬帶接入的推進將推動用戶上網(wǎng)平均速率持續(xù)增長，在沒有開放視頻直播的省份，基本為700 ～ 800 kb/s。

點播：點播業(yè)務中，4K比例會比直播略有提高，但4K視頻的占比由于節(jié)目源尚處于發(fā)展期仍不會太高。

直播：考慮電視臺節(jié)目制作、有線電視播出的限制，標清、高清仍會占較大比重，4K比例較低。

以2019年中數(shù)據(jù)為例，重點分析用戶模型和基于DPI的用戶模型兩種預測方法對比可得表1。其中，預測值偏差率平均值為0.27，基于DPI預測值偏差率平均值為0.095。

通過上述數(shù)據(jù)分析，基于DPI的用戶模型預測方法較大程度提升了模型預測的準確性，平均誤差基本可控制在10%左右[2]。

4 結(jié) 論

本文對運營商DPI功能進行了簡要介紹，并對CMNet城域網(wǎng)承載業(yè)務進行分析。重點分析了傳統(tǒng)年平均增長率預測方法和用戶模型流量預測方法存在的準確度不足問題及基于DPI的用戶模型流量預測方法的改進優(yōu)勢。通過例證數(shù)據(jù)分析，基于DPI的用戶模型流量預測方法可較大程度提升模型的精準度，有力支撐運營商在CMNet網(wǎng)絡規(guī)劃建設方面的投資決策，提高投資效益，為運營商在未來網(wǎng)絡規(guī)劃中起到輔助作用。