物聯網端到端業務感知研究

陳浩 張正華 周慶華 中國電信股份有限公司江西分公司網絡運行維護部 南昌市 330046

0 引言

隨著5G網絡即將正式商用，有望撬動規模達萬億元的物聯網產業，車聯網、大數據、云計算、智能家居、無人機等產業將迎來快速發展期，人工智能、智能制造等產業也將隨之崛起。江西電信物聯網用戶規模不斷擴大，物聯網端到端業務感知研究作為物聯網業務發展和運營支撐的核心抓手和奠定江西物聯網業務轉型升級的基礎，開展關鍵核心技術的自主研發，面向企業支撐人員、企業客戶提供端到端故障定位、業務能力評估預警、客戶自服務等通用能力服務，打造提供端到端故障定位的支撐平臺、促進業務發展的助推平臺及提升客戶感知的服務交流平臺顯得尤為迫切。

1 方案設計

1.1 系統架構

圖1 物聯網業務質量感知系統架構圖

物聯網業務質量業務感知系統主要包括采集層、數據層、分析功能層和呈現層。其中采集層主要完成各相關系統及接口數據采集匯聚整理功能。數據層主要完成對采集層數據關聯分析、統計計算及數據存儲入庫功能，同時為分析層提供服務。分析功能層主要完成業務感知分析功能，主要包括感知質量評價、KQI分析、質差分析、質差告警、信令回溯等功能。呈現層主要完成分析結果、報告輸出等呈現功能。

采集層的主要功能是對各接口信令面流量，或用戶面流量進行采集，識別、過濾各接口流量，并進行協議解析，提取、記錄關鍵字段信息生成話單文件。支持協議庫在線升級功能，和IPv6采集功能。

數據層主要完成對采集層數據關聯分析，結合業務感知數據庫和基礎信息庫、為上層統計分析提供數據服務。支持對各數據庫錄入、編輯、查詢功能；支持靜態導入功能，和與其他資源接口同步功能。

分析功能層主要完成對入庫話單數據進行挖掘分析，統計各KQI、KPI指標分析網絡質量和業務質量，結合質差分析做業務感知評價；以不同維度挖掘分析影響感知指標，通過故障分析、診斷，提供專家優化建議；同時，通過對VIP重要用戶保障支撐以及忙閑分析，保障用戶網絡資源使用狀況，從而幫助提升用戶感知質量。主要功能包括網絡質量分析、業務質量分析、感知質量評價、質差定界定位分析、質差告警、信令回溯等功能。

呈現層主要完成統計分析結果呈現，支持各種圖表展示，TOPN展示，多維度對比，放大鉆取等功能。支持統計分析報告、報表導出等功能。

1.2 關鍵技術

（1）基于DMA零拷貝技術+GnO2O_Chameleon變色龍變型算法

利用GnO2O_Chameleon變色龍變型算法+正則表達匹配的大數據分析技術將兩階聚類變成三階聚類分析，增加特征值相似度、字符串相似度、五元組相似度等聚類維度對五元組類似的同源報文合并，識別各類企業服務類型特征規律，比如上報類的智能抄表、環衛穿戴和下控類的智慧路燈、白色家電等。

（2）DPI采集解析和終端識別能力

在報文檢測的基礎上針對服務器網卡芯片開發專用的、獨有的高性能DMA驅動程序，同時優化物聯網NB專有信令、專業業務（COAP）緩存隊列放入高速緩沖區，實現X86平臺DPI的采集解析處理能力。

（3）基于行為特征深度分析框架，實現企業智能化動態特征庫建模

通過大數據方法分析終端上線規律、業務形態、心跳包大小、心跳周期等，建立行業行為特征深度分析框架，制定專屬評估體系及算法，建立終端行為智能化動態特征庫。過程話單建立故障定段定界的靜態專家庫。

（4）對接自研NB測試儀，提升端到端業務感知能力

分析從用戶終端、接入APN、核心網、到與企業應用服務器交互的網絡質量、業務質量和終端質量。對一個物聯網終端分析從附著、尋呼、會話建立、TCP建立、物聯網業務（CoAP、HTTP或者其它）的整個過程，做到端到端的分析，從而使物聯網應用的各個環節的流程做到可視化監測。

2 實施關鍵點

2.1 物聯網信令采集

采集4G&NB-IoT的S1MME/S6a/S10/S11/S8/S11-U各接口數據關聯整合，省內全量N B用戶的數據流量，細分不同行業客戶需求，建立不同行業的客戶服務模型。

圖2 物聯網業務信令采集示意圖

2.2 對接自研NB測試儀

對接我省自研NB測試儀平臺，通過API接口實現“端”側信令回溯與故障定位功能，終端做上報業務數據、接收企業或IOT平臺下發控制指令、上報業務后釋放連接等行為時，產生的多個接口的主要信令流程關聯為一條完整的信令過程記錄，生成終端信令過程信息。

基于HTTP/HTTPS協議，上層應用層通過向指定URL按照Form表單格式以POST方式發送請求與DPI系統進行對接，DPI設備響應使用JSON格式完成對接，根據各環節上報狀態定界終端側、無線側、核心網側、鑒權流程、密鑰協商流程、位置更新流程問題，如終端區域限制功能到期導致無法上線、卡欠費停機繳費復機無法上線、終端機卡分離、終端APN設置錯誤、無線問題等。

圖3 NB測試儀

3 實施成果

3.1 基于終端標簽節省無線資源利用和終端耗能

按企業對終端進行分類，針對不同的企業，通過終端每天業務行為以及時間間隔來確定上線的規律，根據規律來制定異常終端的主動發現。

監控某企業試運行終端運行質量，通過抓包分析發現終端上報數據完成后，空口未發起UEContextRelease進入PSM狀態，核查基站配置發現終端進入空閑狀態周期為5分鐘，依照NB小區規范調整為20秒后，終端正常進入PSM狀態，節省基站無線資源且降低終端耗能。

3.2 基于企業行為分析實現主動預警和服務報告自動化生成

通過大數據聚類算法GnO2O_CHAMELEON分析終端上線規律、業務形態、心跳包大小、心跳周期等，建立行業行為特征深度分析框架并統計分析企業終端正常行為模式，制定專屬評估體系及算法通過自研NB測試儀，研究AT指令與DPI所采集原始數據之間對應關系，建立AT指令與網絡數據包關系特征庫、終端行為智能化動態特征庫和故障定段定界的靜態專家庫，對標KPI指標制定質量評價算法，為NB-IOT終端故障定位提供判斷依據。

錄入企業樣本終端，自動分析該企業終端業務行為特征，結合特征庫實現企業服務報告自動化生成、異常行為終端預警等相關應用，準確掌握終端行為并定位終端異常信息，為智慧路燈、白色家電和智能抄表等行業深度分析提供依據。

3.3 基于端到端信令數據實現小區容量評估和高并發分析

通過小區承載能力核心算法建模，統計分析小區在線時長，根據終端業務模型和企業特征，結合無線數據和KPI指標設定閾值和空隙值，建立NB-IOT小區容量與行業業務關系模型，計算小區在線時長剩余容量，預測可放號終端數。

現網N B網絡同基站小區下承載多種行業場景，結合無線側指標和DPI業務數據，對小區高并發預警評估。

4 結束語

物聯網業務感知平臺研究在“中博會”、“世界VR大會”、“江西移博會”等重要場合進行展示和宣傳，向省委、省政府領導展示江西電信物聯網業務發展趨勢、網絡優勢和運營水平，取得良好的宣傳效果和社會反響。有力支撐物聯網業務的快速發展，提升競爭力和發展潛力，快速診斷排查物聯網用戶故障，提升客戶感知并降低企業OPEX。