基于用户预测分析的节假日移动网络应急保障策略.pdf

圆 圈 圆 圆 6 d oi ： 1 o 3 9 6 9 i s s n 1 0 0 6 6 4 0 3 2 0 1 4 0 9 0 0 2 基于用户预测分析的节假 日移动网络应 急保障策略 【 王阳 谢奕铿 陈朝鹏】 i - 圜 文 章 主 要 介 绍 了 两 种 节 假 日 期 间 移 网 用 户 数 的 预 测 方 法 一 近 期 对 比 预 测 法 和 _ 同期对 比预 测法 ，通过 广 东省春节话务 高峰 期的实例验证 了预测 方法的准确性与 _ 可行性。最后，结合该实例进一步阐明了如何根据所预测的用户数去分析网络 负 络氢精 预 t i i 袭 。 | 鬈 王阳 戈， 谢奕铿 男， 陈朝鹏 中国矿 业大学，学士，现 工作 于中国联通 广州分公 司运 维部 。 中山大学，学士，现工作 于中国联通广州分公 司运维部。 男，华中科技大学，硕士，现工作于中国联通广州分公司运维部。 概述 在 中国，每逢节假 日出现 的区域 性人 员大迁徙，已经 成为一种正常的社会现象。尤其是一年一度的春节返 一 “ 春运 ”，更 因为夹杂 了中国人太 多的情感， 在诸 假 日当中显得尤 为突出。对于移动 网来说 ，这种人员 动就 意味着 “ 用户大迁徙 ”，短时 间内用户 数的骤然 势必对 网络产生一定 的冲 击。 以北上广这种人 员密集 城市为例，当节日来临，用户大量返乡，原来用户数 的三 类城 市 由于返 乡人 员的大量涌入而 出现 用户聚集 象。这些三类地市网络平时用户数较少，设备配置的 容量较低，当节假日用户数突增时很可能出现由于设 负荷而带来的网络风险。 本文旨在提 出一种预测网络用户数与网络负荷的方 法， 准确 、高效地完成 网络状况预测，并针对 性地 展开分 析，采取相应措施 。 2移动网络用户数预测方法 对未来某个 时段移动 网络用户数 的预测，需要 以近期 用户 数为基础，并根据现 网用户数 的变化规律 总结出的方 法进行运算得出。为了得到真正适用于现网网络情况的预 测方法，我们必须对大量现网的历史用户数据进行分析对 比，从中摸索出较为准确的规律。 统计出连续若干年非节假日忙 闲时的用户数以及节 假 日忙 闲时的用户数作为分析对象，可以发现，网络用 基于用户预测分析的节假日移动网络应急保障策略 户在非节假曰和节假日的用户数增长是存在一定规律的。 在政策及市 场条件没有发生 大的变化 的情况下 ，针对单个 特定的局点，当年节假日的用户增长率与前一年的用户增 长率相比变化很小，可以近似看作保持不变。为了得到较 为准确的用户预测增长率，我们抽取当年除夕前一个月若 干个非节假 日，将 当天忙 时的用户数与除夕忙 时的用户数 对比，得出这一天到除夕夜的用户增长率。依次类推，对 连续5 年的数据进行同样的计算后，对其结果进行比对， 从而验证 用户增长率的规律 ，并 以此作为突破 点对 未来 网 络用户数进 行预 测。 基于 以上研 究，在 此 主要介 绍两 种预 测用户 数 的方 法 ，分 别是 近期对比预测法和同期对 比预测法 。 ( 1 ) 近期对比预测法 近期对比预测法是根据当年非节假日的用户数为基 础进行预测。这种预测方法的主要特点就是运用了数据变 化 很小的用户增长率 。该方法首先需要根 据前一年 的节假 日用户数和非节假 日用户数计算 出前一年 用户增长率，并 将该用户增长率应用于当年的节假日预测之中，计算公式 如下： 公式一：用户增长率= 节假 日用户数 非节假 日用户 数一 1( 原始数据为预测年份前一年的同时段数据 ) 公 式 二：预 测用户 数= 非节假 日用 户数 ( 1 + 用户 增 长率) ( 原始数据为预测年份的同时段数据) 例如：某地市s e r v e r 1 局2 0 1 2 年除夕1 8 ： 0 0 用户数与 2 0 1 2 年1 2 月2 7 日1 8 ： 0 0 用户数代入公式一之后得 fj 2 0 1 2 年 1 2 月2 7 日到 除夕夜 的用户增长值 为5 7 7 6 ，并将 此数据 作 为2 0 1 3 年 用户增长 值 。该 局2 0 1 3 if _ 1 2 月2 7 日1 8 ： 0 0 的 用户数为8 2 1 3 7 2 户，将此数值与之前得出的2 0 1 3 年用户 增长值代入公 式二之后得到最终 的数值结果 。预测 用户数 = 8 2 1 3 7 2 ( 1 + 5 7 7 6 )= 1 2 9 5 8 0 3 户 。 ( 2 ) 同期对比预测法 同期对比预测法与近期对比预测法有很大的区别。 此方 法的数据分析对 象只针对节假 日时期 ，与平时非节假 日时期的用户数据无关。因此需要根据前两年节假日数据 计算 得出用户增长率， 并将该用户增长率应 用到当年进行 预测。计算公式如下： 公式一：用户增长率= 去年节假日用户数， 前年节假日 用户数一 1( 原始数据为预测年份前两年的同时段数据) 公 式二 ：预测 用户数= 节假 日用户数 ( 1 + 用户 增长 率) ( 原始数据为预测年份前一年的同时段数据) 例 如：某地 市s e r v e r 1 局2 0 1 1 年除夕 1 8 ： 0 0 用户 数与 2 0 1 2 if - 除夕1 8 ： 0 0 用户数代入公式一之后得到2 0 1 1 2 0 1 2 年除夕夜用户增长值为8 6 9 ，并将此数据作为2 0 1 2 - 2 0 1 3 年除夕夜用户增长值。该局2 0 1 2 年除夕夜1 8 ： 0 0 的用 户 数为1 1 9 2 2 1 1 户，将此 数值 与之前得 出的2 0 1 3 年用户 增长值 代入公式二之后得 到最 终的数值 结果。预测用户数 = 1 1 9 2 2 1 1 ( 1 + 8 6 9 )= 1 2 9 5 8 0 3 户 。 3 网络用户数预测方法实例 3 1预测方法的应用 广东省公共s e r v e r 1 下挂3 个三类地市 的mgw，分别 为d城市 的mgw1 、e 城市 的mgw 1 和f 城 市的mgw1 。 春节 时 ，大 量移 动 用户从 广 州 、深圳 等 大城市 回到d、 e、f 这几个三类地市，会导致d、e、f 的用户数突然增 多，引起 网络负荷过高，加大 了网络风险。 下面应用上文介绍的方法对三类地市的网络用户数 进行预 测。 以d城市 为例 ，首先统计 出该市 的近三年 的历 史用户数据 ，结 合近 期对比预测法和 同期对 比预测法 的公 式进行计算，得出预测用户数。 表1近期对比预测法-s e r v e r1 局2 0 1 3 年除夕用户预测 时 2 ( l 2年 lf _2 0 1 2年除 订 ， ， 增2 0 l 3年 假顺删 2 ( 1 j 3 心i 川 川 敬- k率 川， ， 敬 j q-i埭 川 数 玎 数 3 3 4 7 4 5 2 l 】 5 0 3 7 9 5 5 6 9 2 5 s e r ve rl a( d城 仃 、 s e r v e i b f e城 ) s e r ve rl c( f城 l h ) s e r v e r 总数 ( 1 )近 期对 比预 测法应 用 se r v e r 1 局 非节假 日2 0 1 2 年 1 2 月2 0日2 0 ： 0 0的用户 总数为8 0 9 2 万，2 0 1 2 年除夕2 0 ： 0 0 的用户总数为1 2 1 3 8 万，代入近期对比预测法的公式一之后得到用户增长率为 5 0。 2 0 1 3 年1 2 月2 0 日2 0 ： 0 0 的用户总数为8 8 6 9 万，将 其与之前得出的用户增长率代入公式二得n2 o l 3 年除夕 2 0 1 4 0 9 广东通信 技术 圆 图 圆 圆 7 阱 9( i 蛇 圆 圆 困 圆 8 通 信 热 点 2 0 ： 0 0 用户总数预测值 。 具体数值计算如表1 。 ( 2 )同期对 比预测法应用 s e r v e r 1 局2 0 1 1 年 除夕2 0 ： 0 0 总用户数 为1 1 1 3 5 万 ， 2 0 1 2 年除夕2 0 ： 0 0 总 用户 数为1 2 1 3 8 万 。将 以上数据代入 上文 中同期对 比预 测法的公式一 中得 到2 0 1 1 2 o 1 2 年 除夕 用户增长率 为9 0 9 。 将2 0 1 2 年除夕2 0 ： 0 0 用户数与用户增长率代 入公式二 得 lj 2 0 1 3 年除夕用户数预测值 。 具体数值计算如表2 ： 表2同期对比预测法s e r v e r1 局2 0 1 3 年除夕用户预测 11 c_ 2 0 i 1 除 2 0 i 2 除 | j 埔 托率f l 删 2 0 】 3 翰 j 般- j 1 j 、 数 ， j ， 用 数 3 2预测结果分析及风险评估 运用上面两种方法对2 0 1 3 年广 东省s e r v e r 1 局的春节 用户数进行预测之后，得到了1 3 3 0 3 5 万和 1 3 2 3 万这两个 非常接近的数据 。两种完全不 同的预测 方法 预 测出非常 接近 的数据，互为佐证 、由此基本可 以判断，在 可允许 的 误 差范围以 内 上述两种预测方法 皆为可行 ，都能较 好的 反映春节期间用户的增长规律， 完成 了用户预 测 还 需要 对预 测的结 果进 行网络风 险评估 。仍 以s e r v e r 1 局 为例，该 局的设计 容量 为1 5 4 万 户 ，根 据预测 的结果 2 0 1 3 年 除夕设备 容量利 用率最 高 将达 jj 8 6 3 9 ，存在很大的网络风险： ( 1 ) 超过l ic e n s e 限制风险 预测结 果显示设备 容量利用率 已达到8 6 3 9 ，结合 现 网设备运 行情况得知 ，该值 已接近 l i c e n s e 限制值，存 在一定风险 。 ( 2 ) 网络负荷过载风险 在微 信 、微博 、淘宝 等 网络 应用 在手机 终端 广泛使 用以后 ，传 统的用户语音 、短信的话务被大量 的分流 ，同 时，设备不断更新换代，硬件性能不断提升，网络结构逐 渐 扁平 化，加上提前预测扩容，传统 的节假 日移动 网络 交 换 能力受限问题已基本得到缓解 。取而代之 的是 ，随着网 络 用户数的骤然增长 ，c i d口的信令链路 负荷 、存储用户 信息的设备单板cp u负荷存在过载的风险。 信令链路负荷过载 除夕夜，中国人的习俗，家家户户喜欢抢在新年来 临之前，尤其年夜饭之后一到两个小时，给家人及亲朋 好友 送上 祝福 。 因此， 除夕 夜1 9 点 2 1 点 晚忙 时， 当大 量用 户打 电话发 短信 互送 祝福之 际， 网络 负荷“ 雪崩 ” 般 暴 增 ，信 令 链 路 负 荷过 载 现 象 无 法 避 免 ，也 无法 预 测 。 单板cp u 负荷过载 s e r v e r 1 局 采 用 w c d m a网 络 主 流 设 备 华 为 ms of t x3 0 0 0 ，cp ci 硬件 平 台 其vdb 板作 为存 储用 户信息的vl r数据库单板，cpu负荷和用户数可以近似 看成 正 比关系 。在假 定单 用户话 务模 型不 变 的情况 下， 对于vdb 单板cp u 负荷的预测可以按照用户数的增长 比例简单计算。比如目前该局vdb 单板的平均cp u负荷 为5 2 ，预 测用 户数 比当前用户 数增 长6 0 ，那 大概可 以预 测cp u负荷 = ( 5 2 一2 ) 1 6 0 4 - 2 =8 2 ( 2 为vd b 单板的空载负荷)。 按照单 板 的处理能 力，8 0 为一级 过载 门限， 超过 则需要扩容。 此外，单板cpu 处理能力还受业务量影响，当业务 量接近 cp u处理 门限 时，cp u负荷会 脱离线 性增长 快速 攀升，因此在除夕夜忙 时，vd b 单板 的实际cp u 负荷要 比 线性预测的值 高许 多，存在vd b 单板负荷超载风险。 3 3解决措施 以上风 险评 估得 出，设 备预测 容量 利用率 最 高将 达 1j 8 6 3 9 ，单 板c pu负荷最 高超过8 2 ，信令链路 负荷 在除夕夜忙时出现 拥塞。针对这些风险，s e r v e r可 以采 取 如下几种 方案来规避 ： ( 1 )申请临b , l ic e n s e 设 备容量预测接 近l i c e n s e e 制值 ，一旦越限 则用户 业务将受到影响。需在节前向厂家申请临d l - l i c e n s e ，编 写临时l i c e n s e 加载应 急方案 。一旦 出现l i c e n s e 越限，则 启动应急方案，加载临b ,l - l ic e n s e 。 ( 2 ) 紧急扩容vd b 单板 盯 肌 、， 、， 基于用户预测分析的节假 日移动网络应急保障策略 目前s er ve r1 共有8 对vd b 单板，cp ci 平台满配是 9 对，如果再扩容一对vd b 单板，每对单板用户数大约会 降至扩容 前的8 9 ，c p u负荷大致会降低到 以前的8 9 ，也 就是7 1 左右，低于过载 门限。 ( 3 ) b s c d rn c重归属 将s e r ve r1 下 的部分 b s c与r n c重 归属 到其他负荷 较低的s e r ve r上，以此来降& s er ve r1 的负荷。d城 市 另有一套 mgw下挂 在se r ve r2 ，负荷 较低 ，可对 其 1 个b s c d 1 个 rn c进行业 务重归属 ，大约能调 整6 5 万 用 户，设备容量负荷可降低到8 2 1 5 ，v db 单板c pu负荷 能降低3 左右 。 ( 4 ) 除夕夜应急保障 在除 夕夜 忙 时，密切 关注 设备 容量 负荷 和告 警， 当 设 备 出现cp u高负荷 、c d口信令拥塞 时，启用节假 日大 话务应急预案，实施c d 1：3 h t r流控、关闭鉴权、修改取 鉴权集次数为1 次、取消短消息重发等应急措施。 3 4预测方法有效性验证 图1 ( a )s e r ve r1 局v db 单板cp u 平均占用率 s e r v e r 1 局v d b 单板c p u 峰值 占用率 100 - wvd b ( 1 0 3 十wvo 8 f 1 0 s - w v 0 b i 1 0 7 w v 0 b l n 1 图1 ( b )se r ve r1 局vd b 单板cp u 峰值占用率 经过2 0 1 3 年除夕夜的实战检验，用户数预测比较准 确，应急措施非常有效。 s e r ve r1 局春节期 间的登录 用户 数最 大达到1 2 9 5 8 万 ，加上业 务重 归属 的6 5 万， 实际登录 用户数 为1 3 6 0 8 万，与节前预测值非常接近。节前近期对比用户预测值为 1 3 3 0 3 5 万户， 同期对 比用户预 测值 为1 3 2 3 万户 。由此可 见 ，近 期对比预测法与 同期对 比预 测法皆为可行，误差率 仅 为2 2 和2 8 ，对于 未来网络用户 数的预测是 比较理 想有效的途径。 如图1 ( a ) 和( b ) ，统计了春节期间s e r v er 1 局v db 单 板 的cp u负荷 ，cp u平均 占用率 在 闲时为7 2 ，与预 测 基本一致。除夕夜忙时cpu 平均占用率最高达到8 4 ， 峰值达 到9 1 。在除 夕当晚1 9 点5 0 分， 为降低se r v e r1 的cpu负荷 ， 同 时 缓 解 周 边 网元 的cp负 荷压 力 ， 对 s er v er1 实施关 闭鉴权 及修改取鉴权 集次数操作 ，并协 调短消息 中心取 消短 消息 重发。经过采取应 急措施，c p u 峰值并未达到业务流控门限值9 5 ，未造成业务呼损。 4 结论 本 文针对 节假 日的移 网用