移动互联网业务对网络的冲击评价指标构建

所属栏目: 计算机网络论文 论文作者:/
摘要

  1 引言

  近年来,以移动智能终端为主要载体的移动互联网应用迅猛发展。根据IDC数据,2012年起我国新增移动终端中智能终端占比开始超过50%.据国内某省运营商统计,3G网络年信令量增长4倍于流量增长,形成信令风暴,对以流量处理为主的移动网络造成冲击。在移动互联网业务热点地区暨智能手机密集区域(如校园、CBD),大量用户使用智能手机,激活用户数明显增加,连接请求、寻呼请求的大量增加,导致网络指标寻呼成功率下降、接入困难、掉线率上升。

  国外运营商3G网络陆续出现业务信令激增导致网络故障乃至瘫痪的严重事故。如NTT DOCOMO公司,3G网络多次发生鉴权服务器拥塞、用户管理服务器拥塞、分组交换单元拥塞、业务控制设备拥塞等严重问题,导致用户无法使用话音、数据业务,影响用户达百万之众。具体原因为智能终端上某些应用频繁建立信令连接导致核心网设备无法响应引起网络中断。

  因此,有必要研究移动互联网业务对网络影响的评估方法,建立评估体系,在业务上线前和运营中评估对网络的影响程度,及早发现、整改,从而降低对网络的冲击,确保用户体验,促进移动网络和移动互联网业务的协调发展。针对移动互联网业务对网络产生的冲击和影响,业界尚无量化评估体系。本文探讨建立移动互联网对移动网络产生的冲击和影响的量化评估体系。

  2 移动互联网业务对移动网络影响的评估目标导向与评估内容

  为一个3G用户提供分组数据服务,必然由控制信道(信令)占用、业务信道占用等组成。以EV-DO网络为例,其主/被叫连接建立信令过程如图1所示。相应地,控制信道、业务信道等又由多个硬件板卡来实现信息处理,如控制信道在基站主要由主控板、业务信道主要由信道板等组成。

  不同的资费模式决定了评估的目标导向。当前我国运营商绝大部分用户资费为流量套餐,即根据用户使用的IP层上下行流量总和来收取资费,因此资费模式并没有直接以移动网络的资源占用作为收费依据,而是以业务承载的用户数据量作为衡量标准。承载的数据量并不能表明资源的占用:相比较而言,小数据量业务(如微信、易信、手机QQ等)占据的控制信道频次、业务信道时长(话务量)以及相应的主控板占用频次、信道板占用时长(话务量)比大数据量业务(如视频等)所占资源更多。因此,评估应以流量为导向:数据量高为正向影响,资源占用高为负向影响。目标是正向影响尽量高、负向影响尽量小。

  基于此,评估内容为:业务总体影响度=业务总体影响/基准总体影响×100% (1)其中:业务总体影响=业务正向影响+业务负向影响=∑(业务正向影响指标i/基准正向影响指标si+业务负向影响指标j/基准负向影响指标sj) (2)基准总体影响=基准正向影响+基准负向影响=基准正向指标数×100%-基准负向指标数×100% (3)基准可以为某基准业务或者基准库取值来计算出基准总体影响,在指标关联时(指根据指标间相关性,仅选择若干个指标如信令连接数、速率等指标参与运算)为正值。在基准总体影响度为正值的情况下,业务总体影响度值为正值,表明业务的正向影响超过了负向影响,值越大表明对网络越友好;如果为负值,则表明业务负向影响较大,值越小表明负向影响越大,网络资源占用多,需要重点关注。

  评估内容也可设计为:业务总体影响因子=业务自影响因子/基准自影响因子 (4)其中:业务自影响因子=业务正向影响之和/业务负向影响之和/基准自影响因子 (5)基准自影响因子=基准正向影响/基准负向影响=基准正向影响指标个数×100%/(基准负向影响指标个数×100%) (6)自影响因子、业务总体影响因子为正值。业务总体影响因子其越接近1,甚至大于1,表明对移动网络越友好。

  3 评估体系结构

  根据评估目标导向与内容,整体上评估体系设计如图2所示:

 

  (1)网络资源库:针对不同的技术制式,从信令资源和业务资源两条线确定各资源指标,确定技术极限值,建立网络资源库。

  (2)网络基准库:在网络资源库的基础上,根据各资源指标的门限值,确定网络基准库。基准主要确保网络稳定,可参照扩容门限。

  (3)权重表:根据测试表/指标表中各指标重要程度,制定某一业务功能的各指标权重;根据同一业务的不同功能的话务量或用户行为特征,制定业务功能权重。

  (4)业务测试表:依据测试数据,从空口连接等多个维度计算测试值。

  (5)业务测试指标表:根据既定算法,从空口连接等多个维度计算指标值。

  (6)业务指标评估表:综合基准库、权重表和指标表,计算业务的评估值。

  评估思路为:建立网络资源库和网络基准库作为评估基准;通过智能终端移动互联典型业务特征测试,计算并填充测试表,二次计算得到指标表;建立某一业务功能多测试项之间的权重表,同一业务多个功能之间的权重表;根据基准库的基准值、业务/终端指标和权重,计算得到评估值;进而得到终端/业务的影响度和影响因子作为评估结果。如图3所示:

  

  4 移动互联网业务评估

  根据以上评估思路建立基准库,对A、B这2种典型业务进行测试与评估,其结果分别如表1和表2所示。

  A、B业务综合评估结果如表3所示。

  从上表可知:默认加权为1,非关联指标和关联指标情况下评估结果较为一致;流量加权,无指标关联和指标关联情况下评估结果出现差异。这表明参与评估的指标的选取对评估结果有直接影响。

  从合理性分析,在无指标关联情况下,各维度所有指标均参与运算,指标存在表征的特征重叠的情况,即针对某一特征,可能由多个指标描述,相应地,无指标关联情况下的评估值将使某特征在结果中占用过多比例,使评估结果失真。采用指标关联,充分考虑了指标所代表的特征含义以及之间的关联性,剔除了重叠性,因此建议采用指标关联评估。同时,流量加权能够较好地反映某业务的各个功能/子功能使用占比情况,建议采用。由于总体影响因子的评估值大小较为合适,所以建议采用总体影响因子。即评估移动互联网业务对移动网络的影响程度,建议采用指标关联和流量加权的总体影响因子评估体系。

  5 结束语

  本文创新地提出了移动互联网业务对移动网络冲击的评估体系,首先建立移动网络资源库和网络基准库作为评估基准;通过移动互联业务特征测试,计算并填充测试表,二次计算得到指标表;建立某一业务功能多测试项之间的权重表,同一业务多个功能之间的权重表;根据基准库的基准值、业务指标和权重,计算得到评估值;进而计算得到移动互联网业务对移动网络的影响因子作为评估结果。

  本评估体系与系统模型能够有效实现移动互联网业务对移动网络影响的量化评估,用于移动互联网业务上线前和运营中对移动网络影响的评估测试以及流量经营工作,及早发现、整改相关问题,保证移动网络安全和用户业务体验,实现移动互联网业务和移动网络的适配。

'); })();