黎 宇，杨世标（中国联通广东分公司广东广州 510627）

0 引言

随着互联网用户数量的增加和用户接入速率的持续提升，电信运营商IP 互联网承载的数据流量逐年增加，部分省级分公司的出口总带宽已达数10 Tbit/s且仍不断增长。以传统分光方式开展的质量分析已面临越来越严峻的成本投入压力，业界急需一套灵活性好、性价比高和可扩展性强的质量分析系统代替传统分光深度包检测（DPI）。本系统采用EDPI 数据采集分析模式，根据分析需求定制，在城域网出口设备处灵活进行流量选择性策略镜像，获取用户出网流量数据，提取IP 地址、统一资源定位符（URL）、抖动、时延等数据信息，运用AI 神经网络算法对用户维度、设备维度和资源维度质量数据进行层层关联分析，评价网络质量并结合DNS、RADIUS 等数据进行网内质差定位，实现固网专线、宽带业务质量劣化的主动响应，大幅提升运维效率、客服支撑效率和客户感知。

1 研究背景

1.1 感知趋势转变客户需求升级

随着信息技术发展及网络演进，客户对于固网线路的要求不再仅仅局限于业务的通断，而是开始从时延、抖动、丢包等性能类指标出发关注业务的感知度。

1.2 传统故障响应模式效率低

长期以来，传统运营商的支撑响应大多源于客户报障后的被动响应，响应过程人工环节繁多，多单位流转耗时长，再加上对质量类指标关注缺失，越来越难以满足客户需求。

1.3 传统质量分析模式制约

传统网络质量分析往往采用定向分光或探针探测方式获取源数据。……