刘天雪 郝双洋 杨姣等

摘要：围绕数字化运营建设要求，基于VoLTE端到端关联分析系统多维度对IMS域网络关键性能指标中的相关失败次数做波动分析，实现网络KPI波动告警和劣化指标异常原因定界定位，对网络异常做出智能预警，在问题暴露前优化网络，以免对业务造成影响。通过数智化手段多维度分析定位移动网络语音质差根固，实现网络隐患故障的早预警、早发现、早处理，提升运营效率和网络质量。

关键词：数字化运营；语音质差根因；运营效率

中图法分类号：TN929 文献标识码：A

１ 引言

随着移动通信网的不断发展，基于ＩＭＳ 网络的移动网络语音方案已成为主流，但是ＶｏＬＴＥ 语音呼叫流程复杂，一次呼叫经过多个域，众多网元、核心网侧信令交互达１００ 多次，在发生定位故障及处理用户投诉时，为了对每一个异常故障及呼叫做到准确归因，需要有经验的工程师花费近１ 小时或更长时间进行根因判断定位，这不仅耗时耗力，而且效率低下。

传统运维模式不仅低效，还消耗了大量的人力资源。传统运维一直处于被动运维的状态，因此若要由被动变主动，提高维护效率是关键。本文从提升核心网网络质量和人员维护效率角度，构建移动网络语音质差根因定位模型，通过监控移动核心网网元关键指标阈值准确发现质差指标，利用多接口关联的端到端平台，自动完成质差指标的分析和定界，并将定界结果输出给相关专业人员进行优化，做到准确、及时、主动发现网络隐患故障问题，以达到提升网络质量和维护效率的目的。

２ 移动网络语音质差根因定位模型概述

２．１ 整体描述

移动网络语音质差根因定位模型分为数据采集、数据处理、数据分析与生产派单系统互通等模块。

数据采集，结合维护一线在数字化转型过程的使用需求，依托ＶｏＬＴＥ 端到端关联分析平台数据，将三域ＸＤＲ 话单和ＭＲ 话单进行数据统一采集，具体采集５ＧＣ 域（８ 个） Ｎ１／ Ｎ２，Ｎ７，Ｎ８，Ｎ１０，Ｎ１１，Ｎ１２，Ｎ１４，Ｎ２６ 等接口ＸＤＲ 话单；ＥＰＣ 域（１ 个） Ｓ１?ＭＭＥ 接口ＸＤＲ 话单；ＩＭＳ 域（１１ 个） Ｇｍ，Ｍｗ，ＩＳＣ，Ｍｇ，Ｍｉ／ Ｍｊ，Ｍｘ，Ｒｘ，Ｇｘ，Ｃｘ，Ｓｈ，ＳＧｉ 媒体等接口ＸＤＲ 话单，以及４Ｇ／５Ｇ ＭＲ 话单。其实现了各域数据的统一采集，为后续的数据分析提供有效、实时、准确的数据源。

数据处理，在深入理解移动网语音業务及信令特征的基础上，将一次业务所涵盖的５ＧＣ，ＩＭＳ，ＥＰＣ 三域各单接口话单以及ＭＲ 话单，根据时间、号码、会话ＩＤ 等信息，合成一条多接口关联的端到端话单。数据的统一整合、统一处理，实现了数字化能力的一点处理。

数据分析，是监控５ 分钟粒度的关键指标。其利用策略梯度算法，学习预测动态阈值，精准发现质差指标，结合多域端到端关联数据，进一步对指标进行大数据智能分析。按照不同维度、不同时间粒度聚类分析，利用决策树算法，根据不同原因的劣化权重和劣化偏离度，自动匹配专家知识库，定位质差故障节点和故障原因，输出质差根因，从而实现网络隐患故障的早预警、早发现、早处理，提升运营效率和网络质量。

与生产派单系统互通，实现带有根因定位的异常ＫＰＩ 波动告警，通过一级ＮＦＯ 派发到专业人员，并对返单内容进行分析处理。

２．２ 主要功能描述

（１）数据采集。

采集５ＧＣ 域，ＥＰＣ 域，ＩＭＳ 域以及ＭＲ 话单，并对其进行校验，自动修正异常数据，按照分钟级粒度将数据汇聚到文件，并对文件内的记录按照时间进行排序存储。

（２）多接口话单呈现。

对采集到的数据，进行全业务流程的端到端关联，形成多接口的ＶｏＬＴＥ／ ＥＰＳ 及ＦＢ／ ＶｏＮＲ 业务话单，同时关联跨域端到端全流程的业务结果、首拆网元、错误码、定界原因等业务质量字段。

（３）移动网语音业务关键指标呈现。

通过报表和图形化方式，呈现移动网语音业务关键指标，包括ＶｏＬＴＥ 初始注册成功、ＶｏＬＴＥ 网络接通率（剔除用户原因） 、ＶｏＬＴＥ ＴＯ ＶｏＬＴＥ 接续时延、ＥＰＳＦＢ 成功率、寻呼成功率等。

（４）质差根因分析。

通过监控５ 分钟粒度的关键指标，利用策略梯度算法，学习预测动态阈值，精准发现质差指标，结合多域端到端关联数据，进一步对性能指标进行大数据智能分析，按照不同维度、不同时间粒度聚类分析，利用决策树算法，根据不同原因的劣化权重和劣化偏离度，自动匹配专家知识库，定位质差故障节点和故障原因，数智化输出质差根因［１～２］ 。

质差根因分析模型的主要功能如下。

① ＫＰＩ 指标异常检测。通过监控５ 分钟粒度的ＩＭＳ 域关键性能指标，利用策略梯度算法，学习预测动态阈值，精准发现质差指标。通过劣化指标可以及时发现网络存在的风险、隐患等，以便运营人员及时采取相应的解决和优化措施，降低网络故障率，提高运营效率。

② 网元级聚类分析。按５ 分钟、１５ 分钟、１ 小时、１ 天等多时间粒度，以关键ＫＰＩ 为入口，自动实现网元维度异常原因的逐层钻取分析，精准定位故障网元。

并以图形化界面简单清晰地呈现ＳＩＰ 首拆占比、定界域占比、定界结果占比。

③ 用户级聚类分析。以用户业务记录为入口，实现用户任意时间粒度失败业务的ＳＩＰ 首拆消息、定界域、定界网元报表的高效呈现。

④ 小区级聚类分析。按５ 分钟、１５ 分钟、１ 小时、１ 天等多时间粒度，以关键ＫＰＩ 为入口，智能实现小区维度异常原因的逐层钻取分析，精准定位质差小区，并以图形化界面直观呈现ＳＩＰ 首拆占比、定界域占比、定界结果占比［３～６］ 。

（５）专家库模型。

针对不同网络指标，通过地市维度、网元维度、小区维度、终端维度进行聚类分析，得出劣化的错误码、警告代码、警告正文等信息，若能匹配上专家库，则直接输出专家库的定界结果、定界原因和处理建议，转专业人员直接优化处理；若不能匹配上专家库，则转专家分析，对分析结果进行现网验证，固化该质差场景的信令特征，并将其增加到专家根因库。

专家库将原因明确或经过回单验证过的根因和处理方法进行逐一汇总，并通过智能算法对回单结果进行分析处理，不断优化、更新、完善专家库。

移动网络语音质差根因定位系统根据不同的语音质差场景建立对应的专家库模型，如ＶｏＬＴＥ 初始注册异常根因库、ＶｏＬＴＥ 网络接通异常根因库和ＥＰＳＦＢ网络接通率根因库模型等。

（６）解决方案智能匹配。

针对劣化指标，关联根因库对其进行定界定位，基于根因定位结果，智能生成相应的解决方案。

（７）工单系统对接及交互。

和工单系统同步工单编号、工单主题、派单日期、工单状态、质差根因、解决方案。系统根据派单规则和根因定位情况，将ＫＰＩ 指标异常的告警派发到相关单位或相关人员进行处理，携带信息主要包括网络类型、网元名称、ＫＰＩ 名称、时间、异常情况、波动子项信息、根因定位、建议处理步骤等。接单人对ＫＰＩ 异常波动告警工单进行处理，直至告警恢复。告警恢复后，总结处理步骤，并按照固定格式回单。

（８）专家库更新。

专家库更新采取智能ＡＩ 算法进行自动学习更新，系统支持根据回单结果对专家库中的根因定位进行更新，包括对指标检测阈值进行调整优化，以不断提升系统告警有效性和根因定位准确性。

系统根据关键字段对回单内容进行机器学习建模，自动分析学习回单内容，输出关键词汇，得到具体原因和处理步骤，并更新专家库。系统支持根据每次的回单内容及分词结果评估情况进行自我优化。若ＫＰＩ 属于正常波动，则回单提出算法更新和告警阈值参数设置调整建议。

（９）功能视图呈现。

功能视图界面简单、高效、准确地呈现质差指标、指标趋势、质差告警、派单情况、根因分析和专家库等功能模块。每个功能模块动态呈现，并可一键联动，实现一点监控、一点接入、一点处置，以便运营人员快速直观地掌握移动网核心网质差指标和业务指标运行情况，实时监控质差告警和工单处理情况，及时发现并解决网络隐患和故障，提升网络安全性、可靠性。

３ 结束语

围绕数字化运营要求，依托ＶｏＬＴＥ 端到端关联分析系统，通过关键指标阈值准确发现质差指标，利用多接口关联的端到端系统，智能完成核心网质差指标的分析和定界，并将定界结果输出给相关专业人员进行优化，做到准确、及时、主动发现网络隐患或故障，以达到提升网络质量和维护效率的目的，进而为数字化运营赋能，为一线维护人员减负。

本系统已在集约化ｖＩＭＳ 網络实施，解决了运维工作中长期的痛点难点，具体如下。（１）提高了维护效率，减少了维护人员８０％的维护量、维护效率提升９０％以上；（２）降低了网络故障率及客户投诉率，较项目实施前减少了５０％的故障及投诉量；（３）通过监测移动核心网关键性能指标，先于告警和投诉发现隐患和故障，快速精准定界故障网元和故障原因，从而在规模故障爆发前解除隐患，减小影响范围，缩短影响时长，提升了运营效率和网络质量。

移动网络语音质差根因定位模型经过不断优化已具备模块通用性，易移植、易推广。随着ＶｏＮＲ 的试商用，该模型已快速移植到ＶｏＮＲ 质差根因定位中，实现隐患或故障的快速发现、快速定位、快速解决，从而缩短故障处理时长，降低故障发生率和用户投诉率。

移动网络语音质差根因定位模型基于ＶｏＬＴＥ 端到端关联分析系统（包含ＥＰＣ，５ＧＣ 域，无线域全量数据）具备数据业务的端到端能力，可满足４Ｇ／５Ｇ 用户数据业务质差根因定位的数字化运营需要，赋能５Ｇ智能化运维。

参考文献：

［１］ 唐建荣．提升ＶｏＬＴＥ 客户感知的优化分析方法浅析［Ｊ］．通讯世界，２０１７（７）：８７．

［２］ 魏宗静．ＶＯＬＴＥ 语音质量优化方法研究［Ｊ］．科技经济导刊，２０１６（５）：３３．

［３］ 刘毅，肖涛，郭宝，等．提升ＶｏＬＴＥ 用户感知的保障策略研究［Ｊ］．移动通信．２０１７（１８）：６?１０．

［４］ 唐建荣，文志成，亓新峰．ＶｏＬＴＥ 关键性能指标分析［Ｊ］．信息通信技术，２０１５（４）：５６?５９．

［５］ 孙平强．ＶｏＬＴＥ 业务的性能分析及优化研究［Ｄ］．北京：北京邮电大学，２０１５．

［６］ 聂飞翔．基于客户感知的３Ｇ 与４Ｇ 一体化网络的规划与优化［Ｄ］．南京：南京邮电大学，２０１６．

作者简介：刘天雪（１９７９—），本科，高级工程师，研究方向：移动核心网重构。