嚴斌峰,董 慧,侯玉華
(中國聯合網絡通信有限公司研究院 北京100032)
近年來,隨著移動通信技術的飛速發展和移動智能終端的日益普及,移動互聯網產業發展迅猛,帶動了移動應用的繁榮發展,全球加速步入移動互聯網時代。以微信為代表的OTT類業務迅速獲得用戶喜愛,成為移動應用市場的主力軍,根據第三方的觀察,截止到2014年底,微信總用戶數達到6億戶,其中國內用戶5億戶,海外用戶1億戶。
移動互聯網業務的飛速發展帶來網絡流量的巨幅增長,然而卻沒有給電信運營商帶來相應的利潤增長。與之相反,以微信為代表的OTT業務旁路了運營商,將內容和用戶掌握到自己手里,電信運營商成為只提供網絡資源的比特搬運工,面臨被管道化的命運:一方面傳統電信業務,如語音、短/彩信等正逐步被取代,收入逐年下滑;另一方面,還要為維持日益增長的網絡流量進行基礎網絡設備的擴容,出現流量收入剪刀差日益增大、增量不增收的現象,進一步降低了運營商的收入。
面對這種困境,國內外各大運營商都開始積極轉變,希望通過技術創新實現管道的價值回歸,通過網絡流量管理來優化業務量,傳送更多高價值的流量,避免被徹底管道化。在這種背景下,以運營商和通信設備制造商為主的通信產業界提出了“智能管道”的概念,通過提升網絡的智能,使網絡具有用戶可識別、業務可區分、流量可調控、網絡可管理的能力。智能管道是指客戶感知良好、運營管理方便、業務開通靈活,提供高速協同接入、資源自助指配、速率針對性保障的差異化服務,成為客戶首選、綜合能力最強的網絡[1]。智能管道的目的在于實現網絡資源的可管、可控和動態配置,對用戶和業務提供差異化的服務、質量保證和計費策略,實現為用戶按約提供優化網絡資源的同時,幫助運營商在不斷增長的流量與成本控制間找到平衡,切實實現收入增長。
智能管道的構建有助于運營商網絡資源的充分利用和合理調度,能夠全面提升運營商網絡的智能化水平,提升用戶體驗。而網絡的智能化,首先應該是基于網絡對管道中業務流量、用戶體驗、終端行為等的深層感知,才能在此基礎上制定相應的智能化資源調度及管控策略,提供差異化服務。
為了實現管道的智能化,使之具備接入靈活,網絡資源可管、可控、可靈活配置,用戶、業務和流量可區分、管理和控制,質量按需保障,需要網絡具備帶寬提速技術、多維感知技術、策略控制技術、網絡協同技術和按需保障技術。多維感知技術是智能管道的基礎,只有實現了網絡的多維深度感知,才能進一步實施基于業務、用戶、流量的控制和差異化的服務,實現網絡的智能化。
感知技術是通過對采集到的信息進行分析,實現流量可感知、用戶可識別、業務可區分、網絡可配置,從而實現差異化的服務、質量保障和控制。智能管道的多維感知技術包括網絡感知、終端感知、業務感知和用戶感知。通過多維感知技術,智能管道能感知網絡中各種用戶使用的各種業務、各種接入方式、各種接入位置、各種終端類型、各種使用習慣等,從而制定合理的資源分配策略和計費策略,有效地使用網絡資源,有效地提供業務與服務,擺脫啞管道。
網絡感知是指感知網絡類型、當前網絡資源使用情況、網絡是否擁塞、網絡設備故障信息等。網絡狀態的感知應具體到用戶所在的小區,可以通過無線網管從基站采集;或者通過基于 DPI(deep packet inspection,深度分組檢測)的網絡監測設備,根據探測到的小區吞吐量、用戶數、分組處理時延等信息進行推算;或者由基站通過網絡設備實時上報到網絡狀態分析系統。對網絡狀態信息進行周期性收集和分析,再結合用戶位置信息、業務特性,可以作為制定流量管理策略的依據。
終端感知是指網絡自動感知終端的類型、生產廠商、終端號碼、芯片型號、處理能力、操作系統、版本和功能等。
業務感知是指網絡自動感知用戶當前使用的業務類型、業務對網絡資源的需求、業務特征(如是否具有位置特征)等,從而根據一定的策略進行網絡資源分配。如對于視頻類業務可以分配高帶寬、高速率的網絡資源,對QQ等區域性特征比較明顯的業務在熱點地區多分配小區、熱點覆蓋等網絡資源。
用戶感知是指網絡能自動識別用戶,感知用戶所處的位置、用戶正在使用的業務、用戶的等級、用戶行為習慣等,不僅僅能識別用戶是誰,還包含用戶行為特征、使用習慣和用戶體驗,從而針對不同的用戶提供不同的服務、質量保證和計費策略,并根據用戶對網絡、業務的感知,分析出網絡中可能存在的問題,迅速定位、預警或解決,大大提高網絡速率和性能,提升用戶體驗。
通過各種感知技術,網絡能自動識別用戶、識別業務和終端,從而根據業務需求、用戶需求進行網絡資源的動態指配和控制等,實現網絡的智能化。
智能管道的多維感知不等同于DPI,而可以從多個維度、采用多種方法實現,DPI只是網絡感知、業務感知的一種方式,除此之外,還可以基于終端實現。
作為云—管—端中的重要節點,終端直接與最終用戶打交道,是用戶使用業務、網絡的主要載體,能最真實地反映用戶的行為和喜好,可向網絡提供業務行為、用戶感知等信息,成為智能管道多維感知技術中重要的一環。因此,采集用戶的第一手資料和數據,分析用戶行為、業務特征及終端類型,研究基于終端的感知技術及其解決方案,將會助推智能管道的實現,形成良好的移動互聯網生態環境,從而構建和諧共贏的發展局面。
基于終端可以實現智能管道的終端感知、業務感知和用戶感知。
網絡對終端的感知需要終端在初次注冊網絡時自動上報自己的信息數據,終端的信息數據包括終端的生產廠商、IMEI、SIM卡的IMSI號、芯片型號、處理能力、顯示屏參數、支持的分辨率、音視頻編解碼能力、支持的操作系統及版本、具有的功能和可安裝的應用等。終端在網絡注冊時,可以通過發送注冊短信或內置應用自動將終端信息數據傳送給網絡,網絡運營商將通過上述方式搜集到的終端信息形成終端信息庫,對終端信息進行匯總、統計、分析、維護和管理,掌握市場上用戶使用終端的類型、終端在各地的分布和受歡迎程度、終端市場占有率、對增值業務的支持以及上網速率等。
通過形成終端信息庫,網絡可感知終端類型及能力,從而為分析用戶體驗、興趣愛好及終端的能力信息,為用戶提供特定的定制服務奠定基礎;網絡可以快速分析惡意代碼傳播途徑及感染終端的類型,可阻斷病毒和不良信息的傳播;通過分析影響用戶體驗的因素,分析出哪些原因是由終端引起的,哪些原因是由網絡引起的,并進行優化,提高服務質量;可以分析用戶對終端的喜好或偏愛,并反饋給終端廠商,幫助其優化產品,提高產品競爭力;將終端信息庫與業務信息進行匹配,分析出用戶喜愛的應用都安裝在何種類型的終端上,并評測出在何種終端上適配體驗更好、速率更快等,將分析結果反饋給業務開發商,使其開發出受用戶歡迎的熱門應用,擴大市場占有率,形成多贏的局面。
傳統的業務感知,都是通過在網絡側加裝探針或分光設備進行 DPI和 DFI(deep/dynamic flow inspection,深度/動態流檢測)來分析業務數據,除此之外,還可以從終端側直接分析業務數據,因為終端是用戶使用業務的工具,用戶使用業務的行為完全被終端所感知。
基于終端的業務感知即通過終端記錄用戶使用業務、終端調用應用的行為,從而記錄用戶運行應用后的行為,比如打開的網頁、輸入的關鍵字等,將與業務運行相關的行為統統記錄下來,這些數據比單純從網絡側DPI分析更方便、更快捷。通過采集業務數據,形成業務相關的大數據,便于分析業務類型、業務特征、業務對網絡的需求以及用戶的業務使用習慣等,根據統計數據分析用戶的最新需求,進行精確推銷和精細化流量運營。
通過感知業務,網絡可實現區分業務的流量控制,在流量規模大、鏈路擁塞時,可將帶寬分配給視頻類業務,對一些時延不敏感的業務降低網速,對一些濫用帶寬的業務進行限流或丟棄;通過分析業務特征,可以識別業務是否具有惡意行為或者傳播惡意代碼的行為,從而在網絡側進行控制和阻斷;通過感知業務,可以分析用戶的業務行為和習慣,建立用戶業務需求模型,細分用戶群,進行更精準的營銷和更有效的流量經營;通過感知業務,可以分析出熱門應用及其運營模式,并將結果反饋給業務提供商,使其針對市場需求開發出更多優質高效的應用,提高公司收益。
基于終端的用戶感知技術是指通過終端采集用戶的位置信息、用戶使用業務、終端、網絡的行為及其真實體驗,將數據上報給網絡,結合從網絡設備中獲取的用戶等級、簽約數據等,形成用戶畫像和標簽,便于網絡識別用戶,提供差異化的服務、管理和計費策略,并根據用戶體驗數據快速定位影響用戶體驗的因素,進行網絡配置優化,提高網絡性能,從而為用戶提供更高速、更優質的服務,吸引用戶使用。
基于終端的數據采集可以分析最真實的單用戶行為特征、使用體驗和位置信息,終端時時記錄用戶的行為,且可以與用戶互動獲取用戶最直接的體驗,從而形成用戶感知數據庫。通過對用戶感知數據的分析,可將用戶進行精確劃分:按消費級別劃分為VIP用戶和普通用戶,按行為習慣劃分為喜愛上網用戶、喜歡游戲用戶、喜歡購物用戶、喜歡聊天用戶等,按使用時間劃分為白天上網用戶和夜晚上網用戶,按用戶體驗劃分為重數據業務體驗用戶和重語音業務體驗用戶等。通過采集的用戶體驗數據分析影響用戶體驗的因素,從用戶感知的角度更好地評估和掌控網絡運行質量,找出網絡業務質量的短板,從而迅速定位問題,進行網絡優化,提高網絡性能提升用戶體驗,最終提高用戶黏性。
網絡對終端的感知需要采集終端信息庫,終端信息庫依賴于終端信息的自動上傳,可以采用以下兩種解決方案:開機短信注冊方式和客戶端自動上報方式。
4.1.1 開機短信自注冊方式
開機短信自注冊方式是指終端首次開機后進行網絡注冊時,通過短信方式向終端感知系統發送終端的信息,終端需要預置短信自注冊機制及終端感知系統的短信接入號碼。
如果終端收到由短信中心下發的表明自注冊短信已到達短信中心的消息,則終端存儲此次注冊成功的SIM卡的IMSI信息,以便終端可以在下次開機時檢測此IMSI是否發生變化。存儲的IMSI信息只能被終端自注冊功能訪問,終端其他應用不能更改該值。
此后,終端每次重新啟動,都應檢測所插SIM/USIM卡的IMSI與保存在終端中的IMSI是否一致。如果不一致,終端必須重新向終端感知系統發送自注冊短信。終端在國際漫游狀態下不執行該過程。
終端自注冊正常流程如圖1所示。

圖1 終端開機自注冊流程
4.1.2 客戶端自動上報方式
通過在終端上內置終端信息采集客戶端的方式,將客戶端采集到的終端信息參數上報給感知系統。終端信息采集客戶端需要具有root權限,除自注冊功能之外沒有其他功能,不能影響終端其他軟件的正常使用,且無須用戶干預。客戶端方式的觸發條件是當終端初次使用或終端信息變化時自動觸發。
終端信息采集客戶端軟件應在終端第一次啟動時自動啟動,并執行下列操作。
(1)檢測是否已經完成注冊,如果已經完成注冊,客戶端軟件應立即退出。
(2)如果未完成注冊,客戶端軟件應檢查嘗試注冊的次數,如果重試注冊次數已經到達設定的限值(如10次),則客戶端軟件應立即退出。
(3)如果上述條件不滿足,客戶端軟件應嘗試進行注冊,并在完成終端注冊后自動退出。
(4)如果注冊不成功,客戶端軟件應進行重試,如果重試次數到達設定的限值(如10次),客戶端軟件應自動退出。
如果終端的機卡對應關系發生變化,將再度觸發終端信息采集客戶端進行自注冊操作。
短信注冊方式可以上報的終端信息較少,但實現方式簡單;客戶端方式可以上報更多的終端信息,但是實現方式復雜。通過對終端信息的采集,形成終端信息庫,并進行分析,進而建立用戶終端偏好模型,根據用戶基本信息,歷史記錄中的IMSI和IMEI的情況,可以發現用戶擁有終端的個數、類型、更換頻率等,結合其他數據,判斷用戶屬性和消費習慣。
基于終端的業務感知技術可通過在終端上內置業務感知客戶端實現,該客戶端對于用戶使用的業務進行實時記錄,并將采集到的數據實時或定時傳送到業務感知分析系統進行深度挖掘分析,系統采用C/S架構,如圖2所示。

圖2 業務感知分析系統
業務感知客戶端需要具有root權限,具有業務數據采集和上報功能,不會影響終端上其他軟件的正常使用,且無需用戶干預,觸發條件是當用戶使用終端上的業務或應用時自動觸發。業務感知客戶端開機后自動后臺運行,一旦用戶使用終端業務或應用則進行實時記錄,采集所運行應用的ID、類型、特征、收發數據的IP地址和端口號、對接入網和核心網的需求、用戶使用應用的頻率、偏好設置、應用訪問的服務器等信息,客戶端把采集到的數據發送給業務感知分析系統進行數據挖掘和分析。
業務感知分析系統負責分析業務感知客戶端采集到的業務數據,并與通過DPI或DFI分析的業務數據相結合,更全面地分析業務類型、業務特征、業務對網絡的需求、客戶端訪問服務器的頻率及與服務器的數據傳輸以及用戶的業務使用習慣等,根據分析結果動態配置網絡資源、建立用戶業務需求模型,進行更精準的營銷和更有效的流量經營。
為了避免采集到的數據量太大,消耗流量和終端電量,業務感知客戶端首先將采集到的數據根據一定的算法進行壓縮處理,然后每隔一段時間(如30 min)或在用戶有聯網業務時同步進行數據上報,這樣將會降低終端電量的消耗和對終端其他應用的影響,在不影響用戶體驗的情況下完成業務感知數據采集并上報給業務感知客戶端,通過建立科學的業務分析模型實現網絡對業務的感知,從而為業務分配適當的網絡資源,實現管道的最大價值。
基于終端的用戶感知技術實現方案是通過客戶端軟件采集用戶位置、業務使用習慣、行為特征及用戶體驗等原始數據并上傳到用戶感知分析系統進行深度挖掘分析。系統采用C/S架構,邏輯部署如圖3所示。

圖3 用戶感知分析系統
系統分為三大部分:用戶感知數據采集、用戶感知呈現和用戶感知分析。
4.3.1 用戶感知數據采集
通過在終端內置具有root權限的客戶端的方式實現用戶感知數據采集和上報功能,在用戶使用業務或終端運行應用時自動采集用戶信息,用戶信息包括用戶位置、業務使用習慣、行為特征及用戶體驗等,難點是用戶體驗數據尤其是主觀體驗數據的采集。
(1)數據采集內容
用戶位置信息:借助終端GPS或帶GPS功能的軟件如導航軟件獲取用戶的位置信息。
業務使用習慣:采集用戶使用業務的類型、時間、使用方式、頻次和偏好設置等數據。
用戶體驗數據:用戶體驗數據除了客觀數據外還包括主觀體驗數據,可從基礎業務體驗、數據業務體驗、Wi-Fi體驗、應用體驗、終端體驗、服務體驗等方面進行采集。
· 基礎業務體驗:采集主被叫接通率、接通時長、掉話率、語音質量、單通/串話比率、切換成功率、短彩信發送成功率、短彩信送達率、短彩信送達延時等參數。
· 數據業務體驗:采集上網速度、登錄成功率、網頁顯示時長、斷線率、刷新成功率、刷新時長、下載速率、視頻卡頓、流量跟蹤、流量提醒、網絡故障提醒等參數。
·Wi-Fi體驗:采集信號強弱、接入速度、穩定性等參數。
· 應用體驗:采集應用啟動速度、是否有后臺推送、應用安裝、卸載時間和復雜程度、運行速度、CPU消耗、應用兼容率等參數。
· 終端體驗:采集開機速度、耗電(上網、待機、通話)、后臺運行程序、后臺聯網應用等參數。
· 服務體驗:采集業務辦理速度、業務辦理滿意度、業務投訴滿意度、問題反饋滿意度、客戶關懷等參數。
(2)數據采集方式
數據采集方式可分為實時采集和非實時采集方式。
· 實時采集:在用戶使用相關業務(語音通話、上網、即時通信等)或手機時,后臺啟動該客戶端實時采集終端數據,用戶使用業務結束后將自己的真實體驗通過列表選擇或手動輸入,客戶端實時或定時將數據上傳到分析系統。
· 非實時采集:在出現異常或用戶主動投訴/反饋時進行數據采集,并彈出提示建議用戶參與體驗計劃,根據分析結果及時處理用戶的投訴或反饋。
使用時采集終端數據和用戶體驗數據,將大大降低終端的數據采集量和功耗。
(3)實施方式
用戶感知數據采集的具體實施方式有以下幾種:測試人員主動采集;鼓勵終端用戶參與,如通過加入體驗計劃獎勵話費或流量,參與體驗計劃可抽獎等方式鼓勵部分終端用戶參與;或者在部分用戶如出租車司機、快遞員、大學生中免費推廣使用進行采集;當終端在使用過程中出現異常事件時自動觸發數據采集。
用戶感知采集客戶端允許用戶選擇參與的體驗項目,并設計用戶輸入界面;采集客戶端可集成調查問卷、用戶投訴、用戶反饋等功能;允許用戶查看上傳數據的大小和內容,上傳過程產生的流量免費。
4.3.2 用戶感知呈現
根據終端上傳的用戶感知數據結合從網絡大數據平臺中獲取的數據形成用戶感知報告,并繪制感知地圖。感知地圖用不同的顏色表示不同的用戶感知,并按用戶感知指標顯示,如把掉話率、上網速率、彩信發送成功率、延時等分別做成若干張感知地圖,支持分地區感知軌跡展現和單用戶感知軌跡顯示,支持網絡運維部門或個人用戶查看用戶感知情況。
4.3.3 用戶感知分析
把終端采集到的用戶感知數據與智能管道大數據平臺中采集的數據進行匹配分析,建立用戶分析模型,從海量數據中挖掘、分析出用戶屬性、訂購信息、用戶的位置、使用的業務、對終端的偏好、消費習慣以及影響用戶體驗的因素。分析內容包括話統數據分析、話務模型分析、用戶屬性分析、用戶行為習慣分析、用戶業務行為分析、用戶體驗分析等。根據分析結果構建用戶標簽體系,形成用戶感知知識庫,便于網絡資源動態指配,可為精細化流量運營提供參考和依據。
該方案能直接獲取用戶的體驗數據,作為網絡分析的依據,能形成比較真實的用戶感知數據。但也面臨一些挑戰:用戶信息、特征的聚集和分析方法是否科學,海量用戶數據的挖掘算法是否合理,如何量化用戶體驗,如何在用戶數據化中保護用戶的隱私以及如何吸引用戶參與等都是需要進一步研究和論證的。
終端感知技術目前業界普遍的做法是通過開機注冊短信或客戶端完成終端信息的采集,只是目前通過這兩種方式采集的終端信息有限,需要進一步優化以采集更多的終端信息。
終端作為用戶使用業務的主要載體,天然地擁有業務相關數據,因此從終端側采集業務數據并進行分析比從網絡側通過DPI分析更有優勢,一般業務提供商如騰訊,基本上都是通過這種方式來分析業務的。不過這種方案需要對終端軟件進行更改,同時多操作系統適配是個問題。
用戶感知尤其是用戶體驗數據分析是業界公認的難題,單純通過網絡指標無法反映用戶的真實體驗,通過終端能直接獲取用戶的體驗數據,形成比較真實的用戶感知數據。業界相關的解決案例有中興CEMC、鼎新創利U-You感知系統、中國移動OTS、中國聯通移動網用戶感知系統以及移動業務質量端到端優化等,只是側重點不同,且在用戶體驗數據采集、如何量化用戶體驗數據上存在差別,對此業界尚未達成共識。本文的解決方案正是基于對上述方案的研究與探索提出的,從原理上講是可行的,但該方案同樣需要對終端軟件進行更改,同時也需要用戶的主動參與。
智能終端多維感知技術的實現目前尚未達成共識,尚處于探索、研究階段,本文提出的解決方案可為智能管道多維感知技術的實現提供參考和借鑒。
基于終端的感知技術可助力智能管道的實現,通過構建終端感知技術,獲取終端上的用戶數據、業務數據和終端數據,結合網絡端的大數據平臺,形成用戶感知、業務感知、終端感知知識庫,使得網絡可識別流量、識別用戶、識別業務、識別終端,從而針對不同用戶提供差異化的服務和質量保障,執行差異化的收費策略,并根據業務特性進行網絡資源的動態分配,實現比特的分級定價,使管道具有智能化,使得運管商不再成為比特搬運工,擺脫徹底淪為管道的困境,從而使運營商的投入收益成正比,提高運營商的積極性。
但是,基于終端的感知技術也面臨一些困難和挑戰:工業和信息化部最新頒布的《移動智能終端安全能力技術要求》中明確規定,禁止不經用戶同意后臺發送短信,這一規定使得運營商無法通過開機自注冊短信的方式采集終端信息;通過在終端內置客戶端的方式需要終端廠商和用戶的積極配合,用戶主動參與的積極性不高,終端廠商也沒有利益驅動,因此將會給感知數據采集帶來一定的困難;數據采集涉及用戶隱私,因此如何保護用戶隱私是運營商需要考慮的問題。相信隨著技術的發展、用戶的認知以及國家政策的引導和支持,基于終端的感知技術終將獲得業界共識,管道的智能化也不再是夢想。
1 陳運清,張文強,徐向輝等.面向應用的智能管道關鍵技術新解.北京:電子工業出版社,2013
Chen Y Q,Zhang W Q,Xu X H,et al.New Perspective of Application-Oriented NICE Technologies.Beijing:Publishing House of Electronics Industry,2013
2 張繼平,李華,曹磊等.通信網絡智能管道架構與技術實現.北京:電子工業出版社,2012
Zhang J P,Li H,Cao L,et al.Framework and Technological Realization ofCommunication Network IntelligentPipeline.Beijing:Publishing House of Electronics Industry,2012
3 孔力,陳婉珺,赫罡等.智能管道發展及技術實現.郵電設計技術,2012(3)
Kong L,Chen W J,He G,et al.Development and technology implementation of intelligent pipeline.Design Technology of Posts and Telecommunications,2012(3)
4 張園,趙慧玲.移動互聯網環境下的智能管道關鍵技術.中國通信學會信息通信網絡技術委員會年會論文集,呼和浩特,中國,2013
Zhang Y,Zhao H L.Key technology of intelligent pipeline under mobile internet environment.Proceedings of the Annual Meeting of the China Information and Communication Network Technology Institute,Hohhot,China,2013
5 孫連發,宋春鵬,李鳳花.基于用戶感知的3G網絡規劃方法探討.信息通信技術,2014
Sun L F,Song C P,Li F H.Discussion on 3G network planning method based on user perception.Information and Communication Technology,2014
6 管天云,侯春華.大數據技術在智能管道海量數據分析與挖掘中的應用.現代電信科技,2014(1-2):71~79
Guan T Y,Hou C H.Application of large data technology in the intelligent pipeline massive data analysis and mining.Modern Telecommunication Science and Technology,2014(1-2):71~79
7 周友盟,庫偉,張俊等.中國聯通WCDMA數字蜂窩移動通信網移動臺技術規范 第7分冊:支持終端管理業務的移動臺技術要求.中國聯合網絡通信集團有限公司,2013
Zhou Y M,Ku W,Zhang J,et al.Technical specification for China Unicom WCDMA digital cellular mobile telecommunication network mobile station volume XI:device management.China United Network Communcaitons Group Co.,Ltd.,2013
8 TMF.Wireless Service Measurements Handbook V3.0,2004
9 ITU-T E.800 Series E.Overall Network Operation,Telephone Service,ServiceOperation and Human Factors.Quality of Telecommunication Services:Concepts,Models,Objectives and Dependability Planning-Terms and Definitions Related to the Quality of Telecommunication Services,2008 10 3GPP TS23.203.Policy and Charging Control Architecture,2011