淺析5G網絡智慧運營管理系統解決方案

肖志鋒

（武漢虹信技術服務有限責任公司，湖北 武漢 430205）

1 科研目標

基于大數據用戶畫像的網絡運營解決方案，顛覆傳統無線網絡被動的運維、后知后覺的市場運營機制，實現網絡運營實時化、精準化及智能化，低端重復的網絡運營工作通過用戶大數據模型實現機器自學習、自分析、自優化。本解決方案旨在打造5G網絡智慧運營市場的一片藍海，提升企業知名度及市場地位。

2 技術規劃

本業務領域的具體技術規劃，包括資源投入、技術研究方向、關鍵技術開發等方面，以及其它有關內容。

（1）網絡變化：云化網絡在5G規模商用，NSA組網，切片網絡；網絡云化分層，核心網規模云化；用戶面與控制面分離，引入邊緣計算；網絡切片，業務運行要求網絡邏輯隔離；5G NSA/SA架構下4G-5G互操作；站點增加4～5倍（以小微站為主），能耗增加2～3倍。

（2）業務變化：2C業務轉變到2B+2C，管道模式轉向平臺模式；運營商進入垂直行業，以網絡切片的方式向垂直行業提供租戶業務，運營商既要打造管道能力，也需要平臺能力；差異化的QoS保障（帶寬、時延、可靠性、安全性等）；DevOps支持自動化編排和敏捷運維，業務和應用敏捷開發，持續集成，持續交付。

（3）5G網絡：一張網絡使能多種服務、多個行業。

（4）商業模式：管道模式轉向平臺型模式。

（5）NSA一體化運維：NSA組網下，5G基站利用X2口，通過4G網元和4G核心網交互信令。用戶面可通過X2口或者5G基站直接和4G核心網建S1-U鏈路。5G依賴于4G，同時也會影響到4G資源，因此需構建NSA組網4/5G的聯合維測能力，包括：4/5G拓撲對端查看，4/5G X2口自建立，4/5G聯合用戶跟蹤，4/5G聯合數據采集等維測特性。

（6）NSA運維能力總覽（如表1）。

表1 NSA運維能力分類

NSA 4/5G對端拓撲可查看，基于X2接口建立完成后，自動生成NSA 4/5G拓撲關聯關系。主拓撲界面上支持LTE找對端NR基站，NR側找對端NSA組網的LTE基站。

NSA 4/5G聯合用戶跟蹤，4/5G用戶信令和監控統一啟動/呈現；NSA組網，支持4G&5G用戶級跟蹤監控一次性啟動，統一界面呈現，便于運維人員啟動跟蹤監控和查看數據，提高定位問題效率；5G無線智能告警壓縮。

（7）1min指標實時上報：需求背景；大事件/高鐵等網絡資源評估及問題定位場景；5min or 15min周期太長，將網絡中的異常平滑掉，無法精準評估優化，需要更實時的話統，來更真實的反映網絡資源狀態；5G對于1min話統指標有訴求的客戶，5G網絡保障與維護要求閉環周期更短，希望能提供實時的（如1min）性能指標數據，用于網絡監控及后續快速優。成功案例：在青島上合峰會保障期間，山東移動LTE網絡部署1min性能指標監控北向上報特性。該特性作為青島移動在青島上合峰會期間的最大亮點，青島移動也受到了工信部和移動集團領導的表揚。解決方案：20A，1min話統北向，支持OSS&服務工具獲取1min話統；20B，支持1min全對象采集和上報，支持1min全指標采集和上報，支持1min話統指標的流控補采，5G實時話統架構：文件->流，日常監控（5/15/30/60min話統），實時監控（1min話統）。

3 產品規劃

本業務領域的具體產品規劃，包括資源投入、所需技術和技術儲備情況、重點產品開發等方面，以及其它有關內容，如表2。

表2 重點產品開發計劃

4 項目創新點

4.1 網絡特征建模

研究場景柵格化，對區域進行地塊柵格化處理及精細化場景劃分，從而可以直觀分析用戶、資源、業務3個維度間的關聯性,并以柵格為單位將特征指標映射至氣泡象限圖中進行分析,為網絡特征建模提供基礎。研究時間切片化，針對網絡通信多線性和關系復雜的問題，通過構建時間切片，建立多個通信任務主線在各階段的全局關系視圖，高效處理復雜的任務流程。研究業務分段化，利用分段線性混沌加密實現對多種敏感信息的保護,確保數據安全和保護隱私數據。

4.2 業務質量建模

研究KQI量化模型，結合移動通信業務的特點，提出了兩層權值的KQI量化評價模型，通過層次分析法(AHP)計算出所有的一級權值和二級權值，有效的分析影響層面和影響因素，KQI量化體系助力精細化網絡運維，為差異化業務服務奠定基礎。研究知識庫匹配，將網絡問題在結構化知識庫中進行查詢、推理、匹配得到相應答案，引入深度神經網絡，通過問題聚類，將向量銳化后傳入分類器中得到匹配結果，使得知識庫具備自學習能力，不斷進行完善。研究業務質量與資源匹配，從用戶需求出發,以節省功率資源為目標,借助凸優化和博弈理論,實現動態網絡環境下無線網絡資源匹配。

4.3 用戶畫像建庫

本技術主要研究用戶畫像，通過收集電信DPI數據、建立用戶標簽體系、確定用戶畫像框架、確定優先級別、為用戶打標簽等流程,將移動網絡用戶進行精準的標簽化，勾勒出用戶在特定情境下的全貌。基于十折交叉驗證的方法,在訓練集中尋找主題模型和向量空間模型的最優參數,進行用戶建模并訓練分類器，使用戶畫像更加逼近現實，實現電信業務針對性營銷。

5 結語

針對5G時代無線網絡復雜性、業務類型多樣性，本項目主要研究網絡特征建模、業務質量建模、用戶畫像建庫的技術，建立5G網絡用戶網絡信令及業務大數據庫。實現從網絡運營與市場運營雙向聯動，打造5G智慧運營解決方案。