非法博彩对网络质量影响分析

随着LTE网络的正式商用,移动互联网业务得到了迅猛发展,如何提升用户的数据业务体验是运营商网络优化的重要课题。文章分析由底层XDR(外部数据表示法)数据信息匹配处理构建的、更贴近用户感知的页面合成指标,从业务维度入手,运用聚类分析方法逐层对比不同小类业务、域名、页面框架、IP等维度信息业务性能特点,发现地市浏览业务页面显示成功率周期性劣化的主要原因是在线非法博彩业务。对这类业务进行重定向处理,页面显示成功率指标可以提高5%以上。     

基于机器学习的细分业务用户感知评估方法

业务差异化和良好的用户感知是LTE网络以及未来5G网络运营的关键,目前的网络KPI指标体系主要是用于评估网络运维情况,并不能真正反映用户对网络和业务使用的实际满意程度。提出一种细分业务用户感知QoE评估方法,通过对LTE业务KQI指标以及XDR、MR等相关数据信息的关联分析,选取出特定业务QoE评价特征指标集,采用机器学习方法,建立细分业务的QoE评估模型,并以特定视频业务为例,给出QoE评估的特征指标选取和建模过程。该QoE评估方法可以对用户业务体验感知进行细粒度、高准确度的实时评估,为后续基于用户感知的网络优化、网络运营提供准确的数据支撑。     

网元性能及业务数据特征精准分析方法

传统的网络性能分析以及业务数据分析,都是通过网管KPI 确定的,网络指标出现异常则需要根据优化人员经验进行问题定位。对问题定位的效率取决于技术人员的水平,同时网络业务数据特征的分析粒度也很粗,不能精细化、全面化、多样化地分析用户特征。随着统一DPI系统的引入,展示了用户会话过程中涉及的最细粒度的业务状态以及网络信道质量。为了更加准确地反映小区网络质量和用户真实业务体验,所研究的网元性能及业务数据分析方法采用数据切片和关联的方式,更加精细化地将体现网络质量的控制面信令XDR（X data recording,呼叫数据记录的扩展）数据和用户面业务XDR数据关联在一起分析。实现分应用、分业务拓展的用户感知分析,明确质差用户或场景等情况下XDR的数据特征,从而提升网络优化效率、提高用户感知。     

基于XDR分析互联网业务质量的方案

移动互联网时代,移动用户更加注重使用感知,而互联网业务的好坏直接影响用户感知的优差。文章给出一种基于XDR(外部数据表示法)分析互联网业务质量的方案,即在服务器集群的架构上组建一套系统对XDR数据进行采集、存储、转换处理,再输出数据到前台应用程序,做深入分析优化。方案经应用表明,数据提取、整理的时间可减少1 h以上,数据粒度可细分到用户角度和小区角度,能准确定位互联网业务指标异常变化的原因,提高互联网业务质量分析工作效率。     

LTE FDD网络融合探讨

LTE FDD900M和LTE FDD1800M作为数据深度覆盖层和业务容量层,能有效提升数据业务和VoLTE业务深度覆盖能力,确保热点区域业务感知,且LTE FDD1800M作为5G基站的锚点站,在5G非独立组网模式中承载控制面信息,是通信建设领域中的重中之重。本文从网络发展背景、LTE FDD网络技术特点及性能、LTE FDD的网络实施效果三个方面对LTE FDD网络的融合部署展开分析,旨在为4G LTE FDD的融合发展提供相关的借鉴。     

LTE信令数据准确性核查方法探析

随着LTE网络的建设和大数据技术的逐渐成熟,基于LTE信令数据进行网络质量分析已然成为当前趋势。通过采集海量XDR话单进行用户感知和网络性能分析,正在成为一种越来越重要的分析手段。数据源的完整性和准确性是分析的基石,文章分析数据采集的关键字段,制定核查算法,应用于当前信令分析系统。     

弱场环境下VoLTE质量提升研究

Vo LTE即Voice over LTE,它是一种IP数据传输技术,无需2G/3G网,全部业务承载于4G网络上,可实现数据与语音业务在同一网络下的统一。此外,VoNR未部署前,5G用户的语音业务也需通过EPSFB方式回落到VoLTE,所以Vo LTE语音感知越来越受客户的关注。通过外场的分析来看,影响考核指标和用户感知的主要原因由于弱覆盖、高干扰、上行受限等原因造成的丢包,本文主要研究弱场环境下Vo LTE质量及用户感知的提升。     

智能终端客户感知监测系统的研发与应用

移动互联网业务发展和智能终端的普及对客户感知监测和网络优化提出了全新挑战,本文提出了一种可用于2G/3G及LTE智能终端的客户感知监测方法及系统架构,论述了在商用终端上实现业务异常自动发现、智能诊断与实时上报的流程和方法,并结合TD-SCDMA网络维护和优化工作实际介绍了此系统的应用成效及其在推动TD-SCDMA终端产业成熟过程中所做出的贡献.     

VoLTE语音端到端问题自动定位方法研究

本文主要介绍实现终端测试数据与核心网多种接口XDR数据进行同步关联的算法。利用对VoLTE通话异常原因的定位技术,指导VoLTE客户感知问题的发现、定界。研究成果可快速将VoLTE问题分配到归口部门进行解决,快速提升用户语音业务感知。     

基于DPI的LTE网络用户行为感知系统的设计与实现

针对电信运营商越发迫切的智能管道需求,提出了一种具有自学习功能的移动互联网用户行为感知系统的解决方案。本方案针对传统监测系统用户感知度低、统计能力不足等缺点,对现行LTE网络S1接口用户面协议进行分析,并结合当前互联网主流的行为分析技术——深度分组检测(DPI)技术和聚类爬虫技术的优势,实现了以协议解码、业务呼叫/事务详细记录(xDR)合成为基础的LTE网络用户行为精准分析。本系统经现网数据验证,能达到既定目标,对满足智能管道的需求具有一定的指导价值。