EV—DO网络承载小流量长在线业务的性能分析及优化

何晓明　曹维华　贺晓东

摘要：分析了小流量长在线业务对EV-DO网络的影响，同时提出了一种业务接入控制的数学模型。通过仿真，得出了DO网络承载小流量长在线业务的网络性能优化方法，该优化方法能提升无线网络性能，接入更多用户。并从终端、网络、业务平台各个环节提出专为小流量长在线业务而优化的解决方案。

关键词： 即时通信；物联网；小流量长在线业务；接入控制；性能优化

Abstract： In this paper， we discuss the effect of the always-on services of Little Traffic on EV-DO networks and propose a mathematical model for service access control. Through simulations， we create some methods for optimizing network performance， radio network performance， and access for users. Finally， we propose some optimization solutions the always-on services of little traffic.

Key words： instant message； internet of things； always-on services of little traffic； access control； performance optimization

随着3G网络的日益完善及广泛覆盖，移动互联网业务进入发展的快车道，智能手机已成为人们生活的基本配置。与此同时，物联网的蓬勃发展将移动互联网领域从人拓展到机器。移动互联网在满足人们随时随地接入互联网的便捷性要求的同时，更为重要的功能是为人们提供广泛多样的社交沟通方式，如手机QQ、微信、手机微博等即时通信（IM）类应用。

智能手机这种“永远在线”的业务体验需求给3G网络带来了巨大的冲击。最典型的例子是2012年1月25日发生在日本最大的移动运营商NTT DoCoMo大面积网络瘫痪事故。故障持续近5个小时，而这已经是DoCoMo在过去6个月出现的第5次网络问题。美国AT&T、欧洲Orange 等一些知名的电信运营商近年来都曾经遭遇过类似的、严重的网络瘫痪的情况，给人们的生活和工作带来了影响。

文章主要分析人们广泛使用的IM应用这类小流量长在线业务对EV-DO网络的影响。在对小流量长在线业务特征进行分析和现场试验的基础上，进一步梳理DO网络承载小流量长在线业务的实现机制，并提出了一种业务接入控制的数学模型，最后从终端、网络、业务平台各个环节提出专为小流量长在线业务而优化的解决方案。

1 小流量长在线业务特征

小流量长在线业务大体分为两类：人与人通信及机器与机器通信（M2M）。目前，中国的人与人通信的小流量长在线应用软件主要以QQ、微信、微博为代表。据统计，校园学生中手机QQ和微信的渗透率达到80%以上，而普通用户中参与QQ应用的用户占比也达到40%左右；校园学生同时也是手机微博的主要使用群体，渗透率达到50%以上。M2M应用是一种典型的小流量长在线业务，发展势头良好，是未来小流量长在线业务的潜在增长点。这两类小流量长在线业务的共同特征是数据传输的流量较低，但占用过多的无线资源，导致无线资源的使用效率低；同时频繁的连接激活与释放产生大量的信令开销，使无线网络的信令负荷不堪重负。小流量长在线业务特征可概括为以下几个方面[1]。

·在线时间长。对于M2M应用，因不同业务应用场景不同，业务在线时间也不尽相同，但总体在线时间较长。如在电力抄表应用中，电力公司为了实时了解电力抄表系统的工作状态，要求抄表终端24 h在线；环境监测系统也要求全天候上报监测点的温度和湿度情况；公交或出租车的车载终端全球定位系统（GPS）定位业务每天在线时长至少在10 h以上。而在手机IM的应用中，虽然不同个体间存在着使用习惯的差异性，但运营商普遍采用的按流量计费方式能够使得大多数用户的平均在线时间超过8 h。

·流量小。不同于上网下载这类大流量突发业务，大多数小流量长在线业务具有小流量突发的特点，即每次连接传输的数据量都很小。根据现场测试数据，车载终端GPS定位业务每次连接的前、反向数据量约为800～860 Byte，前、反向速率均小于4.8 kbit/s；手机QQ每次连接的前、反数据量约为500～600 Byte，前、反向速率大部分接近3 kbit/s。

·连接次数高。对于车载终端GPS定位业务，人们需要实时了解车辆的轨迹和行踪，可根据车速情况调整GPS数据发送频度，若按平均每分钟上报一次数据计算，每小时建立的空口连接数约为60次；对于手机QQ业务，消息的发送频次取决于应用场景。在主流的IM软件中，由于中国使用QQ应用的用户渗透率最高，如此频繁的空口连接和释放对无线网络是一个挑战。

·心跳周期短。为保持业务长时在线，大多数客户端软件都具有心跳机制，如较早版本的QQ客户端心跳周期为30 s。

·前、反向链路的占空比低。由于小流量长在线业务具有较强的间隙性传输数据的特点，一个小的突发数据过后，要经过一个较长的时间间隔才会传送下一个突发数据。根据现场测试数据，车载终端及手机IM应用大部分连接的占空比都低于20%。也就是说，终端在提供小流量长在线业务的时候，大部分时间处在休眠状态，只有小部分时间在发送或接收数据。

2 EV-DO网络承载小流量

长在线业务的性能分析

2.1 小流量长在线业务对EV-DO

网络影响的现网试验

为了了解小流量长在线业务对EV-DO网络的影响程度，我们收集了大量已有的现网测试数据，并在江苏、四川等省份进行了现场试验，测试拓扑如图1所示。在现场试验中，连接分光器的外置深度报文检测（DPI）设备及后台分析系统主要用于采集分析移动互联网业务的流量组成、小流量长在线业务在整个移动互联网流量占比以及参与小流量长在线业务的用户占比情况。核心网分组域使用中兴通讯的分组数据服务节点（PDSN）设备，通过内置DPI模块对下行的IP报文进行识别和标识，在A10连接中通过通用路由封装（GRE）头部扩展属性携带业务标识APP ID及业务QoS等级Profile ID，并传递到无线侧的基站控制器/分组控制功能（BSC/PCF）。中兴通讯的无线网管内置呼叫话单统计模块（CDT）实现基于业务的无线资源占用统计和分析，它能够统计到每个连接的时长、前、反向流量以及业务属性。根据CDT统计数据，人们能够得到各种业务所产生的连接数、连接时长以及流量情况。现场试验结果发现由IM应用产生的无线连接数占所有移动互联网业务连接数的30%左右，由IM应用产生的话务量占到所有移动互联网业务话务量的25%，但IM应用所产生的前、反向流量却不到全网整个流量的10%。也就是说，IM这种小流量长在线应用占用了DO网络30%的信令负荷及25%的无线资源，但是运营商按流量计费这种商业模式使得IM应用只为电信运营商贡献了10%的业务收入。

2.2 小流量长在线业务对EV-DO

网络的具体影响

到目前为止，中国电信还未发生因小流量长在线业务引起的大面积网络瘫痪现象，但是在部分高校、高密度写字楼等人群聚集的热点区域，接收到大量的用户投诉，主要表现为接入网络困难、频繁掉线、上网速率慢、甚至打不开网页等现象。通过无线网管数据分析得到：这些热点基站的忙时连接成功率、无线掉线率、连接数、话务量、反向链路的基底噪声（ROT）等指标偏离正常水平，但是忙时前/反向吞吐量、前向时隙占用率等指标并未表现异常，这表明这些问题基站并不是由于业务量过载引起的。我们对高校学生进行调研后发现，高校学生们普遍都喜欢使用QQ、微信、微博这类IM业务，尤其在一天之中的22：00—24：00时段使用最为集中。

在DO网络中，每载扇激活的用户数主要受前向MACIndex数量、反向信道单元（CE）数量以及反向ROT等参数的限制。前向MACIndex资源中，每载扇能用于业务信道的最大数是114个，考虑到软切换的需要，假设软切换因子为30%～40%，则前向业务信道MACIndex资源最大可用数约70～80个，再考虑30%的冗余（一部分用于控制信道包），实际可用于用户终端的数量约50～60个。反向CE数目受信道板硬件资源（如芯片）的限制，一般可通过硬件升级等方式提供更多的CE资源。

另一个限制每载扇激活用户数的重要因素是反向ROT指标。基站根据ROT来评估基站的干扰和负载情况。由于DO系统反向采用码分多址接入方式，所以反向干扰受限；反向ROT抬升，将造成基站反向覆盖的收窄，远点用户由于功率不足造成接入失败和掉话，从而影响用户感知。反向ROT值越高，意味着反向负荷越重。一个载扇下激活的用户数越多，反向干扰就越严重。现场测试数据发现，50部手机QQ主动通信时（每分钟发送1条消息），可将反向链路的底噪抬升3～5 dB，相当于消耗30%～70%的反向容量。这会严重影响其他用户的业务体验。

假设一个全向扇区下共有[N]个用户，[VAF]表示业务激活因子，每个用户的信号达到基站接收机时电平基本相等，并假设所有用户的反向平均速率为[R]，系统扩频带宽为[W]，每个用户解调信号所需的最小信干比为[EbIo][2]。在不考虑接收机本身热噪声的影响及周围小区对本小区的干扰时，则可以粗略得到：

[N≈1+WRVAF×EbIo] （1）

考虑一个全向扇区接入的用户数远大于1，则根据公式（1），实际同时激活的用户数[n]为：

[n≈WREbIo] （2）

在校园区域，由于大量学生在同一时间段频繁使用QQ或微信这类IM应用，容易形成聚集效应，过度占用无线资源，导致上述无线资源枯竭，网络性能急剧恶化，用户体验变差。另一方面，IM消息的频繁发送引起空口连接的频繁激活与释放，产生大量的信令开销，加重了控制信道的信令负荷。当控制信道发生信令拥塞时，信令开始丢弃，更有甚者，当信令风暴引起的大量突发的寻呼消息将使得基站控制器（BSC）的信令处理能力严重过载，最终引起大面积网络瘫痪。

2.3 小流量长在线业务对EV-DO

网络影响的数学模型

假设某个载扇下接入[n]个小流量长在线用户，每个用户平均1 h产生[a]次呼叫，每次呼叫占用的平均空口连接时长为[t]s，则每个小流量长在线用户平均产生的话务量为[（a×t）/3 600]（Erl），在任意时刻每个用户占用空口资源的概率[p]也为[（a×t）/3 600]。可以合理地认为每个用户的行为是相互独立的，考察任意时刻有多少用户同时占用空口资源就成为经典的[n]重伯努利试验[3-5]。

根据二项分布的相关定理，任意时刻有[m]个用户同时占用空口资源的概率为：

[bm；n，p=Cmnpm1-pn-m] （3）

我们设定每载扇下同时激活的用户数极限为[k]，则在任意时刻有不超过[k]个用户同时占用空口资源的概率为：

[m=0kCmnpm1-pn-m] （4）

也就是说，根据给定的每载扇下同时激活的用户数极限[k]，每载扇下接入的用户数[n]，以及每用户平均话务量（即为用户平均占用空口资源的概率[p]），由式（4）可以计算得到该载扇下小流量长在线用户的连接成功率指标。

在任意时刻超过第[k]个用户的连接请求将被拒绝，因此根据上述条件，可得到该载扇下小流量长在线用户的连接失败率指标为：

[1-m=0kCmnpm1-pn-m] （5）

以某个载扇下同时激活的用户数极限[k]= 50、接入的用户数[n]= 200为例进行仿真，图2给出了该载扇下每用户平均话务量与平均连接成功率的关系。

图2中，每用户平均话务量小于0.2 Erl时，载扇的平均连接成功率指标可维持在95%以上，但是当每用户平均话务量大于0.2 Erl时，每用户平均话务量的微小增加都会导致载扇下平均连接成功率的急剧下降。减少每用户平均话务量水平，可大幅提高载扇的平均连接成功率指标。

通过仿真，图3给出了在维持载扇下平均连接成功率为95%以上（不降低连接成功率指标），且并发连接数为50个时，每用户的平均话务量与每载扇下的接入用户数的关系。通过减少每用户平均话务量水平，可显著提高载扇的接入用户数[6]。

当每用户平均话务量（即用户平均占用空口资源的概率）不变，并维持载扇下平均连接成功率在95%以上时，进一步仿真分析载扇下接入用户数与并发连接数的关系。图4给出了用户平均占用空口资源的概率[p]= 0.2时载扇下接入用户数与并发连接数的关系。

可见，在保持平均连接成功率不变（95%以上）的前提下，减少每载扇下接入用户数可以显著降低该载扇下的并发连接数，也即意味着可大幅降低ROT指标，提升网络反向容量，改善用户的业务感知。

3 小流量长在线业务的优化

根据上述分析，小流量长在线业务对DO 网络的影响主要表现为2个方面：

（1）空口连接时间长，造成对无线资源的过度占用，而每连接内传输的数据量小，无线资源使用效率低；（2）空口连接次数高，增加无线网络的信令负荷，容易引起信令风暴。

针对第1个问题，文章试图从终端、网络及应用平台3个方面提出最小化小流量长在线业务对空口资源占用的优化手段。对于第2个问题，主要通过改进DO网络的寻呼方式加以缓解，如基于业务的寻呼抑制技术、基于业务的寻呼优先级技术、基于路由更新（RU）寻呼技术等，在文章不做深入讨论。

3.1 调整休眠定时器

在上述小流量长在线业务的接入控制数据模型中，若在不增加连接次数的前提下，减少每次连接的时长，可相应减少每用户平均产生的话务量水平，也就减少了任意时刻每个用户占用空口资源的概率，这样以来在每载扇同时激活的用户数极限及连接成功率指标不变的条件下，可提高每载扇接入用户数；另一方面，若维持每载扇的接入用户数及连接成功率指标不变，当每用户平均话务量减少时，每载扇同时激活的用户数也会相应减少，意味着DO网络反向ROT值的下降，无线网络的前、反向吞吐量将得到提升，能有效改善其他用户的业务体验[7]。

对于IM这类小流量长在线业务，由于消息的传输具有较强的间隙性，一个小的突发数据过后，要经过一个较长的时间间隔才传送下一个突发数据，表现为传输链路的占空比很低。若能在传送一个突发数据后立即释放空口连接，可大大减少这种小流量长在线业务对空口资源的占用时间。

休眠定时器就是终端和网络侧检测到空口连接空闲时（没有数据传输）释放该连接所需等待的时间。通过减少小流量长在线业务的休眠定时器可降低使用这类业务的话务量水平。休眠定时器设置得过长，会增加每次连接的空闲等待时间，反映在用户平均话务量的升高；休眠定时器设置得过短，虽然会降低话务量，但可能会引起连接次数的增加，产生更多的信令开销。因此，调整休眠定时器需要权衡话务量与信令负荷两者的关系，不适合在信令负荷较高的网络中实施。

以休眠定时器的最短极限3 s为例，定义小流量长在线业务的一个消息突发为一串间隔小于3 s的连续收发数据包，每个消息突发之间的间隔称为消息突发间隔。假定小流量长在线业务的所有消息突发间隔大于10 s的概率超过90%，那么当休眠定时器调整为3 s时产生的连接数比休眠定时器调整为10 s时最多会多出10%，但用户平均话务量却下降到原来的一半以上。同时，无线网络的传输效率将得到成倍的提升，这对于校园这种QQ应用密集的区域是相当有吸引力的。通过在分组域部署的内置或外置DPI对小流量长在线消息报文的时间间隔分布情况进行统计分析，可以为优化调整休眠定时器提供参考依据。

因此，调整终端和网络的休眠定时器作为小流量长在线应用优化的重要手段，可有效减少用户对空口资源的占用，降低每用户话务量，减少反向干扰，提升网络性能，从而能够接入更多用户。调整休眠定时器可以普遍适用于如高校区域这种大量用户使用小流量长在线业务的场景之中[8-12]。

3.2 调整手机客户端及应用服务器的

消息发送方式

大多数手机IM客户端为了保持业务的长时间在线，都会周期性地向应用服务器发送心跳消息，以维持点对点（PPP）连接永不中断。每次心跳消息的发送都可能引起空口连接的激活与释放，心跳消息的发送周期越短，增加的连接次数越多，每用户的平均话务量水平和信令开销也会相应增加。因此，在不中断PPP连接的条件下，最大限度地降低终端发送心跳消息的频度，可以有效减少空口连接的次数，提高无线资源利用率。如早期版本的QQ客户端心跳周期为30 s，一个小时会产生120次的心跳消息，最坏情况下因心跳消息可能会多产生120次的空口连接。由于现网中分组域PDSN与终端的PPP连接的空闲超时定时器通常设置为10～15 min。实际上，IM客户端的心跳周期只要小于PPP连接的空闲超时定时器时间就可以维持PPP连接不会中断。

另一方面，IM应用服务器会主动向IM客户端频繁推送大量消息，如在QQ或MSN应用中，服务器会实时更新好友的上/下线通知及各种广告信息等内容，特别是“群”服务中一个用户发送的消息将会广播到“群”中的所有用户，IM客户端建立的“群”越多[13]，接收到的广播消息量就越大。大量来自服务器的消息一方面加重了DO网络寻呼终端的寻呼量，同时也因大幅增加的空口连接次数造成对无线资源的过度占用。现场测试中发现一个列有100个好友的QQ客户端差不多每30 s间隔发生一次寻呼及空口连接的激活/释放过程。如果SP能调整IM应用服务器的消息推送方式，把除聊天这类实时性要求较高消息外的其他消息先缓存起来，再以较长的时间周期批量推送给IM客户端，可以大大减少服务器推送消息的频次，相应减少信令量及对空口资源的占用。

3.3 用户接入控制

从上述数学模型的仿真可知，减少每载扇下接入用户数可以显著降低该载扇下的并发连接数，也即意味着可大幅降低ROT指标，减少反向干扰，提升网络反向容量，改善用户的业务感知。通过在核心网分组域对载扇下的接入用户（PPP连接数）进行限制，并根据价值最大化的接入控制策略对长时间在线的小流量长在线老用户实施剔除，接入新用户，以增加用户公平使用网络的机会。用户接入控制方案可应用于发生重大活动、突发事件等引起特定载扇下接入用户暴增的场景，也可使用于校园等IM应用密集的区域[14]。

通过在核心网分组域的AAA服务器或策略服务器（PCRF）为每载扇设定可接入的最大用户数门限，并对各载扇下用户的在线时长、总上/行流量及连接次数进行统计[15]。当某载扇下用户数（PPP连接数）达到门限时，AAA服务器或PCRF根据接入控制策略拒绝新用户接入，或通过断开PPP连接的方式强制低价值老用户下线，以接入新用户。

4结束语

移动互联网的迅猛发展以及物联网的兴起催生出越来越多的小流量长在线业务，对EV-DO网络的影响日益显现。文章在对小流量长在线业务特征进行分析和现场试验的基础上，梳理了DO网络承载小流量长在线业务的实现机制，并提出了一种业务接入控制的数学模型。通过仿真，得出了DO网络承载小流量长在线业务的网络性能优化方法，最后从终端、网络、业务平台各个环节提出专为小流量长在线业务而优化的解决方案。

参考文献

[1] CDMA 2000 High Rate Packet Data Air Interface Specification[S]. 3GPP2， 2006.

[2] 1xEV-DO Forward Link Capacity Test Report [R]. QUALCOMM Technical Document， 80-H0581-1 Revision A， 2002.

[3] Interoperability Specification （IOS） for cdma2000 Access Network Interfaces—Part 7 （A10 and A11 Interfaces）[S]. 3GPP2， C.S0024-A， V 2.0， 2009.

[4] CDMA2000 Wireless IP Network Standard： Accounting Services and 3GPP2 Radius VSAs [S]. 3GPP2， C.S0024-A， V 2.0， 2008.

[5] 何晓明， 贾曼， 刘志华. 小流量长在线业务对网络的影响及优化[J]. 电信科学， 2013， 29（2）： 142-146.

[6] 田锋. 论“信令风暴”与其解决方案[J]. 现代电信科学， 2011， 43（11）： 29-33.

[7] 张志华. 优化典型EVDO行业应用[N]. 通信产业报， 2011（3）.

[8] 闵锐. EV-DO网络高效应对3G信令风暴[J]. 电信技术， 2012， 20（2）： 40-42.

[9] 中兴通讯股份有限公司.ZXC10 BSSB产品技术说明书[Z]. 2008.

[10] 李良斌， 罗旭耀. 基于无线网络性能数据的用户业务行为分类与感知评估技术[J]. 中兴通讯技术， 2013， 19 （5）： 56-60.

[11] 杨波. 智能手机信令风暴探析[J]. 数字通信， 2012， 38（4）： 81-83.

[12] 赵艳梅， 朱晓燕. 转变运维模式迎接移动互联网新挑战[J]. 电信科学， 2011， 27（10A）： 90-93.

[13] 中国电信股份有限公司. 关于小流量长在线业务的CDMA无线网承载策略研究[R]. 2012.

[14] 江苏电信股份有限公司. 小流量常在线业务优化指导手册[Z]. 2012.

[15] 谢国瑞. 概率论与数理统计[M]. 北京： 高等教育出版社， 2002.

4结束语

移动互联网的迅猛发展以及物联网的兴起催生出越来越多的小流量长在线业务，对EV-DO网络的影响日益显现。文章在对小流量长在线业务特征进行分析和现场试验的基础上，梳理了DO网络承载小流量长在线业务的实现机制，并提出了一种业务接入控制的数学模型。通过仿真，得出了DO网络承载小流量长在线业务的网络性能优化方法，最后从终端、网络、业务平台各个环节提出专为小流量长在线业务而优化的解决方案。

参考文献

[1] CDMA 2000 High Rate Packet Data Air Interface Specification[S]. 3GPP2， 2006.

[2] 1xEV-DO Forward Link Capacity Test Report [R]. QUALCOMM Technical Document， 80-H0581-1 Revision A， 2002.

[3] Interoperability Specification （IOS） for cdma2000 Access Network Interfaces—Part 7 （A10 and A11 Interfaces）[S]. 3GPP2， C.S0024-A， V 2.0， 2009.

[4] CDMA2000 Wireless IP Network Standard： Accounting Services and 3GPP2 Radius VSAs [S]. 3GPP2， C.S0024-A， V 2.0， 2008.

[5] 何晓明， 贾曼， 刘志华. 小流量长在线业务对网络的影响及优化[J]. 电信科学， 2013， 29（2）： 142-146.

[6] 田锋. 论“信令风暴”与其解决方案[J]. 现代电信科学， 2011， 43（11）： 29-33.

[7] 张志华. 优化典型EVDO行业应用[N]. 通信产业报， 2011（3）.

[8] 闵锐. EV-DO网络高效应对3G信令风暴[J]. 电信技术， 2012， 20（2）： 40-42.

[9] 中兴通讯股份有限公司.ZXC10 BSSB产品技术说明书[Z]. 2008.

[10] 李良斌， 罗旭耀. 基于无线网络性能数据的用户业务行为分类与感知评估技术[J]. 中兴通讯技术， 2013， 19 （5）： 56-60.

[11] 杨波. 智能手机信令风暴探析[J]. 数字通信， 2012， 38（4）： 81-83.

[12] 赵艳梅， 朱晓燕. 转变运维模式迎接移动互联网新挑战[J]. 电信科学， 2011， 27（10A）： 90-93.

[13] 中国电信股份有限公司. 关于小流量长在线业务的CDMA无线网承载策略研究[R]. 2012.

[14] 江苏电信股份有限公司. 小流量常在线业务优化指导手册[Z]. 2012.

[15] 谢国瑞. 概率论与数理统计[M]. 北京： 高等教育出版社， 2002.

4结束语

移动互联网的迅猛发展以及物联网的兴起催生出越来越多的小流量长在线业务，对EV-DO网络的影响日益显现。文章在对小流量长在线业务特征进行分析和现场试验的基础上，梳理了DO网络承载小流量长在线业务的实现机制，并提出了一种业务接入控制的数学模型。通过仿真，得出了DO网络承载小流量长在线业务的网络性能优化方法，最后从终端、网络、业务平台各个环节提出专为小流量长在线业务而优化的解决方案。

参考文献

[1] CDMA 2000 High Rate Packet Data Air Interface Specification[S]. 3GPP2， 2006.

[2] 1xEV-DO Forward Link Capacity Test Report [R]. QUALCOMM Technical Document， 80-H0581-1 Revision A， 2002.

[3] Interoperability Specification （IOS） for cdma2000 Access Network Interfaces—Part 7 （A10 and A11 Interfaces）[S]. 3GPP2， C.S0024-A， V 2.0， 2009.

[4] CDMA2000 Wireless IP Network Standard： Accounting Services and 3GPP2 Radius VSAs [S]. 3GPP2， C.S0024-A， V 2.0， 2008.

[5] 何晓明， 贾曼， 刘志华. 小流量长在线业务对网络的影响及优化[J]. 电信科学， 2013， 29（2）： 142-146.

[6] 田锋. 论“信令风暴”与其解决方案[J]. 现代电信科学， 2011， 43（11）： 29-33.

[7] 张志华. 优化典型EVDO行业应用[N]. 通信产业报， 2011（3）.

[8] 闵锐. EV-DO网络高效应对3G信令风暴[J]. 电信技术， 2012， 20（2）： 40-42.

[9] 中兴通讯股份有限公司.ZXC10 BSSB产品技术说明书[Z]. 2008.

[10] 李良斌， 罗旭耀. 基于无线网络性能数据的用户业务行为分类与感知评估技术[J]. 中兴通讯技术， 2013， 19 （5）： 56-60.

[11] 杨波. 智能手机信令风暴探析[J]. 数字通信， 2012， 38（4）： 81-83.

[12] 赵艳梅， 朱晓燕. 转变运维模式迎接移动互联网新挑战[J]. 电信科学， 2011， 27（10A）： 90-93.

[13] 中国电信股份有限公司. 关于小流量长在线业务的CDMA无线网承载策略研究[R]. 2012.

[14] 江苏电信股份有限公司. 小流量常在线业务优化指导手册[Z]. 2012.

[15] 谢国瑞. 概率论与数理统计[M]. 北京： 高等教育出版社， 2002.