精细化模型与大数据分析在城域网网络规划中的应用

叶春 高智科

中通服咨询设计研究院有限公司

0 引言

随着城域网网络架构纵向的延伸和横向的广覆盖，网络规模急剧扩张，业务需求的测算和建设方案的制定难度越来越大，城域网网络规划也面临实际的困难。例如以往对于城域网的网络规划和可研工作仅统计总建设数量，根据市场部门提供的需求、厂家提供的集采价格就能估算出建设方案和投资规模，这样往往会存在盲点，导致网络规划和可研的结果与实际工程实施时的结果差异较大，对工程的指导意义不大。

为提高城域网的网络规划的准确性，本文引入精细化模型测算的概念，结合海量的运营数据分析，通过精细化的传输模型测算提高测算成果的准确性，切实指导实际建设项目的实施。

1 精细化测算模型

表1 单个接入环的组成明细表

首先对移动传输设备建立模型，这些模型包括在城域网核心层、汇聚层、接入层的PTN设备，如表1所示，单个接入环2G、3G、4G、集客、OLT流量测算公式如下：

（1）4G流量=新增4G站点数×80M+（多载波聚合叠加D×80M+多频点叠加扩容D2×160M）×0.6；

（2）2G流量=新增2G站点数×10M；

（3）3G流量=新增3G站点数×18.47M

（4）集客流量=集客数量×14.3M

（5）OLT流量=OLT数量×100M

根据以上规则对单个接入环建立如下流量相关数学模型：

综合公式1到公式5，单环的流量最后可用矩阵的形式表示为公式6。

其中[N]为4G、D、D2、3G、2G、集客、OLT数量的矩阵，[M]为4G、D、D2、3G、2G、集客、OLT流量参数的矩阵。

对于不同年份的流量采用增量建模，例如：

2016年环网总流量=2015年环网流量+2016年环网新增流量，公式表达为：

其中ΔFnew仍然采用公式6计算，其中[N]为新增设备数量矩阵。

2 应用与分析

2.1 PTN投资规模应用

如表2所示为第N年PTN接入层部分汇总，接入层汇总通过统计每个地州的城市、乡镇、农村系统单环数量和环网节点数量、2G/4G站点数量、集客数量、OLT数量的现状和新增数量的明细得出。根据流量测算公式6算出第N年环网总流量，表3是第N+1年PTN接入层部分新增汇总。

表2 第N年PTN接入层部分汇总表

接入层优先考虑叠加GE环，建设分两种情况：根据建设经验，接入环上的站点为6-8个，因此接入环的数量根据每年新增的4G站点数量而得：4G站点数/7；带宽测算为流量模型测算：

（1）若接入环测算带宽＞0.7G，优先考虑叠加GE环，扩容环上所有PTN设备GE板件，考虑板件利旧，GE板件数量按需求的50%考虑，即单环新增GE板件数量=新增GE环环上节点数×2个方向×实际利旧的比例。

（2）若接入环测算带宽≥1.6G，升级该环为10GE环，由于现网接入环上的设备大部分均为GE PTN设备，因此升级10GE环所需的10GE PTN设备全部新建。新增10GE PTN数量=升级10GE环数量×节点数量。

最后，算出每个地州扩容和新增的设备投资，确定第N+1年接入层PTN建设规模的总投资。

根据以上规则对接入层建立如下数学模型：

综合公式8至公式11可以得出接入层的总投资为：

表3 第N+1年PTN接入层部分新增汇总表

汇聚层PTN和接入层PTN考虑方法一致，汇聚环则优先考虑叠加10GE环，建设方案分两种情况：

若汇聚环测算带宽＞7G，优先考虑叠加为双10GE环，环上所有PTN设备扩容10GE板件，由于现网汇聚层的10GE板件大多采用低密度板件，因此需扩容的10GE板件全部新增；

若汇聚环测算带宽≥16G，升级该环为100GE环，由于现网的设备基本不支持100GE端口，所有该环上的所有100GE PTN设备新增。

表4为第N+1年PTN汇聚层部分新增设备参数明细汇总。

根据以上规则对汇聚层部分建立如下数学模型：

表4 第N+1年PTN汇聚层部分新增汇总表

核心层PTN：按与省干对接的端口需求扩容核心层设备板件，新增10/100G板卡数量，根据现网L3设备和L2/L3设备的数量进行扩容。表5为城域传送网PTN核心层第N年及第N+1年汇总。

表5 城域传送网PTN核心层第N年及N+1年汇总表

根据经验值及对核心层部分建立如下数学模型进行测算：

综合以上分析，PTN的投资可以用以下公式

2.2 大数据最优化迭代分析

针对PTN的投资与网络的精细化的流量分析基础上，可以建立如下最优化模型：

最优化模型第一条目的在于最小的投资下取得最大的流量规模，第二条是约束条件，规划的流量必须满足实际的流量需求。为取得规划的最终优化，必须在海量流量数据的基础上进行大数据分析，在以上最优化模型的基础上，结合已有历史流量数据的大数据分析，可以提高对PTN测算成果的准确性，具体方法如下：

针对第二条约束条件规划的流量必须满足实际的流量需求，需要实现流量趋势预测，预测流量未来一段时间的流量趋势。根据前面的流量模型公式1.7，流量是与时间相关，可用时间序列预测模型，建立流量预测模型过程如下：首先，对已有的海量流量时间序列数据进行平稳性检测，如果不平稳，需对数据进行差分处理得到平稳数据，对数据符合哪类时间序列模型进行识别，识别模型属于AR（自回归）、MA（移动平均）和ARM A（自回归移动平均）中的哪种模型，通过BIC信息准则对模型定阶，确定ARIMA模型的p、q参数，再对模型做相关检测，对通过检测的模型采用极大似然估计方法进行模型参数估计，最后应用模型进行流量预测，将实际流量与预测流量做误差分析，如果误差较少，则完成模型，可用模型深度预测流量波动和长期趋势。另外对新增数据、语音、视频流量需求还可建立其他模型，进而从其它维度预测流量波动和趋势。

完成流量预测的基础上，对于最优化模型第一条求解最小的投资下取得最大的流量规模，也就得到多个节点、多个系统环、多个平面最佳组合。为了得到全局最优解，优化方法选择批量梯度下降法和随机梯度下降法，得到接入层、汇聚层及核心层在利旧、扩容、新建、裂环、叠加环、升级的最佳组合。

2.3 对工程实施的指导作用

通过上述测算分析过程可以发现在工程实施过程中，城域网核心层-汇聚层-接入层的网络架构中的每个节点是否需利旧、扩容、新建，每个系统环是否需改造升级都能精确到设备的每一块板卡甚至每个端口；对于汇聚层和接入层带宽需求（GE、10GE、100GE）是否裂环、叠加环、升级，如何精细化测算模型也能给出最直接的判断分析；再结合大数据分析，对新增数据、语音、视频流量需求也能合理地进行预测分配，避免“潮汐效应”导致业务不均衡，提高网络资源利用率；从客户感知层面来看，流量经营效率和质量提升的重点考虑因素应该着重在上网速度、网络覆盖、其他因素三个方面。精细化测算模型能分析出现网网络节点、组网方式老旧业务及不合理问题，提供给IP城域网专业人员分析该如何梳理业务，增加城域网出口带宽。

总之，精细化测算模型结合大数据分析能为工程施工解决多个节点、多个系统环、多个平面的问题。

3 结论

针对城域网网络架构的日益扩大，本文讨论了城域网网络规划建设规模的精细化测算模型，并结合大数据分析，为解决城域网的工程实施问题提供了参考依据，提升网络评估指标体系，如网络结构、网络能力、网络安全、业务承载的合理性。