基于机器学习算法的5G重点业务KQI和KPI关系研究.pdfVIP

基于机器学习算法的

5G重点业务KQI和KPI关系研究

差的情况。5G网络采用网络切片技术，旨在提供具有

0引言

不同业务需求的端到端应用。预计未来几年，5G网络

服务质量（QoS）根据关键性能指标（KPI）来定义，业务感知问题主要依靠KQI指标优化定界。由于KQI

可反映网络质量，如丢包、延迟和抖动的情况。体验指标涉及网元多，数据流程长，端到端影响因素众多

质量（QoE）则表示用户主观感知的质量，用关键质量等问题，运维人员主要靠专家经验数据判断，准确定

指标（KQI）表示，例如“非常好”“好”“差”。KPI不是面位问题原因较难。随着计算机处理性能的不断提升，

向应用服务的，没有考虑用户业务感知，只能反映部机器学习算法得到了较好发展，例如线性回归（LR）、

分网络性能。即使KPI正常时，也存在用户业务感知逐步线性回归（SWLR）、支持向量回归（SVR）、随机森

——————————林回归（RFR）和决策树回归（DTR）等机器学习算法在

基金项目：教育部2021年第2批产学合作协同育人项目《Py⁃行业都得到了较好应用［1-2］。为了改善用户业务感知，

thon3入门机器学习》课程改革与实践（202102041003）；中国提升网络运行性能，本文提出基于机器学习算法的

电子劳动学会“产教融合、校企合作”教育教学改革课题研究项KQI与KPI指标关系分析模型，重点评估5G网络中端

目（Ciel2021271）到端视频业务和文件下载业务的业务感知质量模型，

收稿日期：2022-08-26探索关键质量指标（KQI）与底层KPI指标的关系。

282022/10/DTPT

在此阶段，该模型还考虑了额外获取数据集的可能

1算法总体框架

性，以重新训练模型，处理之前无法获得的数据。

QoS通过KPI表示，QoE通过KQI表示，最终用户

2算法模型设计

所体验的KQI可以由KPI通过复杂的映射关系来确

定［3］。本文选择机器学习算法完成KPI到KQI指标的2.1测试网络环境

映射分析。总体建模框架如图1所示，包含3个阶段：为了收集测试数据，利用中国移动某省的5G实验

数据收集阶段、训练阶段和应用阶段。这种模型框架网络，包括10个5G宏站，5个5G室分站点，1套包含

允许使用直接测量的KPI指标（如DT测试、UE信令跟AMF、SMF、UPF和计费网元的网元结构。所有参数设

踪）或基于OTT收集的数据集来训练模型，运营商可置可以通过iManagerU2000客户端进行自助配置。数

以通过调整配置参数来优化网络，该模型甚至可以预据收集部分包括1个测试终端UE、pioneer测试软件、

测出未知的业务感知指标。GPS和1个应用服务器组成。

在数据收集阶段，pioneer测试软件收集UE在不

UEKPI指标机器算法已评估的同参数配置下的训练数据集，测试开始时，UE收集网

gNBKQI指标模型KQI络无线KPI指标，启动业务服务时，pioneer测试软件收

EPC

数据收集阶段训练阶段应用阶段集业务感知指标KQI。这里主要分析了文件下载业务