聚类分析在流量智能管控系统中的应用研究

摘要

面对移动数据业务流量的迅猛增长，实现网络的智能管道运营，已成为当前首要关注的问题。目前，业界普遍采用PCC（策略和计费控制）功能技术，限制少量用户对网络资源的滥用，从而保证大多数用户对有限网络资源的合理使用。因而，为了实现有效的流量管控，需要制定一套针对不同用户群的忙时忙区流量智能管控策略。本文基于聚类分析的技术理论，提出一种PCC流量智能管控的策略定制方法。
　　策略规则的制定需要数据平台提供的数据支撑，本文把PS信令监测系统的统计数据作为分析的依据，提出一种精细化的组合策略制定的流程:首先采用模糊K-Prototypes聚类算法进行移动客户细分，接着采用快速分组的层次聚类算法对网元进行分组，分析网元组的忙闲时段，最后结合PCC管控目标用户群和网元忙闲的研究结果，制定用户群和忙时忙区的组合策略控制规则。这种组合策略判断和执行的过程是:先判断接入移动网络的用户属于哪个用户群，然后判断接入小区和接入时间是否为忙时忙区，如果是忙时忙区，则执行组合策略。这种结合时间、地点和用户上网行为三者因素的制定策略管控的方法，能有针对性的提升目标用户的体验并保障网络质量。
　　移动用户细分使得差异化服务成为可能，网元的忙闲分析有利于实现本地化的管控策略，本文提出的组合策略为精细化管控提供切实可行的方案，更进一步实现智能管控系统的智能化和精细化。

目录

声明

摘要

第一章 绪论

1．1 研究背景与意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状综述

1．2．1 聚类分析技术及其应用研究现状

1．2．2 移动数据业务流量智能管控技术应用研究

1．2．3 基于流量监测的用户和网元数据采集

1．3 本文研究内容与结构

1．3．1 研究内容与创新点

1．3．2 本文结构

第二章 聚类分析技术

2．1 聚类分析的基本概念

2．1．1 相似度

2．1．2 主要的聚类分析方法

2．1．3 聚类评估的方法

2．2 混合属性数据聚类分析方法

2．2．1 K-Modes聚类

2．2．2 模糊的K-Prototypes聚类

2．3 凝聚层次聚类

2．4 本章小结

第三章 信令监测与智能管控

3．1 PS域信令监测系统概述

3．1．1 系统总体架构

3．1．2 系统实现的关键技术

3．1．3 系统功能概述

3．2 PCC智能管控系统概述

3．2．1 PCC总体架构

3．2．2 PCC策略触发流程

3．2．3 功能实现说明

3．3 信令监测与智能管控的协同应用

3．4 本章小结

第四章 聚类分析在PCC策略制定中的应用

4．1 智能管控策略制定的流程

4．1．2 策略制定的一般流程

4．1．2 精细化的策略制定流程

4．2 移动用户的细分模型

4．2．1 描述用户属性的指标选择与设计

4．2．2 数据预处理

4．2．3 混合属性聚类算法建模

4．2．4 实验结果分析

4．3 网元忙闲聚类分析

4．3．1 快速分组

4．3．2 层次聚类

4．3．3 实验结果分析

4．4 用户群和忙时忙区的组合控制策略的制定

4．5 本章小结

第五章 总结与展望

5．1 工作总结

5．2 研究展望

参考文献

致谢