基于DPI&PCC的“明星机”全业务保障策略研究

李 嵘，唐 斓

（中国电信股份有限公司湖南分公司 长沙 410016）

1 高端用户成为运营争夺的焦点

从三大运营商发布的前两个季度的财报获悉，中国联通的利润增长率保持较高水平，虽然其用户整体ARPU值并不出众，但依赖高质量的3G用户ARPU值，实现了对利润率的有效保障和支撑。德国电信咨询公司高级顾问谭炎明曾指出：“中国联通依靠3G网络聚拢了一大批优质的中高端用户，而据数据分析，这批3G用户里80%左右都抢夺自原中国移动用户。”

（1）“明星机”带来的高端用户效益凸显

从终端角度来讲，中国联通的利润率的高增长率并不难理解，全球WCDMA制式的终端最为丰富，尤其在“明星机”方面，中国联通与苹果合作的先发优势，逐渐转变为利益回报呈现在财报中。随着运营商对“明星机”效应的重视，与终端设备厂商的合作不断深化，中国电信与苹果的合作，中国移动、中国电信与三星、HTC、华为等国内外终端公司的合作，将进一步加剧从“明星机”角度争夺高端用户的局面。

（2）业务保障成为高端拓展短板

随着 “明星机”与3G服务产品的不断引入，终端性能持续提升，业务应用也随之日益丰富。与此相对，有限的网络资源呈现出无序化争抢，高端用户的业务及服务无法得到有效保障，两者之间的矛盾日益尖锐。如何为高端用户提供差异化的业务服务和保障能力，提升高端用户的业务体验和网络使用感知，成为各大运营商亟待解决的问题。

2 业务保障模型设计

从明星机入手，实现对高端用户的全业务保障，需要对终端类型、业务使用特征进行深度解析，形成DPI的用户信息与业务分析数据作为PCC的输入，最终由PCC完成业务保障的策略制定，从而实现对高端用户的精细化服务保障策略制定。

要实现从明星机角度对高端用户的业务保障，主要依赖于DPI模块和PCC模块的协作，具体介绍如下。

（1）DPI模块完成用户与业务信息的获取

首先，DPI通过接入关键网络数据接口（PI/GN），实现对现网数据码流的解析，从而获取用户标识信息（MS-ISDN等），通过用户标识与终端类型的识别与匹配，圈定目标保障用户，即明星机使用用户，并对保障用户进行应用业务解析，获取业务应用特征信息。

其次，对于PCC架构所不支持的非IMS业务，由DPI构建伪AF模块，由伪AF模块直接向PCRF上报符合格式要求的应用层会话信息，包括用于识别业务数据流的 IP filter信息和用于 QoS的媒体/应用带宽需求等会话信息。

（2）PCC模块完成策略输出

在现有的3GPP的PCC架构下，只满足针对少量的IMS架构的业务策略支撑需求，对于大部分热门应用都无法实现有效的策略管理，WAP或HTTP访问、E-mail和FTP、RTSP等很多应用都不包含在IMS体系中，没有PCC下的应用功能实体模块，从而无法实现对这些应用的业务信息采集，不能形成管理策略。

通过DPI对全业务的深度解析，首先实现对终端中“明星机”用户群体的遴选，然后完成对“明星机”用户的应用业务解析，并针对IMS业务信息与非IMS业务信息分别进行呈送。首先，对于IMS业务，由DPI模块直接上报至AF，再由AF与PCRF进行会话交互；对于非IMS业务，则由DPI构建伪AF模块，由伪AF模块上报至PCRF。PCRF根据AF或伪AF上报的业务信息，结合用户签约数据和计费信息，最终形成PCC管理策略下发至PCEF。具体交互流程如图1所示。

该保障模型的实现难点主要集中在以下3个方面：

·圈定明星机需要对终端进行识别，当前单一应用协议的终端识别率偏低；

·要实现对全业务的保障，需要对IMS业务和非IMS进行全盘解析；

·突破PCC的AF功能实体带来的IMS业务限制，利用DPI的非IMS业务信息的获取，实现对全业务的保障支撑。

3 模型设计关键技术

针对以上3个技术难点，本文给出了相应的解决方案，终端联合识别模型旨在解决当前终端识别率偏低的问题，从理论上讲，该模块可有效提升终端识别率10%以上，即从平均75%的识别水平提升至85%以上；业务特征分析模型完成针对主流业务应用的全解析，实现对热门应用的业务信息搜集，并根据协议承载分别形成提交至AF及伪AF的基础数据；并详细阐述了保障策略形成的PCC交互流程。

3.1 终端联合识别模型

随着对用户感知运营需求分析的不断深化，从用户、终端维度进行数据挖掘的需求凸显，由于在网络信令消息中并不强制携带终端信息，使得在各网元及信令接口间无法直接获取用户的终端信息；通过基于DPI的对业务信息的深度解析，从用户的数据业务中寻找终端信息，实现对终端的识别，成为唯一可行的途径。

终端联合识别模型提供了一种终端识别的集合策略，以WAP与HTTP的解码协同实现在业务层面的高精度终端识别能力。从业务面的应用协议（WAP/HTTP）中提取用户终端信息，由于在用户访问网络的过程中，使用的浏览器及上网方式不同，从而导致提取的字段并非总是正确的终端信息，这就需要对新提取的用户终端信息进行合法性验证。

3.1.1 HTTP的终端信息获取

HTTPUA（user agent）用于获取客户端浏览器信息，可以获取浏览器的类型、版本号码、操作系统类型等，通过解析HTTP中的UA信息实现终端识别。通过UA信息识别用户终端的特征库，根据这种终端识别库的使用经验，终端类型识别率可以达到75%以上，在硬件设备识别方面，可实现对手机终端与PC的区分；在操作系统识别方面，可以完全识别主流的操作系统 （如Windows/Linux/*nix/Mac OSX/iOS/Android/Windows Phone/Symbian）。当用户使用手机类的移动终端使用2.5G/3G网络时，就可识别手机的具体型号。

不同终端在使用HTTP时所携带的UA信息见表1。

表1 UA中的终端信息

3.1.2 WAP的终端信息获取

通过用户WAP上网协议中的x-wap-profile字段实现终端识别。“x-wap-profile”的内容本质上是一个URL的字符串，指向的链接就是用户终端能力描述文件。在文件名称中有终端型号信息，WAP的终端提取就是通过这个型号描述信息来提取终端型号，最终实现终端识别。

以对iPhone的业务终端识别为例，判定iPhone使用的“x-wap-profile”串，见表 2。

若用户的业务数据分组中携带的“x-wap-profile”串中有这些特征串，即判定该用户为iPhone用户。

表2 iPhone的x-wap-profile字段样式

3.1.3 终端识别的管理策略

可以看出，通过WAP和HTTP的终端获取是行之有效的，但单单依靠其中一种获取方式无法满足对终端类型解析的精度要求，联合识别模型就是利用对WAP和HTTP的关联分析，实现对终端识别的精度解析。终端联合识别流程如图2所示，具体介绍如下。

（1）由DPI模块完成对用户的识别，形成针对目标用户数据的上下文维护。

（2）对用户产生的WAP或HTTP进行解析，截获协议所携带的终端信息，并对该终端信息加盖协议戳。

（3）使用散列算法遍历用户终端—用户对应表，如已存在该目标用户的终端信息，则对比新获取的信息，如果两者相同，则不做处理；如果不相同，则需验证新终端信息的有效性。

（4）对于新识别用户，即终端—用户对应表中不存在的用户，同样需要验证终端信息的有效性。

（5）终端信息的有效性验证需要利用终端信息库，如果新终端信息有效，则更改终端—用户对应表；如果新信息无效，则删除该终端信息并更改终端—用户对应表中的终端类型。

（6）对于新识别用户终端信息的有效性验证，同样需要查询终端信息库，如果所获终端信息是有效的，则加入终端—用户对应表；如果所获信息是无效的，则在终端—用户对应表中的终端栏标记为空。

3.2 业务特征分析模型

在业务特征分析模块中，除了已经完成的用户识别以及终端类型外，还将针对不同的业务应用形成符合应用功能实体模块AF要求的业务信息格式，对于大部分业务（不存在AF）来说，若要实现业务信息到PCRF的输入，则要构建伪AF模块，即在DPI中设计针对该应用的伪AF，并将该业务信息传送至匹配的伪AF模块，再由该伪AF模块完成与PCRF的会话交互。

分析模型完成对业务数据流的检测分析，从中获取业务特征信息，如五元组信息、源IP地址、目的IP地址、源端口号、目的端口号、协议类型、7层URL、流量识别、应用协议会话信令等，并将这些信息和AF与伪AF模块中所要求的信息进行匹配分析，获取业务信息，如图3所示。

3.3 PCC生成保障策略

在当前的网络构架中，IMS业务应用通常都使用SIP信令，是否使用SIP信令也成为IMS业务与非IMS业务应用的主要区别。对于IMS业务，其制定了与PCC架构相匹配的业务架构，可以使用预定义的网络智能框架支持业务的传送；但对于其他大多数业务，由于业务架构的不匹配，不存在与非IMS业务相匹配的AF模块，使得无法获取业务信息，从而无法实现与PCC的信息交互，也就无法实现动态PCC策略的决策生成。本文提供了一种针对AF/无AF场景下的全业务保障策略控制模型，利用DPI架构与PCC架构的对接，在实现对目标用户群IMS业务进行信息输入的同时，通过构建伪AF模块，实现对非IMS业务的信息输入，从而实现针对全业务的PCC管理策略生成。

DPI与PCC的交互流程如图4所示，具体介绍如下。

（1）由DPI模块完成对用户标识和终端信息的获取，锁定需要进行业务保障的明星机用户群体，并解析该类用户的业务应用信息，形成满足AF或伪AF需求的业务特征信息。

（2）由DPI向AF或伪AF模块下发获取的目标明星机的业务特征信息。

（3）AF或伪AF向PCRF上报动态会话业务特征信息。

（4）在PCRF收到AF或伪AF的上报信息后，与SPR交互获取用户的签约信息。

（5）同时，PCRF与 OCS/OFCS交互，获取用户的计费信息。

（6）根据用户的业务信息以及签约、计费信息，生成PCC策略。

（7）生成PCC策略后，PCRF向PCEF下发PCC策略。

（8）PCRF向DPI模块下发动态DPI策略。

根据明星机所确定的保证用户群体，结合保障用户签约数据（SPR获取）、套餐信息、实时余额（OCS/OFCS获取）变更QoS等级，PCRF根据对保障用户等级的判定，下发ARP、TC、MBR等QoS参数到无线网，实现无线信道分配优化效果的分业务、分用户的动态资源调控，使无线网提供差异化带宽能力保证及QoS，包括业务有效性（trafficavailability）、时延（latency）、抖 动 （jitter）、吞 吐 量 （throughput）、分 组 丢 失 率（loss probability）等指标。通过变更以上指标的QoS等级，实现差异化保障策略，从而实现服务的差异化，提升网络资源的有效利用率，向高价值用户提供更好的服务质量和业务使用保障，提升用户的体验，革新当前粗放式的运营服务方式。

4 策略可行性验证

该保障策略的可行性验证主要完成两方面工作：首先需要验证DPI模块，该模块用于完成深度业务信息解析，实现对明星机的精度识别以及对用户业务行为信息的挖掘，并提供满足模拟AF端需求的Rx接口（AF与PCRF）会话，实现与PCRF的互通。该部分功能的实现和验证，可通过采用具有DPI分析能力的第三方系统平台实现，笔者利用中国电信股份有限公司湖南分公司 （以下简称湖南电信）与武汉虹信公司联合研发的CDMA网信令监测分析系统对该部分进行验证；另一个需要验证的是PCC模块，可利用现网的设备环境，验证PCRF对DPI模块会话输入的识别和处理，并跟踪PCRF与OCS间的Gy接口、与SPR间的Sp接口以及与PCEF间的Gx接口，验证对输入数据的有效处理以及输出的PCC策略是否符合设计预想。保障策略的全部执行流程如图5所示。

4.1 DPI模块可行性验证

为满足研究需要，对已在网运行的“CDMA网信令监测分析系统”（用于网络监测、故障分析和业务分析）中的DPI模块进行改造，在实现业务信息深度解析的同时，采用本文提出的终端联合识别模型构造伪AF模块，实现与PCRF的交互对接。

（1）合法终端识别精度显著提升

对比联合识别模型与传统识别模型的终端识别率，长期抽样数据显示，联合识别模型高于传统识别模型10%以上，识别率从原来的75%左右提升到85%以上。经过对终端信息数据的剖析，发现合法终端，尤其是中、高档智能机的识别精度明显提升。未识别的终端以非法的改装机、山寨机为主，采用联合识别模型后，非法终端识别率的提升不明显。

同时在测试中发现，联合识别模型的弊端在于所造成的性能开销较大，针对该问题，后期将研究过滤规则，通过限定识别范围，大幅降低性能开销。

（2）伪 AF完成Rx接口会话

实验通过DPI模块完成对业务数据信息的分析，实现对不同业务数据的信息获取，如业务数据流的IPfilter信息等。由伪AF模块模拟发起的Rx会话主要完成会话信息的输出定制、会话信息的修改、AF会话终止等过程。在伪AF模块的构造过程中，可忽略门控过程、订阅/取消订阅信令路径状态通知过程等会话。接口采用轻量级的文件交换机制，可有效提升交互效率。

4.2 PCC模块可行性验证

将DPI的采样数据通过伪AF模块交互至PCC，伪AF与PCRF的Rx接口会话可以获取用户信息、动态业务会话特征信息，PCC模块通过Sp接口、Gy接口完成对用户签约信息、计费信息的调取。获取的用户签约信息包括用户标识、用户等级、计费类型、配额状态、起账日期等；获取的业务会话相关信息包括用户标识、业务类型、业务优先级、业务计费方式、业务起止时间。

PCRF对目标“明星机”的用户数据签约数据与业务订购信息进行处理，依据PCC提供完善的时间管理策略、用户管理策略与业务等级策略，实现不同时段的用户等级与业务等级的综合考评，完成对“明星机”全业务的QoS保障策略输出，在DPI模块对输出的目标终端的综合性业务策略中进行画像呈现。

5 结束语

在移动宽带蓬勃发展的趋势下，运营商与内容提供商在网络资源与利益分配上的矛盾不断深化，与此同时，传统的粗放式运营模式难以满足用户的服务需求，本文从“明星机”的高端用户业务保障策略出发，以点代面深入探究精细化的管道运营模式，展现DPI与PCC解决方案为网络运营带来的丰富的应用。