移动网CSFB用户“双活”问题分析

随着移动通信网络的高速发展，各运营商建设了LTE（Long Term Evolution，长期演进）网络来满足人们快速增长的无线数据业务需求。语音是电信网络的一个基本功能，因此，需要考虑为用户提供LTE 数据业务的同时继续为用户提供高质量的语音服务。在部署移动IMS 网络之前，CSFB 成为最优的语音过渡方案。CSFB 即CS（Circuit Switch）FallBack 业务，上网在LTE 网络、语音业务需回落至2/3G 网络完成。随着CSFB 用户的增加，尤其是移动核心网CS 域MSC（Mobile Switch Center）组POOL 后，CSFB 用户容易双活的属性便日益凸显。本文从双活产生的场景、形成的原因及应急恢复措施等方面着手，逐一进行分析。

1 “双活”概述

当CSFB 用户A 在MSC-A 和MSC-B 设备局下均存在签约数据，归属HSS记录用户A在MSC-B上注册，但用户A 实际在MSC-A 下进行注册活动，我们称用户A 便是一个“双活”用户。

发生“双活”故障后，当用户A 做被叫时，HSS（Home Subscriber Server 归属签约用户服务器）根据自己保存的A 用户登陆MSC-B GT（Globe title，全球码）通过provide roaming number 响应消息回给GMSC，导致用户A 被叫异常；而主叫用户短信中心根据寻址到的被叫MSC-B GT 进行下发短信时也会导致A 用户无法接收短信。由于HSS 侧记录的MSC GT 与用户活动的MSC 不一致，同样也会导致BOSS 侧订阅类消息无法下发至活动MSC-A，从而无法对用户进行欠费停机等操作。

2 移动网用户“双活”场景

移动网用户“双活”通常有HSS 侧、传输层或MSC 侧超负荷三大方面原因，并引发链路负荷过载、流控启动等一系列高警，从而引发cancel location 消息丢弃导致，上述问题一般出现在下面几个重要环节：

1）核心侧：HSS 网元割接，需进行上百万用户数据迁移；交换端局存储用户数据的单板重启，需在操作前将该局下用户全部迁出，重启单板后，将用户重新迁回。用户数据迁移过程中，瞬间上报的大批量位置更新消息，易造成C/D 口链路负荷过载等告警。

2）传输IPRAN（IP Radio Access Network，无线接入网IP 化）操作：根据网络规划，现网enodeB 基站通过IPRAN 接入4G 网络，若IPRAN 双平面异常或无法进行倒换，则4G 基站瞬断后，导致短时间内大量用户在2/3G 网络下重新发起位置更新，引发网络冲击；恢复之后大量用户又重新回到4G 进行注册，再次引发冲击。

3）IP 承载网故障，导致端局与HSS 中断。当业务恢复后，短时间内大批量用户重新发起位置更新，造成网络冲击。

4）BSC/RNC（基站控制器/无线网络控制器）进行批量操作，引发批量2/3G 基站掉站。业务恢复后，同样短时间内大批量用户发起位置更新，造成网络冲击。

5）HSS 与注册端局MSC 之间传输中断、某段链路中断或其他原因引发消息包丢失。严重情况下，上述告警出现的同时引发HSS 侧启动“流控”。

3 移动网用户“双活”案例分析

3.1 故障现象

“双活”用户投诉被叫业务异常或无法接收短信。HLR 查询用户登陆MSC GT 显示为MSC-B；MSC/VLR 上查询用户状态：MSC-A 和MSC-B 局都存在用户数据，但用户最新活动时间MSC-A 的记录要晚于MSC-B 的记录，这表明该用户当前实际在MSC-A 下。同时，用户在MSC-A 登陆状态为附着，而在MSC-B上登陆状态为分离。

3.2 故障原因分析

当IPRAN 故障导致eNodeB 与MME 断连，eNB在传输中断的情况下，会进行去激活操作，导致所有CSFB 用户瞬间回落。首先手机会使用TMSI 在CSFB 局点进行位置更新（MME 上进行相应数据配置及IMSI 的Hash 算法，用户CSFB 后会找到固定对应的MSC-A 局点），瞬时大量位置更新请求超过MSC-A的处理能力，甚至触发MSC-A 的流控，造成手机位置更新失败。按照3GPP 24008 协议规定，当手机位置更新请求失败4 次之后，手机会清除存储的前TMSI 和前位置区，在MSC POOL 内，NNSF 节点按照网络负荷均衡的原则重新选择一个MSC。一旦新选择的MSC 与CSFB 局点不一致时，如用户在MSC-B局以IMSI 从3G 网络重新发起位置更新，按照3GPP 23012 协议规定，位置更新携带前位置区为空（或者非本局位置区）的情况下，MSC 判断此次位置更新为局间位置更新，会将VLR 中HLR 证实标志置为未证实，发起到HLR 的位置更新。

用户在MSC-B 下发起位置更新请求，HSS 上登陆MSC/VLR GT 更新为MSC/VLR-B GT，且HSS 向MSC-B 下插数据成功，MSC-B 下存在该用户数据；在HSS 向MSC-B 插入用户数据的同时，HSS 会向MSC-A 发送Cancel Location 消息。但由于HLR 和MSC-A 之间的链路出现异常（拥塞、中断或者闪断）、HSS 启动流控或者MSC 业务过载，导致MSC-A 没有收到Cancel Location 消息，MSC-A 上用户数据被保留。位置更新信令流程如图1：

图1

EnodeB 基站断连恢复后，用户返回eNB，MME按照Hash 算法将用户重新分发到MSC-A 上（CSFB局点），用户再次从MSC-B 返回MSC-A，由于在MSC-A上面已经存在该用户数据，因此MSC-A 不会再向HLR 发送Update Location 请求消息，这样HLR 上仍然记录用户登陆GT 为MSC/VLR-B。

用户在MSC-B 下无活动更新直至超过隐式分离时间，用户被置为分离（关机）态。由于用户被叫时，HSS 根据登记的MSC-B GT 向B 局取漫游号码，因此呼叫被路由到MSC/VLR-B，从而听到关机提示音或暂时无法接通。同时，用户在MSC-A 下更新活动正常，因此用户主叫正常、发送短信正常。

4 用户发生“双活”后应急措施

网络产生“双活”故障后，为避免大量用户投诉，通常应急恢复方法如下：

1）在MSC 上把所有的4G 用户置为位置未证实，触发到HSS 位置更新。此种方式将MSC 下所有的CSFB 用户置为未证实，短时间内会造成C/D 口的流量突增，因此现网并不建议使用。2）HSS 发送reset 指令，触发用户发起到HSS 的位置更新。若发现网络拥塞造成流控并导致消息丢失，可在话务闲时（一般凌晨操作），从HSS 上向所有端局VLR、SGSN、MME 发送reset 指令。发送reset 指令会影响C/D 口负荷，因此HSS 发送reset 应有时间间隔。3）采用HSS 发送reset 方式进行应急恢复虽然恢复彻底，但只能等到话务闲时（一般凌晨）操作。紧急情况下，我们可提取各MSC 注册的全部用户信息，将各MSC 的用户信息比对，如果一个用户在两个MSC 上有注册信息，则判断为双活用户，再结合HLR 上的MSC/VLR GT 数据和两个MSC 下用户的登陆状态，分情况处理：（1）若HSS 上登陆MSC GT 与用户最新活动时间所在的MSC 一致，且状态为附着，则删除分离状态所在的MSC 上的用户数据；个别用户存在双附着情况，是由于其中不活动的MSC 用户未达到隐式分离时间导致，此时保留最新活动时间所在MSC 的数据，删除另一个MSC 用户数据。如此该用户主被叫均不会受影响。（2）若HSS 上显示的登陆MSC GT 与用户最新活动时间所在的MSC 不一致，则说明用户此时只能主叫，无法被叫和接收短信；在两个MSC 上删除用户数据，同时在HSS 上发送SND CANCELC 指令，清除用户位置信息。如此用户发起主叫业务或位置更新时，业务即可恢复正常。

5 结论

移动用户对运营商通信网络的感知性非常高，网络异常易引发大量的投诉。尤其是对于无法接收短信的故障，极易引发用户的追责。以上通过对双活产生的场景、原因的分析及可行性应急措施的列举，可帮助相关维护工程师及早规避问题，并能针对用户反映的问题及时进行故障定位，在一定程度上降低移动网络用户“双活”故障的概率，缩短故障处理时间，从而提升用户对网络的感知度。