IP骨干網流量的自動化預測

　　摘要：高效可靠的網絡流量預測是網絡規劃和容量擴展的基礎。當前互聯網流量預測缺少完善的知識模板，本文介紹了一種基于工程實踐特征并相對簡單、可運行的預測模板來滿足 IP 網絡規劃的需要。首先根據 IP 骨干網流量的特點，通過對多因子回歸以及函數自適應模板對流量進行研究和預測。其次以現網實際參數的仿真計算為基礎，比較了兩種模板的特點、優缺點，說明預測模板選擇和數據改善的原理和辦法。最后，在此基礎上提供了能夠符合很多個時間序列需要的自動化流量預估體系，在一定程度上優化的同時提高了流量預測效率。最后，期待了以后該預測工作的發展方向和重點。

　　馮臻， 網絡安全技術與應用 發表時間：2021-08-05

　　關鍵詞：時間序列;流量預測;預測模型

　　近幾年，隨著互聯網應用和服務的爆發式發展，作為關鍵承載網的 IP 骨干網流量始終保持持續增長的趨勢。數據表明，近兩年運營商 IP 骨干網流量增長率在 25%-30%之間，為了滿足頂級服務和應用的流量承載需求，運營商需實時監控網絡流量狀態和鏈路利用率情況，在網絡規劃中評估網絡負載現狀和預測規劃期內流量的增長趨勢和幅度，依據預測結果提出合理的網絡結構優化和能力擴容建議。所以，對流量預測的精準性在網絡計劃工作里起著極其關鍵的作用。

　　與傳統電話網絡不同，IP 骨干網流量具備突發、自相似、長相關、周期性和混沌的特征，這些特性造成了泊松的傳統流量模板不再適用 IP 網絡。所以，近些年行業內提出了一些例如神經網絡的理論模板、模糊的理論模板等基于智能算法的 IP 網絡流量預測理論模板，然而在其實際應用中來看它們仍無法滿足要求。所以，在欠缺理想的理論模板的條件下，需要從現網數據的研究中，歸納總結合理的預測參數及模型，以補償理論模板中的不足。

　　1 IP 骨干網流量特點分析

　　首先 IP 骨干網有著極高的流量聚合特點，以某個城市或省為對象來說，它的顆粒度高達數百 Gbit / s 甚至數 Tbit / s，在實際項目中，重點關心的是鏈路中總流量的總變化范圍。其次，它的規劃周期普遍以年為單位，例如，對 1 年和 3 年內規劃期內預測總流量。相較于以日為顆粒度進行觀察的流量，它的長時間增加波動比短期的突發幅度要大得多，長時間的變化過程能夠更好地體現出流量的變化走勢。下圖顯示了短時間流量(每日流量)和長時間流量(每月流量)隨時間的變化趨勢，可以看出，短時間流量隨時間變化具有很大的波動，而長時間流量則顯示出恒定的增長走勢。

　　在 IP 骨干網的流量預測中，雖然缺少理想的理論模板，但還是有很多的項目實踐經驗可以用來借鑒、歸納、總結，從而形成預測模型。

　　2 IP 骨干網流量預測方法

　　2.1 多因子回歸模型

　　多因子回歸模型是一種把時間序列趨勢外推和流量變化比率分析相結合的預測方法，就是對時間序列的長期走勢采用趨勢外推方法進行曲線擬合，同時研究分析和檢查對流量特點有重大影響的宏觀或微觀原因，來修正和改善通過趨勢外推法獲得的預測結果。

　　使用多因子回歸模板來預測流量。首先，使用通信網絡中慣用的曲線方程式(包括線性方程式、指數方程式、冪函數方程式、二次曲線方程式、多項式方程式等)來確定網絡流量的長期走勢進行曲線擬合。多項式方程通常可以寫成： ( ) .... 2 3 y t = a + bt + ct + dt + ，其中，a 是截距，b 是 t 的第一項的系數，c 是 t 的二次項的系數，d 是 t 的三次項的系數;其中冪函數方程和二次曲線方程都能夠當作是多項式方程的一種特殊形式。實際上，依據網絡流量的實際現狀，其經常使用多項式方程式來擬合流量的長時間走勢。目前，可以同時考慮流量增加的線性和非線性特點，以保證能夠符合多種場景的預測要求。

　　因為趨勢外推曲線擬合不能體現流量變化的內在原因，所以有必要引入一些與流量變化緊密相關的影響因素，并將其作為曲線變化的約束條件來修改流量的長時間趨勢。這些影響因素有寬帶用戶數量、平均流量速度、平均訪問帶寬和使用類型、用戶行為、內容分布、資源策略和區域經濟狀況等。因為涵蓋許多因素，并且每個因素之間的關系都很復雜，所以模板的重點就是對這些影響因子的選擇。

　　2.2 函數自適應模型

　　函數自適應模板不是一般的時間序列模板，而是將時間序列預估問題轉換為實時和自適應曲線練習的過程。在本文的任務中，流量是因變量，對曲線擬合而言，它是趨勢項和季節性項的總和。該模板具有更多可調整的參數和更大的靈活性，但它往往會發生多度擬合的問題，在實踐中，必須采取相關辦法來最大限度地防止這類問題的出現。

　　2.2.1 趨勢項 g(t)的預測

　　歷史流量趨勢項的研究和解決實際上可以歸類于選擇變化點并確定流量的增長率問題，就是解決特定變化點上時間序列的增長率。

　　2.2.2 季節項 g(t)的預測

　　當前時間序列普遍伴隨周期變化而出現季節性變化，例如天、周、月和年，這也稱為周期性變化，這時候就需要用一個周期性函數來表述時間序列的周期性變化。

　　3 海量流量預測對象的自動化預測

　　大規模的流量預測要求包括對出站流量、IDC 流量、城域網流量、國際流量、以及互聯互通流量等進行研究預測。以出站流量來舉例，除了香港澳門和臺灣外，我國還有 31 個省，同時流量分為流入和流出兩個方向;以城域網舉例，我國約有 300 個城域網，也分為流入和流出兩個方向。這些預估對象結合起來可以達到幾百甚至上千個，然而要對這些流量的時間序列逐個進行研究預估，假如全部依賴手工來選擇模板和相應的數據、調整數據，繁重的工作量會使流量的預估成為不可能完成的工作。所以，對于上面的兩種預測模板，本文將提供一種具有針對性的自動化預測體系，如圖 2 所示。

　　自動化預測體系的預測過程如下：分別使用兩個預測模板對流量進行預測，并在相同機密間隔的條件下，選擇殘差平方和的最小或平均絕對百分比誤差最小的模板用作當前流量時間序列的最終預測模板;在多因子回歸模型里，就要經過多因子相對關鍵性研究、數據來源可靠性等整體條件選擇最關鍵的影響因子;自適應模板中，關鍵是在置信區間一致的條件下選擇 SSE 或 MAPE 最好的預測模板及數據組合;最后使用交叉驗證方法來對預測的結果進行評估，此時把該預測結果上報到流量起點，同時對后期的流量收集進行參數對比研究，通過把目標區域網絡擴大和實際經營情況相結合來研究預測流量與實際流量的不同，以此來用作流量預測后評估進一步改善模板和數據，最終形成閉環的流量預測評估調整體制。當前該系統主要使用在運營商的大型 IP 網絡里的省際流量、城域網流量、IDC 流量的長時間預測里，在一定程度上很大的提升了該網絡計劃建設的質量和效率。

　　3.1 多因子回歸模型影響因子的選擇

　　與該流量緊密相關的影響原因有寬帶用戶數量、流量速度、訪問帶寬和資源方法及經濟進步等，若是需要更加準確的研究，還要把所包含的用戶行為分析、使用類型分析以及內容分布等進行研究。但是，對于大顆粒度以及非實時流量(例如來自骨干網的出站流量)來說，在工程實踐里，只需關注用戶數量、平均流量速度、平均訪問帶寬和區域經濟進步對流量的影響即可滿足要求。

　　3.2 函數自適應模型參數的確定

　　當利用自適應模板來對 IP 骨干網進行擬合和預估時，首先就要明確趨勢項和季節項的數據，即容量參數 cap(僅對 Logistics 趨勢增長)、變化點數、變化點權值參數 cps 和季節性權重參數 sps。變點的數量和變點權值數據體現了曲線擬合的速度和靈活性，變點的數量越多，變點的權重越大，那么曲線變化速度越快、走勢越靈活，然而擬合太多，風險也就越大，預估范圍的不確定就越大;季節權重數據 ps 體現了季節成分的靈活性，值越大，那么它的變化就越快也會愈發明顯。

　　伴隨各類新應用和業務的持續出現，IP 骨干網的成長和范圍依然有著不確定性，這將給流量預測以及網絡設計優化帶來更大的困難和挑戰，尤其是網絡流量的趨勢研究以及預測需求將變得更加緊迫。怎樣把它與現有的預測模板中的長處進行結合，同時開發新的預測辦法來對它的走向和出現的問題進行解決，這會是以后流量預測工作的關鍵。