Nghiên cứu, xây dựng phần mềm nâng cao độ chính xác trong đo kiểm đánh giá KPI mạng vô tuyến

Nghiên cứu, xây dựng phần mềm nâng cao độ chính<br /> xác trong đo kiểm đánh giá KPI mạng vô tuyến<br /> Phạm Quốc Cường1, Tăng Tấn Chiến2<br /> 1<br /> Trung tâm TMC MobiFone – Tổng Công ty Viễn thông MobiFone<br /> 2<br /> Khoa Điện tử - Viễn thông, Trường Đại học Bách khoa, Đại học Đà Nẵng<br /> <br /> Email: cuong.phamquoc@mobifone.vn, ttchien@ac.udn.vn,<br /> <br /> <br /> Abstract— Đo kiểm Drive Test, một trong những kỹ thuật để<br /> đánh giá chất lượng các hệ thống thông tin di động 2G, 3G, 4G và II. ĐO KIỂM DRIVE TEST<br /> 5G theo hướng cảm nhận người dùng tại các nhà mạng di động Kỹ thuật đo kiểm Drive Test là một phương pháp đo lường và<br /> trên thế giới nói chung và Việt Nam nói riêng. Việc đo kiểm đánh<br /> đánh giá vùng phủ, dung lượng, chất lượng dịch vụ (QoS) của<br /> giá đúng hiện trạng chất lượng mạng lưới là rất cần thiết để phục<br /> vụ quá trình tối ưu hóa liên tục mạng vô tuyến của các nhà mạng<br /> mạng vô tuyến di động (RAN) [1] được các nhà mạng thực<br /> cũng như công tác đo kiểm mạng di động hàng năm theo Quy hiện đo định kỳ hoặc đột xuất để phục vụ công tác tối ưu hóa<br /> chuẩn kỹ thuật quốc gia (QCVN) của Cục Viễn thông. Trong bài cũng như xử lý các sự cố kỹ thuật phát sinh trên mạng lưới.<br /> báo này, chúng tôi nghiên cứu và xây dựng phần mềm có khả Ngoài ra, Cục Viễn thông – Bộ Thông tin & Truyền thông sử<br /> năng tự động phát hiện, cảnh báo và xóa các logfile đo kiểm dụng kỹ thuật đo Drive Test kết hợp đo cố định để công bố<br /> Drive Test bị trùng lặp nhằm nầng cao độ chính xác trong việc chất lượng dịch vụ hàng năm của các nhà mạng tại Việt Nam<br /> tính toán KPIs chất lượng dịch vụ di động bằng ngôn ngữ lập theo các Quy chuẩn kỹ thuật quốc gia QCVN36 dành cho dịch<br /> trình C#. vụ thoại [2], QCVN81 dành cho dịch vụ truy cập dữ liệu<br /> Internet [3].<br /> Keywords- Drive Test, Xây dựng phần mềm, Nâng cao độ chính Tùy vào mục đích đo kiểm để triển khai các hệ thống máy đo<br /> xác, KPIs, Chất lượng dịch vụ.<br /> khác nhau, các thiết bị sẽ thực hiện đo và lưu dữ liệu dưới dạng<br /> logfile gồm những thông tin như [5], [6], [7]:<br /> I. GIỚI THIỆU · Mức thu vùng phủ 2G (RxLev), 3G (RSCP), 4G/5G<br /> Hiện nay, hầu hết các nhà mạng di động trên thế giới nói (RSRP).<br /> chung và Việt Nam nói riêng sử dụng kỹ thuật đo kiểm Drive · Chất lượng vùng phủ 2G (RxQual), 3G (EcNo, Pilot<br /> Test để đánh giá chất lượng mạng vô tuyến theo hướng cảm Pollution), 4G/5G (RSRQ, SINR)<br /> nhận người dùng QoE [1]. Có rất nhiều hệ thống máy đo đánh · Tốc độ tải dữ liệu đường lên/đường xuống<br /> giá chất lượng mạng vô tuyến 2G, 3G, 4G và 5G trên thế giới · Chất lượng thoại MOS.<br /> bao gồm [1]: · Tỉ lệ chuyển giao thành công (handover) giữa các lớp<br /> · TEMS - InfoVista mạng 2G, 3G, 4G và 5G, …<br /> · NEMO – Keysight Technologies<br /> · Swissqual - Rhode & Schwarz<br /> · RantCell - Megron Tech<br /> · QXDM – Qualcomm Technologies<br /> Thực tế hiện nay vẫn chưa có một phần mềm nào tự động<br /> phát hiện, cảnh báo và xóa các logfile đo kiểm Drive Test bị<br /> trùng lặp do lỗi trong quá trình thực hiện thao tác đo, sao lưu<br /> dữ liệu lên hệ thống bản đồ số vùng phủ, … của hầu hết các hệ<br /> thống máy đo với dung lượng cơ sở dữ liệu hàng trăm TB.<br /> Bài báo thực hiện nghiên cứu và xây dựng phần mềm hỗ trợ<br /> phát hiện, cảnh báo và xóa các logfile đo kiểm trùng lặp bằng<br /> ngôn ngữ lập trình C#.<br /> Phần còn lại của bài báo được tổ chức như sau: Trong phần<br /> II, chúng tôi trình bày khái quát về kỹ thuật đo kiểm Drive<br /> Test. Trong phần III, chúng tôi đề xuất thiết kế và xây dựng<br /> thuật toán của phần mềm. Phần IV cung cấp các kết quả ứng<br /> dụng phần mềm trong thực tế. Cuối cùng, bài báo được kết Hình 1. Hệ thống máy đo benchmarking Nemo Outdoor [4]<br /> luận trong phần V. Các logfile sau khi đo sẽ được nhập vào phần mềm phân tích<br /> như TEMS Discovery (InfoVista), Nemo Analyze (Keysight),<br /> <br /> <br /> <br /> <br /> 19<br /> NQDI (Rhode & Schwarz) … sau đó xuất ra số lượng mẫu đo<br /> đạc để tính toán KPIs, các bản tin Layer 2 & Layer 3 để xử lý<br /> sự cố mạng lưới. Dữ liệu đo kiểm có số lượng và dung lượng<br /> file rất lớn có thể xem là big data, thống kê trung bình logfile<br /> bài đo benchmarking chất lượng dịch vụ 2G/3G/4G ba nhà<br /> mạng lớn nhất Việt Nam tại một tỉnh khoảng 200-300GB với<br /> hàng nghìn logfile do đó việc thao tác lỗi đo, sao lưu dữ liệu<br /> lên hệ thống có thể dẫn đến logfile đo bị trùng lặp dẫn đến việc<br /> đánh giá KPIs không còn chính xác do sai lệch số mẫu. Để đảm<br /> bảo tính chính xác trong các báo cáo chất lượng mạng thì tại<br /> mỗi thời điểm, số mẫu được lưu lại phải là duy nhất.<br /> III. THIẾT KẾ VÀ XÂY DỰNG PHẦN MỀM<br /> 1. Đặt vấn đề<br /> Hiện nay, chưa có công cụ tự động nào phát hiện, cảnh báo và<br /> xóa logfile đo kiểm bị trùng lặp trước khi nhập vào phần mềm Hình 3. Sơ đồ khối phương pháp xử lý dữ liệu đo kiểm mạng vô tuyến<br /> phân tích đánh giá KPIs nhằm đảm bảo tính chính xác trong trước đây và phương pháp mới<br /> công tác đo đánh giá chất lượng mạng định kỳ. 2. Thiết kế phần mềm<br /> Việc xuất hiện logfile trùng lặp trong kết quả đo sẽ làm sai lệch · Mục đích:<br /> số liệu báo cáo và việc kiểm tra logfile bị trùng lặp trước đây Xây dựng phần mềm có tính năng phát hiện hàng loạt<br /> hoàn toàn thực hiện thủ công theo phương thức hậu xử lý logfile đo kiểm mạng vô tuyến bị trùng lặp với lượng dữ liệu<br /> (post-processing) gây lãng phí về tài nguyên phần cứng lẫn thời đầu vào có thể xem là big data.<br /> gian. Bài báo đề xuất giải pháp tiền xử lý logfile (pre- Đưa ra danh sách tên các file bị trùng lặp để có thể biết tại<br /> processing) có thể phát hiện và xóa hàng loạt logfile bị trùng khu vực nào đang xảy ra hiện tượng đo lỗi để tiến hành đo<br /> lặp của nhiều hệ thống máy đo kiểm trên thế giới hiện nay kiểm lại để thực hiện đánh giá, tối ưu mạng vô tuyến chính xác<br /> trước khi thực hiện thao tác nhập logfile vào phần mềm phân hơn.<br /> tích như: Nemo Analyze, TEMS Discovery, NQDI, QCAT, … Phần mềm khả năng tiền xử lý logfile của nhiều hãng cung<br /> cấp thiết bị đo mạng viễn thông lớn hiện nay như: TEMS,<br /> Nemo, Rohde & Schwarz, Qualcomm.<br /> · Kiến trúc phần mềm:<br /> Phần mềm được thiết kế với ba module chính trên nền tảng<br /> Visual C# do Microsoft hỗ trợ các thư viện có sẵn trên hệ điều hành<br /> Windows:<br /> <br /> <br /> <br /> <br /> Hình 2. So sánh quy trình phát hiện logfile trùng lặp theo cách truyền<br /> thống (post-processing) và giải pháp đề xuất (pre-processing)<br /> Quá trình tiền xử lý logfile đảm bảo dữ liệu đầu vào là duy Hình 4. Các module chính của phần mềm<br /> nhất tại mỗi thời điểm máy đo lấy mẫu, do đó tổng dung lượng Việc chia phần mềm làm ba module để các quá trình xử lý diễn<br /> logfile cần xử lý có thể sẽ giảm nếu xuất hiện logfile trùng lặp ra song song với nhau nhằm giảm thời gian so với việc thực thi<br /> vì vậy thời gian phân tích xử lý và xuất báo cáo của phần mềm tuần tự, ngoài ra còn tận dụng ưu điểm của các vi xử lý đa lõi<br /> hãng như: TEMS Discovery, Nemo Analyze, … sẽ được cải (multi-core), đa luồng (multi-thread) được trang bị trên hầu hết<br /> thiện là điều tất yếu. Hình 3 so sánh phương pháp mới đề xuất các bộ xử lý hiện nay.<br /> so với phương pháp cũ trước đó. 3. Thuật toán so sánh logfile<br /> Các hàm IO của Visual C# sẽ hỗ trợ đọc các logfile và lưu trữ<br /> dưới dạng kiểu dữ liệu chuỗi (Strings) [8]. Hình 5 trình bày lưu<br /> đồ thuật toán so sánh hai logfile cơ bản:<br /> <br /> <br /> <br /> <br /> 20<br />  Thực hiện tiền xử lý logfile hệ thống TEMS của hãng InfoVista<br /> đo kiểm các dịch vụ sau tại Thành phố Huế (Thừa-Thiên Huế)<br /> · Tải dữ liệu 3G/4G theo hướng đường lên/đường<br /> xuống.<br /> · Thực hiện cuộc gọi thoại ở chế độ DualMode 2G-3G<br /> · Thực hiện cuộc gọi CSFB từ mạng 4G/LTE về mạng<br /> 2G/3G<br /> · Tải dữ liệu liên công nghệ vô tuyến IRAT tripple<br /> mode: 2G/3G/4G<br /> Dung lượng logfile là 6.35GB, số lượng logfile là 833, do quá<br /> trình thao tác sao lưu hoặc dump máy tính trong quá trình đo<br /> dẫn đến quy trình lưu logfile bị trùng (duplicate) và phần mềm<br /> sẽ thực thi thuật toán để phát hiện, cảnh báo và xóa các logfile<br /> này.<br /> -Nếu thực hiện theo quy trình cũ, phương pháp post-processing<br /> Hình 5. Lưu đồ thuật toán so sánh logfile thì thời gian để phát hiện được logfile bị trùng dao động hơn 4<br /> Lưu đồ thuật toán để so sánh 2 logfile có giống nhau hay không giờ do mất 3 giờ 55 phút để phần mềm TEMS Discovery phân<br /> gồm 3 bước [8]: tích logfile.<br /> B1: Đọc file và so sánh nếu hai tham chiếu file trỏ đến cùng<br /> một file có giống nhau hay không.<br /> B2: Nếu hai file khác nhau về tham chiếu thì sẽ so sánh độ dài<br /> của 2 logfile nhờ vào hàm length để xác định kích thước liệu có<br /> bằng nhau.<br /> B3: Đọc và so sánh từng byte dữ liệu một của hai logfile cho<br /> đến khi phát hiện ra byte sai khác hoặc kết thúc file.<br /> IV. KẾT QUẢ NGHIÊN CỨU VÀ ỨNG DỤNG THỰC TẾ<br /> 1. Giao diện của phần mềm<br /> Hình 6 là giao diện GUI của phần mềm sau khi lập trình theo<br /> thuật toán đề xuất và đóng gói, giao diện GUI sẽ chỉ đến thư<br /> mục chứa logfile cần thực hiện tiền xử lý.<br /> <br /> <br /> Hình 7. Phần mềm phân tích logfile trong quá trình post-processing<br /> -Thực hiện theo phương pháp pre-processing do bài báo đề<br /> xuất:<br /> · Chọn đường dẫn đến thư mục chưa logfile và thực thi<br /> thuật toán<br /> <br /> <br /> <br /> <br /> Hình 6. Giao diện GUI của phần mềm<br /> 2. Các tính năng chính của phần mềm<br /> Phần mềm hỗ trợ tiền xử lý các định dạng logfile của hầu hết<br /> các hãng đo kiểm lớn trên thế giới như: .nmf (Nemo), .trp<br /> (TEMS), .rmscd (R&S), .isf (Qualcomm), …<br /> Kết quả sau quá trình chạy thuật toán phân tích so sánh là<br /> thống kê số lượng logfile, cảnh báo các tên logfile trùng lặp và<br /> tùy biến xóa hàng loạt logfile bị trùng nhằm đảm bảo dữ liệu Hình 8. Phần mềm MobiFiltering nhận diện thư mục chứa logfile để<br /> thực hiện pre-processing<br /> đo kiểm là duy nhất tại mỗi thời điểm lấy mẫu.<br /> Phần mềm sử dụng giao diện GUI trực quan, chạy trên các máy · Sau thời gian xử lý khoảng 8 phút (467,49s) phần<br /> tính sử dụng hệ điều hành Windows, được xây dựng theo kiểu mềm trả về kết quả sau:<br /> phần mềm đa luồng (multi-threads) nên sẽ tăng tốc độ xử lý dữ o Phát hiện 16 logfile bị trùng lặp trong tổng<br /> liệu nếu máy tính tích hợp vi xử lý đa lõi (multi-core). số 833 files<br /> 3. Kết quả và ứng dụng thực tế o Thống kê tỉ lệ logfile theo dung lượng file<br /> <br /> <br /> <br /> <br /> 21<br />  o Đưa ra tùy chọn xóa logfile trùng lặp ‘Delete<br /> duplicate files’<br /> o Xuất ra tên các logfile bị trùng lặp để xử lý<br /> thêm trước khi nhập logfile vào phần mềm<br /> phân tích xuất KPIs, số liệu.<br /> <br /> <br /> <br /> <br /> Hình 11. Tùy chọn xóa tất cả logfile trùng lặp.<br /> · Kết quả sau khi xóa và thực hiện kiểm tra lại<br /> <br /> <br /> Hình 9. Kết quả đầu ra sau khi chạy thuật toán so sánh<br /> · Các tên logfile bị trùng lặp có thể xuất ra file .txt để<br /> có thể tiến hành đo lại tại các thời điểm lỗi.<br /> <br /> <br /> <br /> <br /> Hình 10. Danh sách các logfile bị trùng lặp. Hình 12. Các logfile đo kiểm là duy nhất sau khi xử lý<br /> · Tùy chọn xóa các logfile bị trùng và chỉ giữ lại một<br /> V. KẾT LUẬN<br /> phiên bản duy nhất.<br /> Bài báo đã trình bày về kỹ thuật đo kiểm Drive Test và xây<br /> dựng thuật toán để phát triển phần mềm ứng dụng nâng cao<br /> chất lượng đo kiểm đánh giá KPI mạng vô tuyến thông tin di<br /> động và có thể tiền xử lý hầu hết logfile của các hệ thống máy<br /> đo trên thế giới như TEMS, Nemo, Swissqual, QXDM, …<br /> Nâng cao độ chính xác trong công tác đo kiểm đánh giá, báo<br /> cáo chất lượng mạng di động là cần thiết để quá trình tối ưu<br /> hóa vùng phủ của các nhà mạng mang lại hiệu quả; ngoài ra<br /> với giải pháp tiền xử lý mà bài báo đề xuất giúp rút ngắn thời<br /> <br /> <br /> <br /> <br /> 22<br /> gian, tài nguyên phần cứng xử lý dữ liệu big data theo phương [5] Tito Yuwono, Fitrah Ferdiyanto, “RF measument and analysis of 2G<br /> GSM network performance case study: Yogyakarta Indonesia”, 2015<br /> pháp cũ (post-processing) trước đây. IEEE 3rd International Conference on Smart Instrumentation,<br /> Measurement and Applications (ICSIMA), 2015.<br /> TÀI LIỆU THAM KHẢO<br /> [6] Jelena Sokic, Marija Vucicevic, Mladen Koprivica, Aleksanda<br /> [1] Phạm Quốc Cường, Tăng Tấn Chiến, “Nghiên cứu xây dựng phần mềm Neskovic, “Comparative analysis of UMTS signal quality of mobile<br /> đánh giá chất lượng mạng vô tuyến giữa các nhà mạng di động theo tọa operators”, 2011 19thTelecommunications Forum (TELFOR)<br /> độ địa lý” Tạp chí Khoa học Công nghệ - Đại học Đà Nẵng, vol. 17, no. Proceedings of Papers, IEEE, 2011.<br /> 5, pp. 30-34, Aug. 2019. [7] He Xian, Wu Muqing, MiaoJiansong, Zhang Cunyi, “The impact of<br /> [2] Cục Viễn thông, “QCVN36:2015/BTTTT – Quy chuẩn kỹ thuật Quốc channel environment on the RSRP and RSRQ measument of handover<br /> gia về chất lượng dịch vụ điện thoại trên mạng viễn thông di động mặt performance”, 2011 International Conference on Electronics,<br /> đất” Bộ Thông tin và Truyền thông, 2015. Communications and Control (ICECC), IEEE, 2011.<br /> [3] Cục Viễn thông, “QCVN81:2014/BTTTT – Quy chuẩn kỹ thuật Quốc [8] https://support.microsoft.com/sr-latn-rs/help/320348/how-to-create-a-<br /> gia về chất lượng dịch vụ truy nhập Internet trên mạng viễn thông di file-compare-function-in-visual-c.<br /> động mặt đất IMT-2000” Bộ Thông tin và Truyền thông, 2014.<br /> [4] Technical team, “Nemo Outdoor Product Description” Anite-Filand,<br /> 2014.<br /> <br /> <br /> <br /> <br /> 23<br />