隨著5G部署規模不斷擴大，網管KPI的分析需求突增也日益顯著，存在用戶感知問題無法從告警和KPI數值中直接體現的情況；或者某些小區存在故障而網絡維護工程師無法及時監控識別出來。異常零流量小區，就是指這類狀態正常，沒有異常告警上報，但實際上用戶無法接入或接入后業務不正常的小區。

導致異常零流量小區的原因有很多，可能是系統故障、配置錯誤、干擾等因素。網優人員篩查異常零流量小區時，通常存在如下痛點：

耗人力：需人工獲取大量KPI、告警信息并進行指標篩選分析。

占資源：網管取全網KPI指標進行核查，網管CPU占用率高、負荷大。

用時長：獲取全網KPI、告警及KPI梳理等過程耗時長，一般一天最多只能取一次數據進行統計。在取KPI及告警后，網優人員很難及時發現新出現的異常零流量小區。

難度大：全網站點多，站型復雜，異常零流量小區篩查需要結合KPI、告警信息等大量信息，人工篩查工作量大并且無法保證零失誤。

為了解決以上痛點，中興通訊推出了NQI異常零流量小區檢測功能。該功能采用AI算法，智能檢測5G異常零流量小區，并提供初步根因判定，以指導現場人員快速排障，及時解決潛在風險。

異常零流量小區檢測功能，使用歷史14天的基站性能數據訓練AI模型，分析用戶的MSG1接入次數、RRC接入嘗試/成功次數、RRC連接用戶數、上下文建立嘗試/成功次數等信息，判斷業務的初始隨機接入階段、RRC階段、上下文接入階段等是否存在異常，以此判斷真正的異常零用戶小區和初步根因。異常零流量小區歸類為睡眠小區、零流量小區、特殊小區、人工關斷小區，以及故障小區等類型，并針對不同的類型給出不同的處理建議。

下圖展示了異常零流量小區的主要判定過程。

過濾出用戶數為0的小區，對這些小區應用AI模型，判斷出其中真正的睡眠小區。

對于用戶數不為0的小區，過濾出其中流量為0的小區，應用AI模型，判斷出其中真正的零流量小區。

對于0用戶非睡眠小區，如果小區退服，原因是人工OAM，統計為人工關斷；否則統計為故障小區。小區正常，統計為特殊小區。

環境需求：

UME網管版本要求：V16.21.32及以上版本

NIA版本要求：V16.21.32及以上版本

新建任務執行結束后，自動輸出異常零流量小區清單和根因，同時給出初步的處理建議。單擊操作欄中間的【查看報告】圖標，可以查看任務報告。報告分別從“異常零流量小區占比”、“根因類型”、“小區異常零流量天數”三個TAB頁展示異常零流量小區的各項統計數據及詳情。

經確認異常零流量小區識別準確率達100%，人工處理需要2-3小時，NQI只需1-2分鐘，整體提效至少70%，助力現場網絡優化、故障排查體質提效。

異常零流量小區的根因有很多類型，通常包括硬件異常、人工關斷等。識別出異常零流量小區后，還可以根據根因類型，分別給出解決建議。

如下為主要的根因類型，其中有一些根因比較明確（標記為黃色背景），現場人員可直接去對應模塊處理；而部分根因原因較復雜（標記為藍色背景），則需要現場人員排查干擾和CPU利用率等基礎指標找出具體原因。無法定位原因的還可能需要轉交其他運維人員進行硬件掃描或者提交給研發團隊分析處理。

問題現象：MBCD-ZRW-4室分小區長期無流量，從指標分析RRC用戶數為0，且MSG1的接收次數較少。在該區域打卡，可以正常搜索到美博城1/2/3小區信號，無4小區信號。NQI輸出根因為沒有MSG3、特殊小區。

問題分析：4小區下行公共調度消息正常，RRU發射功率正常，但有一個通道節能。

配置核查：RRU為2通道，分別接不同的天饋，按客戶要求小區通道節能打開，現場核查發現1通道堵了負載，2通道天饋室分外打，安裝在樓頂位置。

結論：由于兩個通道覆蓋不同的區域，且通道1被堵，導致通道節能觸發后，通道2無法被喚醒，小區處于無信號狀態。關閉節能后再次復測，可以正常接入，恢復正常。

問題現象：廣州南沙區大崗村蓮塘上街D-ZRH-3小區從3號開始出現0流量、0用戶，從指標分析RRC用戶數為0。從接入類的指標看，MSG1/2次數為0，網管核查無活躍告警。在該站點下測試，可以正常搜索到廣州南沙區大崗村蓮塘上街D-ZRH-1/2小區信號，3小區無信號。NQI輸出根因為特殊小區、其他原因。

問題分析：網管采數分析，小區MIB/SIB正常，基帶/RRU功率正常。通過AAU狀態掃描腳本發現，該小區對應的AAU存在FPGA異常、AC校正失敗，復位AAU后未恢復，需返修AAU。

NQI異常零流量檢測功能可自動輸出問題小區清單和根因，并提供處理建議。正常人工統計需要2-3小時，NQI只需1-2分鐘，整體提效至少70%，助力現場網絡優化、故障排查體質提效，目前已全網日常應用。