Quantilprognose des Traffics und N+2-Kapazitätsplanung

Wozu eine Prognose, wenn es Graphen gibt

Backbone-Kapazitätsplanung ist die Entscheidung „diese Richtung ausbauen oder nicht", getroffen Monate bevor eine Strecke an ihre Grenze stößt. Die Graphen des Vorjahres beantworten „wie es war". Gebraucht wird die Antwort auf „wie es sein wird - und wie sicher wir uns sind".

Daraus folgt die erste Anforderung: Die Prognose muss quantilbasiert sein. Das Modell liefert nicht eine Zahl, sondern drei - P10, P50 und P90 für 168 Stunden. Der Planer schaut nicht auf den Median, sondern auf das obere Quantil: Kapazität wird gegen den ungünstigen Fall bemessen, nicht gegen den Durchschnitt.

Die Falle: Normalisierung

Backbone-Sektoren unterscheiden sich um eine Größenordnung - von hunderten Gigabit bis zu mehreren Terabit pro Sekunde. Die erste Pipeline-Version normalisierte die Zielgröße global, mit erwartbar schlechtem Ergebnis: Das globale Modell richtete sich nach den größten Richtungen und lieferte auf den kleinen eine fast flache Linie - im Maßstab der Gesamtvarianz waren deren Schwankungen Rauschen.

Die Lösung ist ein Z-Score je Sektor:

# Normalisierung innerhalb eines Sektors, nicht über den gesamten Datensatz
stats = df.groupby("sector_id")["traffic_gbps"].agg(["mean", "std"])
df["traffic_normalized"] = (
    df["traffic_gbps"] - df["sector_id"].map(stats["mean"])
) / df["sector_id"].map(stats["std"])

Die Statistiken liegen neben dem Modell-Checkpoint: Ohne sie lässt sich die Prognose nicht in Gigabit zurückrechnen. Das ist übrigens die häufigste Art, eine solche Pipeline zu zerstören - mit einem Satz mean/std trainieren und mit einem anderen inferieren.

Von der Prognose zur Entscheidung

Eine Prognose allein nützt noch nichts. Sie hat zwei Abnehmer.

Der Kapazitätsplaner wendet die N+2-Methode an: Eine Richtung muss den Ausfall zweier Elemente verkraften, die Auslastung darf eine Schwelle nicht überschreiten, und Ausbau erfolgt in festen Schritten - beliebige Gigabitmengen lassen sich nicht bestellen. Heraus kommt nicht „der Verkehr wächst", sondern „diese Richtung braucht in jener Woche so viel mehr; jetzt bestellen".

Der Anomaliedetektor vergleicht Ist-Werte mit dem P10-P90-Band. Ein Verlassen des Bandes heißt nicht „der Verkehr ist hoch", sondern „der Verkehr ist nicht der, den das Modell erwartet hat" - ein grundlegend anderes Signal: Es schlägt auch bei Einbrüchen an, hinter denen eine Störung statt Wachstum steht.

Merkmale

25 Merkmale: Kalender (Stunde, Wochentag, Feiertage), Lags und gleitende Statistiken. Eigene Schicht, eigener Smoke-Test, der die gesamte Pipeline vom Laden bis zur Normalisierung durchläuft und Formen, Abwesenheit von NaN und Vollständigkeit der Merkmalslisten prüft. Bei Zeitreihen kostet stille Datenkorruption die meiste Zeit - nicht ein abgebrochenes Training.