(网络营销)降低移动互联网微信业务时延移动互联网部

（网络营销）降低移动互联网微信业务时延移动互联
网部
降低移动互联网微信业务时延
中国电信上海公司
移动互联网部移动网络优化中心
“优翼青春”QC小组
2014年12月10日
目录
1 概况 (3)
1.1 小组简介 (3)
1.2 术语解释 (5)
2 选题理由 (6)
2.1 课题背景 (6)
2.2 选题理由 (6)
3 选题理由 (9)
4 可行性分析 (10)
4.1 关键要素分析 (10)
4.2 可行性分析 (14)
5 原因分析 (16)
6 要因确认 (17)
6.1 要因确认表 (17)
6.2 要因确认 (18)
7 制定对策 (29)
8 对策实施 (30)
9 效果检查 (41)
9.1 目标检查 (41)
9.2 效益分析 (42)
9.3 无形成果 (43)
10 措施巩固 (44)
10.1 指标跟踪 (44)
10.2 标准化 (44)
11 下一步计划 (45)
1 概况
1.1 小组简介
表1-1 小组简介（数据采集及制表人：陈晓芳2014-3-15）本QC小组的名称为“优翼青春”质量管理小组，即挥洒青春，打造优质天翼网络。

小组成员均有信心通过本次QC项目开展，改善中国电信CDMA网络质量，提升“天翼”品牌形象。

本小组的特点是：专业化、年轻化、分析能力强。

本小组曾获得2013、2014年全国优秀质量管理小组。

图1-1 小组获奖情况（陈晓芳2014-8-15）
1.2 术语解释
➢3G——第三代移动通信技术（3RD-Generation），主要为移动终端用户提供高速数据传输的蜂窝移动通讯技术。

目前中国电信现行运用的3G标准为EVDO，峰值下载速率为3.1Mbps，上传速率为1.8Mbps。

➢4G——第四代移动通信技术（4nd-Generation），即LTE，数据传输速度更快，最高上行可达150Mbps，下行50Mbps。

目前上海电信LTE已覆盖中心城区。

➢时延——用户发起业务到服务器响应所需要的时间，或服务器发起寻呼到用户终端反馈所需时间。

2 选题理由
2.1 课题背景
自09年中国电信3G EVDO网络投入商用以来，依托CDMA-1X网络为基础，大力发展移动业务。

无论从移动用户规模及网络规模都得到了迅猛的发展。

伴随着近年来各地网络建设及优化工作的不断深入展开，中国电信移动网络质量也获得了大幅提升。

但是随着近年来流量经营的理念在全公司的逐步加深、苹果三星等智能操作系统终端在用户中的逐渐普及以及以微信、微博为代表的Over The Top业务的快速扩张，移动网络业务形态与热点区域也与建网初期发生了巨大的变化！这给无线网络优化提出了新问题和新的挑战！
为此，中国电信集团公司于2013年初组织各地开展“三重”3G网络优化专项活动，“三重”包含重点业务，重点区域，重点用户。

2012年，2013在中国电信集团公司展开三重优化活动的背景下，本小组通过QC活动，成功对重点区域中徐家汇商圈进行优化，有效改善了重点区域的网络性能质量。

2014年，集团公司在前期重点关注网络性能质量的基础上，进一步关注用户业务实际使用感受，即用户感知，并开展了相关网络优化劳动竞赛，以确保电信移动网络比较优势！
综合而言，本课题的主要意义如下：
表2-1 课题主要意义（制表人：李波2014-4-10）
2.2 选题理由
在用户感知中，业务时延是重要指标。

在关于“改善用户感知”的网络优化专项活动，中国电信集团公司要求重点关注重点业务的时延，集团公司要求为：重点业务时延<1.3s
从移动互联网业务形态分类，可以将目前现有的应用分为多连接少流量业务和少连接多流量业务，多连接少流量业务主要以即时通讯类业务为主，例如微信、微博等等，少连接多流量业务主要以视频音频类业务为主，例如优酷视频、QQ 音乐等。

集团公司定义，各省两类业务用户使用量排名TOP5的业务为该省重要业务。

通过端到端平台，对2014年3月至5月每日实际忙时样本分析，发现电信用户少连接多流量业务TOP5为微信、新浪微博、QQ、百度搜索和淘宝。

而多连接少流量业务TOP5为优酷视频、百度音乐、酷我音乐、虾米音乐和奇艺视频，统计这些业务占比及时延如下所示：
图2-1多连接少流量业务占比图（陈喆2013-6-10）
表2-3 少连接多流量业务TOP5业务时延对比
（数据采集及制表人：陈喆2014-6-10）
表2-3 少连接多流量业务TOP5业务时延对比
（数据采集及制表人：陈喆2014-6-10）
从上图可以看出，少连接多流量业务平均时延为752ms，达到集团指标要求，而多连接少流量业务时延为1310.76ms，未达标。

因此，多连接少流量业务优化迫在眉睫，一定要解决。

对多连接少流量业务进一步分析发现，微信样本量远大于其它业务，且时延最大，因此，小组认为可以以微信作为切入点，对其展开优化，以降低微信业务时延，这样便可以大幅改善多连接少流量业务的总体时延。

图3-3 选题理由示意图（赵佳融2013-6-10）
综上，结合公司战略及指标要求，经小组讨论，我们最终选定“降低移动互联网微信业务时延”这一课题。

3 选题理由
公司要求重点业务时延<1.3s。

为了达到公司的指标要求，我们小组设定这次活动的目标为：将移动互联网微信业务时延降低至1.3s以下。

图3-1 目标设定（数据采集及制表人：周佳俊2014-6-11）
4 可行性分析
4.1 关键要素分析
微信业务主叫流程如下：
图4-1 微信业务主叫流程图（制图人：张天韵2014-6-2）A阶段加C阶段为空口接入时延，B阶段为核心网到微信服务器主叫三次握手时延。

微信业务被叫流程如下：
图4-1 微信业务被叫流程图（制图人：张天韵2014-6-2）D阶段为被叫三次握手时延，E阶段加F阶段为空口寻呼时延。

通过以上分析，微信业务时延主要是空口时延，包括接入、寻呼时延和核心网到服务器三次握手时延。

选取2014年3月-5月中的一周7*24小时总共168个数据进行直方图分析如下：
图4-2 空口时延直方图（制图人：张天韵2014-6-2）
图4-3 三次握手时延直方图（制图人：张天韵2014-6-2）空口时延直方图呈离岛型，标准差较大，过程能力明显不足，而三次握手时延则比较正常。

空口时延是无线传输，而三次握手者是有线传输，一般情况下，三次握手时延波动较小，从以上样本统计也可以看出，三次握手时延各样本比较
接近，而空口时延差别较大，因此，影响微信业务时延长主要是空口时延长所致。

针对2014年3月-5月中的92天中忙时用户微信连接样本，总计176727987次微信连接中，其中合格样本，即时延小于1.3s的样本分别为82851045次，不合格样本量为93876942，小组将这合格不合格样本拿出，分别统计不同阶段的时延如下：
表4-1 合格不合格样本各阶段时延
（数据采集及制表人：张天韵2014-6-11）
因此，我们对不合格样本93876942次微信连接进行了进一步的分类统计和原因汇总，得到
表4-2 2014年3月-5月用户空闲态下切样本统计
根据以上空口时延长项目分类，我们进行了柏拉图的绘制：
图4-4空口时延长各项目样本统计柏拉图（数据采集及制表人：张天韵2014-6-11）
通过柏拉图的排列我们可以看到，在所有空口时延长的样本中，接入时常长过长与寻呼时长过长分别占据了45.2%与38.6%，问题严重。

由此，我们判断导致微信业务时延过长的主要原因在于接入时常长过长与寻呼时长过长，如果要降低微信业务时延达到合格的1.3s内，减少接入时常长过长与寻呼时长过长比例是关键因素！
4.2 可行性分析
4.2.1 去年同时段类比
提取2013年3-5月间微信业务时延，去年总微信样本为89894429个，统计微信平均时延为611ms，进一步统计接入时长过长样本和寻呼时长过长样本，如下：
表4-3 2013年微信样本中接入时长过长与寻呼时长过长的样本
（数据采集及制表人：陈喆2014-6-11）
统计微信样本分阶段时延如下：
表4-4 2013年微信样本中分阶段时延
从去年指标分析，微信业务时延曾优于集团指标。

今年微信样本为176727987，去年样本为89894429，一年微信增长了一倍。

当时微信接入时长过长样本和寻呼时长过长样本仅为15%与13%，相比今年，有很大的提升及优化空间，通过QC活动，若能将微信这两项问题解决，必能使微信时延大幅度的改善。

4.2.2 数据理论分析
我们对之前得到的全量统计样本进行分析，得到，
表4-5样本数分析（数据采集及制表人：张儒申2014-6-11）如果可以将接入时长过长与寻呼时长过长问题全部解决，通过计算可以得出，微信时延将会优化到：
微信时延=（其余不合格样本*不合样本时延值+（合格样本+接入时长过长样本+寻呼时长过长样本）*合格样本平均时延）/总样本数=743ms 如果可以将微信接入时长过长样本和寻呼时长过长优化至去年平均水平，即15%与13%，通过计算就可以得出，微信时延为：
微信时延=（不合格样本-（接入时长过长样本*（45.2%-15%）+寻呼时长过长样本*（38.6%-13%））*不合样本时延值+（合格样本+（接入时长过长样本*（45.2%-15%）+寻呼时长过长样本*（38.6%-13%））*合格样本平均时延）
/总样本数=1234ms
综合所述，降低微信业务时延至1.3s%的目标在理论上是完全有可能实现的。

5 原因分析
针对现网的分析结果，QC小组根据全面质量管理的理论和方法，结合目前存在的问题，从人员与方法、空口与无线环境、硬件设备与资源等多方面将造成微信时延长的原因进行了分析，共总结出8个末端原因（绿色框内原因），如图所示：
图5-1 原因分析关联图（曹逸文2013-6-12）
根据如上原因分析图可知，导致网络寻呼时长过长与接入时长过长的末端原因共有8个，主要包括缺乏培训机制、缺失统计工具、传输负荷过高、接入信道负荷过高、异常连接占比过高、导频污染、设备硬件故障以及控制信道负荷过高。

6 要因确认
6.1 要因确认表
我们根据原因分析中所确定的8个末端原因，逐一进行要因确认。

表6-1 要因确认表（詹黎2014-6-18）
6.2 要因确认
末端原因一：缺乏培训机制
评判标准：2014年参加网络优化及维护培训次数超过20课时、5科目，同时通过中国电信集团认证的网络优化资格考试。

对小组9名成员2014年的培训、考核进行统计分析，如下表：
表6-2小组成员培训考核成绩表（陈晓芳2014-6-20）
从上表可以看出每个小组成员都有符合要求的培训经历，并且都通过了考核要求。

小组大部分组员具有多年CDMA网络优化分析工作经验，组员曹逸文曾
获得“中央企业技术能手”称号，中国电信集团网优技能竞赛二等奖等成绩。

图6-1 小组成员荣誉情况（陈晓芳2014-6-20）
结论：缺乏培训机制为非要因。

末端原因二：缺失统计工具
评判标准：有规范的指标统计体系，完善的统计工具。

中国电信在2009年运行EVDO网络开始之初，即建立了EVDO指标统计体系，供各省市使用；同时，各省市公司根据集团规范，进行了网络优化平台的开发，供优化人员进行网络性能分析。

前期，在多维感知项目中，开发了端到端分析系统，即无线业务分析平台，可以进行业务级统计。

图6-2 集团无线网络统计指标、网优平台与无线业务分析平台界面（陈晓芳2014-6-21）结论：缺失统计工具为非要因。

末端原因三：传输负荷过高
评判标准：确认现网基站传输资源利用率≤70%
根据《中国电信集团关于基站EVDO扩容标准指导手册》，传输负荷扩容标
准，传输负荷超过70%的基站属于传输高负荷基站。

通过对于全网在3月至5月的传输负荷情况进行统计分析，得到下图：
图6-3 基站A-Bis口平均带宽利用率（数据采集及制表人：赵佳融2014-6-22）
可以看到，该基站在3-5月中平均传输利用率仅53.21%，低于70%的传输扩容门限。

结论：基站传输负荷过高为非要因。

末端原因四：接入信道负荷过高
在EVDO系统中，反向接入信道负荷是EVDO基站反向接入信道业务情况的主要指标。

根据集团下发的3G业务规模发展优化操作手册，当EVDO载扇在实际忙时的接入信道负荷超过40%时，说明该载扇接入信道负荷过高，这将导致从用户侧发起的接入探针产生碰撞，导致接入时间过长。

图6-4 3G业务规模发展优化操作手册（赵佳融2014-6-24）为了验证手册内容的准确性，我们对网络忙时接入信道负荷以及微信空口时延的76个样本提取出来，并统计得到了接入信道负荷与接入时长的关系调查表如下：
表6-3接入信道负荷与空口时延关系调查表（皇甫俊伟2014-6-25）根据上表，得到散点图如下：
图6-5接入信道负荷与业务信道建立失败关系散点图（皇甫俊伟2014-6-25）
用相关系数判断法判断相关性：X为接入信道负荷，Y为业务信道建立失败次数。

计算相关系数得到：
通过查询“相关系数γ的临界值”表，按照N-2=73,α=0.01，则γα在0.217到0.283之间，|γ|＞γα
所以认为接入信道负荷超过40%时，接入信道负荷与空口时延存在强正相关。

结论：接入信道负荷过高是要因。

末端原因五：异常连接占比过高
评判标准：现网存在异常连接，且异常连接次数占比超过10%
我们选取Iphone4s（ios系统、还原出厂设置）、iphone4（ios系统、已破
解）以及华为C8500（Android系统）进行业务测试，发现iphone4和华为C8500两部终端在打开数据连接后，经常会收到来自互联网的业务请求，由于产生了TCP的交互过程，所以此时如果空口已经被释放，则空口会被重新配置资源。

AT侧被请求连接的部分端口有共同特征，初步判断是由于部分互联网上的端口扫描器扫描导致。

对其中的135端口进一步分析，过程如下：
①首先查看Android的抓包信息
1.对端的请求端口是AT的135端口：
图6-6 Android抓包（皇甫俊伟2014-6-25）
2.A11申请空口资源
结合PCMD的日志话单，确认空口建立的过程，如果产生了PCMD的话单，说明这次空口资源调度产生了开销。

3.AT返回RST信息
135端口关闭，所以返回rst。

说明AT没有监听135端口的服务请求。

②在Iphone4的抓包信息中也出现了类似的请求
图6-7 Iphone抓包（皇甫俊伟2014-6-25）
③分析135端口的主要用途和作用
根据TCP的协议描述，端口256以下的服务均为公共服务端口，主要是一些常见的应用类型（例如FTP、email等等），一般应用开发商不会使用这些端
口。

135端口主要用于使用RPC（Remote Procedure Call，远程过程调用）协议并提供DCOM（分布式组件对象模型）服务，通过RPC可以保证在一台计算机上运行的程序可以顺利地执行远程计算机上的代码；使用DCOM可以通过网络直接进行通信，能够跨包括HTTP协议在内的多种网络传输。

这个端口经常被黑客和病毒所利用，例如冲击波病毒，该病毒就是利用RPC 漏洞来攻击计算机的。

RPC本身在处理通过TCP/IP的消息交换部分有一个漏洞，该漏洞是由于错误地处理格式不正确的消息造成的。

该漏洞会影响到RPC与DCOM之间的一个接口。

④判断135监听端口是否是AT的正常业务需要连接
Android系统中由于需要进程间访问，所以也是需要RPC服务的，但是与Windows的RPC服务不同的是采用了Java AIDL RPC来实现，并不会直接用到RPC服务，因此Android系统默认是不会开放135端口的。

同样IOS系统关于Socket的使用更严格，也没有开放135端口的监听，因此可以判断此请求不属于智能终端正常请求范围。

⑤对所属网端进一步分析
进一步研究发现，只有在本地IP段为114.81和101.81的网段内有被扫描的情况发生。

通过CHAP消息可以看出其为CTNET连接。

图6-8 Android Chap消息（皇甫俊伟2014-6-25）
测试中Iphone4通过CHAP消息接入帐号为DxSjiaN，分配IP地址段与CTNET接入方式相同。

图6-9 iphone chap消息（皇甫俊伟2014-6-25）
而iphone4s从未发生IP扫描情况，其本地IP为10.9X网段，通过CHAP 消息可以看出此为CTWAP连接。

图6-10 iphone chap消息（皇甫俊伟2014-6-25）
通过测试看出，并不是所有软件打开后，都会伴有IP扫描的问题，且扫描开始的时间也不固定，因此，推断为基于IP地址的扫描行为，尤其是针对通过CTNET 接入的方式的终端。

通过对Android手机和iPhone的抓包分析，我们还发现了以下的可疑的端口请求服务信息：8909、1433、23、3306、4899、6000这些端口都属于已知的系统漏洞，非常容易被黑客所利用，也成为端口扫描工具经常关注的端口。

而这些漏洞所属的应用均不属于目前现网的智能AT常用业务，因此可以判断这些请求均不属于正常的业务请求。

通过端到端平台统计MSC frame23一天早忙时连接次数，并关联话单统计出异常连接话单数如下表：
表6-1呼叫记录对比调查表（张天韵2014-6-25）
话单数突增显著的主要是来自61.160.212网段和61.160.207网段，通过IP地址反向查询，发现这两个地址段属于XX省XX市电信。

从IP地址段的分布情况来看，是由于服务器漏洞造成部分服务器成为“肉鸡”，被安装端口扫描软件后，对外进行电信的IP地址段的扫描。

与此同时被扫描端口为6000，该端口是黑客可以用以攻击的端口。

这些由端口扫描发生的连接并非是真正业务触发，因此为异常连接，这类连接大量占用了空口资源，造成空口资源浪费，
该时段异常连接为557872次，而该时段总连接次数为2985731次，异常连接占比为18.7%，超过10%的门限。

结论：异常连接占比过高是要因。

末端原因六：导频污染
评判标准：微信连接样本中无明显导频污染情况，呼叫记录中导频集数量大于3个的占比小于5%
根据EVDO通信原理，当EVDO前向同时收到3个以上强度相近的导频信号时就会极大地降低EVDO前向无线覆盖质量，我们称之为导频污染。

为确认微信业务连接时导频污染情况，我们对3-5月时间段内微信连接样本中前向导频集数量进行数据统计，发现超过96%的样本未发现导频污染现象。

表6-11导频污染样本点分析（宋晨杰2014-6-29）
图6-12微信样本导频污染分析（宋晨杰2014-6-29）
根据上述分析及现场确认可知，无导频污染情况，导频污染也并非造成网络拥塞的主要因素。

结论：前向导频污染为非要因。

末端原因七：设备硬件故障
评判标准：确认基站是否存在硬件告警
经网优后台分析人员核查确认，在3至5月间，基站无严重故障告警，工作正常。

图6-13基站告警确认（周佳俊2013-6-22）
结论：基站设备故障为非要因。

末端原因八：控制信道负荷过高
评判标准：控制信道负荷>20%
在3G网络中，寻呼主要占用控制信道资源，控制信道负荷过高，会导致空口寻呼时延过长，统计3月至5月间，现网控制信道负荷，如下图所示
图6-14控制信道负荷（曹逸文2013-6-22）
根据集团下发的3G业务规模发展优化操作手册，当EVDO载扇在实际忙时的寻呼信道负荷超过20%时，说明该载扇控制信道负荷过高，分月统计现网控制信道负荷如下：
表6-5 3月至5月控制信道负荷（曹逸文2014-6-29）
通过以上分析，3月至5月指标，92天指标中54天控制信道负荷超过20%，且每月平均控制信道负荷均超过20%。

结论：控制信道负荷过高为要因
综上，各末端因素确认完毕，要因总结如下：
1）接入信道负荷过高。

2）异常连接占比较高。

3）控制信道负荷过高。

7 制定对策
针对分析得出的主要原因，小组成员按照5W1H原则，提出了对策方案，具体情况如下：
表7-1 对策实施表（周佳俊2014-7-10）
8 对策实施
我们按照从点到面的原则制定措施先后顺序，逐步实施各项优化措施，如下对策实施一：降低接入信道负荷
针对该要因，小组进行讨论，决定将通过参数的优化，降低接入信道负荷，从而提升反向信道的资源利用率，与此相关的参数总共有7个，即AccessCycleDuration、ProbeBackoff、capsuleLengthMax、OpenLoopAdjust、ProbeTimeOutAdjust、ProbeSequenceBackoff、preambleLengthslot
我们将通过正交试验法来获取最优参数组合，以降低接入信道负荷。

正交试验法过程如下(L8(27))：
表8-1正交试验法过程（数据采集及制表人：宋晨杰2014-8-4）直接观察，通过A2B1C2D2E1F2G1可以得到较低接入信道负荷为30.9%，同时，个别参数的极差R值较大，说明该参数为影响接入信道负荷的重要因素，为逼近最优方案，我们再次进行了正交试验。

首先，按照R的大小，把因素的大致主次顺序，以及选用的位级排列如下：
表8-2正交试验法位级排列（数据采集及制表人：宋晨杰2014-8-10）AccessCycleDuration极值最大，是上批试验中最重要的因素，故作详细考察，我们小组决定在原来效果较好的参数值（AccessCycleDuration=32），再向下取一个新值16，同时，将ProbeBackoff、capsuleLengthMax、OpenLoopAdjust三个参数一同再次正交试验(L8(24))。

表8-3正交试验法因素位级表（数据采集及制表人：宋晨杰2013-8-10）
表8-4正交试验法过程2（数据采集及制表人：宋晨杰2014-8-10）从上表可以看出，通过再一次的正交试验，我们得到最有效参数组合（如下表），可以使得接入信道负荷下降至24.1%，远小于40%的门限。

表8-5正交试验法最优参数选择（数据采集及制表人：宋晨杰2014-8-10）我们将正交试验得到的最优参数组合运用到全网，如下图：
图8-1参数配置(宋晨杰2014-8-10)
我们统计实施前后一周该区域即接入信道负荷，如下图
图8-2接入信道负荷趋势图(宋晨杰2014-8-25)
从上图可以看出，通过最优参数组合现网实施后，全网3G业务忙时接入信道负荷均保持在24%左右，远小于40%的目标门限，效果显著。

对策实施二：降低异常连接占比
根据EVDO休眠机制，当一段时间没有数据交互，系统会自动拆除链路，进入空闲状态，目前现网休眠机制配置为8s，即，当终端和系统8s没有数据交互，空口就会被拆链。

经过前期研究，异常连接主要是来自系统侧寻呼，若终端空口未被拆除，就不会产生新的寻呼，因此适当提高休眠机制时间可以减少系统侧寻呼导致的连接，于是小组选取了一个交换机进行实验。

由于EVDO系统在控制信道中的异步包囊下发寻呼消息，因此，实验后主要考察异常连接数及异步控制信道负荷的情况。

表8-6休眠机制修改实验（数据采集及制表人：张儒申2014-8-29）
图8-3异常连接对比(宋晨杰2014-8-29)
表8-6休眠机制修改后异常连接下降幅度（数据采集及制表人：张儒申2014-8-29）
进一步考察异步控制信道平均负荷，如下所示：
图8-4异步信道负荷(宋晨杰2014-8-29)
通过实验，可以看出，修改休眠机制可以使得异常连接数略有下降，但是异步信道的负荷上升了。

因此通过修改休眠机制无法有效缓解异常连接。

小组成员经过讨论，认为单从无线测的优化很难解决这一问题，于是我们换种思路，通过网络策略配置来阻止异常数据连接的源ip地址发来的数据包。

通过端到端数据分析，大量连接主要来自61.160.212网段和61.160.207网段，该网段属于XX省电信，通过协调核心网和XX省电信，通过相关网络策略配置，阻止从61.160.212网段和61.160.207网段，6000端口发过来的数据包，以屏蔽该网段造成的大量连接。

下表是措施实施后这些网段所产生的话单：
表8-7措施实施前后异常话单对比（数据采集及制表人：张儒申2014-8-29）
从上表可以看出，网络策略配置实施后，有效阻止了从这些网段及端口发来
的数据包。

对比实施前后异常连接占比：
表8-8措施实施前后异常话单占比（数据采集及制表人：张儒申2014-8-29）
图8-5异步信道负荷(宋晨杰2014-8-29)
通过策略实施，异常连接次数占比明显下降，由18%下降至8%，达到指标要求。

结论：降低异常连接占比圆满完成
对策实施三：降低控制信道负荷
对于该要因有如下3种解决思路：
1）载频扩容
2）Colorcode调整
3）寻呼策略优化
我们画出了对策实施的PDPC图，在对策实施中我们运用了多条备选路线。

图8-6控制信道负荷优化决策程序图（皇甫俊伟2014-7-11）第一条路线：A0→A1→A2→A3→A4→A5→Z
第二条路线：A0→A1→A2→B1→B2→B3→B4→A4→A5→Z
第三条路线：A0→A1→A2→B1→B2→B3→C1→C2→C3→C4→B4→A4。