系统业务扯(Traffic)是描述在给定时间内服务请求到达排队系统的数量和到达时间间隔的参数。由于服务请求到达具有随机性，通常用一个恰当的随机（过程）模型来描述系统的业务量。在传统的电话网络中，由于服务请求是单一的电话呼叫，所以电话交换机的业务量又通常称为话务扯。由于软交换同传统电话交换机概念的相似性，并且为了叙述的方便，在本章中仍然沿用“话务量”这一名词。
一、软交换网络话务星的特点分析
(1)软交换网络的话务量具有叠加性
同传统的电话交换网相比，软交换网络将提供多种不同类型的业务，如普通的语音呼叫类业务、实时多媒体会话类业务、即时消息类业务以及其他可能的数据类业务等。因此，软交换网络的话务量是由用户对多种不同类型业务的请求叠加而成，即软交换网络的话务量具有叠加性。
(2)软交换网络的话务最具有突发性
由于用户请求的偶然性和无法预测性，以及用户请求行为的不完全独立性（如大家相同的喜好和作息时间），造成不同时间段用户请求的到达率是不同的，甚至差别很大，这导致软交换网络的话务量具有突发性。
(3)软交换网络的话务量具有（拟）周期性
软交换话务量的（拟）周期性是由用户每天的规律性活动引起的。例如，根据传统电话交换机话务量的特点可以推知用户在凌晨前的几个小时话务量最低；上午上班后和下午上班后会出现两个高峰；午饭时间话务量有所下降；下午下班后话务量逐渐下降。每天都基本上遵循这样的规律，体现出周期性的特点。
(4)软交换网络的话务最具有分段同质性
软交换网络的话务量具有分段同质性，即虽然从一个周期来看，软交换网络的话务量可能是一个比较复杂的随机过程，但是如果根据某种特性将其合理地分段，则每一小段可用一个简单、齐次的随机过程加以逼近或表示，这种特性可以称之为分段同质性。如，凌晨前几个小时持续而平坦的话务量低谷就完全可以用一个齐次泊松过程来表示。
总结上述特性，可以认为软交换网络的话务量具有叠加性、突发性、周期性和分段同质性等宏观规律，这些规律成为构建其话务量模型的主要依据。
二、软交换网络话务量建模分析
前文中已指出流量模型可分为两部分：到达过程模型与服务过程模型。下面内容对软交换网络话务量的分析与建模主要是针对话务蜇到达过程，或者说是针对话务量源的建模，包括话务量源的特性、到达率（到达间隔入到达负荷、长相关特性等。
一般而言，简单的话务量源是由离散事件（如呼叫、分组、信元等）的单个随机到达构成，在数学上称之为随机点过程(PointProcess)。单个事件随机到达的时刻构成时间序列。复合话务扯源是离散事件的成批随机到达。也就是说，在某个到达时刻，事件到达的个数可能多于一个。为了能对复合话务量源进行准确的描述，需要一个非负整型值随机序列表示每批到达事件的个数，这种复合话务量源模型又称为标记点过程(MarkedPointProcess)。到达率（强度）表示单位时间内事件到达的个数，它是一个概率均值，通常用入表示。
研究随机话务量源必然要研究其突发性，因为突发性的强弱将会影响甚至决定随机话务量源的许多关键特性。当一个随机话务量源的事件到达时刻序列具有明显的聚集现象，或到达间隔时间序列中成串、较短的到达时间间隔与成串、较长的到达时间间隔交替出现，这就说明随机话务量源具有突发性。很强的正自相关是导致突发性的主要原因。反之亦然，如果话务量源的突发性很强，则必然导致很强的自相关性。
三、软交换话务星建模的一般方法
软交换网络的话务量是由多种业务的话务量叠加而成，因此，对于软交换网络的话务量建模有两种方式：叠加建模方式以及非叠加建模方式（也称为直接建模方式）。叠加建模方法将首先根据软交换网络中每类业务的话务量特点，分别为它们构建单独的话务量模型，然后将这些独立模型叠加起来，表示软交换的总话务翟；非叠加建模就是直接在软交换网络总话务量的基础上为其构建一个随机模型。
叠加建模方式将软交换网络的话务量分解成多种业务话务量的组合，由于各种业务的话务量特性相对比较明确，易于找出其统计特征，因此其建模过程相对简单；另一方面，用户对不同业务的请求话务屋具有不同的随机特性，分别建模可充分体现它们各自的特点。简而言之，与针对软交换网络总话务量的直接建模方式相比，叠加建模方式相对简单，并且在各种业务的话务僵模型基础上叠加后形成的软交换网络总话务量模刮，其精度要比非叠加模型为高，也就是叠加形成的模型与原始话务量的拟合度较高。
因此，软交换网络话务量建模比较可取的是采用叠加建模方式。在叠加建模方式下，主要的建模步骤有两个：一是为每种业务建立一个单独的话务量模型，二是将每种业务的话务量模型合并成一个统一的模型。相应地，叠加建模方式存在的难点也在于：(1)为每种业务建立的模型是否能比较准确地描述该业务的话务量，或者说，是否与该业务的原始话务最具有较高的拟合度；(2)为每种业务建立的话务量模型是否可以通过叠加后合并成一个统一的总话务鼠模型。
在叠加模式下，确定软交换网络中每种业务的话务量模型的方法一般有两种：一是从实测的流量数据出发，使用统计方法计算流量的统计特性，从而刻画出该业务的话务量模型；另一种方法是从实际话务植源的性质出发，由流量到达的特性推导出流量的其他特性来，从而刻画出该业务的话务量模型。由于软交换网络环境的复杂性，使得其主要业务的话务量与传统PSTN网络相比具有一定的不确定性特点。因此，在对每一种业务的话务量模型进行理论推导的基础上，还需要辅助对该业务话务量历史数据的统计特性的分析，通过对该业务的原始时间序列进行概率统计，观测其话务量历史数据满足何种概率分布，综合考虑，才能获得较为精确的模型。
