融合M2M与数据服务的虚拟运营模式及技术体系

罗振 光纤通信技术和网络国家重点实验室工程师

桑梓勤 光纤通信技术和网络国家重点实验室高级工程师

融合M2M与数据服务的虚拟运营模式及技术体系

罗振 光纤通信技术和网络国家重点实验室工程师

桑梓勤 光纤通信技术和网络国家重点实验室高级工程师

提出了一种新型的虚拟运营模式及其技术体系。首先，借助M2M实现基础的移动通信和物联网服务，再针对虚拟运营商所汇聚的跨行业海量业务数据，进行定制的数据融合与数据挖掘，然后借助各种行业专家系统的分析，由虚拟运营商辅助M2M应用各自进行决策支持，从而为M2M应用提供一种全面、专业的增值服务。

移动虚拟网络运营商 机器到机器数据融合 数据挖掘 决策支持 专家系统

1 引言

移动虚拟网络运营商（MobileVirtualNetwork Operator，MVNO），是一种新兴的电信运营服务业业务形态，在20世纪90年代萌芽于美国和日本，随后扩展到欧洲，目前逐渐在全球移动通信市场形成了一定规模的市场。

比较全面、精确的移动虚拟网络运营商MVNO定义来自于欧盟委员会：“没有无线电频谱使用牌照，但能够接入一个或多个无线运营商的无线基础设施，并利用这些基础设施及其自有网络，向用户提供服务的移动运营商”。相对于MVNO，传统的移动网络运营商就是MNO。

2 业务背景分析

2.1 移动通信的用户饱和与M2M兴起

随着移动通信网络不断发展和移动通信终端的大量采用，移动通信用户的普及率已经越来越高，在某些经济活跃地区甚至接近100%。出于经营压力，移动网络运营商必须开拓新的业务空间，在传统模式下人与人的通信业务模式基础之上，新增物与物的通信业务，这样才能形成新的市场增长点。基于移动通信网络的M2M业务由此逐渐兴起，并成为主流的物联网业务模式。

参照GSMA和MachinaResearch的预测，2020年全球M2M终端数量将从2011年的20亿增长到120亿，而同期的人人通信终端（手机、平板和数据卡）数量仅会从63亿增长到95亿。在未来10年内，移动网络运营商40%以上的新增连接将来自于M2M：至2020年，M2M连接将占到总连接数的20%；至2020年，中国M2M终端数量将占全球M2M终端数量的21%，超过25亿。

2.2 虚拟运营市场的先天不足

近年来，随着电信运营市场的竞争日益加剧，通信资费不断降低，移动通信运营商的利润空间也在持续减小，传统模式下服务于人与人通信的业务日趋饱和，数据业务对于传统语音和短信业务的替代，AUPR持续走低，增量不征收已经成为全球所有移动通信运营商的普遍现象。

在此前提下，移动虚拟网络运营商的发展空间，也将局限于传统运营商的剩余部分。在移动通信网络及其产业链全部被传统运营商把控的前提下，移动虚拟网络运营商只能在产业链外围进行大批量用户的低价推广，如果只是以最常见的移动用户转售者角色出现，移动虚拟运营商既不能明显提升存量市场，也不能有效开拓增量市场。

2.3 M2M对运营商的促进和局限

在目前传统的人与人通信业务增长日渐缓慢的情况下，发展机器到机器的M2M，将开拓出蓝海市场，既不与原有的人与人通信业务冲突，也能充分利用现有网络资源低成本地增加收入，不论是移动网络运营商还是移动虚拟网络运营商，都应该将M2M作为一个重要的业务发展方向。

M2M的业务主要通过用户自有的M2M终端、运营商的M2M平台和运营商/服务商的M2M应用来实现。相对于成熟和通用的M2M终端和M2M平台，M2M应用是移动网络运营商最难以把控的部分，主要因素在于M2M应用会在很大程度上依赖于垂直行业，而运营商作为原有通信管道提供方，能否在M2M应用中为用户提供完备、深入的具体业务，将决定其在整个M2M产业链中的重要性。

在某些垂直行业中，已经存在一定数量并达到一定规模的M2M解决方案供应商（M2MSolution Providers），其大都源自于在各自垂直行业内有深厚关系网络和服务体系的系统集成服务商。基于已经管道化的M2M承载网络以及开放的M2M终端和平台，这些系统集成服务商能迅速地开展垂直行业的M2M应用。

垂直行业的M2M应用，其业务规模往往不大，系统集成服务商更多地提供有针对性的定制化服务，只有移动网络运营商才能通过M2M平台，对全部依赖于M2M的垂直行业提供全方位的服务，这也要求移动网络运营商从通信运营商向信息服务商转换。相对于传统的移动网络运营商，虚拟运营商能获得网络及运营后台的支撑，将信息服务作为其业务重心，终端用户转售职能只是营销手段。虚拟网络运营商能涉及到用户终端，在技术上可以获取海量用户的业务数据，这也就开辟了移动虚拟网络运营商的信息服务空间。

3 运营模式分析

相对于传统模式中移动网络运营商MNO的业务涵盖范围来看，移动虚拟网络运营商MVNO的具体业务会不同程度地涉及到，MVNO存在图1中的多种业务模式。

如图1所示，全业务MVNO业务范围最广，覆盖到了除了MNO之外的全部业务领域：“核心网、增值业务、计费系统、业务受理、市场营销”。随后，按照业务范围从高到低依次是：增强服务提供商MVNO、服务提供商MVNO、转售商MVNO。其中，增强服务提供商MVNO存在较为灵活的发展空间。一方面，除了MNO所固有的“无线接入”和“基站回传”之外，其不涉及“核心网”；另一方面，除了MVNO所必备的“市场营销”之外，其涉及到“计费系统”和“业务受理”，从这几部分来看，增强服务提供商MVNO已经具备了独立提供增值服务的全部必需环节，且最大限度地不依赖于MNO。

增强服务提供商MVNO可以基于传统的通信管道，利用所部署的大量M2M终端汇聚到其M2M应用中的海量业务数据，统一、集中地进行数据融合与数据挖掘等信息服务，将各个垂直行业的数据进行综合利用，以实现集约化的高效增值服务。这种集中处理海量数据来实现运营服务模式，也摆脱了垂直行业中系统集成服务商的传统业务形态所形成的信息孤岛。

图1 MVMO多种业务模式

4 系统框架及功能模块

4.1 系统框架

相对于传统业务形态的M2M，MVNO需要在原有M2M系统之上，增加在垂直应用中的M2M业务数据，包括终端管理、定位跟踪、状态监测和应用指标等数据。通过MVNO运营支撑，将多种垂直行业应用中产生并集中的海量业务数据，统一进行数据融合与数据挖掘，再结合这些垂直行业各自的专家系统，在MVNO进行决策支持，从而实现更加高效优质的MVNO M2M应用。

图2是系统框架及其功能模块的组成。与传统的M2M终端、M2M平台、M2M应用相比，MVNO的业务将完全侧重于以数据融合与数据挖掘为核心的运营支撑和决策支持，在这种框架下所实现的MVNOM2M应用，也将突破原有的以垂直行业范畴，会有利于跨行业的数据开放共享和业务联动协同，将跨行业的M2M应用和智慧城市这样的综合应用系统有机结合起来。

功能模块中的垂直行业专家系统，需要对应行业提供能力开放接口，MVNO才能获得所需专家系统的研究和分析能力。而MVNO决策支持，可以通过开放的决策支持平台来获得服务，在业务量规模较大时也可以自建决策支持系统。所有模块中最关键的数据融合和数据挖掘，需要通过MVNO来实现。当然，MVNO可以借助于云计算、大数据这样的开放IT基础设施与服务来完成。

4.2 MVNO运营支撑

MVNO的主要目的就是确保基于数据融合与数据挖掘的技术手段，参考垂直行业专家系统的技术支撑，在MVNO的系统中进行决策支持，以实现MVNO所特有的数据增值服务，将传统业态下移动网络运营商的M2M应用向MVNO的M2M应用转换。

MVNO的运营支撑，除了要借助垂直行业专家系统的外部资源，更重要的是能获得数据融合与数据挖掘这样的公共资源和处理能力，以及决策支持的资源和能力。这些都需要在现有M2M产业链基础之上进行深入、广泛地延伸和扩展。

4.3 数据融合与数据挖掘

数据融合，是对海量传感器数据进行多级别、多方面、多层次的处理和组合，产生新的数据以表征更加清晰和深刻的信息。数据融合的基本目的就是通过组合，获得比从任何单个输入数据元素更多的信息。这里的传感器数据是广义的，泛指各种数据获取系统及其数据库。

图2 系统框架

对于M2M应用来说，存在大量的数据采集系统，这些系统在M2M平台层面，能获得的主要是移动网络运营商所提供的技术支撑能力，如终端状态、终端定位、流量计费、电子地图、移动轨迹等与移动网络终端强相关的一些通用能力。与各种M2M应用所特有的业务规律强相关的业务数据，还需要对大量数据采集系统所汇聚的海量数据进一步融合处理来获得。其中，跨行业领域、跨时空范围的关联业务数据的汇聚与融合，对于数据融合的效果极为关键，也是目前独立运营的M2M应用所无法实现的。

数据挖掘（早期的技术原型叫知识发现），是从海量数据中提取出可信、新颖、有效与可理解的模式的一种处理过程。数据挖掘的目的是从大量的杂散数据中发现模式。数据挖掘的模式有多种，按功能可分为预测型模式和描述型模式两大类。预测型模式是根据数据的数值来精确确定某种结果的模式，预测型模式所使用的数据也都是可以明确知道结果的；描述型模式是对数据中存在的规则作一描述，或者根据数据的相似性把数据归类分组。描述型模式虽然不能直接用于预测，但是可以作为辅助分析的技术基础。

由于M2M应用目前大都针对现有的行业及客户独立运营，且受限于行政划分与市场区隔，以至于行业信息化系统之间的数据不能良好地开放和共享，各个分散的M2M应用也无法综合利用相关应用的数据来实现最大边际效应。而作为追求较大市场和用户规模的MVNO而言，在MVNO的M2M应用中，可以将业务重心聚焦于提供数据处理服务而非M2M管道服务，实现与移动网络运营商的差异化经营，同时也扩大了MVNO的增值服务内容。只有当MVNO具备了相对自主的增值服务能力，才能在虚拟运营的产业链中实现理想的存在价值。

数据挖掘和数据融合，是两种分析处理海量数据并提取有用知识的技术，分别针对数据的巨量性和分散性。而M2M应用最大的特点就是业务数据的巨量和分散。数据挖掘和数据融合的目标、原理和所用的技术各不相同，但功能上相互补充。在本文的技术体系中，这两种技术还可以结合垂直行业的专家系统，依靠M2M应用对应专业领域的知识和方法，以有效数据为现实依据，以专家系统为分析手段，协同完成复杂、高效的分析，进而为MVNO的M2M应用提供决策支持的支撑功能。

4.4 决策支持与专家系统

M2M应用如果有专家系统的支撑，会极大提升应用的合理性和高效率，各个垂直行业的M2M应用提供商可以集中精力研究客户，把核心业务放在进行需求分析和业务开发上，而这些垂直行业的技术规律，可以向专家系统获得支撑，这样也就简化了业务提供的成本和时间，避免了不同M2M应用对于某些被普遍、反复使用的专家系统单独开发对应功能。

决策支持系统，则是基于通用的数据融合与数据挖掘技术处理之后形成的应用数据库，再借鉴垂直行业专家系统的各种知识库进行专业分析，通过信息化手段进行分析、比较和判断，以实现最优的M2M应用方案。

4.5 功能特点

传统的M2M系统，只是在M2M平台层面实现了资源统一，而M2M应用还是基于孤立的垂直行业来分别实现。本文中提出的这种融合M2M与数据服务的虚拟运营模式，有助于移动虚拟网络运营商MVNO摆脱对移动网络运营商的依附，并将M2M业务从分散的垂直行业孤立应用拓展到多行业、跨行业的集成与整合。

5 结束语

移动虚拟网络运营商MVNO如果仅仅只是以终端用户转售者的模式开展业务，将局限为移动网络运营商的补充，在目前的电信运营市场情况下，其经济收益难有大的起色，对于电信运营市场也不会有本质上的推动。只有将增值服务作为核心业务，并结合M2M的发展趋势和业务需求，MVNO才能从用户和市场角度拉动产业，并助力电信运营业态向信息服务业态的转变。

1 王陆军.物联网服务:虚拟运营的理想选择.人民邮电报. 2013

Virtual OperationModeandTechnology System Integrating M2Mand Data Service

This article presents a newMVNOtype and technology system.The basic mobile communication and IoT services are carried onM2Mat first, customized data fusion and data mining are made according the mass service data converged to MVNO.Based on the analysis of various industrial experts systems, theMVNOassistM2Mapplications to fulfill their respective decision support and then provide comprehensive and professional value-added services toM2Mapplications.

MVNO,M2M,data fusion, data mining, decision support, expert system

2015-05-10）