论大数据在移动通信网络优化中的应用研究

孙俨



论大数据在移动通信网络优化中的应用研究

孙俨

中国移动通信集团设计院有限公司新疆分公司，新疆 乌鲁木齐 830011

大数据下的移动通信网络优化技术会更好地解决移动通信网络的优化问题，其主要应用了大数据分析、处理技术。针对通信安全问题，大数据技术的应用必须制定健全的大数据技术管理机制，规范网络通信安全，为移动通信网络数据的有效有序监督和控制保驾护航。

大数据；移动通信；网络优化

1 大数据技术和移动无线网络概况

1.1 大数据技术概括

大数据所容纳的内容是巨大的，甚至大到超出了目前主流软件工具所能够有效获取以及合理应用的范围，能够帮助企业管理者进行科学决策。大数据技术能够从繁杂的信息中，精确地找到企业发展所需要的有价值的信息，并且以最快的方式进行处理，从而实现数据信息价值的最大化。在传统的信息处理技术中，比较分散以及隐晦的信息很难被发掘出来，信息之间也难以产生有机联系，就更谈不上恰当处理了。大数据技术的出现可以作为网络建设和优化服务的基础手段，将对移动通信领域的变革带来巨大影响。

具体来说，大数据技术包括数据存储、数据处理以及数据分析技术，是系列技术的集合体[1]。在数据存储中，使用最多的是云存储。这是在云计算概念基础上延伸出来的，顾名思义就是用分布式的文件进行集群应用，从而使不同类型的设备能够协同创新工作。数据处理也是分布式架构技术的一个分支；数据分析是最为复杂的一项技术，需要从存储的大量繁杂数据中找到数据之间的规律，比如通过数据挖掘和智能技术的有效应用找出两个数据之间的关系等。

1.2 移动通信网络概况

目前比较常用的移动通信网络包括CDMA（2G）、EVDO（3G）和FDD-LTE（4G）。CDMA是在数字技术基础上扩展而来的分支，其主要的特征与应用就是进行扩频通信，实现码分多址的分流。EVDO是专门针对分组数据进行的业务优化程序，主要应用基础是高频谱利用率的码分多址技术。由于频率达到了一定的优化程度，因此可以在带宽为1.25 MHz的前提下实现3.1 Mbps的高速数据传输。当然这个数值已经达到了峰值，如果想进一步提升，则难度会非常大，但在大数据的帮助下这一想法可能会实现。LTE的网络优化研究是由3GPP协同制定的通信系统，便于技术标准的不断更新与实施，通常有两种模式需要注意：一是基于频率的分工FDD-LTE；二是基于时效的分工TD-LTE，以实现上下行无线链路的区分和不同时间区分。这几张差异较大的网络并存的结果就是优化难度特别大。不论是频率还是时效都已经接近极限，继续上升时衰耗较快，在需要更多基站的同时加大了彼此间的干扰。

2 大数据在移动通信网络优化应用中的难题

2.1 过量的移动通信网络数据量

当下使用移动通信设备的用户越来越多，移动通信网络的覆盖面不断扩大，移动网络基站数量也随之迅速攀升，最终导致移动通信网络数据的过量。大数据技术有海量、高速率等数据处理特点，可以利用大数据技术来分析处理移动通信网络的数据难题。

2.2 长期的资金投入

由于移动通信网络优化需要大数据技术的长期支持和灵活运用，这就需要花费大量的时间和资金。各个移动通信网络区域都会建立属于自己的数据结构，其性质也各不同，由此所要采取的优化措施也不一样。这样一来不仅延长了移动通信网络优化时间，而且资金投入也有所增加。这是困扰大数据分析的又一难题。

2.3 用户业务的多元化

每一个区域的信号覆盖场所内会存在各用户的多元化业务，例如利用移动设备终端来观视频、打电话、浏览新闻或网页等，使得各模型的正常使用不正常，特别是在用户业务密集的区域，会出现竞相争夺网络资源的情况，导致网络出现拥堵，部分高流量的BE业务无法正常运行[2]。相同时间点所出现的多元化的业务模型，会使网络数据变得零碎分散，给其数据整理带来不便。

3 大数据分析在移动通信网络优化中的应用

3.1 移动通信用户管理优化

移动通信用户的数量在不断变化，用户数据也在不断更新，给处理与保存都带来很大的困难。大数据分析技术的应用可以根据各个移动用户的传输状态实时记录，方便了对移动通信用户的管理和对通信网络稳定性的调查和分析。

3.2 移动通信用户计费管理优化

随着移动通信用户使用量的增加，出现了消费套餐类型以及消费信息等巨量数据。传统通信网络优化手段不能及时地对这些数据进行分类处理，工作效率比较低。大数据技术的应用，可以快速地对数据进行分析、归类，使移动通信管理人员可以很好地掌握通信用户的使用规律，从而对数据信息进行归纳、分析，发掘信息的潜在价值，发现潜在商机，更好地开拓通信市场。

3.3 移动通信用户行为管理优化

用户对网络的使用具有很强的不确定性，很难把握用户使用应用软件的频率，使用业务的类型以及上网喜好等，这样一来就使移动通信商在定位软件设计的方向时出现偏差，导致花费巨资开发的软件却没有人使用。这种结果会使移动通信商遭受严重的经济损失。因此，应对用户的上网流量信令、数据等进行挖掘和整合分析，发现其中共性和特点，方便以后软件的开发和业务的开展[3]。

3.4 自动网络参数调整

当移动通信网络数据优化系统有了辅助决策功能后，经过多次实验的考验，这样的分析结果就会很准确。在这种条件下，还可以进一步改善优化工具。我们将可进一步优化的软件作用于OMC系统上，通过OMC直接调整网络系统参数，方便了用户的同时也为用户提供了稳定的通信质量。

3.5 网络问题智能分析

通过采集关键节点信令并核查MR报告、告警日志、参数配置文件等数据，对异常Cause进行统计分析，查找问题原因。针对不同原因制定具体的自优化方案，从故障告警、参数设置、用户终端、核心网等多个维度输出优化方案。

4 结束语

为了使移动通信技术满足时代发展的需要，4G通信技术的发展，给人们带来了更好的通信体验，同时也对移动通信网络的优化服务提出了更大的挑战。数字化和网络的快速发展，促进了大数据分析能力的提升，但如何发挥发数据分析技术在移动网络优化中的作用是目前最需要解决的问题。

[1]黄瑞慧.数据挖掘在移动通信网络优化中的实践研究[J].中国新通信，2016（4）：72.

[2]蒋晓鹏.移动通信网络优化中大数据技术的运用分析[J].电子技术与软件工程，2016（12）：170.

[3]王森.4G环境下移动通信网络优化中数据挖掘的应用研究[J].网络安全技术与应用，2016（12）：96.

Research on the Application of Big Data in Mobile Communication Network Optimization

Sun Yan

China Mobile Communication Group Design Institute Co., Ltd., Xinjiang Branch, Xinjiang Urumqi 830011

The optimization technology of mobile communication network in the era of big data will solve the optimization problem of mobile communication network better. It is mainly used in big data analysis and processing technology. To solve the problem of communication security, the application of big data technology must establish a sound management mechanism of big data technology, standardize network communication security, and escort the effective supervision and control of mobile communication network data.

big data; mobile communication; network optimization

TN929

A