移动通信网络优化中大数据技术的运用分析

黄 坚



移动通信网络优化中大数据技术的运用分析

黄 坚

浙江宝扬网络科技有限公司，浙江 杭州 310053

随着我国移动通信网络的不断发展完善，数据也在不断上涨。当前社会中，人们正在被各种数据潜移默化地影响。因此，面对这一情况，大数据的时代也在全面到来。通过大数据的处理模式，为人们在工作生活中带来较大改善。因此，社会也需要不断将其重视起来，并发现其中存在的各方面问题，采取必要的措施加以完善。这也在最大限度上保证我国的信息水平不断进步，并且改变人们日常的生活工作方式，对我国的整体建设也有着重要的意义。

移动通信；网络优化；大数据

1 大数据概念与特点

通常情况下，数据的产生可以分为三个阶段：

1.1 被动产生阶段

数据量出现第一次飞跃是在数据库刚刚产生的时候。在这个阶段，数据库还没有得到广泛使用，通常只是应用在政府或者是一些比较大型的企业中，比如用来处理大超市的销售记录、用来处理银行的大量交易数据等，一般都是为了运营活动而使用，所以这个时候的数据处于被动产生的状态[1]。

1.2 主动产生阶段

数据量出现第二次飞跃是在互联网产生的时候，互联网用户量很多，每天都有很多人使用微博、QQ等聊天工具进行聊天，加上手机和电脑越来越智能化，越来越方便用户的使用，在这个过程中，数据的产生是通过用户自愿完成的，此时的数据处于主动产生的状态。

1.3 自动产生阶段

数据量出现第三次飞跃是在数据能够自动产生的时候。在这个阶段，物联网与移动通信网络相互结合在一起，产生了很多传感设备，并且得到全球的广泛使用，数据是通过自动的方式来产生的，于是就迎来大数据时代。大数据通常有以下几个特点：（1）大数据并没有固定的结构，非结构化较强。（2）大数据所包含的数据量很大。（3）大数据可以在短时间内获得，具有实时性。（4）大数据的来源很多，可以通过不同设备来进行采集[2]。

2 大数据价值链

移动通信网络大数据价值链中主要分为四个阶段：（1）数据的产生，需明确其产生渠道。（2）数据获取，即为信息采集、传输、预处理。（3）数据储存，该阶段的关键在于做好的大规模数据持续储存与管理。（4）数据分析，该阶段的工作目的是将数据潜在价值提取出来，提供相应的决策服务。

2.1 数据产生

随着信息化进程的不断加快，有效推动了智能终端和应用技术的发展，用户可及时获取丰富的互联网服务，完成手机支付、社交、文件传输等网络应用，拓展了数据获取的渠道。另外，随着手机用户群体规模的不断扩大，使得移动通信商在拥有用户基本信息、网络通信数据的同时，还能够获得其网上行为信息。设备层、运维层和用户层是移动通信商获取数据的主要来源，这三者分别面向维护、管理、市场[3]。

2.2 数据获取

由于网络数据的分布载体十分零散，因此往往是碎片式的、多样性的。数据量的庞大，大大提高了数据获取的成本，且为信息获取带来一定困难。一般情况下，数据获取可分为数据的采集、预处理和传输这三个子步骤。移动通信商主要使用DPI数据采集器进行数据采集，提取出有价值的信息，有利于加强对用户网络行为的管理和控制；通过数据预处理，能够提高数据质量，以免增大数据传输、存储压力，为后期的数据分析奠定良好基础；通过IP骨干网可将数据传输至数据中心存储，大数据时代背景下数据量不断增加，计算要求也在提高，云计算数据中心的构建已经提上日程，其是数据中心的重要发展方向。

2.3 数据储备

目前，我国移动通信商自身具有一定的资源优势，能够有效处理用户的数据记录，但存储方式尚不完善，存储周期较短，在我国业务形式不断发生变化的背景下，应将数据存储形式更深层次的价值挖掘出来。通过大数据的相关技术的应用，能够有效改善该情况，延长数据存储周期，提高其存储价值，从而实现对数据存储统一化服务的目的。

2.4 数据分析

数据的核心就是挖掘潜在价值，而确保数据自身作用能够充分发挥出来的核心就是分析，这也是大数据研究的关键环节。移动通信商利用自身所具备的资源优势能够实现其运营方式的进一步改革，发挥大数据分析功能，提高移动通信商社会影响力。

数据分析步骤如下：第一步为数据可视化。通过图形化手段，可直观反应数据分布情况与各属性间相关性；第二步为统计分析。通过统计方法定向/定量分析数据，主要包括描述统计、推断统计；第三步数据挖掘。该方法涉及面十分广，如数据库系统、机器学习、统计学习、人工智能等，主要目的在于挖掘数据中潜在的、具有价值的模式。移动通信商利用丰富的数据资源，实现“数据封装—数据服务”、“传统网络服务提供商—信息服务提供商”的转变，但在这一过程中，需要加强对数据的逐层分析。

3 移动通信网络中大数据处理的关键技术

随着数据量和数据分析深度的不断增加，直接为移动通信网络大数据的实时性带来一定困难，在此背景下云计算理念应运而生[4]。2004年，典型云计算模型——Map Reduce技术被提出，得到广泛关注，该技术框架主要包括三大内容：（1）分布式文件系统；（2）并行编程模型；（3）并行执行引擎。Map Reduce技术被投入实际应用的过程中，虽然是一个处理和分析大数据的有效工具，但在大数据的处理过程中仍存在诸多不足之处，比如不支持Schema、不具备存取优化、数据处理缺乏一定的灵活性，因此，相关研究人员对Map Reduce技术展开了更深层次的研究，主要包括技术性能的提升和技术易用性的改进等。大数据处理方式具体可分为两种：（1）流处理；（2）批处理。Map Reduce技术采取的是批处理方式，但是实际上社交网站、电子商务等均要求实现数据的在线处理，而Map Reduce技术却无法满足这一要求。

4 结束语

我国的移动通信网络随着各种科学技术的不断提升也有了极大程度的改变，并且也促进了我国的通信产业的不断发展。具相关调查报告显示，目前我国的通信网络在生产数据上相比于以往有了极大程度上的不同。并且在这样的影响下，国家也出台了相关的管理政策与法规，在大数据的研究上也下了极大的工夫。随着世界范围内对这一概念的不断重视，也使我国的移动通信网络中的大数据研究有了新的方向，成为了一项发展战略措施。

[1]张延彬.基于移动通信行业的大数据服务研究[J].电信工程技术与标准化，2016（2）：44-47.

[2]金紫阳.大数据在移动通信网络中的应用及发展策略研究[J].中国新通信，2016（10）：64.

[3]丁洪涛.大数据在移动通信中的应用研究[J].中国新通信，2016（11）：97.

[4]王洋，顾佩月.移动通信大数据资源价值化运营研究[J].武汉理工大学学报（信息与管理工程版），2016（3）：347-350.

Analysis of the application of big data technology in the optimization of mobile communication network

Huang Jian

Zhejiang Bao Yang Network Technology Co.，Ltd.，Zhejiang Hangzhou 310053

With the continuous development of China's mobile communication network， the data is also rising， the current society， people are being affected by a variety of data. So in the face of this situation， the era of big data is also in full. Through the large data processing mode， for people in the work life brings a great improvement. Therefore， the society also needs to pay attention to it， and found that all aspects of the problem， to take the necessary measures to improve. This will also ensure that the level of information in our country to the greatest extent， and change people's daily life and work， the overall construction of our country also has important significance

mobile communication； network optimization； big data

TN929.5

A

1009-6434（2017）01-0054-02