大数据分析在移动网络优化中的应用

2018-01-24杨丽莎

通信电源技术 2018年8期

杨丽莎

（湖南工业职业技术学院，湖南长沙 410000）

0 引言

互联网的发展，带动了新型产物的出现。在大数据背景下，移动网络必须实现数据的高效处理。因此，相关人员应充分利用大数据技术优势，全面优化移动网络，增强其应用能力[1]。在移动网络发展过程中，还面临着很多挑战。保证移动网络改变现状，取得发展中的优势地位，需要大胆创新，不断探索移动网络优化的方法。

1 对大数据的认识

“大数据”是随着互联网不断普及出来的新概念。从字面上看，它是一种数据的表示方法[2]，是信息时代的产物，也最能代表时代的信息化程度。它不仅仅是表示数量的庞大，还表示数据的特征与传播速度的快慢等。当前，面对庞大的数据，应更加注重对数据的处理操作，做到对数据的有效利用。大数据具有以下特征：（1）数量涵盖量大，是多种数据的集合，拥有丰富的数据库；（2）数据处理能力强，不仅能够储存庞大的信息，还能将数据进行简单分类，筛选关键信息，使数据具有一定的结构特征；（3）数据利用率得到很大提高，使用者能够查找信息更为方便，数据的价值提取也有所提高；（4）能够直观展现数据，利用互联网进行数据的传输，能够在线存储查阅数据信息，且查询速度有所提高。

2 大数据背景下的移动网络技术的更新

移动网络技术包含通信技术与数据处理技术。在大数据背景下产生的新技术可应用于巨大的数据库中，便于人员快速查找有效资料。大数据技术的应用范围也较为广泛。它是一项集成的技术，包括数据存储技术、数据移动分析技术、数据分析技术、数据综合管理技术和数据显示技术等多种技术，也涉及很多学科，属于跨领域的技术。

2.1 数据存储技术

在大数据背景下，移动网络涉及的数据量较大，常规的人工处理难以适用，在执行存储操作时，为减少计算机存储空间，不拖慢计算机运行速度，往往采用在云计算基础上发展而来的云端存储方式。该方式属于集成的存储方式，通过网络技术，将各种技术结合在一起，可用于建立系统的存储文件夹，依据关键词筛选内容，并依据数据存储形式与文件扩展名移动归类。此外，还需要借助各种不同的存储装备，保证所有装备协同工作，扩展云端存储的范围，丰富存储内容，能够更好地服务于使用者。

2.2 数据综合处理技术

若未及时处理庞大的信息，会产生信息冗杂，不利于分类整理，使用者查询操作也很不方便。在实际处理过程中，一般选用分布式处理方法，通过建造一定的结构，对数据进行综合处理，充分发挥高效的数据敏感性。

2.3 数据的综合分析技术

从信息的收集到信息的处理，再到信息的存储查询，皆需要用到数据综合分析技术。该技术在大数据背景下的使用频率较高，可在大量的数据中探索数据排列规律，并按照特定方式分析数据特征，做到更好地归类，提高数据处理的质量，关键信息得以保留。

3 大数据背景下移动网络优化中存在的问题

（1）数据处理较为麻烦。在大数据背景下，网络信息冗杂多，在实际处理过程中工作过于琐碎。当前，我国移动网络发展前景良好，用户数量高速增长。然而，很多问题也随之涌现。在移动网络技术不断优化的过程中，网络覆盖面也在不断变化，用户数量剧增，知识层次不同的用户，对移动网络的要求也不同。在2017年，移动网络使用者数量已达到8亿，超过我国总人数的一半。数据处理的难度也相应增加，系统难以从庞大的数据中提取有效信息，延长了数据处理的时间，网络传输速度同样受到影响，导致网络优化速率减慢。

（2）资金分配问题。大数据技术具有一定局限性，在数据处理过程中，会产生较大的流量，增加数据处理的成本，对后期的网络建设也有一定影响。移动网络优化属于漫长的过程，执行效果与区域的发展水平也有很大关系，经济发达地区更加重视移动网络优化[3]，而相对落后的地区缺乏移动网络环境优化的条件，先进技术很难得到发展，拖慢农村发展步伐。如果没有足够的资金支持，移动网络很难做到发展。

（3）网络安全问题。当前，我国的网络环境未得到高效的治理，在浏览网页过程中，很容易遭到病毒的侵入，泄露重要信息。在网络建设过程中，安全是最值得考虑的问题，大数据背景并没有改变这种现状。因此，在大数据背景下，依然不能忽视对网咯环境的综合治理，尤其是随着数据量的增大，要进一步健全网络环境，保证信息传输的安全。如果没有解决安全问题，极容易导致整个移动网络系统瘫痪，不能正常运行，影响人们的工作与生活。这种弊端还能通过互联网扩大影响，个人隐私极易被暴露。

（4）网络覆盖面较大。移动网络属于综合性网络，包括各种局域网，用户也较多，产生的流量庞大。然而，当前的服务站却比较少，难以及时解决用户问题，使移动网络出现更多诟病，影响移动网络的发展，不利于优化整体网络环境。

（5）用户业务要求不断提高。对移动网络公司而言，服务平台的搭建难度相应变大。用户使用移动网络的途径也在变多，对于一些密集群体，流量传输速度往往不符合用户的实际要求，影响人员的业务生活与工作，且网络传输比较琐碎，整理比较麻烦。

4 加强大数据背景下移动网络优化的措施

（1）加强对移动网络的应用，并完善其数据处理和存储功能。在优化过程中，要重视对数据的处理。由于数据数量庞大，在处理过程中，应筛选关键的信息，通过设置相应的检索，保证使用者能够迅速查找信息。同时，还应保证信息的安全。为提高数据的存储速度，需要快速保存信息，可采取云端方式保存信息，能够有效节约空间，只要登陆账号，便可在其他设备上查找信息，提升信息的安全性。此外，要优化数据处理平台的建设，提高服务质量，对数据进行集中处理。

（2）加强管理，即利用制度约束使用者，规范他们的网络行为，保证网络环境的安全健康。在优化移动网络过程中，应依据网络应用中存在的问题制定制度。在移动网络中大数据使用范围已较为广泛，然而，依然存在很多安全问题。若问题得不到改善，网络系统就很难得到优化。针对常见的安全问题，应规范技术流程，提高技术员的专业素质，相关部门需要采取法律措施，惩处侵犯频道用户隐私权的不法人员，改善网络环境。通过社会监督、政府监督与舆论监督的结合，为用户创造健康安全的网络环境。

（3）增加信息处理方式与信息获取的途径。由于大数据背景下移动网络涉及的数据较多，在进行数据处理时，应征集用户建议，发现移动网络发展中存在的问题，并针对这些问题制定针对性解决措施。网络建设者需要把握网络建设方向，以数据收集，尤其是有效信息的提取为重点内容。同时，数据处理人员要完善自身能力，加强数据分析与处理能力，使数据处理更为精细。

（4）优化网络性能。实现移动网络的优化需要找到网络运行中存在的问题，剖析问题产生的原因。通常，需要解决的问题有如下四种：（1）克服网络干扰；（2）实现业务均衡，增加服务站；（3）实现网络的高效连接；（4）可自动处理一些小的故障。实现移动网络的全覆盖需要做好四部分工作：第一，要做好准备工作，整理需要处理的网络部分，确定明显的指标，测试网路连接状况；第二，进行综合测试，要先完成数据的收集工作，通过大数据技术收集大量数据，测试整个网络系统的性能与数据处理能力；第三，做好数据分析工作，需要在云端中提取有效数据信息，分析这些数据的可行性，并判断数据分析质量；第四，对整个移动网络进行调整和全面优化，调整又分为接受信号的服务器的调整和数据的后台处理能力调整两个部分，前者主要通过控制天线来完成，后者则是通过设置基础信息与更改参数实现的。

（5）加强大数据背景下的移动网络系统团队建设。应提高技术员门槛，保证其技术水平符合对该行业的综合要求。通过打造一支高质量的网络系统技术执行队伍，能够及时解决网络运行中存在的问题，提高网络运行速度，实现移动网络的全面优化。