大数据在电信移动通信网络优化中的应用
2018-06-17孟彬
孟彬
摘要:在当前我国社会民众的生活与工作中,电信移动通信已经成为了一种不可或缺的技术。本文基于大数据在电信移动通信网络优化中的应用展开论述。
关键词:大数据;电信移动;通信网络;优化中;应用
中图分类号:TN929 文献标识码:A
引言
大数据技术在通信领域的运用至关重要,为运营商们提供宝贵机遇,运营商在实践中需要把握机遇,分析大数据中的存储、挖掘分析、综合展示等主要运用技术,将其运用于通信的数据存储、分析平台构建、通信网络优化和网络安全维护等领域,充分发挥大数据技术的优势和时代红利,更精确地整合通信领域大数据,开拓更广阔的通信发展空间,不断改善用户通信体验,提高市场竞争力,提升信誉度。
1大数据的概念
由于不同领域的大数据在特性上存在差异,并且人们分析大数据的背景和应用大数据的目的不同,因此不同的领域专家对大数据的定义也各不相同.高德纳咨询公司、维基百科、美国国家科学基金会分别从不同的角度给出了大数据的定义.我国的《工业大数据白皮书(2017版)》还对工业大数据进行了定义.简言之,大数据就是无法在合理时间内利用现有的数据处理手段进行诸如存储、管理、抓取等分析和处理的数据集合.有关大数据的特性,业界普遍将其归纳为4V特性:一是数据体量(Volume)大,如一些电商企业日常处理PB级别的数据已经常态化;二是数据类型多样(Variety),如在工业大数据中数据类型包含了数值、文本、图片、音频、视频以及传感器信号等等;三是大数据的价值(Value)巨大,但价值密度稀疏,需要通过分析和挖掘来获取数据当中有价值的信息;四是大数据的高通量(Velocity),它除了指数据高速产生以外,还意味着数据的采集与分析过程必须迅速及时,以满足用户“及时、实时”的决策需求.在特定领域,
2大数据技术对通信领域的重要性
在网络信息时代,大数据使得通信领域的运营商们获得良好发展机遇,充分体现出大数据技术对通信发展的重要性。一方面,大数据技术有助于积累客户数据资源。用户在通信时会留下一些数据痕迹,运营商运用大数据技术全面分析用户浏览的内容,就可以判断用户喜好,基于用户需求推出通信产品和通信服务,在更了解用户需求的同时掌握更多有价值的数据资源,为自身的长远发展奠定基础。另一方面,大数据技术能为运营商创造有利的流量经营条件。随着各种移动终端的快速兴起,智能手机成为必需品,人们不但用智能手机通信和交流,还利用智能手机消费、购物,流量消费变成通信消费最重要的内容之一,通信运营商在这样的形势下要加大流量经营力度。只是流量经营是复杂的工作,涉及诸多工作内容,需要投入大量人力,如果通信运营商运用大数据技术,就能全面统计流量情况,不仅能了解流量情况,还能合理经营流量,提高经营效益。
3大数据分析在移动通信网络优化中的应用现状
大数据时代的来临,互联网技术的不断发展,使得移动通信网络在大数据技术的支持下得到了很大程度的优化,但在其应用过程中,也同样面临来自以下三个方面的巨大挑战。(1)数据量过于庞大。随着移动通信设备的普及,相关移动通信网络基站的数量也在迅速增加,随着用户数量的增多,相应产生了大量的移动通信网络数据。如何更好地借助大数据技术对这些数据进行分类整理是当前移动通信网络优化工作所面临的重大难题。(2)资金的长期投入。在移动通信网络优化工作中灵活运用大数据技术是一项需要消耗大量时间和资金的工作,比如说,在运用大数据技术建设移动通信网络时,需要综合考虑每一个区域的数据结构以及性质差异,不能同时对所有地区统一优化,因此在具体工作中就会无形延长网络优化工作时间,增加移动通信网络建设成本,造成资金链短缺问题。(3)安全问题。大数据技术所包括的数据收集、分析、处理、存储等几方面内容,与移动通信网络的安全问题紧密相关。大数据技术一旦出现漏洞,就会造成移动通信网络安全隐患问题发生。例如:在大数据技术中采用云存储技术存储网络数据,将数据统一放在一个平台上,容易造成数据丢失,影响通信网络的安全。
4大数据在电信移动通信网络优化中的具体应用
4.1充分使用大数据的储存功能
在当今信息化时代背景下,大數据技术的应用也主要体现在自身存储功能上。即将储存空间虚拟化,并融入云平台等各类技术来储存移动通信体系中产生的庞大数据。由于云平台的内部空间非常充足,因此大数据技术在具体应用的时候,也就能够针对各类数据信息进行全方位的整合与处理,使得不同数据能够得到较好的归类,最终能够统一整合到一个平台中。
4.2灵活利用大数据分析技术
在网络优化活动中,相关人员也应该灵活使用大数据分析技术。在具体使用的时候,技术人员应该先明确网络优化活动的目标,并做好资料、工具等各类准备工作。在起始阶段,技术人员还要使用大数据技术进行简单的优化与测试,并对测试结果进行全方位的分析。接着技术人员就可以进入全面优化阶段,并针对信号覆盖、信号切换等各类问题进行深度分析,最终还要结合实际情况来提出对应的解决对策。除此之外,在后台参数调整与天线射频等各类问题中,技术人员也可以灵活使用大数据分析的方法来找出错误参数,最终保障各项业务的质量。
5大数据在电信移动通信网络优化措施
5.1提高网络性能
对于用户来说,其关注的是信号的质量,但是在业务层面,则更加注重用户的话务总量,并且结合很多实时数据来分析其信道顺畅程度,以此为依据来建设基站,提高网络使用质量和通话质量。但是上述功能的实现要采集海量的数据,虽然可以给相关工作的开展提供很多有价值的依据,但是如此巨大量的数据存储就成为了一个重要的问题,现在比较可行的一个思路就是虚拟化处理方式,其可以为以后的处理工作带来足够的便利。虚拟化存储方式可以保存很多隐藏细节,在之后的分析过程中对这些数据信息进行压缩或者扩展。可以将多元化的数据以及文件信息整合至同一平台,通过对动态容量的改变,实现对存储资源消耗量的有效控制和高效管理。多种虚拟化技术的建立主要是借助托管以及集成架构,以多个物理数据中心为基点开展虚拟数据组合,使数据中心服务的移动性和恢复性得到保证,网络优化人员只需要进行登录,就可以实现对平台数据的提取和分析。
5.2发展网络性能大数据处理
不同数据源的传输往往不是同步进行,在实际处理过程中需要做好对中间件数据处理技术的优化,发挥出异步传输的优势,使数据处理的吞吐量得到有效提升,进而增强数据的处理能力。随着大数据的应用,可以将不同数据源之间的数据进行耦合,方便大数据基础构架设计的收缩以及扩展,尤其在峰值阶段的数据处理方面,通过该技术,可以使数据处理的安全性得到保证。
结束语
在目前我国各个地区,这项技术都已经得到了较好的应用。特别是目前我国已经全方位普及了4G技术,同时5G技术也正在不断研发与试用中。在这种情况下,后续我国移动通信体系的发展就应该充分关注大量数据流的处理与整合。而在这个过程中,就需要使用到大数据技术,才能够提高数据流的处理成效。
参考文献
[1]张守超.大数据挖掘在通信网络预测中的应用与研究[D].南京邮电大学,2016.
[2]刘颜平.甘肃电信基于大数据的移动用户生命周期营销支撑系统设计研究[D].兰州大学,2016.
[3]周胜.移动通信网络优化发展趋势及应对思考[J].电信工程技术与标准化,2015,28(09):1-4.
[4]余海波.大数据在电信移动通信网络优化中的应用[J].广西通信技术,2014(04):8-11.
[5]郭宇.移动互联网时代电信运营商商业模式创新研究[D].江西财经大学,2014.
[6]徐政健.通信运营商在移动互联网产业链中主导作用变化及其对策研究[D].宁波大学,2014.
(作者单位:中国联合网络通信有限公司天津市分公司)