大数据分析在移动通信网络优化中的应用研究

张恋

摘要：文章主要从移动数据和无线网络方面进行分析，指出移动通信中存在的问题，将大数据分析与移动通信之间的关系进行剖析，改进大数据在移动通信中的优化方式，促进通信行业的发展与进步。

关键词：大数据；移动通信网络；优化

我国对于通信网络要求随着技术的发展逐渐提升，这与国家政策存在一定的联系，也是国家政策发展的需要。特别是4G牌照的发放，使移动通信网络得到全面的进步，对于通信行业来讲是巨大的进步。但是在发展中也遇到一定的问题，主要表现是移动网络在运行优化中的技术也需要得到全面提升，才能保持运行的稳定性，这样才能更好地满足群众的使用要求。这就需要通过大数据分析手段，对移动通信的发展方向以及需求进行分析，找出更加妥善的处理方法，制定更加全面的方针，提升移动网络的使用质量，促进技术的发展与进步[1]。

1 大数据分析概述

大数据处理技术就是在大数据分析的基础上产生和发展起来的，在掌握大数据的基础上，通過数据存储、数据处理以及数据分析等不同的技术，将数据进行相互之间的协调创新，使得数据在处理中更加的快捷高效，实现数据处理的全面进步。大数据分析以庞大的数据信息作为基础.这些数据信息的取得可以是任何的平台以及网络软件系统中的数据，技术人员对这些数据进行收集分析，进而筛选需要的数据信息，为企业的发展提供依据，帮助企业更加准确地找寻数据源，提升信息处理质量和效率[2]。与传统的数据信息处理方法比较，大数据在数据收集方法上更加快捷，数据的处理质量和效率得到显著的提升，掌握了更加科学的数据处理方法。

2 移动通信网络技术

目前，我国的移动通信网络是从2G的形式上发展起来的，即扩频通信其中使用较为广泛的码分多址（CodeDivision Multiple Access，CDMA）技术。但是，这种网络在使用的过程中容易受到外部环境的影响，在数据传输方面也不够理想，因此，需要进一步改进。随着技术的发展，出现了3G网络，通过高频谱利用率的码分多址技术，提升网络传输速度，对数据传输质量进行提升。在峰值上实现了整个传输的进步，可以达到3.1 Mbps，而4G通信探究的正交频分复用（Orthogonal Frequency Division Multiplexing， OFDM）、光纤通信、无线接入等优秀技术。随着技术的兴起，并投入到管理使用中，能够让移动通信系统在各类的业务分组之中都能够得到使用。其数据传输速度冲破了100 Mbit/s，在数据处理方法方面得到显著的优化。但是这项技术还存在一些干扰因素，如想再进行提升，则需要借助大数据技术。例如，现阶段研究较多的LTE网络，就是借助大数据技术，实现无线链路之间的相互合作以及区分，进而实现整体全面的优化。

网络优化是通过不同的手段对现阶段在网络上突出问题进行集中的优化管理，通过一定的设备实现网络协议更新以及支持，制定各项集成串联以及监控模式，对数据进行压缩管理，对宽带进行管理，并且对数据进行分析以及导出，实现整个网络的优化运行。

3 大数据分析在移动通信网络优化中存在的问题

大数据分析在进行移动通信网络的优化中，问题还是比较突出的，使得通信网络在优化的过程中无法得到更加全面的进步，具体包括以下几方面。

3.1 数据分析质量不足

进行大数据分析主要的方式就是网络数据的分析，其中首先需要面对的就是庞大而复杂的客户群，并且客户的数量在持续性地增加，范围也在扩大。在这样的背景下对于数据分析来讲难度是非常大的。移动网络占据的数据量在整个的数据量中占据很大比重，因此，从这些数据中对需要的数据进行提取和分析就显得尤为重要。一旦数据提取失败，将对移动通信网络受到严重的影响，数据分析的质量和效率达不到理想化的需要，在准确度方面更加无法达到要求，造成整体数据分析质量的下[3]。

3.2 资金问题突出

大数据分析对于资金的需求较大，要想在通信网络中获取较为有价值的信息，其中非常重要方面就是资金投入。毕竟数据分析不是一个短期的过程，而是一个长期不断积累的过程，需要经过漫长的过程。因此，在这个过程中，企业需持续性地进行资金投入，并且在这个过程中企业发展并收益。同时，数据提取结束后，需要对提取数据进行分析和整理，综合考虑不同的因素在使用方面的影响，对数据进行分类汇总。客观来讲，数据分析过程非常复杂，资金投入量较大，且实际使用质量可能受到一定的影响[4]。

3.3 信息安全性受到威胁

信息的安全也是需要关注的问题，大数据分析仅仅是对信息方面的创新，但是对于信息的安全性无法提供全面的保证。一旦在信息提取的过程中面临分析方面的问题，就会造成网络运行中的瘫痪情况。并且进行数据提取一般需要通过云存储技术，该技术虽然可以将大量的信息进行存储，但是在存储的安全性方面无法保证，造成数据在存储中遇到安全问题，威胁到整个系统运行，可能出现数据的丢失以及信息被窃取。同时大数据技术在应用的过程中，因为安全性无法得到保证，对于一些碎片化的客户数据提取的力度不够，造成数据分析错误，给数据结构的统一性带来一定的影响。

4 大数据分析在移动通信网络优化中的应用优化措施

大数据分析在移动通信中的应用意义还是比较重要的，因此需要对应用措施进行分析，掌握更加全面的大数据分析方法，推动移动通信网络的发展，具体措施包括以下几方面。

4.1 优化数据分析方法

大数据技术在通信网络应用中的重要优化方法就是对信息进行采集和分析。在当前客户业务涉及较多的信号，可对其进行重点分析，针对性地对数据进行提取，这样可以提高数据分析质量，这也是业务方面的创新。对于数据的分析进行侧重化处理，使得大数据技术在使用的过程中优化程度更高，测试的内容以及测试方式更加符合整体技术发展的需要[5]。同时重视对数据的开发，可以将数据进行虚拟化的处理，借助虚拟化的处理方式对数据进行扩展，可以将多元化的数据以及文件进行平台化的整合，将不同类型的数据以及文件信息进行整理与存储，建立以托管为形式的构架，使得数据具有移动性以及恢复性，提升数据分析质量。如图1所示，为整体的结构分布图。进行测试的过程中需要建立专业化的目标，之后确定优化目标，制定相应的工作方法，在准备工作完成后，进行数据采集以及测试，并且对数据参数进行调整，之后进行指标的优化。并且对问题进行分析，提升优化的整体质量。

4.2 拓展大数据分析技术

分析技术的拓展也是大数据分析在移动通信网络中应用的重要体现，对于实际处理过程中的数据进行优化处理，是进行数据存储的重要基础，可以解决现阶段不同数据源在存储方面不同步的情况，将数据的存储数量进行提升，全面增加数据的存储能力。随着大数据技术的应用，不同的数据之间可以进行耦合，使得大数据在分析中的整体框架得到收缩和拓展，在处理的过程中可以设计专门针对文件传输或者使用面向消息的中间件（MoM）进行数据处理技术更新，充分利用传输异步这个特点，较大提升了数据处理的吞吐量，从而提升处理能力，使得技术可以得到全面的进步。并且在数据使用的安全性上得到保障，使得数据在使用中更加的安全，实现数据整体分析的目标，提升使用的整体效率[6]。

4.3 促进整体的网络优化

进行网络技术的优化也是大数据技术下提升移动通信的重要手段，可以将数据分析的整体速度以及质量进行提升，因此，在进行实际使用的过程中可以对数据类型进行分类整理，了解数据优化的不同方向以及网络基点，对数据进行测试与分析，使得数据在分析中更加符合需要的数据。其次，对于测试进行全面的优化整理，可以借助驱动测试以及质量测试的方式.掌握数据来源的途径，对数据提取进行分析，提升分析效率。优化测试阶段需要开展具体的DT/CQT测试，从而高效获取数据。在具体的分析阶段，要从虚拟化存储设备中提取数据并且明确这些数据结果到底归因，提升网络優化质量。

5 结语

大数据分析对于移动通信技术来讲可以将数据的整体质量以及有效性进行提升，为数据分析提供更加优质的条件。但是在进行分析的过程中仍存在一些问题，需要对分析方法进行改进。首先要发展网络性能大数据存储，其次要发展网络性能大数据分析，最后要发展网络性能大数据处理。通过这些方式，充分发挥出大数据分析的作用，优化移动通信网络，促进我国通信行业的发展。

[参考文献]

[1]吴军玲大数据分析在移动通信网络优化中的应用研究[J]甘肃科技纵横，2017 （9）：7-9，84.

[2]兰东.大数据分析在移动通信网络优化中的应用[J].信息与电脑（理论版），2017 （17）：147-148，152.

[3]张杰.大数据分析在移动通信网络优化中的应用探讨[J]中国新通信，2017 （13）：25.

[4]杜伟杰.浅谈大数据分析在移动通信网络优化中的应用[J].通信世界，2017 （10）：81-82.

[5]汪敏，廖名扬.大数据分析在移动通信网络优化中的应用研究[J]通信世界，2017（2）：123.

[6]甄仲强.大数据分析在移动通信网络优化中的应用[J]工程建设与设计，2017 （1）：173-174，177