大数据技术在5G通信网络中的应用研究

杨洪平 中移铁通江西分公司 南昌市 330000

0 前言

伴随着5G移动通信技术研究的不断深入，我们即将迎来5G时代。5G通信网络的可靠性更强，信息传输效率更高，覆盖面更广，5G通信网络的应用能够加快构建万物互联的泛在网络，为我们提供更加信息化、智能化和综合化的服务。但是，5G通信技术本身也存在一定的局限性，为了满足大容量数据处理的需求，切实的提高通信传输效率，就必须要实现5G网络通信技术和大数据技术的融合[1]。将这两种前沿信息技术相结合，能够很好的解决5G通信网络架构中存在的问题，从而满足通信网络中数据流量增长的需求，给用户提供更为畅通的5G体验，也能够更好的服务于个人应用、行业应用、工业应用等的多元化的智能场景，为5G通信技术的普及和应用提供强大的数据技术支撑。

大数据技术主要就是指信息集成处理技术。伴随着信息服务时代的发展，各类泛智能终端的升级和物联网连接数的倍增，通信网络中的数据流量呈指数级的增长趋势，也就使得通信网络中的数据总量不断增加，除了来源于泛在网络中的数据之外，包括传感器中的数据、网络交互数据等等，不同来源以及不同结构类型的海量数据需要进行分析、加工和处理，否则就会造成数据资源的浪费，影响数据服务的价值效率[2]。在这样的背景下，大数据技术应运而生，通过大规模的对数据进行获取、存储、管理和分析，能够实现快速的数据流转和深度的数据挖掘，从而找出海量数据中隐藏的信息和知识，通过数据来分析活动规律，进而为社会经济活动提供一定的参考和依据，真正的把数据变为一种有价值的信息资源。

1 5G通信网络架构中存在的瓶颈

1.1 5G通信网络中数据类型繁多

5G通信技术扩展了数据传输的容量，这就在一定程度上增加了通信网络中数据传输的总量，再加上5G通信网络本身的结构就比较复杂，包括用户数据访问层、基础数据层、运营商记录日志等等，这就使得5G通信网络中数据类型繁多，需要在多个环节进行数据的捕捉和获取，以保证5G通信网络运营的畅通性。但是伴随着通信网络数据总量的激增，要支持复杂环境下的通信，就需要对不同类型的通信数据进行分析处理，而5G技术本身不具备这种分析处理能力，就需要依靠大数据技术接入。

1.2 5G通信网络数据感知不敏感

5G通信网络大多是采用超密集异构的网络架构模式，但是这种超密集的网络架构模式也存在一定的弊端，就是对边缘数据的感知不够敏感[3]，大部分的通信数据采集都是集中于主体的通信网络结构之中，对于边界通信数据则有可能被截取，进而使得信息通信数据收集不够完整，影响信息通信数据的分析和应用。

1.3 5G通信网络数据传输质量有待提升

在进行5G通信网络架构的过程中，需要覆盖大量的天线，设置密度较高的基站，目的是为了保证5G通信信号以及数据传输、响应的快速性和稳定性，但是与此同时，各天线、各基站之间有可能会存在一定的信号干扰，正常的天线数据和干扰数据如果混杂在一起，则会降低5G通信网络的数据传输质量，有可能会存在卡顿以及延迟的问题。要解决这一问题，关键就在于对不同种类的信息数据进行分类处理，借助于大数据技术来实现5G通信网络的优化。

2 大数据技术在5G通信网络中的应用价值

2.1 提升5G通信网络的数据分析和应用能力

将大数据技术应用于5G通信网络之中，能够大大的提升5G通信网络的数据分析和数据应用能力。由于5G通信网络中数据传输数量大种类多，因此对数据的收集、存储管理以及数据挖掘等都有着更高的要求[4]。大数据技术就囊括数据采集、数据分析、数据挖掘以及数据存储等的各项关键技术，如下图1所示。在进行5G通信网络架构的过程中，充分的利用大数据技术，能够对5G移动通信网络中的各类数据进行分解和快速计算，实现对有效信息的提取。同时借助于大数据技术，还可以构建聚集型的异构数据库来用于进行各类数据有效存储，为更好的整合和应用通信数据资源奠定了重要基础。

图1 大数据关键技术架构

2.2 提高5G通信和信息传输的稳定性和高效性

基于大数据技术融合的5G通信网络架构，包含有专门的网络数据中心，应用于对泛在网络数据进行采集和分析，大大提升了5G通信服务中网络业务的协调能力。除此之外，大数据技术的信息采集具有完整性的优势，包括各基站信息、干扰信息和业务流数据等，都可以及时快速的进行分析和处理，最大限度的降低信号的干扰[5]，从而优化5G通信网络环境，提高信息传输的稳定性和高效性。

3 大数据技术在5G通信网络中的具体应用分析

3.1 数据采集与筛选技术

要想实现对5G通信网络中海量数据的分析和存储，首先就需要应用到大数据采集以及筛选技术。大数据采集就是对通信网络中产生的数据进行提取、转换和加载，一般来说大数据采集技术就分为智能感知层和基础支撑层这两个部分，智能感知层就包括传感器、通信网络以及智能识别系统等，能够实现对各数据源的数据采集。基础支撑层则主要包括物联网、云端存储服务器等，为后续数据的应用和存储管理提供物理保障[6]。在完成数据采集之后，都要进入到数据的筛选阶段，利用大数据筛选技术对获取的海量数据进行抽取和清洗，目的就是将复杂的数据单一化，进一步明确数据的结构，过滤掉一些错误的数据，为后续的数据分析奠定重要基础。

3.2 数据分析与挖掘技术

在应用5G通信网络的过程，运营商要给用户提供更为优质的网络通信服务，就需要对客户进行精准的定位，这就需要应用到大数据分析与挖掘技术。在完成数据的采集和基础筛选之后，就需要从大量的、模糊的有效数据中，发掘出具有潜在利用价值的信息和相关的数据。如下图2数据经过采集、管理到应用展示，在已有数据挖掘和机器学习的基础上，按照诸如客户兴趣、网络行为、情感语义等方面对5G网络用户进行大数据分析，在了解5G用户行为特征的基础上，为其推送有针对性的服务内容，切实提高5G通信网络的服务质量和信息数据增值价值[7]。除此之外，利用大数据挖掘技术，对5G通信网络中的各项数据进行深度的挖掘，根据用户的行为特征来设定不同的挖掘任务，从而生成对应的数据和序列模型，实现对多维数据的分析和归纳，这对于5G通信网络的更新和升级具有十分重要的帮助。

图2 大数据展示应用层

图3 大数据可视化平台界面

3.3 数据存储与管理技术

大数据能够通过构建相应的数据库，为5G通信网络提供扩展性的存储空间。在完成对数据的分析和深度挖掘之后，需要对不同类型的数据进行分类的存储，要想保证数据之前互不干扰，就可以根据不同类型的数据建立不同类型的数据库，一般就分为关系型数据库、非关系型数据库、图数据库和内存数据库等，通过对通信网络数据的分类存储，能够很好的解决5G通信网络中结构化、半结构化以及非结构化大数据管理和处理的问题[8]。此外，利用大数据还能够拓展5G通信网络的云存储空间，大数据技术和云计算技术就像是一枚硬币的两面，二者密不可分，利用大数据技术就可以将云平台或者是云数据接入到5G通信网络中，对于提升5G通信网络管理质量，优化5G通信网络环境具有十分重要的作用。

3.4 数据可视化技术

在5G通信网络之中要用到的大数据关键技术还包括数据的可视化技术。在完成通信网络数据的分析和发掘之后，对于筛选出来的有效信息，可以通过数据图表或者是模型的方法对相关的数据进行可量化以及可视性的分析和观察。这样能够使相关技术人员获得更加直观和具体的通信网络数据，从而对其进行更为精准的分类。而通信网络用户则可以通过图表的形式来查询和获取相关的数据信息，极大的提升了5G通信网络的服务质量。以疫情期间，5G+教育系统的网课开展情况为例，如下图3展示可视化大数据平台的界面，透视出一定的规律和应用价值。

3.5 移动云计算技术

云计算技术与大数据技不可能分割，要实现云计算技术在5G通信网络中的应用，关键就在于做好移动设备端与5G通信网络之间的高效连接。当前移动智能设备的种类更加多元化，除了常用的智能手机之外，还出现了许多泛智能终端，要更好的利用5G通信网络实现万物互联，就要利用云计算技术接入5G通信网络，搭建相应的云服务平台，还能够及时的实现智能设备、平台以及通信网络之间的快速连接和响应，让用户能够真正的享受智能化服务与远程操控，并且还可以进行云数据的收集和存储，为用户进行功能以及信息查询提供便利条件。

4 结束语

当前，我国5G的发展仍处于商用的初期，5G应用发展正在驱向深实，各项技术不断成熟，大数据技术与5G通信技术的有机融合，必将为物联网、人工智能以及云计算、边缘计算等技术的深度融合和有效应用奠定重要基础。

4G改变生活，5G改变社会，相信在未来，5G应用技术的不断成熟必将为经济社会数字化转型提供有力支撑，5G新基建必将为网络强国、数字中国、智慧社会做出更多的贡献！