大数据分析在移动通信网络优化中的应用

周颖雪

（广西城市职业大学，广西 崇左 532200）

0 引 言

随着社会的进步，科学技术飞速发展，5G技术已然取得了明显的突破，正逐渐打开市场。我国已有多个省市开始建设5G基站，配合5G技术使用的手机也随之出现，但是5G技术若想发挥全部的效果还需要经历长期的探索与试验。随着人们生活质量的普遍提高，对网络通信方面的需求也更为突出[1]。一方面，人们不断增长的网络需求推动了移动通信技术的飞速发展，同时也享受到移动通信技术为生活带来的便利；另一方面，当前阶段的移动通信技术还存在着一些至关重要的问题，需要相关通信技术人员不断加强对这些问题的探索和研究，努力创新突破技术瓶颈，这样才能不断推动移动通信网络技术的发展。

1 大数据及移动通信网络优化概述

1.1 大数据概述

大数据是包含庞大信息数据的数据集，通过云计算进行组织整合、分析处理，加深对传统数据信息的研究和应用。当下大数据的数据量已经发生改变，从原来的TB等级上升到PB等级，甚至EB等级，其中包含来自网页和图像的信息数据以及从监视装置得到的专业信息数据等，数据源和数据种类波及广泛，且具有许多优点。

1.2 移动通信网络优化理论

无线网络和交换网络是组成移动通信网络的主要成分，其中交换网络类似于传统的PSTN网络，而无线网络属于移动网络中的专有成分。和稳定的有线网络相比较，无线网络则存在着一些不确定的因素。对于本身相对固定的无线通信来说，移动无线通信的特点是具有移动性，且传播环境相对复杂，因此对其进行优化工作更加困难[2]。

对移动通信网络进行优化是指收集在运营中的移动通信网络数据，分析并找出致使网络运行状况不良的原因所在，调整相关参数，从而使系统设备的配置更加完善。这种移动通信网络的优化手段不仅能够使移动通信网络的运行质量得到提高，而且能够获得网络资源的最大化收益。将各种网络资源进行再分配并合理利用是移动网络优化需要实现的目标之一，这种优化技术主要运用数据采集与分析、网络分析等多种方法。数据的采集工作是当前移动通信网络进行优化的前提，采集到的数据包括道路测试与话务统计数据以及用户投诉的数据信息等[3]。

2 大数据分析在移动通信网络中应用的困难

2.1 多网络制式并存，业务种类繁多

目前，我国移动网络的制式丰富多样，5G实验网也已遍布我国12个大中城市，正在进行持续建设。此外，移动通信网络遍布全球，数据种类众多，包括用户的信息采集数据以及性能数据等。移动的数据采集数量十分庞大，以我国中部某个省市的X2接口数据和MR数据为例，其数据储量高达6T之多。数据储量过大也造成了数据分析与处理的效果并不十分理想，处理的结果与质量也难以符合现代化的需求。

2.2 投资受限

将大数据分析的技术手段应用于移动通信的网络优化中，还需要投入充足的资金作为保障，这样才能使移动通信网络顺利优化。然而，移动通信网络的优化工作是一个长期的任务，所耗费的资金巨大，而对移动通信网络进行建设同样需要极大的耗费，因此两者的投资比例很难达到一个平衡的趋势。一般情况下，企业会将更多的资金投入更为急迫的网络建设中，移动通信网络优化方面的资金投入相应降低，这就大大延缓了移动通信网络优化方面利用大数据分析技术的进程[4]。

2.3 安全问题

我国一直十分关注网络的安全建设问题，这直接影响到用户在使用网络过程中的体验。大数据分析手段存在利弊两个方面，由于通过大数据进行分析会导致安全问题的发生，从而影响移动通信网络的运行安全。尽管可以通过云储存的手段来改善这个问题，以降低信息泄露的风险程度，但是仍然不能完全保障移动网络通信的安全。

2.4 移动通信网络用户业务的多元化

移动通信网络的用户具有多元化的网络使用需求，在某个信号全覆盖的场所，一些用户会使用移动设备进行视频电话，另一些用户会选择网络游戏和网络学习等。在这个大场景下，总是会发生这一活动能够正常进行而另外一种活动无法正常运行的现象。举例来说，在某个企业中，一些员工密集的区域由于借助无线上网的人数众多而导致网络拥堵现象，因此在这一区域的员工尽管能正常使用不需耗费大量流量的网络通信业务，但是在使用一些流量消耗较大的业务时就会受到阻碍，不能正常的运行。移动通信网络的用户众多，使用的业务繁杂，由此产生的网络数据也较为零散，无法进行快速整理[5]。

3 大数据分析在移动通信网络优化中的应用策略

移动通信的网络优化工作流程包括开始的准备工作，数据获取和分析，对各种故障进行处理，对参数进行优化调整，再进行性能评估，最后总结归档，具体如图1所示。

图1 优化工作流程

传统的移动通信网络优化技术主要依赖于工程师的个人经验，但是由于中国移动的基站数量庞大，因而所需要的专业人才众多，这就使人力成本的投入居高不下，也导致在优化过程中的安全因素无法得到保证。此外，国家要求各个运营商进行提速和降费，这就使得运营商的利润不断减少。从长期来看，移动通信网络的优化工作势必要应用大数据分析技术，从根本上实现成本投入的最小化，达到降本增效的目标。

3.1 移动网络大数据存储

数据的采集与储存是移动通信网络进行优化的基础，因此要保证数据采集的真实性与有效性，这样才能使网络优化的工作有条不紊的进行。对大数据进行有效存储是一项十分重要的工作，一方面移动网络的数据种类众多，包括用户信息采集数据、通话统计数据以及用户性能数据等；另一方面移动通信的数据采集平台与出口不统一，且各平台之间缺乏一个有效的互通接口，由此导致数据冗余量巨大。利用虚拟化的数据储存能够提高移动通信网络大数据储存的工作效率，通过虚拟化处理技术全面管理采集的数据是进行网络诊断和分析的必要前提。同时，虚拟化储存技术还能有效提高数据存储的安全性。

3.2 大数据分析在移动通信网络优化中的应用

在移动通信的网络优化过程中应用大数据分析技术，需要确保数据收集的时效性和准确性，这样才能尽可能发挥大数据技术的优势。利用虚拟化存储技术综合整理信息，并对数据信息进行整合控制，将数据归纳到一个平台上，再使用大数据分析技术对其进行分类和解析。这时需要专业的技术分析人员对网络中储存的信息数据进行分析和解构，可以利用大数据分析技术进行范围的划定和阈值的设定，查找网络中可能存在的一些问题，再根据具体的问题制定合理有效的解决方法。

当解决方案制定完成后，就可以对大数据进行调整和优化，包括对无线电发射频率和小区参数等的调整。在此过程中如果发现问题，需要立刻停止并及时制定新的策略，这样才能达到用户需求，为用户提供更优质的服务。最后，在优化调整之后还需要进行性能的评估工作，保证其他各项指标都处于正常范围内。在移动通信网络的优化工作中充分运用大数据分析技术，不仅能够提升网络运行的流畅程度，还能够更好地为人们的生产生活提供更好的服务，充分发挥大数据分析技术在移动通信网络中的应用性能。

3.3 其他应用

大数据分析技术可以和其他应用相互结合，实现网络场景的自动识别功能，核查常规参数的配置，自动调整网络参数，进行性能优化评估等网络优化工作，这在一定程度上能够为实现网络优化全自动化提供技术支持。例如，可以运用深度学习功能对网络视频进行反复学习和运用，并提取相关的网络场景，再应用场景预设策略和大数据分析技术进行网络参数的核查工作，当参数满足预设限制之后能够自动执行预设的方案，以此来保证网络优化自动化的实现。此外，可以在大数据分析技术应用的基础上，根据实际需求开发更多的应用，以推动生产效率的提高，如各类报表的自动生成等。

4 结 论

近些年来，我国的科学技术取得了长远的发展和进步，尤其是在移动通信网络方面，大数据分析技术的广泛应用推动了通信网络的优化工作。数据优化工作是移动通信网络中最重要的工作，也是移动通信网络长期发展的基石，因此对信息数据进行分析时要灵活应用大数据分析技术，以此来提高数据分析的效率和质量，同时在一定程度上维护网络运行的安全，为社会经济的持续发展提供动力。