通信网络系统中大数据技术问题分析

吕 静

（中国移动通信集团黑龙江有限公司，黑龙江 哈尔滨 150028）

1 大数据相关技术在5G 通信网络系统中进行实际应用的可行性研究

1.1 大数据技术确保通信品质的重点措施

针对5G 技术的通信网络来讲，在实际运营的过程中，因为天线比较多，通信网络所能覆盖的区域面积比较大，天线的实际需求量相对比较大，因此各种类型的天线间较容易发生不同信号相互干扰的问题，对通信品质将会带来一定程度的影响。如果采用相应的大数据技术后，系统能够自动捕捉到各类天线间的干扰特性的有关信息数据，可以清晰地确定是否存在干扰的情况，给出适当的报警信号，最大限度地保证通信过程的传输品质，进而提高5G 通信网络系统的稳定性和安全性。大数据相关技术如图1 所示。

图1 大数据相关技术

1.2 保证通信网络传输数据效率的最优化

通常来讲，5G 技术的通信网络包含多类型的信息与数据，网络系统框架也相对繁琐和复杂，当中包括用户访问数据信息的类型、基础系统网络的类型、通信网络环境运行状态的类型相关的各种信息数据，而且上述的数据在多数情况下来源于用户层面以及运营商的层面，用户层面的访问信息数据之中包括有自媒体的信息数据以及富媒体的信息数据，数据信息的主要内容比较多元化。同时还包含有运营商运营过程中记录的日志格式的信息数据、基础网络系统区域的信息数据，如果无法合理管理相关信息，可能造成数据信息的管理效果出现一定程度的影响。不过在采用大数据相关技术后，能够全方位进行通信网络的数据信息的运营处理操作，在所有通信网络系统的环节内均能够全方位收集各类信息数据，全面了解和掌握运营过程的特点以及运营过程的环境状况。应用大数据相关技术能够富有针对性地实施信息数据的有效管理，保证5G通信网络系统运行过程的安全性以及稳定性[1]。5G 相关技术如图2 所示。

图2 5G 相关技术

1.3 提高通信网络稳定性的关键措施

因为5G 通信网络系统是一类超密集并且异构特性的通信系统，边界条件较多，系统边缘区域的数据信息的敏感程度相对比较低，在此类的通信网络之中，如果进行过于密集的设置将可能造成小区的边界快速增加，且有可能造成形状出现不规则状况，此时非常容易发生频繁的、复杂的信号切换的问题，这种情况不利于通信网络运行的稳定。不过在采用大数据相关技术之后能够提高边缘区域数据的敏感程度，防止通信网络系统发生信号频繁切换的问题。基于大数据相关技术，系统中能够存储更多的更加复杂的边缘区域的信息数据，通过对相关信息实施采集、筛选和挖掘操作，应用先进的人工智能类型的算法、数据深度挖掘的算法、数据信息标图图像化分析的方法、聚集类型的异构数据库中的大数据信息存储方法等，能够有效保证通信网络系统运作过程的稳定性，防止5G 通信网络系统运行过程的发生问题。

2 大数据相关技术在5G 通信网络系统中的实际应用

大数据相关技术目前在5G 通信网络系统的应用比较广泛，当中包含采集、挖掘、分析和分析、云计算、存储及无线监控等相应的功能，下面将针对大数据相关技术在实际运行过程中的应用进行深入分析和研究。

2.1 采集与分析相关技术

大数据相关技术在5G 通信网络系统中，在很大程度上依赖运营环境本身的实际需求，这必须针对数据信息与相应的客户实施精准的定位操作，且在数据信息采集与针对数据信息的研究层面进行更进一步的处理操作，进而确保实现通过对于5G 通信网络系统运营过程中天线的抗干扰信息数据实施全方位的收集与解析操作，明确并定位其中出现的异常状况以及数据信息层面的差别，其目的是保证5G 通信网络系统在较高的效率下进行运作，而且还必须把其和GPS 相关技术实施特定程度上的融合操作，进一步开发出针对数据信息自身的三维立体范畴的追踪功能。在针对天线信息数据以及通信网络信息数据的双向收集操作以后进行后期分析工作，并且保证对于后期策略的制定提供更为关键的数据依据，从而确保5G 通信网络系统的服务品质以及各项性能指标[2]。

2.2 数据挖掘相关技术

大数据相关技术在5G 通信网络系统中，针对各种各样的信息数据实施处理的过程中有时可能采用大数据系统中的数据挖掘相关技术，这类技术关键的目标即确保被处理的信息数据具有相对的有效性。相对来讲，大数据相关技术在5G 通信网络系统中进行实际应用的时候，此类数据挖掘操作就一直在执行，通常的操作方式即为面对有关通信网络系统运行的状态中确定信息数据的处理深度，随后进行数据发掘以及分析的操作，深入强化通信网络系统的设置与提高，确定信息数据存在的主要特征，继续完善和强化通信网络系统的各项功能。除此以外，采用大数据相关技术实施数据挖掘的过程中，需要依据数据信息来实施特定模型系统的编程以及制作，且针对通信网络的主体结构实施多角度的处理操作，最终提高5G通信网络系统运行过程的各项性能指标以及执行的速度。

2.3 数据信息存储相关技术

数据信息的存储作为大数据相关技术在5G 通信实际应用中的重要内容，不论是数据信息的采集、分析层面，还是在随后的数据分类以及数据存储层面，相关的存储技术一直以来都是研究人员关注的重点内容。在大数据信息进行存储的过程之中，必须有意识地生成相应的数据库。

2.3.1 复杂多样信息化存储技术

对于比较复杂多样的信息数据类型，大数据相关工程技术人员必须首先对于信息数据实施相应的分析以及预先处理，其主要步骤包含：5G 网络基站的信息、干扰信号的信息数据、义务流相关信息等层面，对于此项信息进行分门别类的存储操作，防止发生信息数据丢失的问题。

2.3.2 将多种云系统接入到5G 通信网络系统中

大数据相关工程技术人员必须要把多种云系统接入到5G 通信网络系统中，提高该系统对于数据信息的有效感知能力。与此同时，在大数据技术的帮助之下，能够实现通信网络系统运行过程的各类需求，对于基础信息数据、用户信息数据、边缘区域的数据等实施进一步处理，且经过重新的部署操作实施数据的存储，这样就能够针对5G 通信网络系统的环境实施优化操作，进而获得良好的通信网络系统的运行效果。

2.4 移动式云计算相关技术

移动云式计算相关技术是最近几年非常前沿领先也是非常具有广阔发展前景的先进信息网络技术，同时该技术也能够充分体现大数据时代的典型技术特点。大数据相关工程技术人员在对应的应用程度编程过程中，云计算相关技术必须与5G 通信网络进行行之有效的链接，构成具有体系化的移动装置组合。与此同时，伴随着各种信息化相关技术的高速发展与进步，大数据相关工程技术人员对于移动终端设备的技术要求也是逐渐愈来愈高，一般情况下包含智能电脑与智能手机等智能化装置。移动式云计算相关技术的广泛使用能够有效地提高移动装置的运行性能，能够最大限度地满足大数据相关工程技术人员对于移动终端设备的技术要求[3]。移动式云计算相关技术如图3 所示。

图3 移动式云计算相关技术

2.5 广泛使用无线监控相关技术

现阶段在5G 相关通信网络技术的发展进步过程当中，大数据信息中心起到非常关键的作用，该技术是否具有安全稳定性将直接影响到整个信息网络通信系统的应用品质。基于此，大数据相关工程技术人员在大数据相关技术的支持下能够在第一时间掌握大数据中心出现的异常状况，并且实施针对性的处理，使大数据中心能够长期稳定地工作并处于安全平稳的状态。大数据相关工程技术人员在应用大数据无线监控相关技术的进程中，必须高度重视下述两点技术特点。

2.5.1 实时监控大数据中心运行状态研究

大数据相关工程技术人员在日常进行大数据中心运行工作状态的监控过程中，必须在第一时间确认是否有安全隐患存在，进而实施行之有效的工作，最大限度地避免5G 通信相关网络在运行过程中出现问题。

2.5.2 针对无线监控相关技术进行科学合理的调整

大数据相关工程技术人员必须完全按照网络相关法规及技术要求进行工作，并且将有关的无线监控技术进行科学合理的调整，最大限度地确保通信网络高速稳定的运行。

3 大数据相关技术在通信网络安全分析中的应用

3.1 通信网络安全的研究

为了确保大数据相关技术在5G 通信网络内部能够实时处于正常运行的良好状态，大数据相关工程技术人员必须高度重视整个通信网络系统的安全稳定性，只有在完全确保安全性的前提条件下，才可以更合理地应用大数据相关技术。

3.1.1 网络安全保障技术模式

大数据相关工程技术人员必须结合通信网络的设计状况，及时掌控通信网络内部出现的各种技术漏洞，维护整个网络的安全稳定性。

3.1.2 网络安全工作体系

大数据相关工程技术人员在网络安全相关管理工作的过程中，还必须搭建科学合理的网络安全工作体系，避免由于计算机病毒或者网络黑客（不法分子）针对网络进行攻击进而出现网络安全隐患的状况，基于此最大限度地强化5G 通信相关网络运行的安全及可靠特性。

3.2 网络安全管理相关工作研究

尽管现阶段在很多网络技术领域中，大数据相关工程技术人员已经开始大范围使用5G 通信网络相关技术，然而该技术并不能证明相关网络系统具有绝对的安全特性，很有可能产生一些网络安全问题，特别在大数据相关工程技术人员应用大数据相关技术的过程中，需面对许多不确定的安全隐患，可能严重威胁整个网络系统的安全性。所以在5G 通信网络运行过程中，大数据相关工程技术人员使用前沿的大数据相关技术，最大限度地确保整个通信网络可以长期处于安全且平稳的工作状态。

3.3 网络中数据流量的分析

大数据相关技术在网络系统数据流量的分析过程中，其实际应用的主要思路是：应用Storm 流解析方法、Hadoop 类型数据储存方法针对系统出口处信息数据的流量实施精确的收集与监控操作，对所监控到信息数据进行分析和处理，第一时间查找到系统中潜在的安全隐患。相应的操作模式是：首先，应用Storm 以及Hadoop 类型的数据信息收集方法针对不良URL 动作、系统病毒查询动作、Netflow 初始信息等行为实施精确采集查找；其次，针对数据信息的分析模块，全面分析所采集到的信息和数据，得到当中潜在的系统安全隐患信息和动作；最后，应用功能CC 类型网络攻击侦测、Web 系统漏洞发掘等技术，评估之前收集到的相关数据信息内包含危险行为或者动作，配合网络系统工作状态，对于捕捉到的危险因素进行制定化的DDos杀灭、APT 类型杀灭等操作，保证此类潜在隐患以及异常动作在没有对网络系统造成重大损害之前将其杀灭，保证网络系统的安全和稳定。

3.4 APT 类型攻击数据信息的分析

APT 类型攻击行为是一类具有针对性的网络攻击类型，其对于网络系统具有比较高的危险等级。和别的系统网络威胁类型相比较，APT 类型的网络攻击动作具有比较明确的针对性、目的性、长时间持续性以及潜伏周期较长等特点，是目前网络系统安全方面最主要威胁情况之一，具有比较强的破坏能力。大数据相关技术在网络系统安全防护分析的操作过程中实际应用，不但可以达成网络系统中日志相关数据、Web 页面日志数据、各项业务数据流量方面的全方位监控以及研究的目的，进而高速、精确地分析得到APT 类型攻击行为的主要特征以及实际位置；而且可以借助机器语言相关的学习功能，依据数据信息分析的最终结果及APT 类型攻击动作的主要特征，制定出富有针对性的防御体系以及应对办法，进而全方位提高系统安全方面所有环节的控制能力和捕捉能力，加强网络系统的安全性和稳定性。

3.5 日志文件的数据分析

目前大数据相关技术在日志文件分析过程中一般有三种模式：第一种，QRadar 平台应用模式。此平台对系统中大量设备端点中的日志数据实施整合，对信息实施标准化操作，提升系统安全分析工作的效率；第二种，QRadar 和Threat Inetlligence 整合应用模式。可自动生成系统潜在的恶意IP 的地址列表。第三种，ZettaSet 信息仓库的模式。可从业务流程及网络流量等多方面入手，对于系统安全实施综合分析。显著提高系统安全分析工作的执行效率和最终效果。

4 结束语

综上所述，现阶段5G 相关通信网络技术发展过程中仍然存在一些技术难题，大数据相关工程技术人员通过使用大数据相关技术可以大幅提高通信服务品质以及互联网系统的安全稳定程度，所以大数据相关工程技术人员必须高度重视5G 网络通信过程中大数据相关技术的广泛使用，最大限度地体现出大数据相关技术在重要参数信息挖掘研究、数据信息高速处理及参数信息的储存作用。