融合M2M與數據服務的虛擬運營模式及技術體系

羅振 光纖通信技術和網絡國家重點實驗室工程師

桑梓勤 光纖通信技術和網絡國家重點實驗室高級工程師

融合M2M與數據服務的虛擬運營模式及技術體系

羅振 光纖通信技術和網絡國家重點實驗室工程師

桑梓勤 光纖通信技術和網絡國家重點實驗室高級工程師

提出了一種新型的虛擬運營模式及其技術體系。首先，借助M2M實現基礎的移動通信和物聯網服務，再針對虛擬運營商所匯聚的跨行業海量業務數據，進行定制的數據融合與數據挖掘，然后借助各種行業專家系統的分析，由虛擬運營商輔助M2M應用各自進行決策支持，從而為M2M應用提供一種全面、專業的增值服務。

移動虛擬網絡運營商 機器到機器數據融合 數據挖掘 決策支持 專家系統

1 引言

移動虛擬網絡運營商（MobileVirtualNetwork Operator，MVNO），是一種新興的電信運營服務業業務形態，在20世紀90年代萌芽于美國和日本，隨后擴展到歐洲，目前逐漸在全球移動通信市場形成了一定規模的市場。

比較全面、精確的移動虛擬網絡運營商MVNO定義來自于歐盟委員會：“沒有無線電頻譜使用牌照，但能夠接入一個或多個無線運營商的無線基礎設施，并利用這些基礎設施及其自有網絡，向用戶提供服務的移動運營商”。相對于MVNO，傳統的移動網絡運營商就是MNO。

2 業務背景分析

2.1 移動通信的用戶飽和與M2M興起

隨著移動通信網絡不斷發展和移動通信終端的大量采用，移動通信用戶的普及率已經越來越高，在某些經濟活躍地區甚至接近100%。出于經營壓力，移動網絡運營商必須開拓新的業務空間，在傳統模式下人與人的通信業務模式基礎之上，新增物與物的通信業務，這樣才能形成新的市場增長點。基于移動通信網絡的M2M業務由此逐漸興起，并成為主流的物聯網業務模式。

參照GSMA和MachinaResearch的預測，2020年全球M2M終端數量將從2011年的20億增長到120億，而同期的人人通信終端（手機、平板和數據卡）數量僅會從63億增長到95億。在未來10年內，移動網絡運營商40%以上的新增連接將來自于M2M：至2020年，M2M連接將占到總連接數的20%；至2020年，中國M2M終端數量將占全球M2M終端數量的21%，超過25億。

2.2 虛擬運營市場的先天不足

近年來，隨著電信運營市場的競爭日益加劇，通信資費不斷降低，移動通信運營商的利潤空間也在持續減小，傳統模式下服務于人與人通信的業務日趨飽和，數據業務對于傳統語音和短信業務的替代，AUPR持續走低，增量不征收已經成為全球所有移動通信運營商的普遍現象。

在此前提下，移動虛擬網絡運營商的發展空間，也將局限于傳統運營商的剩余部分。在移動通信網絡及其產業鏈全部被傳統運營商把控的前提下，移動虛擬網絡運營商只能在產業鏈外圍進行大批量用戶的低價推廣，如果只是以最常見的移動用戶轉售者角色出現，移動虛擬運營商既不能明顯提升存量市場，也不能有效開拓增量市場。

2.3 M2M對運營商的促進和局限

在目前傳統的人與人通信業務增長日漸緩慢的情況下，發展機器到機器的M2M，將開拓出藍海市場，既不與原有的人與人通信業務沖突，也能充分利用現有網絡資源低成本地增加收入，不論是移動網絡運營商還是移動虛擬網絡運營商，都應該將M2M作為一個重要的業務發展方向。

M2M的業務主要通過用戶自有的M2M終端、運營商的M2M平臺和運營商/服務商的M2M應用來實現。相對于成熟和通用的M2M終端和M2M平臺，M2M應用是移動網絡運營商最難以把控的部分，主要因素在于M2M應用會在很大程度上依賴于垂直行業，而運營商作為原有通信管道提供方，能否在M2M應用中為用戶提供完備、深入的具體業務，將決定其在整個M2M產業鏈中的重要性。

在某些垂直行業中，已經存在一定數量并達到一定規模的M2M解決方案供應商（M2MSolution Providers），其大都源自于在各自垂直行業內有深厚關系網絡和服務體系的系統集成服務商。基于已經管道化的M2M承載網絡以及開放的M2M終端和平臺，這些系統集成服務商能迅速地開展垂直行業的M2M應用。

垂直行業的M2M應用，其業務規模往往不大，系統集成服務商更多地提供有針對性的定制化服務，只有移動網絡運營商才能通過M2M平臺，對全部依賴于M2M的垂直行業提供全方位的服務，這也要求移動網絡運營商從通信運營商向信息服務商轉換。相對于傳統的移動網絡運營商，虛擬運營商能獲得網絡及運營后臺的支撐，將信息服務作為其業務重心，終端用戶轉售職能只是營銷手段。虛擬網絡運營商能涉及到用戶終端，在技術上可以獲取海量用戶的業務數據，這也就開辟了移動虛擬網絡運營商的信息服務空間。

3 運營模式分析

相對于傳統模式中移動網絡運營商MNO的業務涵蓋范圍來看，移動虛擬網絡運營商MVNO的具體業務會不同程度地涉及到，MVNO存在圖1中的多種業務模式。

如圖1所示，全業務MVNO業務范圍最廣，覆蓋到了除了MNO之外的全部業務領域：“核心網、增值業務、計費系統、業務受理、市場營銷”。隨后，按照業務范圍從高到低依次是：增強服務提供商MVNO、服務提供商MVNO、轉售商MVNO。其中，增強服務提供商MVNO存在較為靈活的發展空間。一方面，除了MNO所固有的“無線接入”和“基站回傳”之外，其不涉及“核心網”；另一方面，除了MVNO所必備的“市場營銷”之外，其涉及到“計費系統”和“業務受理”，從這幾部分來看，增強服務提供商MVNO已經具備了獨立提供增值服務的全部必需環節，且最大限度地不依賴于MNO。

增強服務提供商MVNO可以基于傳統的通信管道，利用所部署的大量M2M終端匯聚到其M2M應用中的海量業務數據，統一、集中地進行數據融合與數據挖掘等信息服務，將各個垂直行業的數據進行綜合利用，以實現集約化的高效增值服務。這種集中處理海量數據來實現運營服務模式，也擺脫了垂直行業中系統集成服務商的傳統業務形態所形成的信息孤島。

圖1 MVMO多種業務模式

4 系統框架及功能模塊

4.1 系統框架

相對于傳統業務形態的M2M，MVNO需要在原有M2M系統之上，增加在垂直應用中的M2M業務數據，包括終端管理、定位跟蹤、狀態監測和應用指標等數據。通過MVNO運營支撐，將多種垂直行業應用中產生并集中的海量業務數據，統一進行數據融合與數據挖掘，再結合這些垂直行業各自的專家系統，在MVNO進行決策支持，從而實現更加高效優質的MVNO M2M應用。

圖2是系統框架及其功能模塊的組成。與傳統的M2M終端、M2M平臺、M2M應用相比，MVNO的業務將完全側重于以數據融合與數據挖掘為核心的運營支撐和決策支持，在這種框架下所實現的MVNOM2M應用，也將突破原有的以垂直行業范疇，會有利于跨行業的數據開放共享和業務聯動協同，將跨行業的M2M應用和智慧城市這樣的綜合應用系統有機結合起來。

功能模塊中的垂直行業專家系統，需要對應行業提供能力開放接口，MVNO才能獲得所需專家系統的研究和分析能力。而MVNO決策支持，可以通過開放的決策支持平臺來獲得服務，在業務量規模較大時也可以自建決策支持系統。所有模塊中最關鍵的數據融合和數據挖掘，需要通過MVNO來實現。當然，MVNO可以借助于云計算、大數據這樣的開放IT基礎設施與服務來完成。

4.2 MVNO運營支撐

MVNO的主要目的就是確保基于數據融合與數據挖掘的技術手段，參考垂直行業專家系統的技術支撐，在MVNO的系統中進行決策支持，以實現MVNO所特有的數據增值服務，將傳統業態下移動網絡運營商的M2M應用向MVNO的M2M應用轉換。

MVNO的運營支撐，除了要借助垂直行業專家系統的外部資源，更重要的是能獲得數據融合與數據挖掘這樣的公共資源和處理能力，以及決策支持的資源和能力。這些都需要在現有M2M產業鏈基礎之上進行深入、廣泛地延伸和擴展。

4.3 數據融合與數據挖掘

數據融合，是對海量傳感器數據進行多級別、多方面、多層次的處理和組合，產生新的數據以表征更加清晰和深刻的信息。數據融合的基本目的就是通過組合，獲得比從任何單個輸入數據元素更多的信息。這里的傳感器數據是廣義的，泛指各種數據獲取系統及其數據庫。

圖2 系統框架

對于M2M應用來說，存在大量的數據采集系統，這些系統在M2M平臺層面，能獲得的主要是移動網絡運營商所提供的技術支撐能力，如終端狀態、終端定位、流量計費、電子地圖、移動軌跡等與移動網絡終端強相關的一些通用能力。與各種M2M應用所特有的業務規律強相關的業務數據，還需要對大量數據采集系統所匯聚的海量數據進一步融合處理來獲得。其中，跨行業領域、跨時空范圍的關聯業務數據的匯聚與融合，對于數據融合的效果極為關鍵，也是目前獨立運營的M2M應用所無法實現的。

數據挖掘（早期的技術原型叫知識發現），是從海量數據中提取出可信、新穎、有效與可理解的模式的一種處理過程。數據挖掘的目的是從大量的雜散數據中發現模式。數據挖掘的模式有多種，按功能可分為預測型模式和描述型模式兩大類。預測型模式是根據數據的數值來精確確定某種結果的模式，預測型模式所使用的數據也都是可以明確知道結果的；描述型模式是對數據中存在的規則作一描述，或者根據數據的相似性把數據歸類分組。描述型模式雖然不能直接用于預測，但是可以作為輔助分析的技術基礎。

由于M2M應用目前大都針對現有的行業及客戶獨立運營，且受限于行政劃分與市場區隔，以至于行業信息化系統之間的數據不能良好地開放和共享，各個分散的M2M應用也無法綜合利用相關應用的數據來實現最大邊際效應。而作為追求較大市場和用戶規模的MVNO而言，在MVNO的M2M應用中，可以將業務重心聚焦于提供數據處理服務而非M2M管道服務，實現與移動網絡運營商的差異化經營，同時也擴大了MVNO的增值服務內容。只有當MVNO具備了相對自主的增值服務能力，才能在虛擬運營的產業鏈中實現理想的存在價值。

數據挖掘和數據融合，是兩種分析處理海量數據并提取有用知識的技術，分別針對數據的巨量性和分散性。而M2M應用最大的特點就是業務數據的巨量和分散。數據挖掘和數據融合的目標、原理和所用的技術各不相同，但功能上相互補充。在本文的技術體系中，這兩種技術還可以結合垂直行業的專家系統，依靠M2M應用對應專業領域的知識和方法，以有效數據為現實依據，以專家系統為分析手段，協同完成復雜、高效的分析，進而為MVNO的M2M應用提供決策支持的支撐功能。

4.4 決策支持與專家系統

M2M應用如果有專家系統的支撐，會極大提升應用的合理性和高效率，各個垂直行業的M2M應用提供商可以集中精力研究客戶，把核心業務放在進行需求分析和業務開發上，而這些垂直行業的技術規律，可以向專家系統獲得支撐，這樣也就簡化了業務提供的成本和時間，避免了不同M2M應用對于某些被普遍、反復使用的專家系統單獨開發對應功能。

決策支持系統，則是基于通用的數據融合與數據挖掘技術處理之后形成的應用數據庫，再借鑒垂直行業專家系統的各種知識庫進行專業分析，通過信息化手段進行分析、比較和判斷，以實現最優的M2M應用方案。

4.5 功能特點

傳統的M2M系統，只是在M2M平臺層面實現了資源統一，而M2M應用還是基于孤立的垂直行業來分別實現。本文中提出的這種融合M2M與數據服務的虛擬運營模式，有助于移動虛擬網絡運營商MVNO擺脫對移動網絡運營商的依附，并將M2M業務從分散的垂直行業孤立應用拓展到多行業、跨行業的集成與整合。

5 結束語

移動虛擬網絡運營商MVNO如果僅僅只是以終端用戶轉售者的模式開展業務，將局限為移動網絡運營商的補充，在目前的電信運營市場情況下，其經濟收益難有大的起色，對于電信運營市場也不會有本質上的推動。只有將增值服務作為核心業務，并結合M2M的發展趨勢和業務需求，MVNO才能從用戶和市場角度拉動產業，并助力電信運營業態向信息服務業態的轉變。

1 王陸軍.物聯網服務:虛擬運營的理想選擇.人民郵電報. 2013

Virtual OperationModeandTechnology System Integrating M2Mand Data Service

This article presents a newMVNOtype and technology system.The basic mobile communication and IoT services are carried onM2Mat first, customized data fusion and data mining are made according the mass service data converged to MVNO.Based on the analysis of various industrial experts systems, theMVNOassistM2Mapplications to fulfill their respective decision support and then provide comprehensive and professional value-added services toM2Mapplications.

MVNO,M2M,data fusion, data mining, decision support, expert system

2015-05-10）