大數據在移動通信網絡優化中的應用研究

張臻

【摘 要】為了研究大數據在移動通信網絡優化中的應用，闡述了移動通信應用大數據進行網絡優化的現狀，指出目前移動通信網絡優化在應用大數據方面的困難主要有網絡體系龐大難調控、網絡應用存在時間差造成優化滯后，以及業務多導致數據碎片化加劇整理難度等，提出移動通信網絡優化的各個階段均需要相關的數據貫穿其中，希望能夠為網絡優化工作開展提供依據，從而不斷克服網絡建設難關。

【關鍵詞】大數據 移動通信網絡 優化應用

[Abstract] In order to investigate applications of big data in the optimization of mobile communication networks， the status of the network optimization by means of big data in mobile communications was elaborated. It was pointed out that the difficulty of the current mobile communication network optimization in big data applications lies in the huge network system difficult to control， network application time difference resulting in the lagged optimization， as well as multi-service leading to data fragmentation and difficult handling. Therefore， different stages of the mobile communication network optimization depend on the corresponding data. It can provide a reference to the deployment of the network optimization and overcome the network construction difficulty.

[Key words]big data mobile communication network optimization application

1 引言

為了進一步適應移動通信技術的快速發展以及國家政策對于通信技術的規劃指導，中國國務院早就在2013年下發了4G移動通信網絡牌照，而4G時代的到來對于移動通信網絡優化服務提出了更高的要求，技術提升與數據利用是關鍵。不論是數字家庭還是社會化網絡的發展走向，都讓處理與分析大數據成為急切需求，必須促使大數據得到快速應用。那么下一步的研究重點就聚焦于大數據在移動通訊網絡優化中的具體應用，從而提高生產效率，因此本文接下來將對大數據在移動通信網絡優化中的應用進行研究。

2 大數據技術和移動無線網絡概況

大數據在移動通訊網絡中有效應用的前提是對大數據技術進行解讀，弄清楚大數據技術與移動網絡之間的銜接點到底在哪里。

2.1 大數據技術概括

大數據所容納的資料內容是非常巨大的，甚至大到超出了目前主流軟件工具所能夠有效獲取以及合理應用的范圍，以幫助企業管理者進行科學決策以及幫助制定影響目標精準的資訊信息。大數據技術能夠從各種繁雜冗余的信息資料中，精確找到企業發展所需要的有價值的信息，并且以最為快捷的方式達到高速處理的效果，從而實現數據信息價值的最大化。在傳統的信息處理技術中，比較分散以及隱晦的信息是很難被發掘出來并且也難以產生有機聯系，更談不上恰當處理。而大數據技術的出現可以作為網絡建設和優化服務的基礎手段，對于移動通信領域的變革影響是巨大的。

具體來說，大數據技術包括數據存儲、數據處理以及數據分析技術，是系列技術的集合體。在數據存儲中，使用最多的是云存儲，這是在云計算概念基礎上延伸出來的，顧名思義就是用分布式的文件進行集群應用，從而使不同類型的設備能夠進行協同創新工作；數據處理也是屬于分布式架構技術的一個分支；數據分析是最為復雜的一項技術，需要從存儲的大量繁雜數據中找到數據之間的規律，比如通過數據挖掘以及智能技術的有效應用找出兩個數據之間的關系等。

2.2 移動通信網絡概況

目前比較常用的移動通信網絡包括CDMA（2G）、

EVDO（3G）、FDD-LTE（4G）等。

CDMA是在數字技術基礎上擴展而來的分支，其主要的特征與應用就是進行擴頻通信，從而實現碼分多址的分流；而EVDO是專門針對分組數據進行的業務優化程序，主要應用基礎是高頻譜利用率的碼分多址技術，因為頻率達到了一定的優化程度，因此可以在帶寬為1.25 MHz的前提下實現3.1 Mbps的高速數據傳輸，當然這個數值已經達到了峰值，如果想進一步提升的話難度會非常大，但是在大數據的幫助下可能會實現。LTE的網絡優化研究當下是比較熱門的，是由3GPP協同制定的通信系統，便于進行技術標準的不斷更新與實施，通常有兩種模式需要注意，一是基于頻率的分工FDD-LTE，二是基于時效的分工TD-LTE，從而實現上下行無線鏈路的區分和不同時間區分。這幾張差異較大的網絡并存的結果就是優化難度特別大，不論是頻率還是時效都已經接近極限，繼續上升時衰耗較快，需要更多基站的同時加大了彼此間的干擾。

3 移動通信應用大數據進行網絡優化的

現狀及困難

3.1 移動通信應用大數據進行網絡優化的現狀

大數據應用于移動通信主要體現在這幾個方面：

（1）一是應用于對移動通信用戶的管理。大數據技術可以在時間以及內容上實現移動用戶的姓名以及各種傳輸狀態的跟蹤記錄，從而為移動通信服務的開展提供基礎，便于提取和分析移動通信網絡穩定運行的核心信息。這是實現移動通信網絡建設信息化以及智能化的必然過程。

（2）二是應用于對移動通信計費系統的管理。在大數據技術的幫助下，各種用戶套餐類型、消費數據以及使用規律等都一覽無余，便于移動通信相關部門對用戶的深度信息進行挖掘，從而找到一些潛在的商機，實現技術創新和市場開拓。

（3）三是應用于對移動通信用戶位置信息的管理。用戶的位置信息管理一直是比較難以把握的，從而制約了移動通信基站的優化，SGSNIP、GGSNIP等數據也無法也到有效調整，影響行業發展所需要的科學決策以及優化設計。

（4）四是應用于對移動通信用戶行為的管理。用戶的業務使用類型是紛繁復雜的，用戶使用網站的習慣以及頻率等也很難把控，軟件設計定位就會出現偏差，如果通過用戶上行流量和下行流量的數據提取以及整合分析，會發現一些使用類型的吻合，便于開展新的業務推送。

3.2 移動通信應用大數據進行網絡優化存在的困難

在大數據技術的支撐下，網絡優化就是一個進行系統數據提取、收集以及整合分析的過程，其中找到影響網絡速度以及其他質量問題的癥結是核心，從而有針對性地進行參數匹配使之達到最佳運行，獲取最大效益和增長趨勢。

目前移動通信網絡優化在應用大數據方面的困難主要有：一是網絡體系龐大難調控。現在的網絡所容納的網是非常復雜的，用戶數量多，基站也在不斷建設中，更新的數據量難以捕捉。二是網絡應用存在時間差，造成優化滯后。資金以及工期等均會影響新維護網絡的使用，如果有的區域4G網絡建設比較緩慢，勢必影響數據結構的不統一，難以在同一平臺進行整合。三是業務量大導致數據碎片化趨勢。現在由于手機、網絡以及其他方面的影響，用戶使用業務模型多變，密集區域網絡堵塞以及無法同時使用多種模式的情況時有發生，數據出現碎片化的問題加劇整理難度。

4 移動通信領域應用大數據分析優化的

方法

基于以上移動通信網絡的特點分析，可以看出大數據想在網絡優化中有大的進展也是存在一定局限的，下面進行具體的應用分析。

4.1 發展網絡性能大數據存儲應用

網絡優化工作的前提就是做好各種數據的采集，而要采集的數據主要涉及用戶使用、網絡業務以及信號情況等。用戶性能使用方面的數據不外乎信號強度、導頻時長、基站時延等。而網絡業務數據主要集中于話務方面，包括信道的可用率、卡話率、接通率、話務量等。信號測試分別為DT（驅動測試）數據和CQT（話務質量）數據，DT測試是指在固定的路線上進行采取不同的呼叫方式與手段，從而測試信道的通暢度，獲得相應的測試指標；CQT測試是在制定的基站使用固定的手段或者設備進行數量上的呼叫，從而測試出優質通話數據量。

以上這些方面的數據量是非常巨大的，對于網絡優化分析也十分寶貴，那么如何有效存儲這些數據成為一大難題。針對存儲需求，大數據進行虛擬化處理技術的改進成為有效方式，包括自動分層和精簡配置等多元化的方式，從而為下一步定位分析打下基礎。虛擬化存儲的方式使一些隱藏細節得以保存下來，可以在分析時進行隨意的擴展和壓縮。多元化的數據和文件可以有效整合到一個存儲平臺，改變動態容量就能降低存儲資源的消耗，從而使高效管理變得可行。多種虛擬化技術的構建主要依托于集成和托管的架構，基點是多個物理數據中心的虛擬組合，目標是確保數據中心服務的移動和恢復，網絡優化人員只要及時登陸就能通過統一平臺進行數據提取和分析。

4.2 發展網絡性能大數據處理技術應用

在網絡市場紛繁復雜的時代，如何實現有效布局以及在MICA架構的平臺上快速實現技術提升，關系到大數據能否有效應用于網絡優化的關鍵環節。網絡性能的提升有待技術理念靈活性與開放性的提升，從而借助大數據處理技術適應云計算的分布式架構。

由于不同數據源的傳輸是非同步的，在處理的過程中可以設計專門針對文件傳輸或者使用面向消息的中間件（MoM）進行數據處理技術更新，充分借助于傳輸異步這個特點，較大提升處理的吞吐量，從而提升處理能力。大數據的應用能夠使不同的數據源系統進行傳輸耦合處理，從而便于大數據基礎架構設計進行動態擴展和收縮，尤其是峰值數據的處理是最為重要的，這能夠加快處理技術，確保數據處理安全。移動網絡數據技術的發展是成螺旋式上升、循環往復的，雖然計劃優化工作暫時還沒有成為制約瓶頸，但是與整體規劃是相互制約的。

4.3 發展大數據在網絡分析中的應用

網絡優化的最后一步就是進行問題定位分析，主要就是解決信道不暢、話務不均衡和切換故障等方面的問題。

網絡優化的方向就是保持信號的持續良好覆蓋，需要進行優化準備、數據采集、問題分析和優化調整幾個步驟。在優化準備階段，需要明確需要什么樣的數據，明確優化指標的方向和所在的網站基點，準備好測試工具；優化測試階段需要開展具體的DT/CQT測試，從而高效獲取數據；在具體的分析階段，要從虛擬化存儲設備中提取數據并且明確這些數據結果到底歸因到哪個問題來源，從而對癥下藥；再就是優化調整的實施，其中主要涉及到天線射頻優化調整和后臺參數調整，前者是保證網絡覆蓋的同時能夠確保好的接收質量，后者是保證各種后臺參數的匹配有效，確保無線信號的分布正常。在這個階段需要不斷從數據中找到問題，進行驗證復測并取得效果。

大數據在移動通訊網絡中有效應用，需要對數據處理過程進行分解并且逐步深入整合，各個工作都是環環相扣，彼此關聯的。

5 結束語

大數據視野下，移動通信網絡優化就是一個進行系統數據存儲以及處理分析的過程，其中找到影響網絡優化的瓶頸是核心，弄清楚移動通信網絡優化在應用大數據方面的困難，能夠有針對性地進行數據挖掘以及提取。由本文的分析可知，大數據技術對于移動通信領域的變革導向作用極為重要，已經被廣泛應用于移動通信的各種工作，而移動通信網絡優化的各個階段均需要相關的數據貫穿其中，大數據的采集以及分析是進行網絡優化的重要前提，能夠為網絡優化工作開展提供依據，如果在優化實踐中能夠切實做好大數據的整合應用，定能不斷克服網絡建設難關。

參考文獻：

[1] 趙剛. 大數據： 技術與應用實踐指南[M]. 北京： 電子工業出版社， 2013.

[2] 漆晨犧. 電信企業大數據分析、應用及管理發展策略[J]. 電信科學， 2013（3）： 12-16.

[3] 劉潔，王哲. 基于大數據的電信運營商業務精確運營平臺的構建化[J]. 電信科學， 2015，29（3）： 22-26.

[4] 張俊. 移動通信網絡中大數據處理的關鍵技術研究[J]. 電信網技術， 2014（4）： 10-12.

[5] 康波，劉勝強. 基于大數據分析的互聯網業務用戶體驗管理[J]. 電信科學， 2013，29（3）： 32-35.

[6] 謝華. 大數據在移動通信中的應用探討[J]. 科技創業家， 2014（1）.

[7] 夏磊. 探巧大數據下的智能數據分析技術[J]. 科技創新導報， 2014（10）： 21.

[8] 侯優優，隋化嚴. 網絡優化中的大數據應用[J]. 互聯網天地， 2014（l）： 34-37.

[9] 劉震，付俊輝，趙楠. 基于移動通信數據的用戶移動軌跡預測方法[J]. 計算機應用與軟件， 2015，30（2）： 10-13.

[10] 林國華. 時間序列分析法在移動通信數據分析中的研究[D]. 廣州： 廣東工業大學， 2015.