大數據分析助推運營商精準運維

羅硯

摘 要 隨著時代的發展，大數據對人們的生活產生了越來越重要的影響，已經成為一種不可逆轉的趨勢。文章通過對大數據分析助推運營商精準運維中的幾個方面進行分析，在大數據背景下構建的主動監控預警體系，從狀態預警、閾值預警、快變預警及關聯預警四個方面入手，幫助其構建更加科學高效的大數據分析系統，實現其對運維風險的實時監控及預警，促進其實現網絡運營精準化。

【關鍵詞】大數據分析 精準運運維 網絡運營

大數據使很多公司可以在沒有時間經驗的情況下，運用網絡進行大數據分析，為工作的開展提供極為有效的數據支持。大數據使人們的生活產生了巨大的變化，思維方式、決策行為等都在不同程度上受到了大數據的影響，大數據分析也給這些行為帶來了科學的參考依據，不再是只憑著直覺和經驗，因此，大數據分析增強了決策等行為的科學性和合理性。文章將對大數據分析在網絡運維工作助力精準化網絡運營中的預警應用進行探討，希望能為基于大數據的電網信息運維主動監控預警系統的建立提出有效的建議。

1 大數據背景分析

網絡運維工作要為網絡的安全穩定運行提供保障，也要支撐網絡建設、市場以及客戶服務等各部門順利開展工作，以促進網絡運維向精準化方向發展，提高整體經營績效水平，而大數據分析可以助推這些目標的實現。大數據分析主要就是通過網絡、用戶、終端、業務、時間、地點多個維度關聯分析，把網絡、用戶的特征畫像綜合起來，結合運維的需求選定目標區域和用戶，將受眾細分化，提出合理有效的建議，為決策提供數據支持。數據分析的過程主要包括數據構建、采集、清洗、存儲、挖掘、分析等環節。

大數據在成為互聯網信息技術的核心概念的同時，也發展到了出了傳統的互聯網信息行業以外的許多其他領域。在云計算理念對IT的交付方法進行改革之后大數據的出現就更深層次的加強了IT架構上的數據架構、分析能力的延伸與需求。從電信運營商的角度出發，當今低值化與管道化的問題越來越突出，因此需要新的突破才能在新的產業鏈中繼續發展下去。大數據的發展一方面對技術進行更新與改進，另一方面還對運營商所提供的服務、能力與交付方法提出了要求。

運營商對大數據的運營具有極大的優勢，其數據在結構、數量、產生速度及可信度方面都是極為突出的。從價值層面上出發，運營商的數據包含了客戶的通信行為，數據之間具有自然而然的關聯性，因此相對于互聯網公司，運營商能夠得到更為準確、全面及方便快捷的數據資料。以大數據作為背景，基于數據信息情況下，能夠更好的促進用戶服務能力及優化客戶體驗的同時，還能推動網絡的優化，對可能發生的狀況實現預警，提高運營商的運維管理。

2 大數據在運營商精準運維方面的應用

隨著網絡的快速發展，信息系統的數量也在不斷增加，對運營商日常的的運維的要求與標準都有所提高。當前使用的故障出現后才實施告警與搶救的被動運維，會造成運維人員的精力與時間都花費在這些簡單且重復的小問題上，因此構建一個在發生故障前就能夠對信息運維體系實現提前預警，以預防為主的主動運營模式是十分有必要的。基于大數據的信息運維主動監控系統，包括有狀態預警、閾值預警、快變預警及關聯預警四個方面。

2.1 狀態預警

狀態預警是指通過硬件或服務的可達性來對信息資源實施判斷，從而達到監控達成預警的目的。要想實施狀態預警，第一步要對信息資源的可達性進行判斷，固定的每個時間段進行一次探測，判斷信息資源是否響應，當收到應答數據時則是可達，相反，若等待超時則為不可達。

在對信息資源的可達性進行判斷之后，可以將其狀態分為正常、失聯與不穩定三種狀態。正常狀態下，信息資源每次都可達，失聯則是信息資源連續兩次不可達，而不穩定狀態則介于正常與失聯狀態當中，信息資源經常不可達，但是沒有到達失聯的標準。例如在一個工作日探測的288次中存在至少有3次不可達，并且不連續，則該信息資源是在一個不穩定的狀態中，要對它實施狀態預警。

2.2 閾值預警

根據信息資源設立風險預警閾值，然后將監測到的數據與預警閾值實施對比，當監測數據不在設立的預警閾值范圍之中時，該監測對象滿足需要預警的條件，要形成預警機制。

過去的閾值是由運維人員手動設定的固定值，這樣很容易導致閾值與實際情況不相符。閾值預警在大數據技術的支持下，對之前的數據進行分析，并且形成適合自身的動態閾值，另一方面，系統還能設置窗口讓用戶自行對閾值進行修改，從而彌補一些缺陷。

2.3 快變預警

信息資源監測的數據要時刻與同種類型的數據進行對比，當其變化范圍過大，差值比預期的比例要大時，此時的監測資源則被認定為存在于一個變動較大的狀況中，那么就要形成預警事件。橫向預警及縱向預警兩種方式都屬于快變預警的范圍之中。橫向預警是指與同種類型的資源進行對比而構成的預警，重點針對負載均衡集群，假如在集群中的某臺設備所負責的工作要遠多于其他的設備時，此時則需要對其實施風險預警。縱向預警是指與自己之前的數據進行對比而構成的預警，在大數據的統計分析的基礎上，探討及分析歷史數據，最后將解析結果與運維主動預警模型相結合，實現主動預警的目的。

2.4 關聯預警

關聯預警是指在信息數據庫及其他的基礎設施中存在的眾多的應用數據及運行中，尋找與項目相關或者與對象集合有關的內容，相關包含有頻繁模式、關聯性、相關性及因果關系。通過對大數據進行關聯分析的方式，對信息數據庫及有關基礎設施的各種指標完成關聯解析，最終達到信息資源的主動預警的目的，促進運營商的精準運維。

3 結語

大數據時代的到來，運營商之間的競爭更加激烈，企業會越來越重視大數據的重要性，企業會更愿意運用大數據手段挖掘客戶的潛在價值，這也應該是運營商應該做的事情。運營商要通過對主動預警方法體系實現風險預警的目的，并且重視提高服務質量，增強差異化優勢。運營商可以運用大數據分析這個有效的手段，助推精準運維，以防范風險的出現，并對預警事件及時的處理，降低企業的經營成本，提高經營效益。

參考文獻

[1]季安平.用戶呼叫數據在移動網絡規劃中的應用[J].郵電設計技術，2014.

[2]李恒久.大數據分析助力精準化網絡運營研究[J].電信網技術，2015.

[3]徐代剛等.面向未來網絡運營的敏捷運維架構[J].企業視界，2016.

作者單位

中國移動通信集團重慶有限公司 重慶市 401121endprint