基于大數據技術的智能化無線網絡優化體系

柳佳

摘 要：對于大數據的技術核心，主要是進行預測工作，它是人工智能中重要的組成部分。它將數學的計算方式運用到數據的預測中，通過大數據模型的自動學習和訓練，進行每一個區域的網絡質量趨勢的預測，從而進行網絡的優化工作。此次論文主要探討的是大數據技術的智能化無線網絡優化體系。

關鍵詞：大數據 智能化 無線網絡 優化體系

中圖分類號：TN92 文獻標識碼：A 文章編號：1003-9082（2018）03-0-01

對于大數據的理解方式已經發生了改變，大數據不單單是數據量大的問題，而是通過數學的分析得到更多智能的信息，其中包含了這些數據的數量、屬性等。所以，大數據的分析是非常關鍵的。目前，基本上很多技術都使用了智能化，而之所以能成就今天的局面，是因為通過了大量數據的記錄和分析，使用最好的預測模式，不斷的改進系統所取得的成就。

一、大數據分析的理論方法

1.數據可視化法

對于大數據的分析功能，所包含的內容較多不但需要專家進行分析，還包括了業務領域的用戶。對于不同用戶的大數據分析，最基本的要求就是最終獲得結果的可視化。由于這種方法可以非常直接的展現出數據模式的特點，所以，非常實用。

2.數據挖掘技術

關于大數據分析的重要功能就是進行數據挖掘以及機器的學習算法，其中不同的計算方法必須要根據不同類型和數據和格式進行確定，然后更為精準的計算出數據，這也是它本身的特點之一。

3.模型預測能力

大數據的應用領域較多，其中最為關鍵的便是預測分析。它可以從很多數據中找出其中的特點，然后建立模型，再向模型中輸入數據預測未來的結果。

二、大數據技術的智能化無線網絡優化體系

1.大數據分析的技術和處理的過程

對于具體的技術主要包含了了數據的采集和存儲、數據的處理和分析、數據的挖掘以及數據的建模和預測，然后再將最終的結果展現出來。主要處置的過程分為四部，分別為采集、導入和預處理，然后再進行統計和分析，再進行數據的挖掘。首先，進行數據的采集和存儲，也就是將客戶端的數據用數據庫收集起來。其次，就是數據的預處理，對這些采集的數據進行深入的分析，再將這些數據導入到比較集中的數據庫。由于這一個過程所涉及的數據量較多，所以，經常會出現數據格式不一致的問題。然后，就是進行數據的統計和分析技術，主要是對這些存儲的數據進行分析，然后再將其進行歸類。這樣，才能滿足一些分析的要求，就系那個一些方差分析、多元回歸分析等。最后，就是進行知識的挖掘，主要是對已經集中的數據進行各式各樣的計算，以達到模式識別和結果預測的效果，從而進行級別的分析。只有滿足了這些過程，才能算是比較完整的大數據處理過程。

2.基于大數據技術的無線網絡性能預測和建模

一般情況下，無線網絡的影響因素較多。例如周邊的環境、其他干擾、網絡的結果、資源配置、人為因素以及設備、配置參數等，所以，很難確定單一因素的定量以及網絡質量的分析。為此，在進行網絡區域的大數據分析，建立多元非線性分析的模型。再對一些重要的影響因素進行挖掘分析，從而判斷網絡的質量和趨勢，實現參數的優化和性能的預測。并且，對于網絡影響因素所造成的網絡性能問題，必須要根據不同的情況進行診斷，這也是一種比較復雜的多元非線性的函數關系。在這種情況下，無論經驗多豐富的專家都無法定量準確的判斷網絡的質量趨勢。所以，為了解決這些不足之處，可以使用感知網絡對無線網絡的性能進行預測，然后再根據無線網絡的需求進行建模。

3.多層感知器預測模型

模型是由信息的正向傳播和誤差的反向傳播兩個過程組成的。一般情況下，網絡模型有三個層次，其一就是輸入層，主要的功能就是收集外界的輸入信息，并傳遞給中間層的每一個節點；其二就是隱層，也就是中間層，是內部信息進行處理的層次，主要的工作是進行息息的變化。根據信息變化的能力要求，中間層可以設計為單向的隱蔽層次或者多的隱蔽層次結構，最后將隱蔽層的信息傳遞到輸入層的每一個節點，進行深入的處理之后，完成正向傳播的處理。而輸入層的意思是輸出層，向外界輸出的信息進行處理的結果。當實際輸出的信息與預期的信息不一致時，則進入反向傳播階段。誤差經過輸出層的處理，按照誤差梯度下降的方式改正各個層次的權值。再向隱層和輸入層進行逐次的反傳。在經過循環操作，正向傳播和誤差反向傳播的過程中，需要對每一個層次的權值進行適當的調整。而這一個過程當中，需要一直減少網絡輸出的誤差。

4.大數據時代，人們改變分析問題的思路和方法

首先，一個轉變就是在大數據時代的背景下，人們可以進行更多的無線網絡管理和運維方面的數據分析，并處理所有相關的數據信息，不需要僅僅局限于部分的樣本測試數據中。這樣，可以有效的提高數據的精準性，從而獲取更多網絡的細節信息；第二個改變就是擁有大數據之后，可以通常大數據，掌握業務的發展方向和用戶行為的趨勢模型。與此同時，提高了人們在網絡管理方面的觀察力；第三個轉變就是數據結果之間的關系。例如，無線網絡的環境、用戶的行為以及網絡的質量之間的關系。另外，對于大數據模型的預測變化的趨勢比較準確，所以，可以將不同的陳述和資源配置導入到模型中進行預測，得出準確的結果，也就是制定具體的網絡優化方案，從而減少人們的試驗工作量，保證工作的質量，從而有效地提高工作的效率。

結語

綜上所述，對于大數據的模型在進行預測時，必須要進一步的分析，得出準確的結果，再對每一個區域的無線網絡質量做出趨勢預測，然后，進一步的給資源的配置進行修改以及進行網絡的優化。從而實現將網絡優化工作的事后處理模式向預測評估預警模式進行轉變。

參考文獻

[1]蔡虎.工業無線傳感網絡中基于時延和優先級路由算法研究[D].江西理工大學，2016.

[2]于君.智能電網無線傳感監測及負荷預測方法研究[D].太原理工大學，2015.

[3]茅佳佳.智能電網無線網絡MAC層性能優化策略研究[D].浙江理工大學，2012.

[4]武秋紅.基于無線傳感器網絡的遠程醫療監護系統[D].電子科技大學，2009.