試論大數據技術與5G通信技術融合的應用研究

朱 巖

（中國電信股份有限公司山西分公司，山西 太原 030001）

1 大數據云平臺技術分析

數據是對客觀事物記錄的符號，其中涵蓋了對客觀事物的具體信息描述。過去由于人們對數據加工、分析、處理的能力有限，導致數據的價值無法得以發揮。隨著計算機技術的飛速發展，其對數據的挖掘能力得以快速提升，數據的價值得以逐步體現。大數據概念的提出則主要針對在海量聯網設備下每天產生的海量數據，對于不同的使用群體，選擇出其中關心的數據，進行分析、決策，為后續行為的開展提供指導性的意見，其關鍵技術主要包括以下四方面。

（1）數據采集技術。大數據的應用首先需要對數據進行大量的采集，單個的個體無法稱為大數據。例如，以通信機房為例。當通信機房正常運行時，需要對電源參數、UPS、溫濕度等功能進行監控，依托傳感器與控制單元實現基層數據的采集工作。

（2）數據存儲技術。采集得到的數據需要對其進行數據存儲，數據存儲起到了承上啟下的關鍵作用。當采集數據無法實現有效存儲時，采集的數據將會丟失。丟失數據會造成數據信息的殘缺，會影響后續的數據分析準確性。而云平臺的建立則實現了海量數據的有效存儲，例如機房采集得到的數據通過數據通信技術可實時發送到云平臺上進行存儲，以供相應人員進行分析研究。

（3）數據挖掘技術。數據采集與存儲技術實現了數據的遠程轉移與收集，但是仍然無法產生價值。數據挖掘技術需要從繁雜的數據中，對數據進行選擇、預處理、轉化、挖掘，篩選出研究人員關心的數據。比如，針對2018年-2020年某省移動通信機房進行故障分析。首先，針對可能機房發生的故障建立樹圖，將各種故障現象一一進行列舉。例如，溫度過高會造成設備過熱導致故障停機，當電壓波動較大時會導致機房設備欠壓或過壓狀態進而造成故障停機。在海量的機房運維數據時，利用數據特征提取等技術手段，實現數據挖掘。

（4）數據分析技術。數據分析技術則是體現數據價值的最關鍵階段。數據只有經過分析之后，才能為后續的決策提供有力支撐。例如，當機房故障信息被挖掘而出之后，相關人員針對故障信息展開數據分析，探尋其中故障規律，并將規律性的認知形成決策文件，為今后通信機房維保工作提供全面、準確措施。

2 5G通信技術分析

5G通信技術的出現是通信領域的一次重大變革，其影響深遠，意義重大。從1G-4G，中國主要是相關通信技術的使用者，付出了高昂的專利費用。而5G通信技術主要由中國的華為公司主導開發，標志著中國通信技術實現了飛躍式發展。針對5G通信技術，其具有如下特征：

（1）5G通信高傳輸速率。4G時代通信傳輸速率為Mb/s級，對于日常用戶網絡需求可基本滿足。但是隨著圖像技術的飛速發展，4K、8K等超清視頻技術的投入使用。4G通信技術顯然無法滿足需求。5G通信的傳輸速率為Gb/s級，針對超清視頻等Gb級的文件，可實現數據秒下載，極大提升用戶體驗感。

（2）低延遲。低延遲是5G通信技術的又一特征。5G技術的延遲率可達到10ms之內。延遲率大幅降低，用戶可實現遠程精準控制、無人駕駛、AR技術等新型技術，為人類提供更高的便捷性。

（3）高容量。5G通信技術相較于4G通信技術其容量提升100倍。對于普通用戶而言，其在人流密集區域進行語音通話不會受到干擾，進而確保用戶的正常使用。隨著物聯網技術的深入發展，萬物互聯已經成為未來的發展趨勢。傳統的通信業務主要為人進行服務。物聯網的運用，客觀物體也可以進入移動通信網絡，實現數據的收發功能，這樣移動互聯端的數量將呈現幾何倍數增長?，F有4G通信網絡由于用戶容量有限，大量數據用戶的激增，勢必會造成網絡擁堵現象發生，最終表現為用戶數據傳輸速率大幅下降，高延遲，嚴重情況下發生基站崩潰現象。

3 大數據云平臺與5G技術融合的應用分析

大數據云平臺技術實現了數據的高價值溢出，而5G技術的出現對于物聯網、人工智能等尖端科研技術都具有強有力促進作用。大數據云平臺與5G技術的深度融合將會開創一片全新的應用領域，其應用價值體現在以下方面。

（1）5G技術助力大數據走向實現更大發展。大數據技術早在幾年前就已經提出，但其應用領域主要為人進行服務，應用領域主要局限于網絡購物、廣告投放等領域。5G技術的橫空出世，在進行技術研究時，充分考慮到了各種物的移動互聯，比如智能制造、智能家居、智能交通、自動駕駛等技術的服務對象就是廣大的客觀物體。數據的維度也將更加豐富。以往的數據產生主要是人與人的數據交互，較為單一。5G通信技術的發展，其高速、低延遲、穩定的高速通信網絡可有效激發物聯網的發展。5G技術的投入，不僅可實現人與人的數據交互，而且可實現人與物、物與物的數據交互。5G通信網絡中，產生了豐富的數據量，依托云平臺有效實現了海量數據的虛擬存儲。隨著華為與山西煤礦企業的5G深度合作，“工業大數據”平臺開始服務于我國的工業制造領域，依托有力的數據支撐，打通工業生產中的信息壁壘，推動工業領域的數字化轉型。依托5G技術，自動駕駛技術從單機智能逐步邁向車聯智能模式。車聯智能模式對于提升城市交通效率、車輛管理等環節具有十分重要意義。5G技術的運用，使大數據技術能夠更好地服務于我國的經濟發展建設。兩者的深度融合，對于傳統的實體產業轉型也具有十分重要意義。

（2）大數據技術助力5G網絡性能的提升。5G網絡在使用過程中，數據量與4G網絡相比將會增加百倍，各種數據混雜，數據的利用將更加困難。而大數據技術主要就是針對數據的價值利用展開，其在5G網絡應用中主要體現在以下方面：

一是提升數據決策能力。隨著大數據技術的發展，用戶也逐步認識到了數據的重要性。針對5G網絡數據量大的特點，采用大數據相關技術進行數據分析，通過5G網絡各種數據都可以快速傳輸。相關分析人員可根據用戶需求，對某類數據集進行采集。采集得到的數據量綱不一致，其必須經過數據處理變為機器語言可以識別的有效數據。在有效數據中，系統利用數據特征等技術對該數據進行有效識別，最后將篩選得出的各類數據進行數據分析，得出某些有用的價值信息。數據分析之后得出的結果可以利用后續5G網絡采集的后續數據進行驗證。不斷改進之后，最終體現數據的價值信息。以春季服裝生產為例，由于每年的流行主題色不同，導致服裝生產企業在進行生產時無法緊跟潮流，造成某些色系衣服產能不足，某些色系衣服產能過剩產品積壓。依托大數據平臺，可以針對不同年齡、不同性別群體的展開數據分析，最后得出精確的數據分析結果，將該類信息傳輸至服裝生產企業，指導服裝企業的生產工作。

二是提升5G基站通信使用效率。5G通信技術中，基站的建設至關重要。5G商用技術主要使用厘米波，其信號穿透能力較弱，因此5G全覆蓋范圍相對4G而言較弱?？紤]到5G基站的建設成本，與用戶接受情況，必須合理布局5G基站的建設。城市的主城區自然是5G應用的首選區域。但是，對于城市的非核心區域而言，考慮到用戶的經濟能力與高昂的基站建設成本，必須控制5G基站建設的數量。利用大數據技術，可通過網絡調查問卷等形式獲取非核心區域使用5G意愿。通過數據分析，最后決策得到是否在該區域建立5G基站，進而在成本最低的情況下，提升5G基站的使用效率。

三是助推人工智能深度發展。人工智能是計算機技術發展到高階段的產物。人工智能的基礎是深度學習，如何體現深度？就必須依托大數據技術進行廣泛的數據挖掘與分析，其智能的形成需要海量的數據樣本進行訓練?，F有數據傳輸網絡傳輸數據量無論是數據量級與數據維度都不足以支撐人工智能進行深度發展。5G網絡的投入運營，有效彌補了這一領域的短板。5G網絡不僅是通信網絡，也是物聯網絡。數據信息的快速獲取能力與數據范圍的不斷拓展為人工智能的發展提供了更加豐富的訓練樣本。樣本的豐富程度越高，機器在進行學習時的知識量就越豐富，其訓練結果就愈發具有說服力。例如工業智能故障診斷系統的應用，當系統在進行運行時，遠程監控系統即可通過5G通信網絡實時接收設備運行發出的數據。故障診斷系統利用神經網絡等算法完成故障診斷系統的搭建。將接收得到的數據經過數據挖掘與處理之后，由診斷系統進行判斷。當存在故障風險時，提醒設備使用方及時檢修，改變以往維保模式，提升工業設備智能水平。

4 結束語

5G通信技術作為目前最為先進的通信技術，目前已在多領域投入使用。大數據技術使數據產生了較高的經濟價值，服務于實體。本文將5G技術與大數據技術進行有效融合，對于5G技術與大數據的提升大有裨益。在各自發展的同時其對人工智能技術的發展將提供有力的技術支持，更好地服務于我國社會的經濟發展。