移动通信网络优化中大数据的应用分析

移动通信网络优化中大数据的应用分析

杨迪曲

广州市晟创通信科技有限公司

摘要：随着信息技术的快速发展，我国已经正式进入大数据时代，而这一时代的到来也使得我国很多领域迎来了自身发展的契机，移动通信领域就是这其中的代表。随着手机的普及，我国移动通信用户已超10亿级规模，这就使得我国移动通信网络负担日渐加重，而大数据分析就是减轻这一负担的最好手段，为此本文就大数据分析在移动通信网络优化中的应用展开了具体研究，希望这一研究能够为我国移动通信业的发展带来一定启发。

关键词：大数据；移动通信网络；优化应用

引言

为了进一步适应移动通信技术的快速发展以及国家政策对于通信技术的规划指导，中国国务院早就在2013年下发了4G移动通信网络牌照，而4G时代的到来对于移动通信网络优化服务提出了更高的要求，技术提升与数据利用是关键。4G通信技术的发展，给人们带来了更好了通信体验，同时也对移动通信网络优化服务提出了更大的挑战，不论是数字家庭还是社会化网络的发展走向，都让处理与分析大数据成为急切需求，必须促使大数据得到快速应用。那么下一步的研究重点就聚焦于大数据在移动通讯网络优化中的具体应用，从而提高生产效率，因此本文接下来将对大数据在移动通信网络优化中的应用进行研究。

一、大数据的内涵

“大数据”这一词汇并不是突然出现的，它是由原有的海量数据发展演变而来，但是，这二者确有一定区别。其中，原来的海量数据主要强调的是数据量本身的规模庞大，并没有对其特性进行定义；而大数据则不同，它不仅包含了大数据的体积以及传播速率，同时还涵盖了特征等内容。目前，对于大数据并没有一个统一的定义。但是，通过对大数据特点的了解可以对它进行理解：

1.1数据量庞大。目前，大数据的最小单位通常为10～20TB量级。

1.2数据类型丰富。主要包括结构化、非结构化以及半结构化的数据。

1.3数据的价值密度极低。

1.4数据不管是形成还是处理应用，获取速度都非常快。

二、移动通网络优化行业发展现状

移动通信网络主要分为两大部分，分别为无线网络部分及交换网絡部分。交换网络与传统的ＰＳＴＮ网络相似，但是无线通信网络则是移动网络专有。无线网络与有线网络相比，有着很多种不确定的因素。由于移动无线通信的移动性、复杂恶劣的传播环境，导致移动无线通信比固定的无线通信优化工作更为困难。作为网络优化工作的重点，无线通信环境的好坏是决定移动通信网络质量的重要因素ＵＷ。较为完整的无线移动通信系统主要包括四大组成部分。首先是交换网络子系统；其次是基站子系统；最后是操作维护中心。另外还有一个与移动通信密切相关的子系统，称为移动台子系统，俗称手机。由于ＧＳＭ网络技术起源于欧洲，目前关于ＧＳＭ网络的规范则主要是由欧洲的一些通信设备公司所制定。为了均衡各大通信设备公司的利益，ＧＳＭ规范对ＧＳＭ网络通信系统的各主要接口都有十分明确的规定，即开放各主要接口。

ＧＳＭ网络通信系统的子系统包含移动业务交换中心；舜访位置寄存器；归属位置寄存器；移动鉴权中心；另外还有移动设备识别寄存器。系统则包含有基站控制器与基站收发信台。

移动通信网络优化行业起步较早，从网络建设进程和市场需求而言，北美，西欧等发达国家移动通信网络已趋于饱和，各大移动通信运营商网络建设固定投资由网络搭建、设备投入等基本投入转向网络运维和网络优化投入。由于运营商把精力集中在市场和业务拓展上，欧美等国移动通信运营商逐渐将网络运维和网络优化外包给专业性更强的第三方网络优化服务提供商及设备供应商。同时，移动通信网络运维与网络优化需求量不断增多，要求网络优化技术不断升级，从而促使移动通信网络优化业发展空间不断扩张。

三、大数据分析技术对移动通信网络优化的影响

3.1大数据分析技术移动通信网络优化的影响是有利有弊的，一方面大数据分析技术可以有效解决数据量的问题，对数据进行很好的归类和分析，而另一方面，加大了故障分析的难度。移动通信网络优化就是对用户通话状态的收集和分析，达到排除故障、提升用户使用感知的目的。

3.2为了进一步适应移动通信技术的快速发展，使人们可以更加自由的使用网络，这对移动通信网络的技术、承载力有着更高的要求，移动通信技术经历了从2G到4G的发展历史，目前正在进行5G通信技术的研究，移动用户在使用通信业务时，天气、地区等因素都会对通信质量造成影响，因此，在通信的稳定性和抗干扰能力上需要技术的革新，合理使用大数据分析技术，可以有效发挥对移动通信网络的优化作用。

四、大数据分析在移动通信网络优化中的问题

4.1移动通信网络数据过于庞大

在移动通信网络使用的过程中，由于现在的覆盖范围越来越广，使得用户不断增加，所建立的移动网络基站数量也在不断增加。这就使得移动通信网络会产生庞大的数据量。想要运用大数据技术对移动通信网络所产生的数据进行整体与分析，是目前移动网络通信工作所面临的难题之一。

4.2网络建设周期长度与投入资金的问题

在移动通信网络的建立中，由于不同区域的每一项数据结构、性质均不同，导致在进行建设时，不能同时进行。这就会使得移动通信网络的建设周期与投入资金都有所增加。如何将不同区域所获取的数据整合在同一个管理平台上，成为了移动通信网络建设中的重要问题。

4.3移动通信网络优化中大数据的安全问题

在大数据技术中，主要包括数据的储存、分析、处理以及管理等内容。而当移动通信网络在优化中使用大数据技术时，就有可能会对移动通信网络数据产生数据安全隐患。尤其是在大数据技术中储存功能的使用，就目前来说，最常见的就是云储存技术。云储存技术可以帮助移动通信网络更快的对数据信息进行储存，使所有的数据存储在同一个数据平台之上，虽然使移动通信网络数据的收集变得便利，但是在无形之中心加大了数据存储的安全隐患。可能会发生移动通信网络数据丢失或损坏的问题，对移动通信网络造成负面影响。

五、应用大数据分析开络优展移动通信网络优化的策略

5.1大数据存储功能的应用每隔一段时间，移动通信用户以及基站就会产生大量的数据，而想要将这些数据进行合理分析、存储以及归纳使用，是一项需要花费大量时间以及资本的工作。具体来说，利用大数据，可以凭借其虚拟化存储功能，让不同结构以及不同类别的数据都能有效整合并存储到同一平台上，这样一方面可以降低动态变化容量，另一方面还可大大减少资源存储所消耗的能源，在降低移动通信网络成本的同时，减少资金投入。

5.2大数据分析在移动通信网络优化中的应用策略移动通信网络的优化，其主要目的是要通过网络优化来有效处理干扰、掉话、话务不均衡以及切换故障等问题，且整个优化过程的关键是要进行网络分析以及问题定位。

5.3健全管理制度优化移动通信网络，应该健全管理制度。虽然目前我国已经将大数据技术广泛地应用在移动通信网络中，但是安全问题仍然是一大难题。面对这种情况，移动通信网络部门应该建立健全大数据技术的管理制度，规范技术的应用流程，对移动通信网络进行动态监测，保障移动通信网络的数据安全。

5.4获取数据信息优化移动通信网络，应该获取相关的数据信息。移动通信网络的用户非常多，而且其所跨越的时间、空间维度都很大，这些用户在移动通信网络留下的海量的数据信息，使数据获取工作难以为继。在进行数据的获取和收集工作时，移动通信网络可以应用大数据技术，减少人力和物力的投入，同时增加数据的准确度。

5.5建立关联分析模型

在获取某地区某月份移动通信网络投诉数据、移动通信用户业务数据以义及移动通信网络指标数据后，就具各了建立关联分析模型的数据基础。将这些数据与网络覆盖、网络保持性、网络接入性、通话质量、资源进斤分配与关联，结合用户投诉数据、投诉用户地理位置信息Ｗ及投书用户的业务使用情况，我们就能够建立起基于关联规则的网络投诉分析模型。基于某地区某月份的综合投诉与网络数据，本文得出某月份网络投诉评估得分较低的网络问题分布情况：

如上表所示，某地区移动通信网络部分评估得分较低的网格内投诉原因主要有：上行覆盖率差、ＳＤＣＣＨ拥塞率过高、半速率比例过高、干扰带比例过高等。所以建立关联分析模型的数据模型具有必要性。

结束语

我国的网络信息技术不断发展，大数据分析技术已广泛应用在移动通信的各个工作当中，移动通信网络也依赖于大数据技术的发展，为移动通信公司提供了专业的数据分析技术，同时也保证了通信质量的提高。本文详细论述了大数据分析在移动通信网络优化中遭遇的困难、应用大数据分析开络优展移动通信网络优化的策略，而结合这一系列内容我们就能够较为深入的了解大数据分析在移动通信网络优化中的重要性，希望这一认知能够为相关研究人员带来一定启发。

参考文献：

[1]余海波.大数据在电信移动通信网络优化中的应用.2013.5

[2]甄仲强.大数据分析在移动通信网络优化中的应用.2016.3

[3]谢华.大数据在移动通信中的应用探讨.科技创业家.2014.9

[4]向强.分类预测技术在移动通信企业数据挖掘分析中的应用研究.湖南大学.2016.11