大數據分析在移動通信網絡優化中的應用

周穎雪

（廣西城市職業大學，廣西 崇左 532200）

0 引 言

隨著社會的進步，科學技術飛速發展，5G技術已然取得了明顯的突破，正逐漸打開市場。我國已有多個省市開始建設5G基站，配合5G技術使用的手機也隨之出現，但是5G技術若想發揮全部的效果還需要經歷長期的探索與試驗。隨著人們生活質量的普遍提高，對網絡通信方面的需求也更為突出[1]。一方面，人們不斷增長的網絡需求推動了移動通信技術的飛速發展，同時也享受到移動通信技術為生活帶來的便利；另一方面，當前階段的移動通信技術還存在著一些至關重要的問題，需要相關通信技術人員不斷加強對這些問題的探索和研究，努力創新突破技術瓶頸，這樣才能不斷推動移動通信網絡技術的發展。

1 大數據及移動通信網絡優化概述

1.1 大數據概述

大數據是包含龐大信息數據的數據集，通過云計算進行組織整合、分析處理，加深對傳統數據信息的研究和應用。當下大數據的數據量已經發生改變，從原來的TB等級上升到PB等級，甚至EB等級，其中包含來自網頁和圖像的信息數據以及從監視裝置得到的專業信息數據等，數據源和數據種類波及廣泛，且具有許多優點。

1.2 移動通信網絡優化理論

無線網絡和交換網絡是組成移動通信網絡的主要成分，其中交換網絡類似于傳統的PSTN網絡，而無線網絡屬于移動網絡中的專有成分。和穩定的有線網絡相比較，無線網絡則存在著一些不確定的因素。對于本身相對固定的無線通信來說，移動無線通信的特點是具有移動性，且傳播環境相對復雜，因此對其進行優化工作更加困難[2]。

對移動通信網絡進行優化是指收集在運營中的移動通信網絡數據，分析并找出致使網絡運行狀況不良的原因所在，調整相關參數，從而使系統設備的配置更加完善。這種移動通信網絡的優化手段不僅能夠使移動通信網絡的運行質量得到提高，而且能夠獲得網絡資源的最大化收益。將各種網絡資源進行再分配并合理利用是移動網絡優化需要實現的目標之一，這種優化技術主要運用數據采集與分析、網絡分析等多種方法。數據的采集工作是當前移動通信網絡進行優化的前提，采集到的數據包括道路測試與話務統計數據以及用戶投訴的數據信息等[3]。

2 大數據分析在移動通信網絡中應用的困難

2.1 多網絡制式并存，業務種類繁多

目前，我國移動網絡的制式豐富多樣，5G實驗網也已遍布我國12個大中城市，正在進行持續建設。此外，移動通信網絡遍布全球，數據種類眾多，包括用戶的信息采集數據以及性能數據等。移動的數據采集數量十分龐大，以我國中部某個省市的X2接口數據和MR數據為例，其數據儲量高達6T之多。數據儲量過大也造成了數據分析與處理的效果并不十分理想，處理的結果與質量也難以符合現代化的需求。

2.2 投資受限

將大數據分析的技術手段應用于移動通信的網絡優化中，還需要投入充足的資金作為保障，這樣才能使移動通信網絡順利優化。然而，移動通信網絡的優化工作是一個長期的任務，所耗費的資金巨大，而對移動通信網絡進行建設同樣需要極大的耗費，因此兩者的投資比例很難達到一個平衡的趨勢。一般情況下，企業會將更多的資金投入更為急迫的網絡建設中，移動通信網絡優化方面的資金投入相應降低，這就大大延緩了移動通信網絡優化方面利用大數據分析技術的進程[4]。

2.3 安全問題

我國一直十分關注網絡的安全建設問題，這直接影響到用戶在使用網絡過程中的體驗。大數據分析手段存在利弊兩個方面，由于通過大數據進行分析會導致安全問題的發生，從而影響移動通信網絡的運行安全。盡管可以通過云儲存的手段來改善這個問題，以降低信息泄露的風險程度，但是仍然不能完全保障移動網絡通信的安全。

2.4 移動通信網絡用戶業務的多元化

移動通信網絡的用戶具有多元化的網絡使用需求，在某個信號全覆蓋的場所，一些用戶會使用移動設備進行視頻電話，另一些用戶會選擇網絡游戲和網絡學習等。在這個大場景下，總是會發生這一活動能夠正常進行而另外一種活動無法正常運行的現象。舉例來說，在某個企業中，一些員工密集的區域由于借助無線上網的人數眾多而導致網絡擁堵現象，因此在這一區域的員工盡管能正常使用不需耗費大量流量的網絡通信業務，但是在使用一些流量消耗較大的業務時就會受到阻礙，不能正常的運行。移動通信網絡的用戶眾多，使用的業務繁雜，由此產生的網絡數據也較為零散，無法進行快速整理[5]。

3 大數據分析在移動通信網絡優化中的應用策略

移動通信的網絡優化工作流程包括開始的準備工作，數據獲取和分析，對各種故障進行處理，對參數進行優化調整，再進行性能評估，最后總結歸檔，具體如圖1所示。

圖1 優化工作流程

傳統的移動通信網絡優化技術主要依賴于工程師的個人經驗，但是由于中國移動的基站數量龐大，因而所需要的專業人才眾多，這就使人力成本的投入居高不下，也導致在優化過程中的安全因素無法得到保證。此外，國家要求各個運營商進行提速和降費，這就使得運營商的利潤不斷減少。從長期來看，移動通信網絡的優化工作勢必要應用大數據分析技術，從根本上實現成本投入的最小化，達到降本增效的目標。

3.1 移動網絡大數據存儲

數據的采集與儲存是移動通信網絡進行優化的基礎，因此要保證數據采集的真實性與有效性，這樣才能使網絡優化的工作有條不紊的進行。對大數據進行有效存儲是一項十分重要的工作，一方面移動網絡的數據種類眾多，包括用戶信息采集數據、通話統計數據以及用戶性能數據等；另一方面移動通信的數據采集平臺與出口不統一，且各平臺之間缺乏一個有效的互通接口，由此導致數據冗余量巨大。利用虛擬化的數據儲存能夠提高移動通信網絡大數據儲存的工作效率，通過虛擬化處理技術全面管理采集的數據是進行網絡診斷和分析的必要前提。同時，虛擬化儲存技術還能有效提高數據存儲的安全性。

3.2 大數據分析在移動通信網絡優化中的應用

在移動通信的網絡優化過程中應用大數據分析技術，需要確保數據收集的時效性和準確性，這樣才能盡可能發揮大數據技術的優勢。利用虛擬化存儲技術綜合整理信息，并對數據信息進行整合控制，將數據歸納到一個平臺上，再使用大數據分析技術對其進行分類和解析。這時需要專業的技術分析人員對網絡中儲存的信息數據進行分析和解構，可以利用大數據分析技術進行范圍的劃定和閾值的設定，查找網絡中可能存在的一些問題，再根據具體的問題制定合理有效的解決方法。

當解決方案制定完成后，就可以對大數據進行調整和優化，包括對無線電發射頻率和小區參數等的調整。在此過程中如果發現問題，需要立刻停止并及時制定新的策略，這樣才能達到用戶需求，為用戶提供更優質的服務。最后，在優化調整之后還需要進行性能的評估工作，保證其他各項指標都處于正常范圍內。在移動通信網絡的優化工作中充分運用大數據分析技術，不僅能夠提升網絡運行的流暢程度，還能夠更好地為人們的生產生活提供更好的服務，充分發揮大數據分析技術在移動通信網絡中的應用性能。

3.3 其他應用

大數據分析技術可以和其他應用相互結合，實現網絡場景的自動識別功能，核查常規參數的配置，自動調整網絡參數，進行性能優化評估等網絡優化工作，這在一定程度上能夠為實現網絡優化全自動化提供技術支持。例如，可以運用深度學習功能對網絡視頻進行反復學習和運用，并提取相關的網絡場景，再應用場景預設策略和大數據分析技術進行網絡參數的核查工作，當參數滿足預設限制之后能夠自動執行預設的方案，以此來保證網絡優化自動化的實現。此外，可以在大數據分析技術應用的基礎上，根據實際需求開發更多的應用，以推動生產效率的提高，如各類報表的自動生成等。

4 結 論

近些年來，我國的科學技術取得了長遠的發展和進步，尤其是在移動通信網絡方面，大數據分析技術的廣泛應用推動了通信網絡的優化工作。數據優化工作是移動通信網絡中最重要的工作，也是移動通信網絡長期發展的基石，因此對信息數據進行分析時要靈活應用大數據分析技術，以此來提高數據分析的效率和質量，同時在一定程度上維護網絡運行的安全，為社會經濟的持續發展提供動力。