马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
大数据分析_大数据处理_大数据技术_云计算_网络数据与科学
近年来,随着网络容量的不断提升、网络用户数的不断增加、网络设备的多样化,用新技术和新方法替代传统网络优化手段成为一种趋势,尤其是在大数据分析技术的兴起下,其在网络优化中的作用日渐突出。
网络优化的传统手段
网络优化是通过对现已投入运营的网络进行话务数据分析、现场测试数据采集、参数分析、硬件检查等,找出影响网络质量的原因,并且通过参数的修改、网络结构的调整、设备配置的调整和采取某些技术手段,确保系统高质量的运行,使现有网络资源获得最佳效益,以最经济的投入获得最大的收益。
网络优化亟待创新
当前,随着用户数的不断增长,随着网络容量的不断增加,随着网络复杂度的不断提升,以及网络设备的多样化,网络优化工作的难度正在不断提升,网络优化的方法和手段亟待创新。
首先,网络优化是一项技术难度大、涉及范围广、人员素质要求较高的工作,涉及的技术领域有交换技术、无线技术、频率配置、切换和和信令、话务统计分析等。
其次,随着我国移动通信事业迅速发展,我国移动互联网发展已正式进入全民时代,截至2014年1月,我国手机网民规模已达5亿。网络结构日益复杂,数据业务已经成为移动通信网络主要承载的业务,用户通过智能终端的即时互联通信行为,使移动网络成为大数据储存和流动的载体。
最后,全球数据信息成为企业战略资产,市场竞争和政策管制要求越来越多的数据被长期保存。对于运营商的网络优化来说,也需要保存各类数据,以便进行用户行为分析和市场研究,通过大数据实践应用提升网络优化质量并助力市场决策,实现精细化营销策略,提升企业的核心竞争力。
面对上述挑战,运营商正尝试进行网络优化工作的创新,尝试在网络优化中引入新技术和新方法。而正在全球兴起的 大数据分析技术,开始在网络优化中大显身手。
网络优化拥抱大数据
大数据(Big Data) ,或称巨量资料,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、整理成为帮助企业经营决策目的的资讯。大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。大数据具有数据量巨大、数据种类繁多、价值密度低及处理速度快的特点,同时具备规模性、高速性、多样性、价值性四大特征。
一般而言,利用 大数据技术进行网络优化的过程可分为三个阶段:数据来源和获取、数据存储、数据分析。
数据来源和获取—对于运营商而言,通过现有网络可以收集大量的网络优化相关信令资源(含电路域、分组域)、DT测试&CQT测试数据,这些数据大都以用户的角度记录了终端与网络的信令交互,内含大量有价值的信息。
采集到的数据一般而言,经过IP骨干网传输到数据中心,进行存储。随着云计算技术的发展,未来数据中心将具备小型化、高性能、可靠性、可扩展性及绿色节能等特点。
数据存储—网络优化中涉及巨大的数据存储,包括信令层面的数据信息和设备存在的数据信息,这些数据只有妥善存储和长期运营,才能进一步挖掘其价值。传统数据仓库难以满足非结构化数据的处理需求。
数据分析—数据的核心是发现价值,而驾驭数据的核心是分析,分析是大数据实践研究的最关键环节,尤其对于传统难以应对的非结构化数据。运营商利用自身在运营网络平台的优势,发展大数据在网络优化中的应用,可提高运营商在企业和个人用户中的影响力。
目前,大数据技术已经在网络优化工作中得到应用。中国电信就已经建设了引入大数据技术的网优平台,该平台可实现数据采集和获取、数据存储、数据分析,帮助中国电信利用分析结果优化网络质量并助力市场决策,实现精细化营销策略。利用信令数据支撑终端、网络、业务平台关联性分析,优化网络,实现网络价值的最大化。
|