摘要：最近几年IT产业快速壮大、技术发展较快、应用势头良好，数据资源日益丰富，为大数据的发展奠定基础。通信是应用IT技术的重要领域，从PC时代到互联网时代再到大数据时代，通信技术也在同步发展，通信在人们的工作、学习和生活中无处不在，通信领域如何顺应大数据的发展，用好大数据技术的红利，提高通信服务能力，这是当下的重要课题。本文将从大数据技术对通信领域的重要性入手，阐述大数据的含义及其主要运用技术，探究它在通信领域的具体运用，旨在让用户享受更好的通信体验。
关键词：大数据技术；通信；网络；运用
一、大数据技术对通信领域的重要性
在网络信息时代，大数据使得通信领域的运营商们获得良好发展机遇，充分体现出大数据技术对通信发展的重要性。一方面，大数据技术有助于积累客户数据资源。用户在通信时会留下一些数据痕迹，运营商运用大数据技术全面分析用户浏览的内容，就可以判断用户喜好，基于用户需求推出通信产品和通信服务，在更了解用户需求的同时掌握更多有价值的数据资源，为自身的长远发展奠定基础。另一方面，大数据技术能为运营商创造有利的流量经营条件。随着各种移动终端的快速兴起，智能手机成为必需品，人们不但用智能手机通信和交流，还利用智能手机消费、购物，流量消费变成通信消费最重要的内容之一，通信运营商在这样的形势下要加大流量经营力度。只是流量经营是复杂的工作，涉及诸多工作内容，需要投入大量人力，如果通信运营商运用大数据技术，就能全面统计流量情况，不仅能了解流量情况，还能合理经营流量，提高经营效益。
二、大数据的含义及其主要运用技术
大数据指的是无法在一定时间里通过常规软件工具捕捉和管理、处理的数据集合，需要在新的处理模式之下才具备更强的决策力和洞察发现力、流程优化能力的海量、多样化、高增长率的信息资产。大数据的价值核心就是从数据里获得信息与知识，而隐含在数据中的信息对预测业务、做出业务决策等有决定性作用，完成大数据到高价值数据的过渡是当今时代对高度融合大数据技术和业务的必然要求，通信领域也不例外。基于大数据不同的生命周期阶段，可把有关于大数据处理的运用技术分为存储、挖掘分析和综合展现这三个主要方面。
第一，存储技术。早在海量数据时代，长期保存大规模数据、实现数据迁移就是人们研究的重点。从上世纪九十年代末到今天，数据存储一直是根据数据量的大小的改变不断向前优化发展的，主要有直接外挂存储（DAS）、网络附加存储（NAS）、存储域网络（SAN）等方式，虽然它们产生于不同时代，但各自有着鲜明的优缺点，通信数据中心通常要基于自身服务器数量以及要处理的数据对象做出科学合理的选择。数据的虚拟化存储已经从理论研究变为现实，通过对服务器软件做出虚拟化处理，把它分为多个独立的服务空间，就能使同一台服务器具有多样化存储服务功能，大幅度提高数据存储效率。
第二，挖掘分析技术。挖掘指的是从数据集里识别出有用的、有效的、新颖的、最终可以理解的模式知识，这是一个非常复杂的过程。在大数据技术的运用中，挖掘超大规模数据始终是重点也是难点，面对上百TB乃至PB级异构数据，常规处理工具很难担当重任，通信运营商在运用时不仅要充分考虑大数据是持续生长的有机体，还要在挖掘分析环节考虑数据在今后继续增长的影响。挖掘大数据时要用到分布式挖掘与云计算，两者均有效率高、扩展高、可靠性高和容错率高的特征，免费的Hadoop分布式挖掘平台和MapReduce分布式计算框架等版本在各种大数据挖掘类型中都适用。
第三，综合展示技术。大数据综合展示就是数据可视化技术，通过对数据进行艺术性的可视化分析，简单直观地展现出数据的相互关系。从内容视角看，大数据分析有技术与方法两种；从技术视角看，大数据分析以分布式数据分析、非结构化数据处理等为主；从方法视角看，大数据分析主要是借助常用数理统计方法分析数据，如可视化分析工具。
期刊文章分类查询,尽在期刊图书馆处理大数据的最终目的是通过可视化的方式为用户呈现数据的相互关系，这涉及到大数据的整个处理过程以及展现过程，通信运营商在数据分析中不但要通过计算机实现自动化分析，还要依托人工力量选择数据、设定参数，这两者是辩证关系。
三、大数据技术在通信领域的具体运用
（一）运用于存储通信数据
在通信网络的发展与实际运用中，用户和基站每天都会产生大量数据，存储所有数据并进行整理是通信领域非常重要的任务之一。在日常工作中，可运用大数据存储技术有效解决该问题，即对通信网络中的大量数据实现虚拟化存储，这是较为有效的解决方案，而大数据存储技术就是利用虚拟化存储在同一个平台储存所有结构不同的数据，在降低动态容量变化的同时有效减少存储数据资源的能源消耗，降低通信领域的网络管理成本，从而减少通信运营商的资金投入，提高运营效益。
（二）运用于构建分析平台
因通信领域涉及众多数据，需要相关平台统一规范管理，让工作人员可以将搜集的数据放进平台，在科学管理数据的同时共享数据，方便更多人看到有关数据。大数据技术中的Hadoop软件就能有效处理海量数据，并且随着这一软件的持续发展，加入其中的用户越来越多，目前已经形成相应的生态系统，通信运营商可基于该大数据软件构建分析平台全面分析数据，有效开展内部管理活动。在构建数据分析平台的前期应以内部业务为主，在平台慢慢成熟之后对外开放，提供相应的大数据分析服务。比如提供网络感知分析、客户离网预测、用户套餐推荐等。
（三）运用于优化通信网络
通信运营商在优化通信网络的过程中也需要运用大数据技术，这主要体现在四个阶段：第一，优化准备阶段，在该阶段的第一要务时确认大数据优化目标，接着把通信网络优化中需要的资料和工具等准备好；第二，优化测试阶段，在该阶段安排测试人员向收集相关的数据，据此实施DT/CQT测试，要注意必须在做好准备阶段的工作之后才能进行这些；第三，优化分析阶段，针对该阶段，要由优化分析人员对存储的大数据进行优化分析，分析内容涉及到信号覆盖问题、信息切换问题，在完成分析和研究之后提供针对性的解决方案，完成分析任务；第四，优化调整阶段，即在通信网络的优化中要对天线射频和后台参数进行调整和优化，在调整天线射频时要提高通信覆盖区域内的通信质量，调整后台参数则是确保正常开展通信工作，及时发现错误参数，合理调整，减少通信网络故障，保证通信网络更充分的应用和更好的发展。
（四）运用于维护网络安全
通信网络存在开放性的特征，安全问题难以避免，需要在通信领域运用大数据技术时注意加强网络维护，解决通信网络安全问题。运用大数据技术维护通信网络安全的流程为：
第一，构建通信网络安全风险分析体系，在其中设置分析风险故障的工具，配备风险评估算法和网络模型，对通信网络的历史数据、运行数据、告警信息等数据内容进行多维度分析。例如通信光缆风险的分析，要从环境因素评估、人为因素评估这两方面进行，前者包括自然灾害、植物生长、动物破坏等，后者包括防护低效甚至无效、偷窃破坏等。
第二，基于风险评估体系设定数据分析指标，做数据测试，在云盘空间里存储结果，并通过虚拟化技术将数据提取出来，明确具体分析指标。
第三，按照数据的提取和分析结果判断通信网络安全风险点，提出切实可行的解决方法并付诸实践。
参考文献：
[1]袁海龙.大数据分析技术在移动通信业务拓展中的应用[J].科技创新与应用，2018（04）
[2]刘赫，罗大勇.王梓蒴.大数据分析技术原理在信息通信调度领域的应用探索[J].网络安全技术与应用，2017（11）
论文作者:尤宝玉
论文发表刊物:《基层建设》2019年第10期
论文发表时间:2019/7/24
标签：数据论文; 通信论文; 技术论文; 领域论文; 通信网络论文; 大数论文; 用户论文; 《基层建设》2019年第10期论文;