(国网新疆电力公司乌鲁木齐供电公司 新疆乌鲁木齐 830000)
摘要：随着社会的发展，我国的信息技术发展迅速，大数据时代已经到来，移动通信领域发展迅速。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：大数据分析；移动通信；网络优化；应用
引言
我国已经进入移动通信高峰时期，移动通信业从2G发展到4G。移动通信已经极大的改变了现代人的生活，我们在关注移动通信发展的同时，也要求其提供优质的服务，关注移动通信质量问题。大数据时期，移动通信故障解决办法增多，但同时，移动通信业面临着更大的冲击，如何正确发挥大数据在移动通信网络中的作用，是现阶段通信运营商的主要任务。
1大数据概述
大数据又被称作巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的意义是由人类日益普及的网络行为所伴生的，受到相关部门、企业采集的，蕴含数据生产者真实意图和喜好的，非传统结构和意义的数据，其具有“4V”特点——大量（volume）、高速（velocity）、多样（variety）以及价值（value），即数据体量巨大，从TB级别提高到PB级别；数据类型繁多，包含视频、文字以及图片等多种类型；价值密度低，海量数据中有用的数据是很少的；处理速度快，较传统的数据挖掘技术，现代云计算、移动互联网以及遍布全球的各种传感器，都是数据来源或者数据承载体。目前大数据分析对移动通信网络优化的意义，在于从从大量移动通信用户反馈的海量数据中“提纯”出有用的信息，分析当前移动通信网络存在的不足以及用户诉求，为优化移动通信网络提供数据支撑，进而为移动通信网络的良好发展提点奠定良好的基础。
2大数据在移动通信网络优化应用中的难题
2.1太过量的移动通信网络数据量
当下用移动通信设备的用户越来越多，从而推动了移动通信网络扩大其覆盖面，并且使得移动网络基站数量也在迅速攀升，最终导致了移动通信网络数据的过量。大数据技术有海量、高速率等数据处理特点，可以利用大数据技术来分析处理这些移动通信网络数据难题。
2.2资金问题
现下大数据技术在优化移动通信网络过程中存在的另外一个问题，是资金缺乏的问题。基于大数据分析实现移动通信网络的优化，不是一蹴而就的，它需要经历一个复杂的系统数据分析过程。具体实施过程中，难免会因为不同地区的数据结构差异等问题综合考虑，使移动通信网络的建设成本加大，从而造成资金缺乏的问题。如果没有足够的资金支持，实现移动通信网络的优化则无从谈起。
2.3用户业务的多元化
每一个区域的信号覆盖场所内会存在各用户的多元化业务，例如利用移动设备终端来观视频、打电话、浏览新闻或网页等，使得各模型的正常使用不正常，特别是在用户业务密集的区域，会出现竞相争夺网络资源的情况，从而导致网络出现拥堵，部分高流量的BE业务无法正常运行。对于相同时间点所出现的多元化的业务模型，会使得网络数据进行零碎分散，不便对其数据进行整理。
3大数据分析在移动通信网络优化中的应用策略
3.1网络性能大数据存储
数据采集是网络优化的首要任务，主要包括对通信网性能的采集、话务量的采集和信号测试三部分。
期刊文章分类查询,尽在期刊图书馆通信网性能主要是指通信网络的接入效果、经纬度以及入载波频点等基本参数，用来判断网络的运行速度和是否存在运行故障。话务量的采集主要包括移动信道的可利用率，接话率和掉话率等，采集话务量有助于运营商正确建立基站和设置天线的频谱参数，使网络输出更加合理。信号测试数据主要是现场测试，是对正在运行的移动通信网络信号状况进行测试。包括DT数据和CQT数据测试。移动通信网络的需求增多，使用人数增多，每天都会产生大量的数据，这些数据包括种不同类型。因此，对于传统的数据分析方式明显不能满足数据分析的需求，无法了解网络运行的基本状态。而要完成对数据的分析，首先系统要具有大数据存储功能，虚拟化技术是目前用于移动大数据存储的主要方式，该方式能够提供高容量，能够对数据进行完整的存储，并且关注存储细节处理和可扩展储存。使用虚拟化存储，能够将内部数据、外部数据和多厂商的全部数据进行统一存储于一个平台之上。并在对数据中心改变其动态容量，大大降低了存储资源的空间，降低成本，满足大数据时代的通信要求。目前，通信公司已经开始着手研发虚拟化技术，来应对大数据处理。
3.2云平台将为通信网络优化提供条件
云平台是大数据时期的产物，基于云平台的数据分析更准确，且具有弹性。云计算资源系统庞大且分布广泛，可对移动通信网络的异构系统进行处理。同时开源软件成为大数据时期的一大特点，开源软件将大数据推向商业化，对多个领域产生积极的影响。开源软件促进了计算机以及移动通信系统新设备的开发，并且建立了完善的服务体系。其中，Hadoop就是一种开源软件，未来这一功能还将继续发展，能够进一步发挥其在移动通信网络优化中的作用。
3.3获取数据信息
移动通信网络的大量用户以及他们留下的海量数据，既是移动通信网络优化的重点，也是移动通信网络优化的难点。通过大量用户的数据反馈出当前移动通信网络优化的方向，是实现移动通信网络换代升级的第一步。然而，海量数据的收集以及从其中提取有用的信息是当前工作的难点。通过大数据技术可以实现对数据信息的收集，同时降低了技术和人员成本，增加数据的精确度。
3.4分布式计算平台技术的应用
分布式计算平台通过为计算机系统提供并行化平台来解决以往信息加载速度缓慢的问题。4G通信时代，海量数据不可避免，分布式计算平台使云计算的一种表现形式，已经在我国有应用，但是技术上还存在一定的漏洞。将大数据时期的分布式计算平台应用于通信网络数据计算中，可以明确小区通信流量，对超闲小区实施降容处理，采用并行信道原则，从而确保通信资源的合理利用，也能够保证用户的用网需求。这一平台还实现了不同节点的自动部署与并行化处理，对于移动通信效率而言具有积极意义。保证了信息传输过程的安全性和稳定性。分布式计算平台的建立需要对技术上的进一步革新，但是从整体上看，该技术对于移动通信的发展和新的通信模式的建立具有推进作用。通过独立信息的处理，通过流量的分配就可以实现，应在实践应用中进行推广。
3.5网络问题智能分析
通过采集关键节点信令并核查MR报告、告警日志、参数配置文件等数据，对异常Cause进行统计分析查找问题原因。针对不同原因制定具体的自优化方案。从故障告警、参数设置、用户终端、核心网等多个维度输出优化方案。
结语
大数据时代已经到来，对于移动通信而言，用户增多，需求增多，每天产生的数据只能用海量来形容。应对大数据时代的特征，移动网络的优化也应充分采用云计算等技术。分析网络运行中存在的问题，对通信网信道衰落，信号影响因素进行处理，促进我国移动通信网络的发展，满足客户需求。
参考文献:
[1]汪敏，廖名扬.大数据分析在移动通信网络优化中的应用研究[J].通讯世界，2017（2）：123.
[2]甄仲强.大数据分析在移动通信网络优化中的应用[J].工程建设与设计，2017（1）：173~174.
[3]叶钟燕.探析大数据分析在移动通信网络优化中的运用[J].通讯世界，2017（6）
论文作者:张晨语,杨祎芃
论文发表刊物:《电力设备》2017年第24期
论文发表时间:2017/12/15
标签：移动通信论文; 数据论文; 网络论文; 大数论文; 用户论文; 海量论文; 技术论文; 《电力设备》2017年第24期论文;