移動通信網絡中大數據處理的關鍵技術

【摘要】? ? 移動通信網絡技術日新月異，為社會生活和經濟發(fā)展做出了獨特貢獻。對移動通信網絡中大數據處理的關鍵技術進行深入研究，有助于提高大數據處理的質量和效率，進一步提升移動通信網絡應用效果和價值。本文從移動通信網絡大數據發(fā)展的實際出發(fā)，對大數據處理中存在的不足進行分析，結合大數據處理的關鍵技術優(yōu)勢，提出了優(yōu)化改進的對策和建議。

【關鍵詞】? ? 移動通信網絡? ? 大數據處理? ? 關鍵技術

引言：

進入新世紀以來，國內移動通信網絡在信息技術、互聯網技術等先進技術成果支撐下，迎來了高速發(fā)展的新階段。目前，國內大部分城市邁入5G時代，移動通信網絡用戶數量已經位居世界首位，網絡規(guī)模迅速擴張，網絡容量需求也空前增大，這對移動通信網絡的運行質量和效率帶來新挑戰(zhàn)，必須要不斷優(yōu)化移動通信網絡的大數據處理技術水平，才能滿足社會發(fā)展需要和人們對移動網絡使用需求。本文從當今移動通信網絡中大數據發(fā)展的實際出發(fā)，對大數據處理中存在的不足進行分析，結合大數據處理的關鍵技術優(yōu)勢，提出了優(yōu)化改進大數據處理技術效能的對策和建議。

一、大數據處理技術

1.1大數據發(fā)展概述

大數據相比傳統(tǒng)數據而言，是在網絡快速發(fā)展背景下誕生的新概念。大數據的產生和傳統(tǒng)數據相比有著很大不同，主要是數據庫作為數據管理方式后，人類數據產生不再受到時間、地點的局限，產生方式發(fā)生重大變化，從而產生了大數據。大數據的發(fā)展歷經三個階段。

第一是被動產生階段。數據庫技術的誕生，讓人類對數據的價值有了更深認識，帶動著數據數量實現第一次飛躍。在這個階段，政府、企業(yè)的應用數據，如超市營銷數據、銀行服務、教育數據、股市交易數據等是數據庫主要組成部分，這些數據屬于被動產生數據，是因為一些經濟運營活動而產生的數據。

第二是主動產生階段。互聯網的出現和普及，是推動大數據的數量實現第二次飛躍的主要原因。在此階段的互聯網上，用戶在網絡上利用WEB，微博、博客、QQ等進行數據內容的原創(chuàng)，這些數據都是用戶自愿自發(fā)生產的數據。在互聯網普及率提高、網絡提高，移動智能設備走進千家萬戶之后，網絡上人們可以自由發(fā)布意見、建議等各類數據信息，從此開始網絡數據進入到主動產生的階段。

第三階段是自動產生階段。進入網絡化數字時代后，人類社會數據量的第三次飛躍，讓大數據自動產生并規(guī)模成幾何倍增長。在移動通信網絡技術發(fā)展和物聯網加速推進背景下，人工智能感知系統(tǒng)進入到社會生活，大量傳感器成為采集世界上每個角落不同對象的數據來源。數據自動產生帶來大數據從量變發(fā)生質變，人類社會進入到大數據數字化時代。

1.2大數據優(yōu)勢特點

大數據不僅是指數據的數量規(guī)模，也指數據的傳播速度、數據類型、數據密度、數據價值等數據內涵方面的內容和傳統(tǒng)數據相比發(fā)生了巨大變化。在互聯網信息技術支撐下，數據的產生不再受到時間、空間和地點限制，數據管理全面進入數據庫時代，大數據的重要價值也越來越為重視和認可。大數據的價值鏈主要體現在四個階段：一是數據產生階段。大數據的產生來自于互聯網用戶層、設備層和運維層自動生成的市場、管理和維護方面的數據信息。用戶層的用戶利用移動網絡在線上進行網絡信息查詢、信息發(fā)布、信息瀏覽和網絡設計行為等，把現實生活中很多信息應用搬到網絡上，也在網絡留下了大量使用數據。這些數據經過數據挖掘技術能實現對現實用戶所有上網痕跡的查詢記錄。二是數據獲取階段。網絡每時每刻都在產生海量數據，這些數據的類型多，呈現零散性和不相關性，導致網絡數據獲取成本不斷增加，對大數據分析變得很困難。移動通信企業(yè)為獲得具有價值的數據，將數據通過采集、預處理和傳輸等方法進行價值挖掘。利用DPI數據采集器進行數據采集后;采用預處理技術分析數據質量和密度，為后續(xù)數據分析提供資料;再利用IP骨干網將大數據傳輸保存到數據中心，對大數據進行統(tǒng)一深入的規(guī)劃處理。三是數據儲備階段。我國對大數據的儲備能力還難以和大數據快速發(fā)展的需要相匹配，移動通信企業(yè)雖然進行數據儲備，但數據儲備周期比較短，能有效處理的用戶數據信息量有限，數據存儲方式還存在一些不合理不完善之處，數據存儲達不到使用需要。四是數據分析階段。該階段是通過對數據的可視化研究，采用整體規(guī)范的一體化措施，深入挖掘移動通信網絡大數據價值。數據分析是體現數據價值最重要階段，是目前國內信息化建設最為關注的內容。

二、移動通信網絡應用大數據處理技術現狀分析

國內移動通信網絡在進入新世紀以來，經歷了從2G到5G的快速發(fā)展。目前已經形成交換網絡和無線網絡為主的移動通信網絡。無線移動通信系統(tǒng)主要是由交換網絡、基站、操作中心和移動智能設備等子系統(tǒng)組成，具有比交換網絡更加復雜的傳播環(huán)境，也讓網絡優(yōu)化更加困難，大數據處理技術的應用存在很多新挑戰(zhàn)。

2.1移動通信網絡需要處理的數據量太過龐大

國內移動通信網絡從1G發(fā)展到5G所經歷的時間并不長。上個世紀第一代無線通信系統(tǒng)的誕生在上世紀80年代，至今只經過了30年的發(fā)展歷史。隨著互聯網讓人們獲取信息更加便捷，人們從電腦等設備上獲取信息發(fā)展到利用移動智能設備如手機、平板電腦上獲取信息也快速成為現實。在移動通信網絡技術從語音技術到大數據，從模擬信號到數字信號，從網絡寬帶到網絡超寬帶;移動通信設備也越來越迷你，越來越智能?，F代社會中，人們的生活方式已經離不開移動通信網絡，打電話發(fā)消息只是基礎功能，上網、看視頻、開直播已經深入到生活工作方法面面。中國抓住了移動通信網絡的發(fā)展契機，實現了從網絡系統(tǒng)到移動終端的全面突破，在世界網絡通信行業(yè)占據了領先地位。移動通信網絡的快速發(fā)展和全面普及，讓網絡覆蓋率進一步提高，用戶數量和上網時間增加迅速。龐大的用戶群體產生的數據量也非常龐大，這導致移動通信網絡的數據分析、數據處理等都遇到了開展不順暢等新問題和新挑戰(zhàn)。

2.2移動通信網絡需要持續(xù)投入的大量建設資金

移動通信網絡建設是一項耗費人力財力物力驚人的工作。移動通信網絡覆蓋能力的提升是典型的“一分錢一分貨”，來不得半點馬虎。在每一次網絡的升級優(yōu)化中，都需要新建大量新的基站，以實現網絡的深度覆蓋，滿足社會不同場景下的通信需求。國家將移動通信網絡建設納入到國家基礎建設項目領域，給予了大量的支持，國內的移動業(yè)務運營商也在光纖覆蓋家庭住戶、光纖提速降費等方面進行了大量的探索實踐。在方便人們使用網絡的同時，也面臨著不同區(qū)域移動通信網絡數據性質不同，改造難度大、周期長，需要大量的經濟投入。在建立移動通信數據整合平臺上，需要高昂的資金才能解決數據接入、數據覆蓋、數據挖掘和數據分析等方面的難題，可以說資金的長期巨大投入已經成為移動通訊網絡優(yōu)化的難點之一。

2.3大數據云端安全問題

大數據規(guī)模幾何倍的增長，所帶來的大數據網絡安全問題也更加突出。在移動通信網絡優(yōu)化中，大數據的云端存儲帶來的安全隱患、安全風險比較突出。利用先進的云存儲技術，能通過把大數據存儲在第三方托管的虛擬服務器上來滿足不斷增加的用戶對數據存儲的需要。目前數據存儲企業(yè)建立大型的數據中心，移動通信企業(yè)通過購買或者是租賃存儲服務器來進行數據存儲的托管。雖然線上在線存儲的模式，方便了用戶自行使用和查詢存儲資源文件，但是移動通信數據資源往往被分散在不同的服務器主機，雖然是同一個數據平臺，簡化了數據收集采集過程，讓數據分析和收集效率提高，但是龐大數據的傳輸會造成數據損壞、丟失等問題，造成了大數據云端的不安全、不穩(wěn)定問題。

三、移動通信網絡應用大數據處理的關鍵技術

3.1大數據清洗提取技術

移動通信網絡在數據采集中，受到數據采集設備、采集環(huán)境等多種因素影響，加上現在數據采集大部分處于無人監(jiān)控自動采集狀態(tài)，往往會存現采集數據出現偏差，和移動通信網絡實際應用情況不一致等情況，導致原始數據的質量下降。針對這種問題，就需要利用大數據清洗和提取技術，對移動通信網絡自動采集的數據進行清洗處理，刪除原始數據中存在的冗余和錯誤數據，從而提高數據后期利用率，提高大數據分析處理效果。大數據清洗提取技術目前受到數據處理的效率影響，并不能實現對所有原始數據的清洗提取。因此移動通信企業(yè)要加強對清洗提取技術的應用研究，提高清洗提取數據的可靠性、有效性和處理效率，促進大數據清洗處理技術水平的提升。

3.2大數據集成技術

移動通信網絡大數據來自于不同的數據終端，數據結構、數據組成各有差異，在對大數據進行清洗、處理和提取、融合的過程中，需要利用大數據集成技術，才能實現對大數據的高質高效處理，目前大數據集成技術的效率不是很理想，這主要是不同數據終端存在的數據沖突、數據關聯等技術問題的處理效果不是很好。要加強對大數據集中處理中數據的提取和融合的研究，及時解決存在的數據沖突問題，才能促進大數據集成技術發(fā)揮應有的作用。

3.3大數據挖掘技術

在前期對大數據進行有效采集和集成處理之后，就可以進行大數據挖掘和分析，這是找到大數據隱藏的應用價值的關鍵技術。移動通信網絡大數據挖掘分析中，要針對數據類型、挖掘方向等進行專項挖掘應用，讓大數據挖掘應用有效發(fā)揮出針對性的數據分析研究作用。要加強數據挖掘效率研究，讓移動通信網絡數據發(fā)揮良好的應有價值，為移動通信網絡的發(fā)展提供科學的參考價值。

3.4大數據可視化分析技術

該技術是利用大數據本身和數據挖掘結果，采用可視化的展示方式來體現價值?？梢暬治黾夹g采用人機交互模式，促進大數據及其數據挖掘成果得到價值最大化的應用。可視化技術讓生澀的數據技術成果轉化為直觀、易于接受的可視化效果，有助于數據分析結果得到更為廣泛和有效的應用。

3.5大數據云計算技術

該技術是信息含量大、對大數據處理具有關鍵價值的優(yōu)勢技術。通過利用網絡云端的數據處理程序，利用多部服務器組成的系統(tǒng)進行數據分析，有效提高了數據分析的效率。云計算早期是分布式計算，網格計算，在幾秒鐘就能實現對萬計以上數據的分析處理，是非常強大的網絡處理服務。目前云計算已經拓展為云端資源的無線拓展，是促進大數據處理效率躍遷的重要技術。

四、結束語

為適應移動通信網絡數據爆炸式的增長，有效挖掘數據洪流的價值，本文分析了大數據清洗提取技術、數據挖掘技術、可視化分析技術、云計算技術等數據處理關鍵技術優(yōu)勢，以促進移動通信網絡數據研究的不斷發(fā)展進步。

參? 考? 文? 獻

[1]周洪峰.移動通信網絡中大數據處理的關鍵技術分析[J].中國新通信，2020，22（04）：9-10.

[2]胡秋秋. 移動通信網絡運行數據處理與分析[D].西安電子科技大學，2019.

[3]羅由.大數據在移動通信網絡優(yōu)化中的應用[J].科學技術創(chuàng)新，2018（01）：76-77.

[4]王璐.探究移動通信網絡中大數據處理的關鍵[J].通訊世界，2017（24）：94-95.

曹萌萌（1981），女 ，滿族，遼寧沈陽，碩士，講師。