文档章节

大数据在网络优化中大有可为

灵玖lingjoin
 灵玖lingjoin
发布于 2014/09/18 14:57
字数 2713
阅读 10
收藏 0

网络优化是确保网络质量,提升网络资源利用率的有效手段。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。一般而言,传统的网络优化有以下几种方法:


一、话务统计分析法:通过话务统计报告中的各项指标,可以了解和分析基站的话务分布及变化情况,分析出网络逻辑或物理参数设置的不合理、网络结构的不合理、话务量不均、频率干扰及硬件故障等问题。


二、DT&CQT测试法:从用户的角度,借助测试仪表对网络进行驱车和定点测试。可分析空中接口的信令、覆盖服务、基站分布、呼叫失败、干扰、掉话等现象,定位异常事件的原因,为制定网络优化方案和实施网络优化提供依据。


三、用户投诉:通过用户投诉了解网络质量。即通过无处不在的用户通话发现的问题,进一步了解网络服务状况。


四、信令分析法:主要针对A接口、Abis等接口的数据进行跟踪分析。发现和定位切换局数据不全、信令负荷、硬件故障及话务量不均以及上、下行链路路径损耗过大的问题,还可以发现小区覆盖、一些无线干扰及隐性硬件故障等问题。


五、数据库核查与参数分析:对网络规划数据和现网配置参数、网络结构数据进行核查,找出网络数据中明显的数据错误,对参数设置策略进行合理性分析和总结。


六、网络设备告警的排查处理:硬件故障告警一般具有突发性,为了减小对用户的影响,需要快速的响应和处理。通过告警检查处理设备问题,保障设备的可用性,避免因设备告警导致网络性能问题。


在实际工作中,这几种方法都是相辅相成、互为印证的关系。网络优化就是利用上述几种方法,围绕接通率、掉话率、拥塞率和切换成功率等指标,通过性能统计测试数据分析制定实施优化方案系统调整重新制定优化目标性能统计测试的螺旋式循环上升,达到网络质量明显改善的目的。


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。传统网络优化工作多依赖于技术人员的经验,依赖人工进行统计分析。网络优化的自动化程度较低,优化过程需耗费大量的时间、人力、物力,造成了大量的资源浪费,影响网络问题解决的时效性。另外,优化工程师借助于个人经验对网络数据进行分析和对比,而非根据网络相关的数据综合得出优化方案,存在一定的局限性。


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。高速变化的数据业务速率和巨大的网络吞吐量以及覆盖范围的动态实时变化,在很大程度上改变了现有网络规划和优化的模型,在网络优化工作中引入大数据是非常迫切和必要的。


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。如终端类型、小区位置、LAC、imsi、tmsi、用户业务使用行为、用户位置信息、通话相关信息、业务或信令、信令中包含的各种参数值。


设备层包含基站、BSC、核心网、传输网等配置参数和网络性能统计指标(呼叫成功率、掉话率、切换成功率、拥塞率、交换系统接通率等)、客户投诉数据等。


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。Google提出了GFS、BigTable、MapReduce三项关键技术,推动了云计算的发展和运用。


源于云计算的虚拟资源池和并发计算能力,受到重视。2011年以来,中国移动、中国电信、中国联通相继推出“大云计划”、“天翼云”和“互联云”,大大缓解了数据中心IT资源的存储压力。


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。


电信级的大数据分析可实现如下功能:第一,了解网络现状,包括网络的资源配置和使用情况,用户行为分析,用户分布等;第二,优化网络资源配置和使用,有针对性地进行网络维护优化和调整,提升网络运行质量,改善用户感知;第三,实施网络建设规划、网络优化性能预测,确保网络覆盖和资源利用最大化。对用户行为进行预测,提升用户体验,实现精细化网络运营。


网络优化相关的工具种类很多,针对不同的优化领域,常用的工具包括:路测数据分析软件、频率规划与优化软件、信令分析软件、话统数据分析平台、话单分析处理软件等。这些软件给网络优化工作带来了很大的便利,但往往只是针对网络优化过程中特定的领域,而网络优化是一个涉及全局的综合过程,因此需要引入大数据分析平台对这些优化工具所反映出来的问题进行集合并综合分析和判断,输出相关优化建议。


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。

 

 



© 著作权归作者所有

灵玖lingjoin
粉丝 85
博文 2884
码字总数 4069557
作品 0
东城
私信 提问
Apache Flink China Meetup -上海站

时间:2019.05.11(周六) 13:00-18:00 地点:上海市长宁区金钟路968号凌空SOHO 携程总部12号楼11层 嘉(大)宾(佬)介(风)绍(采) 潘国庆 携程 资深研发工程师 演讲标题:《携程基于Flink...

Flink_China
04/08
45
0
Apache Flink China Meetup·深圳站 - 计算之美,何止于快

就在去年8月26日,Flink China主办了Flink深圳站线下主题沙龙,当时很多人的反应是:Flink是什么? Flink真的这么牛?这和我(业务)有啥关系? 因为不了解Flink,一些在深圳的技术人没有报名...

Flink_China
03/29
118
0
Java vs Big data 哪种编程语言更好?

  互联网产业跨越式发展,带来了无限的商机和可能。越来越多的人将目光对准了编程。很多人想要掌握一技之长,想在IT圈子中崭露头角!于是,有朋友提问!大数据和java,这两种编程语言,哪个...

好程序员IT
05/13
7
0
Apache Kafka × Apache Flink Meetup-北京站

出 品 人 秦江杰 阿里巴巴 高级技术专家 阿里巴巴实时计算平台高级技术专家。硕士毕业于卡耐基梅陇大学,曾任职于LinkedIn负责Apache Kafka的开发,是Apache Kafka PMC member。目前在阿里巴...

Flink_China
04/08
43
0
Apache Flink meetup ·北京站

活动时间:2019年6月29日 10:00 ~ 2019年6月29日 18:00 活动地点:北京朝阳 望京浦项中心大楼b座二层W1多功能厅 嘉宾介绍 演讲标题:《Apache Flink 1.9 特性解读》 戴资力(Gordon Tai) ...

Flink_China
06/03
33
0

没有更多内容

加载失败,请刷新页面

加载更多

MySQL8.0.17 - Multi-Valued Indexes 简述

本文主要简单介绍下8.0.17新引入的功能multi-valued index, 顾名思义,索引上对于同一个Primary key, 可以建立多个二级索引项,实际上已经对array类型的基础功能做了支持 (感觉官方未来一定...

阿里云官方博客
25分钟前
3
0
make4.1降级 make-3.81、2错误

在编译 make-3.82 的时候出现如下错误提示 glob/glob.c:xxx: undefined reference to `__alloca'` 修改 /glob/glob.c // #if !defined __alloca && !defined __GNU_LIBRARY__ # ifdef __GNUC......

Domineering
26分钟前
2
0
Rainbond集群的安装和运维的原理

本文将解读Rainbond集群的安装和运维的原理,使用户基本了解Rainbond的安装机制和运维重点,便于用户搭建大型Rainbond集群。 1.Rainbond集群节点概述 1.1 节点分类 属性 类型 说明 manage 管...

好雨云帮
37分钟前
5
0
好程序员大数据学习路线分享UDF函数

1.为什么需要UDF? 1)、因为内部函数没法满足需求。 2)、hive它本身就是一个灵活框架,允许用自定义模块功能,如可以自定义UDF、serde、输入输出等。 2.UDF是什么? UDF:user difine fun...

好程序员官方
40分钟前
4
0
Groovy中 Base64 URL和文件名安全编码

Base64 URL和文件名安全编码 Groovy支持Base64编码很长一段时间。 从Groovy 2.5.0开始,我们还可以使用Base64 URL和Filename Safe编码来使用encodeBase64Url方法对字节数组进行编码。 结果是...

白石
43分钟前
3
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部