论文部分内容阅读
摘要：随着计算机网络技术的迅猛发展，我国已经进入到了“大数据时代”，网络的普及对社会中的各行各业发展以及人们的日常生活带来了较大的影响，尤其是在移动通信领域当中。在手机的广泛应用的背景下，为移动通信网络带来了较大的压力，因此利用大数据分析缓解这一问题成为大势所趋。本文将对大数据的概述及在移动通信网络优化中的好处进行分析，并对优化过程中存在的问题及相应解决措施加以阐述。
关键词：大数据分析；移动通信；网络分析
引言：
在互联网技术日渐成熟的背景下，移动通信网络也得到了不断的更新换代，给人们的生产生活带来较大的改变。但是，通信技术在促进社会发展的同时，也带来了诸多问题，例如信息的安全问题等。对此，应积极利用大数据分析的方式，对移动通信网络进行优化升级，进而实现其又好又快的发展。
1.大数据的概述及在移动通信网络优化中的好处
1.1大数据概述
大数据是由海量数据发展演变而来的，但是二者之间并不相同。以往的海量数据主要特征是数据量本身较大，没有其他特性的定义，而大数据则不仅体现在体积方面，同时还体现在所涉及的范围十分广泛。目前，对于大数据来说尚未拥有统一的定义，但可以通过其特点对其进行了解：首先，具有庞大的数据量。目前大数据中的最小单位为10-20TB。其次，数据种类多样。主要包括三种形式，即结构化、非结构化以及半结构化。此外，无论是数据的形成还是处理，获取的速度都十分快。
1.2在移动网络优化应用中的好处
由于使用移动通信数据的用户数量逐渐增加且基站众多，因此，移动通信数据的产生量十分庞大，以往对其进行分析和处理的模式已经难以符合当今社会的需求，这种方式不但在分析效率方面很难提供有效的保障，而且在分析结果的准确性方面也不够理想。因此，利用大数据分析的形式进行移动网络优化成为大势所趋，其在优化中的好处主要体现在以下两个方面：一方面，能够在较大程度上使移动通信企业员工的工作强度得到降低，使工作效率和质量显著提升。另一方面，对于移动数据信息的收集和获取准确性也得到了极大的提升，能够更加良好高效的为用户提供服务。这种一举两得的方式得到大数据分析的形式受到越来越多通信企业的认可和青睐，不断将其作为网络优化的重要途徑投入到数据优化工作当中[1]。
2.移动通信网络优化利用大数据分析中存在的问题
我国目前的移动通信网络主要包括无线网络和交换网络两个方面。其中，交换网络与以往的PSTN网络十分相似，而无线网络则是移动网络所特有的。由于移动无线网络具有较强的移动性，其所处环境也复杂多变，与以往固定无线通信相比较来看，在优化方面的难度增加，将大数据分析在其中应用主要存在以下几方面问题。
2.1网络数据量庞大
目前，移动设备的普及程度越来越高，通信网络的覆盖面积也不断增加，随着用户数量的不断上升，移动网络基站的数量也随之提高。在此背景下，势必会产生大量的网络数据。利用大数据分析的形式对这些数据进行处理，将成为目前移动通信工作中面临的一大难题。
2.2资金投入周期较长
要想利用大数据分析进行移动通信的网络优化，则需要花费大量的时间和资金才能够完成。通常表现在：在移动通信网络的建设之初，不同区域内的数据结构和性质都不尽相同，因此对其的优化也难以实现同步。这将在无形当中使网络优化时间延长，进而使资金投入增加。例如，在移动通信网络进行优化时，要想实现各个区域中的数据集合到同一管理平台当中，则需要花费大量的时间和资本才能够实现，这同样也是在利用大数据分析过程中存在的难点之一。
2.3用户业务的多元化
在相同的区域当中，有些用户会利用移动设备听音乐、看新闻，而有些用户则会利用其与他人进行语音通话。面对此种情况，经常会出现一个模式正常而另一个则无法实现的情况。例如，在A学校当中，图书馆中学生使用无线上网的人数过多，则会导致网络堵塞影响使用，主要表现为：该区域的学生能够正常使用低流量的QQ业务，但是对于BE等高流量的业务使用则会受到阻碍，不能够正常实现。在相同区域内，用户对业务模型的使用呈现出多元化的特点，致使网络数据呈现出分散的分布方式，利用大数据进行分析时，具有较大的整理难度[2]。
3.大数据分析在移动网络通信优化中的应用
针对移动网络利用大数据分析的形式进行优化的过程中存在的问题，本文主要围绕网络性能大数据处理技术以及大数据存储技术，提出了相关应对措施，主要包括以下几个方面。
3.1发展网络性能大数据存储功能
对于这一策略的具体实施方式来说，其能够促进大数据技术更加高效的实现数据信息的采集工作，以此为移动网络数据优化提供坚实的基础。在移动网络方面，话务量、信道的可用率、卡话率等内容属于大数据采集的范围之内，也正是由于这一庞大的信息量对网络优化效果产生较大的不利影响。对此，应积极开展大数据的虚拟处理技术，以此来实现虚拟化储存背景下，将隐藏的细节进行拓展和压缩，这也同样能够帮助移动网络利用大数据分析进行优化的效果得到显著提升。
3.2发展网络性能大数据处理技术
对于大数据的处理技术来说，主要是在云计算分布式架构的基础上进行的，我国目前的大数据分析，在移动通信网络的优化中存在网络应用存在较大时间差的问题，对于这一问题，可以利用云计算的分布式架构来解决，其主要具有传输异步的特点，能够使大数据分析与处理的吞吐量得到有效提升，这将促进大数据分析下，加快移动网络的处理效率与安全性，同时也必然会提升对移动通信网络的优化效率。
3.3发展大数据网络分析技术
除了上述两种方式以外，加强大数据网络分析应用同样能够提升移动网络优化效率。对于这种方式来说，其主要目的是解决由较大的业务量而产生的数据碎片化问题，利用这一措施，有利于明确移动网络的优化方向以及所在网站的基点，进而能够有针对性的进行数据优化和解决问题，后台中的各种参数也能够因此保障得到有效的匹配，此外对于无线信号的分布也能够趋于正常，为移动通信网络优化提供较大的支持。
3.4建立健全大数据管理制度
所谓“无规矩不成方圆”，在利用大数据分析对移动通信网络进行优化时，应建立健全相关管理制度，并且将制度的积极作用得到充分发挥。尽管目前我国已经进入到“大数据时代”，移动通信网络也得到较大的普及，但是信息隐患问题也随之而来。基于此，有关部门应以健全管理制度的方式，对技术流程进行有效规范，进而保障通信网络信息的安全稳定。目前，用户信息泄露、被盗等现象时有发生，使用户对于网络安全产生了较大的质疑。对于能够有效解决这一问题，有关部门更应积极健全制度，提升用户的信任程度，为其创造一个安全稳定的移动通信氛围[3]。
结束语：随着社会经济的迅猛发展，信息技术水平逐渐提升，我国已经进入到了“大数据时代”，网络在社会中的普及程度不断提升，移动通信设备在人群中得到广泛使用，每隔一段时间将会产生大量的数据信息。面对这一问题，应积极利用大数据分析的形式对移动通信数据进行分析和处理，使该产业能够实现可持续发展。此外，移动通信企业还应加强对大数据分析的研究力度，使其功能能够得到显著的提升，在数据分析和处理中发挥更大的用处，以此来提升企业的竞争力，实现又好又快的发展。
参考文献：
[1]苏厚柱.试论大数据分析在移动通信网络优化过程中的运用[J].中国新通信，2017，1908：99.
[2]牛国庄.基于用户行为的无线网络功能扩展方法研究[D].华北电力大学，2014.
[3]高品.基于WCF的通信数据ETL服务的设计与实现[D].大连理工大学，2014.
关键词：大数据分析；移动通信；网络分析
引言：
在互联网技术日渐成熟的背景下，移动通信网络也得到了不断的更新换代，给人们的生产生活带来较大的改变。但是，通信技术在促进社会发展的同时，也带来了诸多问题，例如信息的安全问题等。对此，应积极利用大数据分析的方式，对移动通信网络进行优化升级，进而实现其又好又快的发展。
1.大数据的概述及在移动通信网络优化中的好处
1.1大数据概述
大数据是由海量数据发展演变而来的，但是二者之间并不相同。以往的海量数据主要特征是数据量本身较大，没有其他特性的定义，而大数据则不仅体现在体积方面，同时还体现在所涉及的范围十分广泛。目前，对于大数据来说尚未拥有统一的定义，但可以通过其特点对其进行了解：首先，具有庞大的数据量。目前大数据中的最小单位为10-20TB。其次，数据种类多样。主要包括三种形式，即结构化、非结构化以及半结构化。此外，无论是数据的形成还是处理，获取的速度都十分快。
1.2在移动网络优化应用中的好处
由于使用移动通信数据的用户数量逐渐增加且基站众多，因此，移动通信数据的产生量十分庞大，以往对其进行分析和处理的模式已经难以符合当今社会的需求，这种方式不但在分析效率方面很难提供有效的保障，而且在分析结果的准确性方面也不够理想。因此，利用大数据分析的形式进行移动网络优化成为大势所趋，其在优化中的好处主要体现在以下两个方面：一方面，能够在较大程度上使移动通信企业员工的工作强度得到降低，使工作效率和质量显著提升。另一方面，对于移动数据信息的收集和获取准确性也得到了极大的提升，能够更加良好高效的为用户提供服务。这种一举两得的方式得到大数据分析的形式受到越来越多通信企业的认可和青睐，不断将其作为网络优化的重要途徑投入到数据优化工作当中[1]。
2.移动通信网络优化利用大数据分析中存在的问题
我国目前的移动通信网络主要包括无线网络和交换网络两个方面。其中，交换网络与以往的PSTN网络十分相似，而无线网络则是移动网络所特有的。由于移动无线网络具有较强的移动性，其所处环境也复杂多变，与以往固定无线通信相比较来看，在优化方面的难度增加，将大数据分析在其中应用主要存在以下几方面问题。
2.1网络数据量庞大
目前，移动设备的普及程度越来越高，通信网络的覆盖面积也不断增加，随着用户数量的不断上升，移动网络基站的数量也随之提高。在此背景下，势必会产生大量的网络数据。利用大数据分析的形式对这些数据进行处理，将成为目前移动通信工作中面临的一大难题。
2.2资金投入周期较长
要想利用大数据分析进行移动通信的网络优化，则需要花费大量的时间和资金才能够完成。通常表现在：在移动通信网络的建设之初，不同区域内的数据结构和性质都不尽相同，因此对其的优化也难以实现同步。这将在无形当中使网络优化时间延长，进而使资金投入增加。例如，在移动通信网络进行优化时，要想实现各个区域中的数据集合到同一管理平台当中，则需要花费大量的时间和资本才能够实现，这同样也是在利用大数据分析过程中存在的难点之一。
2.3用户业务的多元化
在相同的区域当中，有些用户会利用移动设备听音乐、看新闻，而有些用户则会利用其与他人进行语音通话。面对此种情况，经常会出现一个模式正常而另一个则无法实现的情况。例如，在A学校当中，图书馆中学生使用无线上网的人数过多，则会导致网络堵塞影响使用，主要表现为：该区域的学生能够正常使用低流量的QQ业务，但是对于BE等高流量的业务使用则会受到阻碍，不能够正常实现。在相同区域内，用户对业务模型的使用呈现出多元化的特点，致使网络数据呈现出分散的分布方式，利用大数据进行分析时，具有较大的整理难度[2]。
3.大数据分析在移动网络通信优化中的应用
针对移动网络利用大数据分析的形式进行优化的过程中存在的问题，本文主要围绕网络性能大数据处理技术以及大数据存储技术，提出了相关应对措施，主要包括以下几个方面。
3.1发展网络性能大数据存储功能
对于这一策略的具体实施方式来说，其能够促进大数据技术更加高效的实现数据信息的采集工作，以此为移动网络数据优化提供坚实的基础。在移动网络方面，话务量、信道的可用率、卡话率等内容属于大数据采集的范围之内，也正是由于这一庞大的信息量对网络优化效果产生较大的不利影响。对此，应积极开展大数据的虚拟处理技术，以此来实现虚拟化储存背景下，将隐藏的细节进行拓展和压缩，这也同样能够帮助移动网络利用大数据分析进行优化的效果得到显著提升。
3.2发展网络性能大数据处理技术
对于大数据的处理技术来说，主要是在云计算分布式架构的基础上进行的，我国目前的大数据分析，在移动通信网络的优化中存在网络应用存在较大时间差的问题，对于这一问题，可以利用云计算的分布式架构来解决，其主要具有传输异步的特点，能够使大数据分析与处理的吞吐量得到有效提升，这将促进大数据分析下，加快移动网络的处理效率与安全性，同时也必然会提升对移动通信网络的优化效率。
3.3发展大数据网络分析技术
除了上述两种方式以外，加强大数据网络分析应用同样能够提升移动网络优化效率。对于这种方式来说，其主要目的是解决由较大的业务量而产生的数据碎片化问题，利用这一措施，有利于明确移动网络的优化方向以及所在网站的基点，进而能够有针对性的进行数据优化和解决问题，后台中的各种参数也能够因此保障得到有效的匹配，此外对于无线信号的分布也能够趋于正常，为移动通信网络优化提供较大的支持。
3.4建立健全大数据管理制度
所谓“无规矩不成方圆”，在利用大数据分析对移动通信网络进行优化时，应建立健全相关管理制度，并且将制度的积极作用得到充分发挥。尽管目前我国已经进入到“大数据时代”，移动通信网络也得到较大的普及，但是信息隐患问题也随之而来。基于此，有关部门应以健全管理制度的方式，对技术流程进行有效规范，进而保障通信网络信息的安全稳定。目前，用户信息泄露、被盗等现象时有发生，使用户对于网络安全产生了较大的质疑。对于能够有效解决这一问题，有关部门更应积极健全制度，提升用户的信任程度，为其创造一个安全稳定的移动通信氛围[3]。
结束语：随着社会经济的迅猛发展，信息技术水平逐渐提升，我国已经进入到了“大数据时代”，网络在社会中的普及程度不断提升，移动通信设备在人群中得到广泛使用，每隔一段时间将会产生大量的数据信息。面对这一问题，应积极利用大数据分析的形式对移动通信数据进行分析和处理，使该产业能够实现可持续发展。此外，移动通信企业还应加强对大数据分析的研究力度，使其功能能够得到显著的提升，在数据分析和处理中发挥更大的用处，以此来提升企业的竞争力，实现又好又快的发展。
参考文献：
[1]苏厚柱.试论大数据分析在移动通信网络优化过程中的运用[J].中国新通信，2017，1908：99.
[2]牛国庄.基于用户行为的无线网络功能扩展方法研究[D].华北电力大学，2014.
[3]高品.基于WCF的通信数据ETL服务的设计与实现[D].大连理工大学，2014.