- 相關(guān)推薦
無(wú)線(xiàn)大數據支撐的移動(dòng)網(wǎng)絡(luò )運營(yíng)論文
【摘要】本文主要介紹無(wú)線(xiàn)網(wǎng)的經(jīng)營(yíng)現狀，提出用大數據平臺解決當前網(wǎng)絡(luò )經(jīng)營(yíng)面臨的困境，介紹構建大數據平臺的架構和關(guān)鍵技術(shù)，展望利用大數據對未來(lái)網(wǎng)絡(luò )支撐。本文根據網(wǎng)絡(luò )運營(yíng)的實(shí)際工作需求，提出構建大數據支撐平臺的方案，旨在提高網(wǎng)絡(luò )運營(yíng)效率。
【關(guān)鍵詞】大數據;用戶(hù)模型;網(wǎng)絡(luò )運營(yíng)
一、、傳統網(wǎng)絡(luò )運維面臨的困境
1.1大數據概念
大數據作為當前社會(huì )的熱點(diǎn)技術(shù)，已經(jīng)在社會(huì )很多行業(yè)包括交通、醫療、健康、零售等方面有著(zhù)巨大的應用，大大的提升了這些行業(yè)的服務(wù)效率和服務(wù)質(zhì)量。大數據的數據形式來(lái)源比較廣泛，包括不同的應用系統、各種各樣的網(wǎng)絡(luò )設備和互聯(lián)網(wǎng)等等，這就造成了數據形式的多樣性，包括結構化數據，半結構化數據和非結構化數據。結構化數據是數據間有很強因果關(guān)系的數據；半結構化數據是數據間因果關(guān)系比較弱的數據；非結構化數據是數據間無(wú)因果關(guān)系的數據。通常認為大數據典型的特點(diǎn)包括四個(gè)方面，即數據量大，處理速度高，數據多樣性強，數據價(jià)值高，業(yè)界也稱(chēng)為大數據的4V特點(diǎn)。
1.2無(wú)線(xiàn)網(wǎng)運營(yíng)現狀
無(wú)線(xiàn)網(wǎng)絡(luò )管理的主要工作是無(wú)線(xiàn)網(wǎng)絡(luò )維護、優(yōu)化、建設及客戶(hù)服務(wù)等。在日常工作中，優(yōu)化人員經(jīng)常面臨一些網(wǎng)絡(luò )難題，最典型的三個(gè)問(wèn)題是：1、網(wǎng)絡(luò )指標好，用戶(hù)感知差。例如，網(wǎng)絡(luò )接通率達到99.5%以上，話(huà)務(wù)掉話(huà)率在0.3%以下，但是用戶(hù)感知卻沒(méi)有提高，時(shí)常認為網(wǎng)絡(luò )信號不好，網(wǎng)絡(luò )指標和網(wǎng)絡(luò )質(zhì)量之間難以劃等號。2、用戶(hù)投訴的位置和原因定位。如何快速定位網(wǎng)絡(luò )的故障原因和位置，如何再現用戶(hù)投訴問(wèn)題的現象，決定了投訴處理的時(shí)效，也決定的用戶(hù)對運營(yíng)商服務(wù)的感知。3、新基站建設，如何快速發(fā)現不好的位置，在什么位置建設基站。解決這些難題的傳統手段主要是依靠DT/CQT、網(wǎng)絡(luò )性能指標分析、仿真、用戶(hù)回訪(fǎng)、現場(chǎng)測試等。這些方式的數據來(lái)源比較分散，關(guān)聯(lián)性比較差，難以全面反映網(wǎng)絡(luò )問(wèn)題。分析工作主要依靠人工手工完成，對運維人員的數量要求多，技能要求高，并且手動(dòng)分析效率低。當前運營(yíng)商使用的無(wú)線(xiàn)網(wǎng)絡(luò )大數據分析系統，可以全面提升無(wú)線(xiàn)網(wǎng)絡(luò )管理水平。系統主要利用大數據分析手段，建立模型，關(guān)聯(lián)分析，MR/CDT數據，用戶(hù)信令，網(wǎng)元性能，設備告警，用戶(hù)投訴等多個(gè)維度的數據，高效支撐了網(wǎng)絡(luò )優(yōu)化，規劃建設，客戶(hù)服務(wù)等方面的工作。全面提升了無(wú)線(xiàn)網(wǎng)絡(luò )管理水平。
二、大數據平臺架構與關(guān)鍵技術(shù)
2.1平臺架構
支撐運營(yíng)商網(wǎng)絡(luò )的大數據系統可分成三層，最底層是采集層，采集層主要采集了無(wú)線(xiàn)側的CDT/MR數據，核心網(wǎng)話(huà)單，DPI等，配置告警、性能參數等。第二層是共享層，共享層主要對底層數據進(jìn)行了清洗、存儲、分發(fā)、加載，對應用層提供了API的接口。應用層主要利用API接口調用共享層的數據，開(kāi)發(fā)各種業(yè)務(wù)應用。整個(gè)架構需要實(shí)現多網(wǎng)元接口，多廠(chǎng)家數據管理，整個(gè)應用于存儲分離通過(guò)業(yè)界通用的API接口實(shí)現數據能力的開(kāi)放。
2.2大數據平臺的關(guān)鍵技術(shù)
無(wú)線(xiàn)網(wǎng)絡(luò )的大數據分析平臺需要四個(gè)關(guān)鍵技術(shù)能力，后面的大數據分析主要是基于這四個(gè)技術(shù)能力進(jìn)行工作開(kāi)展。四個(gè)技術(shù)點(diǎn)包括1、高精度定位；2、移動(dòng)用戶(hù)感知評價(jià)模型；3、業(yè)務(wù)感知柵格化；4基于用戶(hù)感知的端到端定界定位技術(shù)。高精度的定位技術(shù)是準確的CQTmr定位技術(shù)是無(wú)線(xiàn)分析的基礎，AGPS數據定位技術(shù)的核心技術(shù)是指紋定位。指紋定位技術(shù)分為兩個(gè)階段，包括離線(xiàn)階段和在線(xiàn)階段。離線(xiàn)階段主要完成指紋數據庫的建立，通過(guò)將地理位置劃分成固定大小的柵格，然后將柵格中所有包含AGPS的MR數據抽取出來(lái)，得到代表這個(gè)柵格的RSRP和TA的信息，將這些信息存入指紋庫；第二階段是在線(xiàn)階段，完成用戶(hù)位置的定位，當用戶(hù)輸入MR數據，利用主小區的RSRP和TA進(jìn)行粗匹配再細匹配。移動(dòng)用戶(hù)感知評價(jià)模型，傳統的網(wǎng)優(yōu)指標不能客觀(guān)的評價(jià)用戶(hù)的感知，必須建立一個(gè)基于用戶(hù)感知的評價(jià)體系。整個(gè)評價(jià)體系按照不同的類(lèi)型分別建立，主要從用戶(hù)感覺(jué)QOE指標、業(yè)務(wù)KQI指標和網(wǎng)絡(luò )KPI指標來(lái)建立感知體系模型。語(yǔ)音業(yè)務(wù)評價(jià)模型主要從三個(gè)維度進(jìn)行考慮：1、終端的接收電平情況；2、用戶(hù)接入時(shí)長(cháng)；3、用戶(hù)通話(huà)質(zhì)量和保持性能。數據業(yè)務(wù)模型比較復雜，感知體系必須進(jìn)行業(yè)務(wù)分類(lèi)和細化，通常分為16大類(lèi)業(yè)務(wù)進(jìn)行評價(jià)，主要參考互聯(lián)網(wǎng)商店的業(yè)務(wù)進(jìn)行分類(lèi)，包括網(wǎng)頁(yè)瀏覽、即時(shí)通訊、社交媒體、視頻、購物、打車(chē)、游戲、地圖、應用下載等。評價(jià)模型從三個(gè)維度建立：1、4G終端的RSRP；2、連接時(shí)延和終端；3、用戶(hù)的業(yè)務(wù)體驗。業(yè)務(wù)感知柵格化是實(shí)現業(yè)務(wù)感知的地理化分析，將地球表面按照高斯投影的方式劃分成20*20m的柵格，對于每一個(gè)柵格按照互聯(lián)網(wǎng)業(yè)務(wù)的類(lèi)型植入感知的數據，比如覆蓋，視頻速率，網(wǎng)頁(yè)的打開(kāi)時(shí)延，每個(gè)業(yè)務(wù)在柵格上植入不同的KQI指標，可以根據不同的門(mén)限評價(jià)柵格質(zhì)量的好壞。然后對每個(gè)柵格賦予地域特征標識，實(shí)際應用中可以通過(guò)柵格的組合實(shí)現用戶(hù)的業(yè)務(wù)感知與質(zhì)量分析�；谟脩�(hù)感知的端到端定界定位分析技術(shù)，主要是通過(guò)探針采集業(yè)務(wù)面的數據進(jìn)行業(yè)務(wù)評測，并實(shí)現定界定段定位分析。在定界定段后，關(guān)聯(lián)分析無(wú)線(xiàn)側核心網(wǎng)的數據，遍歷終端、基站、傳輸、核心網(wǎng)、SP等端到端全流程的各個(gè)環(huán)節，并進(jìn)行故障原因定位分析。終端可以分析射頻的質(zhì)量和響應速度等，無(wú)線(xiàn)側可以分析網(wǎng)絡(luò )的覆蓋、干擾、負荷等問(wèn)題，核心網(wǎng)可分析MME設備異常和傳輸帶寬等，SP可分析DNS解析能力，SP響應時(shí)延，丟包等情況。無(wú)線(xiàn)話(huà)單、核心網(wǎng)話(huà)單關(guān)聯(lián)可以采用關(guān)聯(lián)五元組，即通過(guò)SYSID基站、小區、MMEID、MMEgroupID進(jìn)行關(guān)聯(lián)。
三、大數據支撐網(wǎng)絡(luò )維度和未來(lái)工作重點(diǎn)
3.1支撐網(wǎng)絡(luò )運營(yíng)的維度
大數據平臺對網(wǎng)絡(luò )運營(yíng)的支撐從四個(gè)維度體現，包括主動(dòng)服務(wù)、智能網(wǎng)優(yōu)、網(wǎng)絡(luò )精確規劃、數據變現。主動(dòng)服務(wù)是指評價(jià)用戶(hù)端到端感知、診斷用戶(hù)無(wú)線(xiàn)、核心網(wǎng)、SP環(huán)節的故障，對用戶(hù)感知的變化進(jìn)行預警，自動(dòng)派發(fā)工單和預處理。在用戶(hù)投訴之前解決網(wǎng)絡(luò )問(wèn)題，轉變服務(wù)模式，從而使被動(dòng)服務(wù)變?yōu)橹鲃?dòng)服務(wù)。智能網(wǎng)優(yōu)是利用感知柵格化技術(shù)，綜合分析用戶(hù)感知不良的問(wèn)題區域自動(dòng)派單，自動(dòng)驗證，閉環(huán)管理，同時(shí)可以對高速、高鐵、校園等重要的區域動(dòng)態(tài)監控，提升網(wǎng)優(yōu)的工作效率。網(wǎng)絡(luò )精確規劃是自動(dòng)偵測移動(dòng)、電信、聯(lián)通多個(gè)運營(yíng)商的網(wǎng)絡(luò )覆蓋數據，精確指導網(wǎng)絡(luò )規劃與建設，自動(dòng)分析網(wǎng)絡(luò )弱覆蓋區域，輸出網(wǎng)絡(luò )規劃建議。數據變現，主要基于用戶(hù)的位置，業(yè)務(wù)數據，挖掘用戶(hù)多種類(lèi)型特征數據，精確支撐市場(chǎng)營(yíng)銷(xiāo)或政企應用，實(shí)現整個(gè)網(wǎng)絡(luò )運維到網(wǎng)絡(luò )運營(yíng)的一個(gè)轉變。
3.2未來(lái)的工作重點(diǎn)
當前運營(yíng)商的網(wǎng)絡(luò )已經(jīng)升級到了VoLTE網(wǎng)絡(luò )，VoLTE網(wǎng)絡(luò )結構和接口比較復雜，運維難度也大大增加。如何利用大數據手段實(shí)現VoLTE問(wèn)題區域的智能分析和可視化，建立VoLTE用戶(hù)感知評價(jià)體系，基于VoLTE用戶(hù)感知，自動(dòng)更新分析，輸出優(yōu)化實(shí)施建議，指導優(yōu)化人員進(jìn)行優(yōu)化作業(yè)，提升VoLTE的網(wǎng)絡(luò )質(zhì)量，這是亟需解決的問(wèn)題。當前運營(yíng)商的組網(wǎng)模式越來(lái)越復雜，網(wǎng)絡(luò )的疊加度也越來(lái)越高，為了提升優(yōu)化的效率，進(jìn)一步節約成本，利用大數據手段實(shí)現自動(dòng)分析網(wǎng)絡(luò )覆蓋容量問(wèn)題，自動(dòng)輸出建議，預測網(wǎng)絡(luò )容量，實(shí)現天饋自動(dòng)調整，參數自?xún)?yōu)化，包括容量、負荷自均衡，系統軟擴容等方面的功能。這也是未來(lái)大數據支撐網(wǎng)絡(luò )運營(yíng)的重點(diǎn)工作。NB-IoT是將來(lái)業(yè)務(wù)的爆發(fā)點(diǎn)，層出不窮的應用對網(wǎng)絡(luò )運營(yíng)帶來(lái)了巨大的挑戰，大數據支撐NB-IoT網(wǎng)絡(luò )將從覆蓋、接入、業(yè)務(wù)、終端四個(gè)維度去研究，更好的保障NB-IoT的網(wǎng)絡(luò )質(zhì)量，給用戶(hù)更好地感知體驗。
四、總結
本文首先介紹大數據的概念和網(wǎng)絡(luò )經(jīng)營(yíng)面臨的問(wèn)題，提出利用大數據平臺支撐網(wǎng)絡(luò )運營(yíng)，然后分析實(shí)現大數據平臺的構建方式，即三層的架構。再提出大數據平臺需要的四個(gè)關(guān)鍵技術(shù)高精度定位、移動(dòng)用戶(hù)感知評價(jià)模型、業(yè)務(wù)感知柵格化、基于用戶(hù)感知的端到端定界定位技術(shù)。然后介紹大數據平臺對網(wǎng)絡(luò )支撐的維度即主動(dòng)服務(wù)、智能網(wǎng)優(yōu)、網(wǎng)絡(luò )精確規劃、數據變現。最后介紹了大數據支撐網(wǎng)絡(luò )運營(yíng)未來(lái)工作的重點(diǎn)方向。
參考文獻
[1]周濤《為數據而生：大數據創(chuàng )新實(shí)踐》北京聯(lián)合出版公司，2016年
[2]張守國等.《4G無(wú)線(xiàn)網(wǎng)絡(luò )原理及優(yōu)化》清華大學(xué)出版社，2017年05月
[3]BertBrijs《基于大數據的商務(wù)智能分析》機械工業(yè)出版社，2016年1月
【無(wú)線(xiàn)大數據支撐的移動(dòng)網(wǎng)絡(luò )運營(yíng)論文】相關(guān)文章：
移動(dòng)業(yè)務(wù)運營(yíng)支撐系統的設計及實(shí)現08-04
無(wú)線(xiàn)網(wǎng)移動(dòng)通信數據傳輸性能分析論文10-23
大數據技術(shù)在移動(dòng)通信網(wǎng)絡(luò )優(yōu)化的運用論文06-09
移動(dòng)通信網(wǎng)絡(luò )優(yōu)化大數據分析論文09-22
基于GPRS網(wǎng)絡(luò )的數據無(wú)線(xiàn)傳輸實(shí)現接口08-17
無(wú)線(xiàn)通信網(wǎng)絡(luò )多口徑測試統計數據初探論文07-23
數據挖掘技術(shù)在移動(dòng)通信網(wǎng)絡(luò )的應用07-05