大数据在移动通信中的应用分析研究 计算机科学与技术专业

目录TOC\o"1-3"\h\u目录 3绪论 5第一章大数据概念及相关技术 51.1大数据的概念 51.2大数据应用的关键技术 51.2.1大数据存储技术 51.2.2大数据分析技术 61.3国内外移动通信业中大数据的应用 6第二章移动通信工作应用大数据管理系统的有效途径 62.1提高大数据存储技术以及信息处理能力 62.2将大数据信息管理系统应用于更多的通信产业中 72.3建立数据处理管理安全条例，保障通信安全 7第三章大数据分析在移动通信网络优化中的应用策略 73.1数据分析在移动通信网络优化中的难点 73.1.1安全问题 73.1.2移动通信网络用户业务的多元化 83.1.3移动通信网络数据过于庞大 83.1.4需要投入大量建设资金 83.2大数据分析在移动通信网络优化中的应用策略 83.2.1利用大数据获取移动通信网络数据 83.2.2挖掘移动通信网络数据数据 93.2.3制定健全的大数据技术管理机制 9结语 9参考文献 10致谢 11大数据在移动通信中的应用摘要：在大数据应用高速发展的背景下，移动通信技术逐渐成为了人们联络生活与工作的基础方式。而移动通信网络经常会因为需要大量繁琐的通信数据面临瘫痪等问题。常规的信息处理技术对于确保通信质量，以及保障信息数据的有效接收和降低信息传输延迟工作，存在较为明显的缺陷。而大数据操作系统则能够通过观察信息实时流程，具有全流程、可视化、智能化的优点。将大数据应用于移动通信中可以有效提高通信质量，保障通信安全。关键词：大数据；移动通信；应用Abstract：Underthebackgroundoftherapiddevelopmentofbigdataapplications,mobilecommunicationtechnologyhasgraduallybecomethebasicwayforpeopletoconnectwithlifeandwork.However,mobilecommunicationnetworksoftenfaceproblemssuchasembarrassmentduetothelargenumberofcumbersomecommunicationdatarequired.Theconventionalinformationprocessingtechnologyhasrelativelyobviousdefectsinensuringthecommunicationquality,aswellasensuringtheeffectivereceptionofinformationdataandreducingthedelayininformationtransmission.Thebigdataoperatingsystemhastheadvantagesoffullflow,visualizationandintelligencebyobservingthereal-timeflowofinformation.Applyingbigdatatomobilecommunicationcaneffectivelyimprovethecommunicationqualityandensurethecommunicationsecurity.Keywords：BigData；Mobilecommunication；application

绪论我国目前移动通信网络的迅速发展阶段，从大数据分析的角度对移动网络化化工作进行定量与定性分析，通过大数据存储、分析与处理技术，使得移动网络优化工作的工作量得到降低、优化效率得到提升、有限的资源得到最佳利用，从而为移动运营商的业务发展提出预测性建议、为移动网络优化工作提供高效的分析处理方案。通过大数据存储技术的支撑、大数据分析技术与大数据处理技术的应用，我们期望移动网络优化工作可以由点发展到线、面，由传统的单点故障处理、个别问题定位向网络整体分析、矢量问题定位等方向发展。移动通信运营商可以由传统的被动提供业务、服务向主动提供服务、定制服务方向发展。为移动通信运营商的业务提供更多可选类型，深入挖掘用户潜在需求，提供盈利新的增长点。随着移动互联网的发展及新的移动通信技术的应用，移动通信网络用户对于移动通信网络质量与业务内容的要求越来越高，尤其是移动同行用户对于移动互联网速率及信号覆盖的要求，是移动通信运营商亟需关注和解决的瓶颈所在。但是网络规模与用户规模均高速増长，在网络和用户发展的过程中产生了大量的基础数据并未得到合理的利用和挖掘。大数据概念及相关技术1.1大数据的概念大数据是大数据技术的简称，在历史上和其他行业也被称为巨量资料和海量信息，其主要内容是利用计算机与网络技术，对传统分散、巨量的信息和数据进行处理，通过采撷、整理、加工形成有开发价值的资料和信息，为企业的生产、服务提供基础。大数据的特点是数量大、运行快、种类多和价值显著，是各类网络建设和服务的基础性技术。聚类分析，是在大数据分析的基础上对大量的，具有数量、速度、多样性等属性的数据进行复杂性类别定义，进而通过聚集相类别，或则相近类别的数据来量化大量基础数据。从而，可以从同类属性的数据中提取、推测并预计有效信息。再结合跨类别关联分析等分析方法，可以对数据的提炼达到一个很高的层次，充分利用离散的、无序的、纷杂的基础数据信息。对大量的基础数据进行采集、分析、归纳整理之后，通过聚类分析方法得到了相对稳定的数据群体资源，而如何针对这些层次分明，类别清楚的数据找出其内在联系，从而从不同绅度上对数据进行综合分析利用，就成为大数据分析需要着重解决的一个方面。所谓关联分析，其实际意义是指对看似无关的数据或信息，通过尝试从不同的角度入手进行关联性分析，综合判断而得出的数据相关性的分析方法。通过关联不同种类，不同层次的信息，可以使得聚类之后的数据么间、不同类别之间的数据联系更加紧密，更容易为数据分析人员提供可靠的参考数据信息来源，并且可以节省纷繁复杂的数据分析过程所花费的时间。1.2大数据应用的关键技术1.2.1大数据存储技术大数据储存的基础是云服务中的云储存，NoSQL是云储存的基本模式和技术架构，在大数据存储的移动通信商业化运用中，一般以亚马逊公司的Hadoop构建方案为基础，形成了移动通信大数据的存储载体，这样的存储结构具有可扩展性，同时存储的形式也具有兼容性，不但方便存储数量增加，而且有利于对存储数据的加工与利用。1.2.2大数据分析技术大数据分析理论所阐述的大数据分析技术与本文使用的数据挖掘技术具有某种内在联系。对数据进行分类，然后估计数据有效性，最后预测未来的相关数据是大数据分析技术的常用手段；而对相关的数据进行分姐，然后进行聚类分析，最后进行复杂数据挖掘等，则是数据挖掘技术的常用方法。而本文主要采用的数据挖掘技术主要基于两个方面：一是数据库系统结构及数据提取分析；二是在获取基础数据，并聚类分析的基础上进行预测分析，从而为实际工作的效率提升提供有力的决策支持。我们使用数据挖掘技术，目的不是取代传统技术统计与分析手段。数据挖掘技术延伸并且扩展了传统的统计分析方法。一般而言，具有较高数学理论的人，在经过了大量的技巧锻炼后，其统计和分析方法比较贴近实际，同时其预测准确性也较高。但是，传统的统计与分析方法对于使用者的技术与经验要求过高，导致普通人不能很好的处理大量的基础数据。随着计算机技术的发展，微型计算机的处理能力得到了极大的提升。在利用现代计算机处理传统的统计和分析数据时，我们可以在相对较短的时间内完成同样的工作，而且具有更离的准确率。我们使用数据挖掘技术，从根本上讲，是通过使用计算机的强大处理能力与较为智能的软件技术处理以往要求统计与分析专家才能完成的工作。我们通过封装，把一些较为高深复杂的技术平民化，从而使广大数据统计与分析人员在不深入学习一些关键技术的情况下实现专家的工作能力。1.3国内外移动通信业中大数据的应用对于移动网络的运营商来说,大数据所带来的收益是十分可观的,移动运营商在数据的探索领域遇到了个人隐私网络安全和技术问题等其他方面的问题,但在现代社会,不论是国内还是国外他们的移动通信业务都开始向对大数据的出现做出相应的改变。在法国最大的移动运营商法国电信做出了基于大数据的新型业务模式,承担了该国大部分公共服务业的IT建设项目,在这些项目系统中,法国电信为了挖掘大数据的潜在价值,建立了一个法国高速公路监测项目每天都会记录大约五百万条信息,只要完成对这些数据的分析就能很好为高速公路上的车辆提供可靠地道路信息,从而提高公路的运行效率。对数据的分析工作将是未来移动运营商的最主要的工作之一。移动通信工作应用大数据管理系统的有效途径2.1提高大数据存储技术以及信息处理能力目前因客户数目巨大，而传统信息管理软件与人工操作结合的方式，难以保障每一名客户都得到及时信息回复。同时大量的通信数据也使得通信公司内部数据交换机承担着巨大工作压力，长此以往会严重缩短数据交换机寿命，降低移动通信质量。所以务必将大数据操作程序及早加入到移动通信管理工作中，利用大数据高效的管理能力，减轻数据交换机以及通信公司工作人员工作压力。而大数据操作系统中大数据库承担着存储客户信息，以及传递通信内容的重要工作。所以通信公司必须要加强大数据库应用认知。目前大数据在技术层次上，能够完美实现客户信息以及号码的记录工作。这不仅意味着数据通信工作可以有效开展，同时客户信息以及号码的存储质量保障，是移动网络通信稳定工作管理核心。只有当通信公司掌握了更多客户信息，才能够及时推广更多通信业务，保障移动通信工作智能化以及高效化发展。2.2将大数据信息管理系统应用于更多的通信产业中大数据信息管理系统不能只应用于通信公司管理中心，而是要应用于更多的通信管理部门。目前通信公司通常会将大数据管理系统应用于企业内部数据处理以及分析业务上，虽说有效记录了客户信息，以及保障了通信公司业务推广渠道。从而确立了通信公司通信质量上的安全保障。不过如果可以将大数据管理系统覆盖到通信企业更多的业务活动范围上，不仅有利于大数据技术的发展，同时还能够有效帮助通信公司发展业务工作。例如通信公司与通信设备生产厂商合作，生产更为高效且工作能力更强的数据交换机。又比如通信公司跨界合作不仅仅应用于移动通信业务，将其运用于网络安全管理工作中，或是生活信息处理工作中，打造数据信息管理一体化工作服务平台。充分利用数据库强大的信息处理能力，以及分析能力，使通信公司能够充足企业内部结构，改革创新提高通信公司市场活力。同时由于移动通信运营商，掌握着较多的客户信息，而现如今许多刑事案例犯罪嫌疑人都会利用便捷的移动网络实施犯罪活动，通信公司大可以与警方合作，及时处理网络安全问题，保障客户通信质量安全。2.3建立数据处理管理安全条例，保障通信安全目前在网络上存在着众多的私人信息贩卖平台，并且近些年来个人信息被盗取时间仍呈现发展趋势。所以通信网络安全管理，目前已经成为现代化移动通信健康发展重要阻碍。为有效保护客户安全，有关部门应当和通信公司合作，建立相关通信数据安全管理条例，来确保客户通信内容安全。同时这种监管制度的建立还能够有效规避移动网络信息犯罪，实时监督网络质量安全管理，方便政府和警方对私人信息售卖，以及网络财产盗取案件调查。从保护通信安全上来说，建立相关条例制度，可以有效确保客户通信安全。并且因为降低了通信威胁，所以能够有效降低通信公司管理压力，对提高通信安全质量具有重要帮助。大数据分析在移动通信网络优化中的应用策略3.1数据分析在移动通信网络优化中的难点大数据分析的功能强大，但其在移动通信网络优化中仍然存在许多难点，具体表现在以下几个方面。3.1.1安全问题大数据分析主要包括数据的分析、储存和处理。大数据分析是在互联网环境下进行的，因此，数据安全问题是其必须要面对的一大难点。在具体的操作过程中，一旦出现了技术漏洞，移动通信网络中的大量数据将面临丢失或被盗的风险。以云存储技术为例，它可以将移动通信网络中的海量数据存储在统一的平台上，但数据安全却无法得到保障，一旦数据泄露，将会影响移动通信网络公司的正常运转。在未来的发展中，如何解决大数据分析在移动通信网络优化中的安全问题是一个非常重要的研究课题。3.1.2移动通信网络用户业务的多元化移动通信网络用户的群体十分庞大，不同的群体会产生不同的需求，比如，在同一个区域，年轻群体可能会利用移动设备看视频、听音乐、聊天，中年群体可能会浏览网页、看新闻，而老年群体则可能听广播、打电话。在此情况下，必然会因某些模型无法正常使用而影响用户体验。例如，在无线网络覆盖的某个区域，上网人数较多，导致了网络拥堵，此时有些人能够正常使用低流量的微信业务，但有些人在使用需要高流量支持的BE业务时却受到了阻碍。网络用户业务的多元化致使移动通信网络产生的数据具有碎片化特征，十分零散，整理起来难度较大，这将是大数据分析需要应对的一大挑战。3.1.3移动通信网络数据过于庞大在移动通信网络尚未像今天这样发达的年代，其用户多为年轻群体，产生的数据有限，对其进行收集、分析、存储及应用也相对简单，但是，随着我国经济社会的不断发展，移动通信网络覆盖的范围越来越广，用户人数也越来越多，已深入千家万户，这必然会使移动通信网络产生庞大的数据量。大数据分析要对如此庞大的数据进行准确的分析、整理、应用，显然是一项难度系数非常高的工作，也是当前移动通信工作面临的一大难题。3.1.4需要投入大量建设资金大数据分析需要强大的资金力量的支持，这与移动通信网络的普及有着很大的关系。在移动通信网络的建设过程中，不同区域的数据结构、数据性质有着显著的差异，比如，在经济发达的沿海地区产生的数据与经济水平较为落后的西部地区产生的数据自然会有所差异，所以，利用大数据分析优化移动通信网络时不能同时进行，而应有针对性地进行优化，这必然会延长优化的时间，资金投入自然也会增加。此外，要想将不同地区产生的数据存储在统一平台上也需要花费大量的时间和金钱。3.2大数据分析在移动通信网络优化中的应用策略大数据分析在移动通信网络优化中的应用可以分为以下四个阶段。准备阶段：在该阶段需要确定优化的内容、数据目标，并将相关的资料和工具准备齐全。测试阶段：测试阶段的主要任务是对收集的数据进行DT/CQT测试。优化分析阶段：优化的对象主要针对已存储的数据，工作人员要认真分析研究信号覆盖及信号切换问题，并提出最终的解决方案。优化调整阶段：后台参数、天线射频等内容是该阶段优化调整的主要对象，后台参数优化可以及时发现并调整错误的参数，避免通信故障的发生，确保通信行业健康发展。天线射频的优化调整对通信质量的提升具有十分重要的意义，可以提升用户体验，满足用户需求。3.2.1利用大数据获取移动通信网络数据移动通信网络原有的数据处理方式效率低下、准确率不高，已难以满足移动通信网络的发展需求，如何高效获取海量的数据资源已成为优化过程中重点关注的问题。大数据分析在移动通信网络中的应用具有十分明显的优势，一方面，计算机网络在大数据分析中的应用可以将移动通信公司的员工从繁杂的工作中解放出来，减少其工作量，另一方面，大数据分析的数据搜集速度和准确性大大提升。3.2.2挖掘移动通信网络数据数据挖掘是移动通信网络优化过程中难度最大的一项工作，移动通信网络的正常运转需要利用数据挖掘系统分析大量的数据信息，并深入挖掘不同信息间的关联性，从而为移动通信网络的正常运行提供数据支持。数据挖掘属于智能化应用技术的一种，功能十分强大。将数据挖掘运用至移动通信网络中可以大大提高网络质量，为企业带来可观的经济效益。在进行数据挖掘时还要注意其与数据分析、数据筛选、数据提取及数据总结之间的关系，确保优化方案的完整性和关联性，从而促进移动通信网络的发展。3.2.3制定健全的大数据技术管理机制数据安全问题是大数据分析在移动通信中应用所要面临的最大问题，因此，移动通信企业应针对大数据分析制定一套健全的大数据技术管理制度，以此为支撑对移动通信的网络数据进行必要的监督和控制，降低数据存储安全风险，保证移动通信网络数据的安全性。此外，移动通信企业还需要根据企业的发展情况补充和完善技术管理制度，充分保障数据安全，吸引更多的用户使用，提高企业的经济效益。结语随着我国经济及科学技术的进步，我国逐步进入了大数据时代，大数据技术逐渐被应用到了各行各业之中。移动通信作为我