【摘要】本文主要介紹無線網的經營現狀，提出用大數據平臺解決當前網絡經營面臨的困境，介紹構建大數據平臺的架構和關鍵技術，展望利用大數據對未來網絡支撐。本文根據網絡運營的實際工作需求，提出構建大數據支撐平臺的方案，旨在提高網絡運營效率。
【關鍵詞】大數據;用戶模型;網絡運營
一、、傳統網絡運維面臨的困境
1.1大數據概念
大數據作爲當前社會的熱點技術，已經在社會很多行業包括交通、醫療、健康、零售等方面有着巨大的應用，大大的提升了這些行業的服務效率和服務質量。大數據的數據形式來源比較廣泛，包括不同的應用系統、各種各樣的網絡設備和互聯網等等，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係的數據；半結構化數據是數據間因果關係比較弱的數據；非結構化數據是數據間無因果關係的數據。通常認爲大數據典型的特點包括四個方面，即數據量大，處理速度高，數據多樣性強，數據價值高，業界也稱爲大數據的4V特點。
1.2無線網運營現狀
無線網絡管理的主要工作是無線網絡維護、優化、建設及客戶服務等。在日常工作中，優化人員經常面臨一些網絡難題，最典型的三個問題是：1、網絡指標好，用戶感知差。例如，網絡接通率達到99.5%以上，話務掉話率在0.3%以下，但是用戶感知卻沒有提高，時常認爲網絡信號不好，網絡指標和網絡質量之間難以劃等號。2、用戶投訴的位置和原因定位。如何快速定位網絡的故障原因和位置，如何再現用戶投訴問題的現象，決定了投訴處理的時效，也決定的用戶對運營商服務的感知。3、新基站建設，如何快速發現不好的位置，在什麼位置建設基站。解決這些難題的傳統手段主要是依靠DT/CQT、網絡性能指標分析、仿真、用戶回訪、現場測試等。這些方式的數據來源比較分散，關聯性比較差，難以全面反映網絡問題。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，並且手動分析效率低。當前運營商使用的無線網絡大數據分析系統，可以全面提升無線網絡管理水平。系統主要利用大數據分析手段，建立模型，關聯分析，MR/CDT數據，用戶信令，網元性能，設備告警，用戶投訴等多個維度的數據，高效支撐了網絡優化，規劃建設，客戶服務等方面的工作。全面提升了無線網絡管理水平。
二、大數據平臺架構與關鍵技術
2.1平臺架構
支撐運營商網絡的大數據系統可分成三層，最底層是採集層，採集層主要採集了無線側的CDT/MR數據，核心網話單，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行了清洗、存儲、分發、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，開發各種業務應用。整個架構需要實現多網元接口，多廠家數據管理，整個應用於存儲分離透過業界通用的API接口實現數據能力的開放。
2.2大數據平臺的關鍵技術
無線網絡的大數據分析平臺需要四個關鍵技術能力，後面的大數據分析主要是基於這四個技術能力進行工作開展。四個技術點包括1、高精度定位；2、移動用戶感知評價模型；3、業務感知柵格化；4基於用戶感知的端到端定界定位技術。高精度的定位技術是準確的CQTmr定位技術是無線分析的基礎，AGPS數據定位技術的核心技術是指紋定位。指紋定位技術分爲兩個階段，包括離線階段和在線階段。離線階段主要完成指紋數據庫的建立，透過將地理位置劃分成固定大小的柵格，然後將柵格中所有包含AGPS的MR數據抽取出來，得到代表這個柵格的RSRP和TA的資訊，將這些資訊存入指紋庫；第二階段是在線階段，完成用戶位置的定位，當用戶輸入MR數據，利用主小區的RSRP和TA進行粗匹配再細匹配。移動用戶感知評價模型，傳統的網優指標不能客觀的評價用戶的感知，必須建立一個基於用戶感知的評價體系。整個評價體系按照不同的類型分別建立，主要從用戶感覺QOE指標、業務KQI指標和網絡KPI指標來建立感知體系模型。語音業務評價模型主要從三個維度進行考慮：1、終端的接收電平情況；2、用戶接入時長；3、用戶通話質量和保持性能。數據業務模型比較複雜，感知體系必須進行業務分類和細化，通常分爲16大類業務進行評價，主要參考互聯網商店的業務進行分類，包括網頁瀏覽、即時通訊、社交媒體、視頻、購物、打車、遊戲、地圖、應用下載等。評價模型從三個維度建立：1、4G終端的RSRP；2、連接時延和終端；3、用戶的業務體驗。業務感知柵格化是實現業務感知的地理化分析，將地球表面按照高斯投影的方式劃分成20*20m的柵格，對於每一個柵格按照互聯網業務的類型植入感知的數據，比如覆蓋，視頻速率，網頁的開啟時延，每個業務在柵格上植入不同的KQI指標，可以根據不同的門限評價柵格質量的好壞。然後對每個柵格賦予地域特徵標識，實際應用中可以透過柵格的組合實現用戶的業務感知與質量分析。基於用戶感知的端到端定界定位分析技術，主要是透過探針採集業務面的數據進行業務評測，並實現定界定段定位分析。在定界定段後，關聯分析無線側核心網的數據，遍歷終端、基站、傳輸、核心網、SP等端到端全流程的各個環節，並進行故障原因定位分析。終端可以分析射頻的質量和響應速度等，無線側可以分析網絡的覆蓋、干擾、負荷等問題，核心網可分析MME設備異常和傳輸帶寬等，SP可分析DNS解析能力，SP響應時延，丟包等情況。無線話單、核心網話單關聯可以採用關聯五元組，即透過SYSID基站、小區、MMEID、MMEgroupID進行關聯。
三、大數據支撐網絡維度和未來工作重點
3.1支撐網絡運營的維度
大數據平臺對網絡運營的支撐從四個維度體現，包括主動服務、智能網優、網絡精確規劃、數據變現。主動服務是指評價用戶端到端感知、診斷用戶無線、核心網、SP環節的故障，對用戶感知的變化進行預警，自動派發工單和預處理。在用戶投訴之前解決網絡問題，轉變服務模式，從而使被動服務變爲主動服務。智能網優是利用感知柵格化技術，綜合分析用戶感知不良的問題區域自動派單，自動驗證，閉環管理，同時可以對高速、高鐵、校園等重要的區域動態監控，提升網優的'工作效率。網絡精確規劃是自動偵測移動、電信、聯通多個運營商的網絡覆蓋數據，精確指導網絡規劃與建設，自動分析網絡弱覆蓋區域，輸出網絡規劃建議。數據變現，主要基於用戶的位置，業務數據，挖掘用戶多種類型特徵數據，精確支撐市場營銷或政企應用，實現整個網絡運維到網絡運營的一個轉變。
3.2未來的工作重點
當前運營商的網絡已經升級到了VoLTE網絡，VoLTE網絡結構和接口比較複雜，運維難度也大大增加。如何利用大數據手段實現VoLTE問題區域的智能分析和可視化，建立VoLTE用戶感知評價體系，基於VoLTE用戶感知，自動更新分析，輸出優化實施建議，指導優化人員進行優化作業，提升VoLTE的網絡質量，這是亟需解決的問題。當前運營商的組網模式越來越複雜，網絡的疊加度也越來越高，爲了提升優化的效率，進一步節約成本，利用大數據手段實現自動分析網絡覆蓋容量問題，自動輸出建議，預測網絡容量，實現天饋自動調整，參數自優化，包括容量、負荷自均衡，系統軟擴容等方面的功能。這也是未來大數據支撐網絡運營的重點工作。NB-IoT是將來業務的爆發點，層出不窮的應用對網絡運營帶來了巨大的挑戰，大數據支撐NB-IoT網絡將從覆蓋、接入、業務、終端四個維度去研究，更好的保障NB-IoT的網絡質量，給用戶更好地感知體驗。
四、總結
本文首先介紹大數據的概念和網絡經營面臨的問題，提出利用大數據平臺支撐網絡運營，然後分析實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關鍵技術高精度定位、移動用戶感知評價模型、業務感知柵格化、基於用戶感知的端到端定界定位技術。然後介紹大數據平臺對網絡支撐的維度即主動服務、智能網優、網絡精確規劃、數據變現。最後介紹了大數據支撐網絡運營未來工作的重點方向。
參考文獻
[1]周濤《爲數據而生：大數據創新實踐》北京聯合出版公司，2016年
[2]張守國等.《4G無線網絡原理及優化》清華大學出版社，2017年05月
[3]BertBrijs《基於大數據的商務智能分析》機械工業出版社，2016年1月