网络优化中的大数据应用
- 2015-06-14 14:40:00
- 转贴：
- 18962
摘要：网络优化 剖析中需要使用多种网络数据， ，，，，，，无论是数据量、数据类型， ，，，，，，照旧剖析要领都可以借鉴现在在移动互联网 领域普遍接纳的大数据剖析要领。。。。。。 。。团结移动通讯网络优化的剖析数据类型和大数据剖析要领， ，，，，，，提出全局数据取代采样数据、效率优先于准确、相关性取代因果关系3个网络优化的大数据应用偏向。。。。。。 。。
1 小序
随着移动通讯网用户数的增添、移动终端应用的富厚和网络运营商之问日趋强烈的竞争， ，，，，，，用户对通讯网质量有了较高要求， ，，，，，，移动通讯网的性能瓶颈仍然是无线空口能够提供的网络性能， ，，，，，，这对运营商的网络优化提出了更高要求。。。。。。 。。现在， ，，，，，，各运营商都面临2G、3G、4G三张移动通讯网络的运营， ，，，，，，无线基站规模增添迅速， ，，，，，，各制式网络之间可通过互操作实现营业迁徙， ，，，，，，i网间协调优化重大， ，，，，，，各运营商很难实现和基站增添比例相同的网络优化职员扩编或者网络优化用度增添。。。。。。 。。怎样有用地使用现有网络数据提升优化事情效率成为运营商需要面临的主要问题。。。。。。 。。
智能手机涉及的应用普遍， ，，，，，，用户的位置、使用行为等数据的每一点转变都成为了可被纪录和剖析的数据， ，，，，，，以此为基础�。。。。。 。。� ，，，，，，“反响经济”等新经济、新商业模式最先形成。。。。。。 。。数据剖析公司可以通过对大数据举行剖析、展望， ，，，，，，使得决议更为精准， ，，，，，，释放更大都据的隐藏34价值。。。。。。 。。然而， ，，，，，，终端用户提供应运营商的不但是应用层的数据， ，，，，，，也包括非智能手机用户为运营商提供的和应用层数据同样富厚的物理层的丈量信息和信令信息。。。。。。 。。终端的丈量信息在移动通讯网中的主要功效是实现切换和功率控制， ，，，，，，同时， ，，，，，，团结信令信息在系统侧周期性地举行统计平均形成性能报表。。。。。。 。。在移动通讯网生长 早期， ，，，，，，由于装备性能限制， ，，，，，，特殊是系统侧存储和运算单位的性能限制， ，，，，，，用户丈量报告(MR)信息在UE完成切换和功率控制后就被删除， ，，，，，，随着系统侧存储和盘算能力的提升， ，，，，，，这些数据所反响的大宗用户物理层信息可以被保存， ，，，，，，之后用于对无线网络举行剖析， ，，，，，，为网络优化提供更为有用的判断依据。。。。。。 。。
大数据的焦点是展望， ，，，，，，这同样也是网络优化数据剖析的焦点。。。。。。 。。大数据之以是能够实现更为高效准确的展望， ，，，，，，是在于剖析数据时的3个转变。。。。。。 。。第一个转变， ，，，，，，在大数据时代， ，，，，，，可以剖析更多的数据， ，，，，，，而不再依赖于随机采样；；；； ；；；；第二个转变， ，，，，，，研究数据类型足够富厚， ，，，，，，以至于可以不再热衷于追求准确度；；；； ；；；；第三个转变， ，，，，，，冈前2个转变而促成， ，，，，，，即不再热衷于寻找因果关系， ，，，，，，事物间的相关性显得更主要。。。。。。 。。这3种剖析数据的转变， ，，，，，，同样可以提升网络优化事情中优化计划展望的准确性。。。。。。 。。
2 网优数据剖析转变
网络优化是通过对现已运行的网络举行话务统计剖析、性能报表剖析、多网元接KI数据收罗、参数剖析、硬件检查等， ，，，，，，找出影响网络质量的缘故原由， ，，，，，，并且通过参数的修改、网络结构的调解、装备设置的调解和接纳某些手艺手段， ，，，，，，确保系统高质量地运行， ，，，，，，使现有网络资源获得很好效益， ，，，，，，从而获得较好投资收益。。。。。。 。。
各运营商针对网优职员一样平常事情提供周全的优化支持平台， ，，，，，，实现对全网优化事情的统一治理， ，，，，，，大大提高了网优事情一样平常效率。。。。。。 。。早期网络优化主要使用网管数据和测试数据， ，，，，，，随着种种优化平台的使用， ，，，，，，更多的数据包括MR、A+Abis数据， ，，，，，，Gb+Gn口等信令数据以及分组剖析数据都可以为网络优化事情使用， ，，，，，，大数据剖析有了数据源和剖析平台， ，，，，，，参考目今移动互联网大数据剖析的3个转变， ，，，，，，网优优化剖析可实现以下3个转变。。。。。。 。。
(1)全局数据取代采样数据
现在， ，，，，，，各运营商的移动通讯网络网元多， ，，，，，，各制式网络之间互操作重大， ，，，，，，现网已经很难通过采样数据对网络举行剖析定位， ，，，，，，如关于用户的使用营业问题不可仅从空口的性能举行剖析， ，，，，，，还需要思量物理层和网络层的问题， ，，，，，，可以接纳多网元接口数据综合剖析实现详细问题定位。。。。。。 。。
(2)效率比准确更主要
移动通讯网效劳于通俗用户， ，，，，，，生长到LTE网络阶段网络空口已经实现全数据营业， ，，，，，，并且接人都为智能终端， ，，，，，，用户能够使用的营业更富厚， ，，，，，，单个用户占用的空口带宽更大。。。。。。 。。这就导致小区的负荷转变周期更短， ，，，，，，网络优化事情对小区级同频滋扰的规避更为难题。。。。。。 。。古板的网络优化要领通过话务统计和路测数据剖析对小区界线举行调解已经很难顺应快速的负载转变， ，，，，，，关于未来LTE网络来说， ，，，，，，调解的效率比数据剖析的准确性更为主要。。。。。。 。。
(3)相关性剖析取代因果关系
移动通讯中终端用户的带宽瓶颈仍然为空I；；；； ；；；；1的资源限制， ，，，，，，载波的频点、小区的扰码和PCI等资源都需要合理分派来降低系统内滋扰。。。。。。 。。现在， ，，，，，，现网仍然接纳蹊径测试中营业测试的方法， ，，，，，，定位蹊径中对效劳小区爆发滋扰的邻区并举行资源调解， ，，，，，，这种要领在原有滋扰区域可以看到显着的优化效果提升， ，，，，，，可是对区域的整体性能提升缺少评估， ，，，，，，因此， ，，，，，，需要通过差别的数据源建设小区问的相关性， ，，，，，，即小区滋扰矩阵， ，，，，，，通过滋扰矩阵对某小区与周边小区的相关性举行排序， ，，，，，，实现资源的优质分派。。。。。。 。。
3 全局数据替换采样数据
统计学已经证实， ，，，，，，采样剖析的准确性随着采样随机性的增添而大幅提高， ，，，，，，但与样本数目增添的关系不大， ，，，，，，较为简朴的诠释就是， ，，，，，，当样本数目抵达了某个值后， ，，，，，，从这个数据泉源获得的信息会越来越少。。。。。。 。。随机采样取得了重大乐成， ，，，，，，已经普遍应用到现代社会种种丈量领域， ，，，，，，、随机采样只是一条捷径， ，，，，，，是在不可网络和剖析所有数据情形下的选择， ，，，，，，它自己保存许多固有的缺陷， ，，，，，，它的准确性依赖于采样的绝对随机性， ，，，，，，可是实现采样的随机性很是难题， ，，，，，，一旦采样历程中保存任何私见， ，，，，，，剖析效果就会相差甚远。。。。。。 。。
网络优化中的笼罩剖析和移动性失败定位就是典范的、可以通过全局数据剖析取代采样数据的方法。。。。。。 。。网络笼罩剖析一赶以来主要依赖蹊径测试采样的方法， ，，，，，，通过移动终端蹊径测试中所测得的下行信号功率来对网络笼罩性能举行评估， ，，，，，，这种采样数据的受限因素主要来自于采样区域的限制。。。。。。 。。在建网初期， ，，，，，，这种优化方法较量能够快速地评估网络性能， ，，，，，，可是， ，，，，，，未来的网络营业主要是数据营业， ，，，，，，用户在室内使用高带宽营业的时间占比提高， ，，，，，，室内、街道角落等蹊径测试无法抵达区域的性能， ，，，，，，也就是说， ，，，，，，全网面状的笼罩很难通过一种数据泉源体现。。。。。。 。。
现在， ，，，，，，现网中多个厂家装备都可以收罗MR数据。。。。。。 。。以TD —SCDMA 系统为例， ，，，，，，MR是在UE和NodeB的物理层、RLC层以及RNC在无线资源治理历程中盘算爆发的。。。。。。 。。原始丈量数据或者经由统计盘算(可以在RNC或OMC—R上实现统计)报送到OMC—R以统计数据形式举行存储， ，，，，，，丈量报告统计数据收罗如图l所示。。。。。。 。。现在， ，，，，，，2G／3G网络已经可以通过MR上报数据中的下行丈量功率对小区级的笼罩性能举行定位， ，，，，，，LTE网络若是获得丈量数据仍然可以对全网， ，，，，，，包括室内用户的笼罩性能举行定位。。。。。。 。。笼罩优化中另一个重大的问题是处置惩罚用户投诉。。。。。。 。。现网50％以上的用户投诉来自于室内笼罩用户的弱笼罩投诉， ，，，，，，若是要准确定位用户的投诉缘故原由， ，，，，，，就需要携带测试仪表到用户投诉区域举行测试获取下行丈量信息， ，，，，，，这样的处置惩罚流程对资源消耗大， ，，，，，，处置惩罚流程慢， ，，，，，，对用户现场协调难题。。。。。。 。。， ，，，，，，若是通过对MR数据和A+Abis接口数据的综合剖析， ，，，，，，就可以从系统测试定位指定用户的丈量信息， ，，，，，，并通过MR的定位剖析�？？？？？？ ？ ？槿范ㄓ没У奈恢谩�。。。。。 。。
4 效率比准确更主要
古板网络优化事情对网络的熟悉较量静态。。。。。。 。。除非有大宗新加基站、载波调配或者用户投诉， ，，，，，，网络优化事情更注重数据剖析的准确性而不太注重优化处置惩罚历程中的效率问题。。。。。。 。。如优化调解2个小区间的邻区关系， ，，，，，，一样平常来说， ，，，，，，可以通过话务网管统计一定周期内的切换统计次数， ，，，，，，当发明2个小区间没有一定量的切换次数时删除邻区关系， ，，，，，，为BA list留出空余。。。。。。 。。增添邻区的优化要领更为重大， ，，，，，，需要通过大宗蹊径测试中未界说邻区导致的掉话， ，，，，，，或者蹊径扫频中蹊径信号漫衍来举行邻区添加， ，，，，，，这部分的事情效率取决于蹊径测试的事情周期以及工程 师对数据举行人工剖析的准确性。。。。。。 。。通过MR丈量中界说邻区和非界说邻区的丈量举行基站邻区的添加和删除， ，，，，，，将会大幅度地提高邻区优化效率， ，，，，，，凭证系统侧对某个小区中所有用户丈量上报信息中效劳小区和邻区的关系， ，，，，，，可以删除那些很少泛起在邻区上报的邻区。。。。。。 。。通过开启非界说邻区的丈量上报， ，，，，，，可以发明那些不在邻区列表中， ，，，，，，可是终端却丈量到信号较强的小区。。。。。。 。。
通过MR举行邻区优化的主要问题是用户漫衍和话务漫衍的不规则性， ，，，，，，很难包管2个强相关小区间一定会有用户驻留并提倡营业， ，，，，，，从而获得2个小区间的电平关系， ，，，，，，可是当网络中用户较多且网络使用率较高时， ，，，，，，可以忽略MR数据的不准确性而更注重这种优化要领在全网实验 的高效率优势。。。。。。 。。
由于LTE网络阶段网络空口已经实现全数据营业， ，，，，，，并且接入终端都为智能终端， ，，，，，，用户能够使用的营业更富厚， ，，，，，，单个用户占用的空口带宽更大， ，，，，，，这就导致小区的负荷转变周期更短， ，，，，，，网络优化事情对小区级同频滋扰的规避更为难题。。。。。。 。。古板的网络优化要领通过话务统计和路测数据剖析对邻区举行调解已经很难顺应快速的负载转变， ，，，，，，合理的切换关系能够降低系统滋扰， ，，，，，，加上未来LTE网络异构网组网方法中可能泛起的大宗家庭基站的开启和关闭， ，，，，，，原有的邻区关系优化要领已经很难顺应系统的转变， ，，，，，，关于未来LTE网络来说， ，，，，，，优化调解的效率比数据剖析的准确性更为主要。。。。。。 。。
5 相关性取代因果关系
古板网络优化剖析很是注重数据之间的因果关系， ，，，，，，如关于GSM 网络一个质差小区的缘故原由剖析， ，，，，，，首先需要思量的问题就是是否泛起了系统内滋扰， ，，，，，，若是这个小区和邻区之间爆发了同邻频碰撞就需要举行本小区或者滋扰小区的频点调解。。。。。。 。。关于TD， ，，，，，，SCDMA 网络类似情形的频率和扰码优化分派， ，，，，，，大宗网络问题剖析仅限于追求线性关系而忽略了小区间的相关关系。。。。。。 。。
相关关系的焦点是量化2个事物之间的数理关系。。。。。。 。。相关关系强是指当一个数据值增添时， ，，，，，，另一个数据值很有可能也会随之增添。。。。。。 。。在同频组网的移动通讯网络中， ，，，，，，典范的案例就是当2个小区间重叠笼罩过大时爆发的小区间滋扰是相互的。。。。。。 。。在量化小区间相关性时引人了滋扰矩阵的剖析要领。。。。。。 。。在2G／3G／4G网络中， ，，，，，，都可以使用切换统计、扫频数据或者MR建设滋扰矩阵， ，，，，，，区别是需要取得在差别的采样点下盘算邻区电平与主效劳小区电平的差值， ，，，，，，凭证电平差值取得邻区对主效劳小区的滋扰概率。。。。。。 。。
在无线网络优化 工程中可以构建无线网络滋扰矩阵来量化形貌小区之间的笼罩重叠关系。。。。。。 。。如一个效劳小区内专用模式状态下的许多MS大宗上报某邻小区较强吸收功率， ，，，，，，如一60 dBm以上的丈量， ，，，，，，说明2个小区间保存较大面积的功率重叠笼罩区域。。。。。。 。。通过对丈量数据、扫频数据等基础数据的统计处置惩罚和整合， ，，，，，，可以获得效劳小区和相邻小区功率重叠笼罩巨细的量化关系——滋扰矩阵。。。。。。 。。与GSM网络差别， ，，，，，，3G／4G无线网络滋扰矩阵不必思量邻载频滋扰因素。。。。。。 。。滋扰矩阵在2G／3G网络资源分派和网络结构评估中已经普遍使用， ，，，，，，同样， ，，，，，，在LTE网络的PCI分派中也可以参考滋扰矩阵获得的小区级滋扰值举行MOD 3和MOD 30的滋扰规避。。。。。。 。。使用滋扰矩阵的优化效率远高于通过蹊径测试和网管性能指标剖析举行相关优化事情。。。。。。 。。
6 竣事语
LTE网络建设开通后运营商将碰面临更多的基站、更重大的小区级统计报表、更频仍的频问和异频切换， ，，，，，，甚至更富厚的用户营业模子。。。。。。 。。怎样从纷沉重大的数据中找到网络问题， ，，，，，，并能够高效地完成问题剖析和优化调解， ，，，，，，提升网络性能， ，，，，，，是运营商网络优化部分将要面临的问题。。。。。。 。。本文借鉴移动互联网领域的大数据剖析要领提出了网络优化的大数据剖析偏向。。。。。。 。。移动互联网领域的数据主要是用户级的营业数据和位置信息， ，，，，，，网络优化的数据源中可以通过网元间接口数据收罗统计剖析获得用户级的营业数据， ，，，，，，未来的LTE网络还可以凭证MDT(最小化路测)的丈量上报定位用户位置， ，，，，，，网络优化可以使用的数据从数据类型上看， ，，，，，，甚至逾越了移动互联网领域。。。。。。 。。借助现在已经布放的种种网管和网优数据平台， ，，，，，，若是实现相关的数据共享， ，，，，，，大数据剖析要领将能够更普遍地应用。。。。。。 。。
（文章泉源：互联网）