智能可视与开放的无线网络大数据评估体系

王宇

摘 要：当前互联网时代信息爆发，旧有的评估体系亟需迭代，某联通公司以智能化、可视化为主线，应用多种开源技术，通过建立自主、开放、合作的互联网生态获取多维数据，依托云虚拟化平台进行架构重耕，开发出了智能、可视、开放的新型大数据无线网络健康评估体系。联通应用大数据处理技术，将多个维度的数据源统合分析，形成了对网络全方位评价的体检式健康评估，最后再基于评估得出的健康指数指导的规建维优，取得了良好的效果。

关键词：智能可视;大数据;评估

在当前移动通讯网络，一方面随着用户的增长、应用的丰富以及运营商之间日趋激烈的竞争，用户对网络性能有了更高要求，迫使运营商对网络的优化也提出了更高要求。大数据的收集存储、分析预测技术的发展，使得这些数据所反馈的大量信息被保留后，可以用于对无线网络进行分析，为网络优化提供更为有效的判断依据。通过建立了对网络全方位评价的体检式健康评估体系。在实际应用过程中，也充分认识到了数据的收集、处理、分析和呈现各个环节存在的瓶颈，通过应用智能化与可视化技术，应用互联网数据，对现有体系进行迭代，建立了智能、可视、开放的新型无线网络健康指数评估体系。

一、概述

目前，移动通讯网络随着大数据技术的发展，引入数据处理支撑系统，自动化、全业务、全场景的进行大数据批量处理，实现采样数据的全局性和处理的高效性和及时性，有效地利用现有网络数据提升优化工作效率和准确性成为运营商的迫切需要。

1、互联网转型需要开放架构。互联网时代是一个数据大爆发的时代，数据已经成为最宝贵的潜在资源和财富，如何挖取互联网上公开数据的有用信息、获取互联网公司数据，与运营商大数据关联，形成合作新生态，是传统电信运营商进行互联网转型的一个关键。

2、人工效能瓶颈需要智能化。移动互联网的业务日趋丰富，不同的用户、业务类型、场景对于网络的需求不尽相同，这就需要运营商从用户体验的角度出发，采用迭代、循序渐进的方法建立快速响应的机制，对用户感知的波动能够敏感地做出响应。智能化通过将日常大量的重复性工作进行自动化处理，利用聚类算法、机器学习等智能化技术，将数据处理结果进行关联分析。从而将运营商的优化和维护人员从简单、低层次的工作中解放出来，专注于深层次的优化方法研究。

3、信息处理瓶颈需要可视化。一幅图胜过千言万语，人类从外界获得的信息约有 80%以上来自于视觉系统，当大数据以直观的可视化的图形展现时，分析者往往能够一眼洞悉数据背后隐藏的信息，并转化为知识以及智慧。因此，可视化技术作为服务于计算机与用户之间的沟通纽带，为用户提供关于数据和知识的直观信息。

二、智能可视无线网络系统实现

对网络健康进行评估的时候，多是从KPI 类指标、MR 类指标、路测类指标等单类指标或某几项指标进行分析，无法全面地呈现网络的健康情况，工作量较大，重点不突出。通过大数据处理，搭建网络健康度评估体系，通过得分可以直接观察网络健康以及其变化情况。通过引入互联网数据、可视化与智能化技术，对系统做了以下迭代。

1、互联网化场景数据评估。在初期版本的网络健康评估中，现有场景由人工维护，工作量大且准确性不够，缺乏更细致的用户感知特性。联通在体系迭代过程中，采取两条腿走路的办法，一方面利用开源软件自主爬取互联网场景数据，与 KPI+、MR 等数据相结合进行场景分析;另一方面联合腾讯、阿里等互联网企业，获取特定场景的用户感知数据，进行分析。随着 BATJ 入股中国联通，借助混改契机，联通积极与腾讯、阿里等互联网企业开展深度合作。通过数据共享，联合开展用户高感知区域地理化分析评估。现已将腾讯王者荣耀卡顿小区比例由3.62%降至0.17%;阿里弱网格由4.58%降至1.32%，用户感知大为提高。

2、可视化分析。在生产生活中，人的创造性不仅取决于人的逻辑思维，而且取决于人的形象思维。重要的决定常常是来自决策者观察数据后产生的直觉。海量的数据只有变成可视化的形式，才能激发人的形象思维。联通在应用大数据进行网络评估优化的过程中，深感传统的分析输出形式不能直观地呈现网络问题，非一線优化人员难以理解。常常需要借助Word、PPT等工具软件进行图表可视化再处理，缺乏实时呈现能力，耗时长、效果差，在实现全流程智能化、 自动化的过程中，是一个瓶颈。在对呈现痛点进行思考研究后，通过体系迭代，应用开源可视化工具，建立了与数据库直接连接，自动实时滚动输出的大屏监控呈现。该方案可以实现对全省网络按指标、区域、时间、重要等级等多维度的可视化直观呈现。

3、智能决策

在前期评估中，通过横向对比，发现某些区域整体早上的话务模型与午晚的话务模型相差较大，而其他热点区域话务模型基本无变化。这是因为不同场景、不同时段的话务模型存在区别，网络健康评估门限“一刀切”造成的，迭代后的网络健康度评估平台通过历史大数据机器自动对比进行机器学习，根据不同时段不同场景动态地调整评估门限，使得网络健康度评估更为准确。

通过人工移植专家经验，建立知识库和方法库，结合评估体系数据，搭建针对网络问题分析的智能决策支持系统，可以直接给出网络问题类型判断和优化建议，使网络问题的定位更加准确。决策支持系统仅强调其支持作用，而不企图代替或者独立于决策者进行自动决策，本身既不试图对一个具体决策问题提供最终的决策结果，也不必事先注入确定的分析、求解步骤。主要好处是在非程序化决策问题求解过程中，人机各尽自己的优势来处理问题中适合各自处理的部分，在需要人的见识和判断的地方，决策人员（用户）被高度卷入，系统通过对数据和模型的存取与运行，实现人机一体的决策求解。

模型库。模型库是共享资源，模型库中的模型可以重复使用，通过模型库可以将多个模型组合起来构成更大的模型。模型库的模型除了数学模型之外，还含有数据处理模型、图形/图像模型、报表模型、智能模型等。

知识库。知识库中以一定形式存放着网络问题分析的相关知识，知识获取方式有人工移植、机器感知、机器学习等。现阶段使用人工移植专家经验的方式，构建网络问题识别的产生式规则，进行分析判断。后期将通过逐步应用机器学习的决策树等算法，将事实规则化，知识构造化，以便组成便于推理使用的表示方式，自动获得知识，进行知识积累。

方法库。具有特定功能的模块化程序单位称之为方法，方法的可扩充集合称之为方法库。方法库是一种软件工具库，储存着一整套数值方法和非数值方法，例如方差方法、微分方程、数学和概率统计函数等。设立方法库的目的有 2 个，一是对数据库中的数据提供分析手段，二是为模型提供方法上的支持。

数据库。数据库用于存储系统数据，基于现有的虚拟化云平台，可直接利用评估体系数据库，读取原始指标和评估数据。

通过应用多种开源工具，实现了自主可控的网络优化，建立了智能可视与开放的大数据无线网络健康评估体系，实现了人员由 CT向 ICT的转型，又节省了建设网络支撑平台的时间成本与金钱成本，累计节省人员与开发费用两千多万元。

通过与互联网企业的深度合作，实现了互联网企业与该联通的共赢发展，打造出独有的、持续的新生态系统。

参考文献：

[1]胡连亚，李剑，周海鹰.无线传感器网络可靠性技术分析[J].计算机科学，2017，（02）.

[2]陈丽萍. 基于决策树的面向对象分类方法研究[D].阜新：辽宁工

程技术大学，2018.

[3]李剑波，王智颖.基于无线传感器网络的可靠性模型及上界.数学的实践与认识[J].2016，（12）.