通信领域中大数据技术的应用探析

孙 彬，魏正澜

（1福州职业技术学院 福建 福州 350108）（2福州市国家电网 福建 福州 350108）

1 引言

网络通信过程中会伴随着大量数据产生，数据处理情况对通信效果具有较大的影响，需要将大数据技术使用在其中，加强通信数据的管理，既可以提供完善的流量运营环境，又能够保障通信环境的安全性，为通信领域提供正确的发展方向。

2 在通信领域中大数据技术的应用价值

大数据技术对于通信领域尤为重要，是构建良好通信的关键。随着网络技术的发展，“互联网+”时代来临，客户对流量的需求逐渐增加。为了对通信情况进行严格管理，需要将大数据技术应用在通信领域中，实现通信数据的采集、整理、分析工作，使数据能够得到有效利用，提高网络通信的质量。通信数据形式多种多样，具有较广的覆盖面，通过大数据技术可以挖掘数据的价值，使其得到更加广泛的应用。

2.1 提供大量数据资源

在通信运营过程中，会产生大量的数据信息，为了提高数据的存储能力，需要将大数据技术应用在其中，对用户数据进行记录。例如：浏览网站、微信聊天等会产生一定的数据量，运营商需要对重要数据进行记录，而且用户的数据量巨大且种类繁多，若要将数据完整保存，采用大数据技术是不可或缺的。大量的数据将会对数据的存储造成阻碍，并且会影响到数据的存储效率，对通信过程造成严重影响。在浏览网站时，当浏览的人数增多后，由于需要对数据进行存储，将会对网站的运行速度造成影响，导致出现网站无法打开的现象，甚至导致服务器瘫痪。因此，需要注重大数据技术的应用，通过该技术保障数据的存储，实现良好的通信效果，为用户提供更加优质的服务，对通信质量进行完善[1]。

2.2 创建流量运营环境

通过大数据技术，可以对流量消耗情况进行监控，实现复杂的流量运营活动，形成良好的流量运营环境。流量运营涉及到众多方面，包括网络、资费、客户等，需要通过大数据对流量使用情况进行分析，对流量的消耗进行监测与控制。一旦客户开启网络，将会产生一定的资费消耗，需要进行两个方面的检测：一方面，需要对流量速率进行检测，对网络通信的质量进行判断，进而对网络环境进行优化。另一方面，需要对资费情况进行判断，通过对剩余流量的分析提供客户进行缴费，保障客户具有充足的流量，避免其通信情况受到影响。实际上，客户对流量的需求是巨大的，流量包就是为了应对这种情况，而流量包的使用需要通过大数据技术实施监测，进而对流量使用情况进行限制，保障运营商能够顺利完成运营。

2.3 提高数据分析能力

在通信领域中，数据具有重要的作用，需要以大数据技术为基础，做好数据的分析工作，使数据得到有效管理。数据分析的作用主要体现在如下几个方面：第一，通信过程中会产生大量的数据，但并不是所有的数据都具有存储价值。为此，需要采用大数据技术对数据进行筛选，针对有用的数据进行保存，既可以保障数据的有效性，又能够降低数据对空间的占用。第二，可以对数据的使用情况进行检测，使数据能够得到正确的应用，同时对数据的应用情况进行改进，提供完善的数据应用环境，使数据的分析更加可靠。第三，可以对数据进行深入挖掘，使数据得到有效分类，提高对数据的分析效率，进而通过数据对客户进行分析，对客户信息进行充分了解，进而构建完善的经营体系，为通信领域带来更大的发展空间。

3 在通信领域中大数据技术的应用分析

3.1 构建完善数据环境

通信领域对数据环境具有较高的要求，需要对数据环境进行完善，形成良好的通信条件。在构建数据环境时，一方面，需要保障通信的质量，构建完善的通信环境，避免对数据的传输效率造成影响。为此，需要通过大数据技术实施流量监测，确定客户的流量使用情况，避免客户发生流量不足的现象。另一方面，需要构建流量存储环境，完成数据库的构建，对大量的数据进行保存。当前主流的数据库为MySQL、Oracle等，对数据具有较高的存储效率，采用SQL语句对数据进行操作，因而在数据控制方面较为方便。在数据存储过程中，需要做好数据分类工作，将数据以不同的字段进行保存，并且将同类型数据保存在同一表中，使数据存储过程更加完善。数据库是实现数据存储的主要形式，是构建通信环境的重要组成部分[2]。

3.2 构建数据整合平台

为了对通信数据进行分析，需要对数据整合平台进行构建，对数据进行准确采集和深入挖掘。数据整合平台需要根据客户的需求进行构建，通过数据分析为项目的后续实施提供依据，使数据得到有效运用。在通信过程中，运营商往往会对数据进行收集，将数据信息整合到系统的内部。在对数据进行筛选后，便完成了数据的采集工作，可以将数据存储在指定的数据库中等待分析。客户数据中存在着大量的信息，分析过程便需要应用大数据技术，从大量数据中挖掘出客户的潜在需求，提高对客户的服务质量。数据整合平台具有完善的数据模型，可以提高数据分析的功能性，对客户的通信访问信息进行精准的判断。通过这种方式，有助于对用户需求的分析，使运营商更好地了解用户对流量使用情况，制定有效的经营模式。

3.3 提高通信系统性能

在通信过程中，客户端与服务器需要建立良好的连接，使数据能够有效传递，保障系统运行的稳定性。通过大数据技术可以对系统的运行状态进行分析，如CPU使用率、内存占用率等，防止系统的运行效率下降，实现良好的通信效果。系统运行效果检测主要包含以下几个方面：第一，吞吐能力。用于对系统的消息处理能力进行判断，保障系统对事务的处理效率，使系统能够快速地运行。第二，响应时间。客户端与服务器建立连接需要一定的时间，需要将该时间控制在1 s以内，使其能够迅速完成通信的建立，使客户端能够正常工作。第三，CPU使用率。系统处理事务时CPU需要频繁地进行调用，CPU使用率越大，系统运行速度越慢，进而对通信质量造成影响。通常情况下，需要将CPU使用率控制在70%以下，保障系统运行的稳定性。第四，内存占用率。系统处理事务时需要对数据进行存储，内存消耗将会逐渐增加，需要将内存占用率控制在70%以下，否则将会影响到数据存储的效率。

3.4 提高流量报警能力

网络通信过程中，需要持续性地对流量进行消耗，这样才能保障数据传输的效率，实现良好的通信效果。一旦产生流量问题，系统需要及时产生报警，对流量使用情况进行处理。由于用户的数量较多，需要依赖大数据技术对流程进行监测，并且产生报警，保障用户的流量使用体验。在通信领域中，流量是运营商的主要收入来源之一，保证服务质量非常重要，报警能力是实施流量控制的关键。报警条件主要包含以下几个方面：第一，当通信质量较差时需要产生报警，通过通信数据对原因进行分析，使通信问题得到及时解决。第二，需要对网络高峰期进行分析，对网络峰值进行预警，防止网络发生堵塞现象，保障网络通信的质量。第三，需要将IDC服务应用在流量分析中，对网络进行监测，防止出现卡带、断网等问题[3]。

3.5 通信网络安全维护

网络通信过程中具有一定的风险性，需要通过数据分析来提高网络使用的安全性，营造良好的网络环境，避免用户信息发生泄漏。网络安全维护措施如下：首先，需要做好数据采集工作，对客户流量消耗情况进行检测，确定无流量异常消耗状态出现。一旦出现流量异常消耗状况，则说明网络存在安全隐患，需要进一步对通信数据进行分析，确定流量的确切去向，进而解决流量使用异常问题。其次，需要对历史数据进行分析，对网络安全进行全面防护，分析数据传递的准确性，确保无数据篡改现象出现，对通信数据的安全性进行有效检测，避免数据遭到非法损坏。最后，需要构建风险评估体系，对通信风险等级进行明确规定，使风险问题得到有效控制，对网络进行有效的安全维护[4]。

3.6 丰富流量经营模式

客户对流量具有较高的需求，为了使经营模式更加丰富，需要构建流量经营模型，合理地对流量进行分类，使流量能够得到有效利用[5]。在通信领域中，通过扩大流量经营规模可以提高流量的利用率，使运营商具有更大的发展空间。流量可以分为公域流量、商域流量、私域流量，如图1所示。在不同的应用形式下，可以扩展流量的使用范围，提供良好的流量使用方案。通过大数据技术可以对流量的使用模式进行分析，使客户能够在一定范围内使用流量，使流量使用具有丰富的层次。另外，需要提供丰富的流量共享服务，建立更加完善的流量使用关系，加强客户之间在流量方面的交流。流量共享需要有发起者和参与者，通过共享结构进行连接，使更多的用户能够参与到流量共享中，对流量经营模式进一步扩展。

图1 流量经营模型

4 结论

综上所述，大数据技术的应用提高了网络通信的质量，通过对通信数据进行分析，可以对客户需求进行深入分析，使运营商能够做出正确的决策，为客户提供更加优质的服务。而且，通过大数据技术有助于流量的管控，准确地对流程使用进行限制，保障运营商顺利完成流量运营。