大数据分析技术在广电前端系统运维中的应用

李亚彬

（新疆广播电视局8113台 新疆 喀什 835600）

1 引言

新时代的到来，信息技术与互联网技术的飞速发展，由此促进了我国各个领域与网络技术结合的快速发展。其中基于大数据、云计算的发展和推动，我国广电运营商的前端系统结合新技术完成了进一步的优化完善，较之前的设备与运行方式已经有了很大程度的提升。从当前广电领域的实际发展情况能够了解到广电运营商前端系统的基础性能已经得到了很大提高，在系统运行的实用性和可靠性方面都更加优化。但是随着前端系统发展速度与水平的不断提升，也带来了与之相适应的问题和不足，运维人员要关注更多层面的服务，造成他们的工作压力越来越大、工作量越来越多。在这种现实情况之下，如何能够保证运维人员第一时间锁定问题区域，是当前亟待解决的问题，本文正是基于上述存在问题对广电前端系统运维中大数据分析技术的应用进行分析研究[1]。

2 当前广电领域实际发展现状

2.1 前端系统运维的具体应用

在前端系统的发展与变革过程中最为坚实的基础就是网络与信息技术的运用，帮助前端系统向着全面化、数字化的方向不断地发展与进步，与此同时，开发出更加多元化的系统品牌。在这种良好的发展态势之下，需要注意的是前端系统运维在网关数据或者运维数据的支持方面仍旧没有达到协调与统一，也就是说运维管理并没有随着广电前端系统的优化而逐步提升，相反与数字化发展之间的差距越来越大，如果这个问题不能尽早解决的话，数字技术就没办法发挥最大的作用与优势。前端系统的正常运行过程中产生告警数据的数量非常大，此时运维设备的运行会对告警信息进行接收，对于所有信息都在不间断地收集，但是告警信息中真正有作用的仅仅是一小部分，大部分的告警信息都没有涉及真正的设备故障问题，只是一些非直接严重类报警信息。在对收集到的数据进行分析之后可知：真正能够造成业务出现问题的告警信息之间都存在着比较紧密的联系，因此在寻找故障原因时，可以通过对同一种类型的告警信息进行整体性分析找出设备系统存在故障的原因。平时的运维工作中会出现很多有价值的告警信息被无用信息所掩盖，这就造成了技术人员没有办法及时地发现设备运行出现的故障，只能在故障十分明显并且严重的情况之下发现，此时很容易错过对故障维护的最佳时机。

2.2 大数据分析技术对前端系统运维的影响

通过对当前广电前端运维系统运行过程的调查可知，对于数据信息的分析与整理更多还是沿用传统的人工分析处理形式。但是随着社会的进步与发展，各种信息数量不断增多，无形中增大了工作人员的工作压力，同时在数据分析工作的效率上也是由于精力不足而逐渐降低，非常容易因为工作人员个人的操作失误而给数据分析结果带来误差，这样就会造成花费大量人力物力收集到的数据信息没有将其效用发挥到最大化。与此同时，也要明确的一点是前端系统运行与大数据信息技术相结合之后在业务执行方面会更加复杂多变，单纯地使用人工对数据进行分析处理很难完成工作任务，工作人员也不能灵活应对信息过载问题，对于故障产生的具体原因也不能及时发现，一定程度上增加了前端系统运维的各项投入成本，因此在当前的工作环境中一定要通过结合更多先进的现代化技术才能对工作形式上存在的不足予以弥补。通过使用现代化技术能够更加有效地整合前端系统的告警信息，以便于快速确定设备运行故障的原因，从而提出针对性的解决措施予以解决，更为重要的在于现代化技术的使用能够帮助工作人员对可能出现的故障进行提前预知，在运维过程中做到防患于未然，降低对于系统运行所带来的不良影响[2]。

3 广电系统前端运维中大数据分析技术的使用现状

3.1 在监测环节中的应用

前端系统运行过程存在的监控环节是为了更好地帮助操作人员监控设备运行是否正常，帮助提升运维人员对故障发生进行判断的效率，减少判断时间。在数据分析过程中要利用大数据信息采集系统，通过使用数据终端所生成的监测图纸，帮助运维人员能够在最短的时间内发现设备运行出现的故障并及时解决。如果业务系统的运行状态下确实出现了非常明显的设备异常，工作人员就可以依据监测图纸变化以及告警信息所展示的数据明确故障原因所在，并提出针对性的解决措施。如果在告警信息中出现了异常告警的情况，但是实际的业务与设备运行并没有发生实质性变化，这时候就需要运维人员提前对可能出现的问题进行分析，明确系统运行可能出现的潜在风险，将问题扼杀于摇篮中。

3.2 在回顾环节中的应用

回顾环节的作用主要是对之前某一时间段的运行情况进行重新监测，目的在于给管理人员更多的数据参考，进一步提升系统运行的安全性和可靠性。通过对过去时间段内运行情况的监测，能够给数据分析人员进行展开整合数据分析的信息依据，通过数据汇总明确该系统是否出现过某些告警信息，但是不需要进行人为维护的情况，还可以通过告警信息的增加或减少来分析设备运行实际现状，明确其是否能够被技术人员所控制和维护。具体运维管理工作的进行过程需要相关人员对数据信息进行不断整合分析，从而最快速地找到产生故障的根本原因所在。

4 广电系统运维中应用大数据技术

在对广电系统运维过程中采用大数据技术的现状调查可知，虽然广电前端系统运维领域已经大范围地采用大数据分析技术，并且已经获得了同行业人员的支持与认可，但是在数据分析的结果上并没有完全达到理想状态，还是会出现分析结果片面、不够客观的情况。未来广电前端系统将会更加重视运维平台的建设，首先要做的就是与大数据技术更好地融合，将其具备的技术优势充分展现出来。与此同时，也不能忽视理论知识对于实践过程的重要作用，将已存的大量且多样的数据信息相结合，对系统运行中可能存在的潜在风险和问题及时发现和维护，为运维人员进行故障排查提供有效的辅助工具，同时提升对故障问题解决的效率和质量，提升前端系统运行的稳定水平[3]。从具体的角度而言，在广电运维系统中加入大数据分析技术能够在结合现实情况的基础上更好地完善系统运维的流程。

（1）为完善运维平台建设奠定技术基础。结合运维操作人员的实际需求，明确使用大数据技术的总目标并制定出合理且精密的管理规划，在此基础上，通过大数据网络得到全方位的数据信息，并采用大数据技术对收集到的信息进行分析处理，找出数据信息处理过程中存在的质量问题。

（2）更快速地完成数据收集。对广电前端系统运行过程中能够得到的所有数据信息进行整理，帮助运维平台提升对数据信息分析与管理的能力和水平，同时可以把相同类型的数据信息进行综合性的分析与处理，在格式上转化为大数据分析处理所需要的格式类型。

（3）打造系统模型。在数据信息的分析完善过程中，还需要对不同的建模技术进行结合使用，运用较为完善的数据信息体系来构建所需要的系统模型。一般而言，想要顺利地完成数据分析仅仅使用一种模型是没有办法完成的，可能需要多个不同类型的模型同时搭配使用，这样才能更好地完成数据信息的分析，得到更加精确的分析结果。前端系统运行中能够收集到的信息基本上都是存在着某种必然联系的，所以可以据此建立专门类型的时序关联模型，将所收集到的信息和数据分为两个部分，一方面将信息作为开展无监督学习的依据，另一方面将信息作为开展有监督学习的依据，最后可以采用人工或者设备的分析方法明确告警信息需要哪一种处理模式，从而给出最合适的运维方案。

（4）在进行预警设计的过程中，更加重视运维平台的构建能不能达到系统运维人员完成设备运维的需求，同时将有价值的告警信息进行完善和保留，并关注出现警告信息时是否存在相对应的训练模型，目的在于明确告警信息到底是独立存在还是与其他的告警信息共同出现，通过上述内容来明确产生故障的具体原因。

5 结语

综上所述，随着社会发展进程的加快，大数据分析技术在不断地优化完善，将其应用于广电前端系统运维中能够更好地推动系统运维的进一步发展，使得该技术的价值得到充分利用。需要明确的是，大数据分析技术的优化需要广电前端系统运维模式也随之变革，保证两者处于相同的发展环境之下。从当前运行的实际情况来看，我国的大多数广电运营商都已经利用大数据分析技术来不断提升自身系统运维的水平，并且从成果上来看也是非常成功的[4-5]。在未来的发展进程中，我们需要在运维的各个领域之中逐步地结合大数据分析技术，从本质上帮助提升前端系统运维的水平，从根本上解决可能出现的故障问题，促进广电领域稳定发展。