大数据技术在5G通信网络中的应用

陈云柯 葛裴

(中国信息通信研究院 北京 100191)

随着科学技术的进步和发展，各行各业在技术的支持下迅速发展，通信事业同样如此。5G通信网络体系不断完善，不仅能够为用户提供更为安全、便捷的服务体验，还在智能家居、智能城市等建设领域发挥着重要作用，极大程度地推动新生活形态发展。为进一步挖掘5G 通信网络服务潜能，充分发挥其服务优势，在5G通信网络建设中融入大数据技术，能够有效完善5G通信网络服务与通信网络信息技术架构，丰富5G通信网络应用场景，促进5G通信网络智能化、现代化发展。

1 5G通信网络发展现状

作为新一代无线网络通信技术，5G技术能够基本满足越来越高的移动通信需求。在移动互联网飞速发展，互联网业务不断增加的环境下，对5G 通信网络提出了更高的要求，既要保证安全可靠，又要减少能源和成本消耗，其传输速率达到了100倍，传输过程延时减小至毫秒级，峰值传输速率可达到10 GBt/s。不仅如此，5G 通信网络还打破了空间的限制，设备连接密度大幅增加，流量密度持续提升，极大程度地缩短了人与物之间的距离，实现了相互间快速连通，为用户带来了极好的交互体验。

5G通信网络的信号传输强度更强，基站的建立使用户群增多，加强了各区域用户间的互动交流，整体发展更为协调，为智能化、信息化城市发展奠定基础。并且，5G 的出现使通信网络更能够适用于各种网络环境，有利于提高网络质量，使信号具有更强的穿透性，利用频率不断提高。在5G网络的投入应用下，更多业务领域如云存储、增强现实、在线游戏等对其无线接入宽带和无感知时延提出了更高的要求，未来，5G 网络还需实现在战争、自然灾害等发生之前的快速、准确应急通信服务。在飞机、高铁等高速移动的实体交通工具中，5G 通信网络提供了极大的便利和高质量服务，实现实时网络接入。

但当前的5G通信网络还存在部分问题有待提升。相较4G 大规模多天线，5G 大规模多天线的波束组合更多，场景应用更复杂，但其干扰特征更为强烈，相关研究显示：5G 多样化场景波束，可实现上千种波束的组合，人工判断更为困难。面对成千上万的参数组合，人工方式找出最优参数值难度相当之高。并且，在5G发展初期阶段，其网络覆盖不够连续，主要承载数据通信业务，但其VoNR仍然不够成熟，使5G用户的语音体验受到影响，还需在很长时期里与4G 网络共存发展，相互补充。

总体而言，当前5G网络通信存在的问题主要体现在数据类型繁杂、数据传输质量低等方面。

1.1 数据类型繁杂

5G通信网络，为保证传输效率，其架构更为复杂，网络通信数据量极大，这些数据来自各个环节，通过通信技术收集获取。在智能手机方面，5G通信网络甚至要对不同的设备进行特殊归纳分析，确保其能够在所有硬件设备中的适用性。随着5G通信网络数据的不断增加，数据存储和处理压力持续加大，其中包括基础数据层、访问数据层等，需进行不同类型的数据分析存储，数据整合、分析和存储问题急需大数据技术的接入[1]。

1.2 数据传输质量低

5G 通信网络对数据通信传输的速度有着极高的追求，要求传输速率高，这就意味着需要有一系列的配套工作。数据通信时，所使用的硬件设备一般有数据基站、数据天线等，为了提高数据通信速度，数据基站和数据天线的信息密度必须高于其他通信设备，这一高密度要求常就会造成信息之间的相互干涉现象。由于通信数据的互相影响，数据品质也将无法保证，系统在实际使用中就难免会产生延时、卡顿等的现象。

1.3 通信系统容量小

5G网络通信技术在信息传输期间，主要利用毫米波，毫米波主要为24～100 MHz的波段，其在传输过程中存在一定弊端。经调查发现：毫米波信号传输过程中，更容易出现严重的损耗问题，其中的数据信息可能被异常拦截。并且，其应用范围较小，毫米波的传输过程更容易受到环境的影响，阻挡其信号传输。由于5G通信系统容量小的问题，将严重影响其通信技术发挥。

2 大数据技术在5G通信网络中的应用

大数据技术，是一种在互联网技术下的大数据存储模式，其使用领域非常广阔，将深刻影响着人类的生活与方式。在大数据时代下，万物互联将成为一大特点，人与物、人与网络平台间的差距也将进一步缩短。大数据最根本的特点即是信息量巨大。在当前计算机技术的发展与提高下，对数据的存贮率要求愈来愈高，利用大数据不但能够保存大量数据，还可以快速挖掘和定位数据信息，为人们的生活工作提供便利。随着大数据技术的不断发展，其应用渠道和信息来源变得更为广泛。将大数据技术应用于5G通信网络中，可有效推动智能型社会发展，为国家发展进步提供动力。大数据技术的应用能够有效提高5G 通信网络的数据收集、分析和应用能力。由于5G通信网络本身数据量涉及较大，数据种类多、规模大，对数据的挖掘、分析和存储等功能提出更高的要求。而大数据技术中就包含了数据采集、数据分析、数据存储和数据挖掘等各项关键性技术，利用大数据技术，能够有效实现对5G 通信网络中各类数据的快速处理，从中获取有效信息。

2.1 数据采集筛选技术

运用大数据收集筛选技术，就可以达到对5G通信系统中的大量信息高效收集与筛选的能力。通过大信息收集与筛选方法，进行通信网络中的大数据信息提取，使之加载并转换为有效数据。大数据收集技术，一般分为基于支撑层与智能感知层。其中，智能传感层主要由通信网络、传感器和智能识别系统构成，对各类数据源数据进行高效采集；基础层主要由物联网和云存储服务器构成，进行数据采集后的存储和应用等工作，为其提供有利条件[2]。在数据采集完成后，利用大数据筛选技术对海量数据筛选，提取有效数据，清理无用数据，将复杂的数据简化处理，使数据结构更为清晰明了，将错误数据信息筛除，为数据分析和应用等工作奠定坚实基础。

2.2 数据挖掘分析技术

5G通信网络运行的过程中，为了能够帮助运营商更为精准地定位用户，为其提供更为智能化、完善的网络通信服务，大数据挖掘和分析技术必不可少。在数据收集和筛选工作完成后，需要从大量的有效数据信息中，进一步挖掘出有应用价值的数据信息。在数据采集和筛选结果展示后，利用数据挖掘技术和机器学习，智能化分析用户的网络行为、兴趣和情感语义等多方面的数据，对其进行针对性大数据分析。基于大数据分析技术，了解5G用户的特征和需求，以此为基础，为其推送针对性的服务内容，以此进一步提高数据挖掘价值，从而提升了5G 网络的整体服务水平。此外，在强大数据挖掘技术的应用下，也可以更加深入发掘5G通信系统中的各种数据资源，并根据客户的特征需要设计专门的数据挖掘任务，形成了一定的序列模式和数据库，对数据信息进行多维度归纳分析，助力5G通信网络的更新升级。

2.3 数据存储管理技术

大数据技术建立数据库，为5G通信网络的数据存储提供更大的空间，拓展数据存储空间范围，使工作人员可以进一步完善数据信息，充分进行数字信息深度发掘，从而达到对各种类别数字信息的分级存储。所以，在信息存储技术的发展下，能够形成各种形式的数据库系统，以便将各种形式的信息存放到各种数据库系统中，彼此之间互不影响。一般而言，数据库系统的类型主要分为内存数据库系统、地图数据库、关系型数据库和非关系型数据库，分类存储了通信系统资料，为5G通信系统中的高结构化、非结构化和半结构化等大数据处理和管理问题带来更好的解决办法[3]。另外，大数据技术的应用，还可有效扩展5G通信网络的云存储空间，借助大数据技术与云计算技术之间密切的联系，将云数据或云平台与5G通信网络之间建立连接关系，提高5G通信网络的管理质量，不断优化5G通信网络工作和发展环境。

2.4 数据可视化技术

在5G通信网络中，数据可视化技术也是关键性技术之一。利用大数据技术，对通信网络中的数据进行充分挖掘和分析，在数据可视化技术的作用下，将其中的相关数据信息以模型或图表的形式呈现出来，以更直观的方式展现，并在此基础上进行定量分析。基于之一模型，技术人员可以更为直观地获取和观察各类数据，并对其进行进一步处理和利用。通过图表的形式，将所查询的信息呈现在通信网络用户面前，使其可以直观获取相关信息，很大程度上提高了5G通信网络的服务质量。例如：“5G+教育系统”就可以借助数据可视化技术，将网课开展情况展示在大数据平台界面中，显示其中的规律，发挥其应用价值。

2.5 无线监控技术

为保证5G网络系统内信息的安全，通过大数据分析技术还能有效建立安全监控体系，以防止出现信息泄漏或损失的现象。例如：专业人员可对目标信息实施集中化监测，制订重点防御方案，构建无线监测技术模型，即时监测通信系统的通信情况，对危险源的攻击情况快速辨识，做出针对性防护措施，提高5G 通信网络安全。在此基础上，通信经营单位还可建立以大数据为基础的运行体系，构建安全管理体系，发挥其数据处理功能，为通信网络工作过程提供安全环境，提高通信服务的安全性。相关技术人员在无线监控技术下，建立安全防护体系，保证数据处理、数据分析和数据库工作等均处于安全防护状态下，避免受到黑客攻击，打造安全的通信网络平台[4]。

2.6 移动云计算技术

网络时代发展环境下，大数据技术与云计算技术之间密不可分，要想在5G通信网络中发挥云计算技术的作用，就必须实现5G通信网络与移动设备间的高质量连接。当前情况下，移动智能设备多种多样，呈现出不同的类型，其中包括智能手机、智能电脑等泛智能终端。所以，为了进一步实现5G通信网络与万物互联的有效融合，真正打破服务壁垒，需要加强云计算技术在其中的应用，通过搭建相应的云服务平台，对通信网络和移动智能设备或平台之间高效连接、快速响应，提高用户的使用体验，使其能够享受远程控制等智能化服务。同时，云计算技术还可通过收集和存储云数据，为用户的信息查询等功能需求提供有利条件。

3 大数据技术下的5G通信网络架构

5G 通信网络架构中，需要建立大量的天线，并设置高密度的基站，而各基站与天线之间会产生一定的信号干扰，导致天线传输中的正常数据与干扰数据相互掺杂在一起，降低5G 通信网络的数据传输质量，严重情况下还容易发生延迟、卡顿等问题。并且，5G 通信网络架构本身就相对复杂，其中包括了网络基础数据、用户接入数据和网络环境状态等，属于高度复杂类型，涉及海量数据信息，要想维持高质量通信，对其通信过程提供支持，还需更复杂的网络架构作为支撑，但网络架构的复杂，会使通信链路之间的操作环境出现一定问题。此外，5G通信网络架构自身的超密集异构特性，使其边缘数据和边界数据的感知力下降，出现感知不敏感问题。所以，5G 通信网络在发展中，网络架构急需优化完善，以提供更优质的服务，大数据技术在其中发挥重要作用[5]。

3.1 MEC移动边缘计算

互联网的大范围普及，移动端的新业务不断增加，用户需求不断加大，使传统的通信网络架构已经难以支撑和满足其需求，因此便发展了在SDN 技术和NFV技术下的云化核心处理方法，在网络架构中应用云计算技术，使其成为其中的核心部分，推进架构优化演变，将其中涉及的各类计算在云端处理，输出、输入过程由终端完成。

5G 时代的到来，使终端数量不断增多，对通信网络提出了更高宽带、更高密度和更低延迟等要求。在此环境下，MEC 移动边缘计算应运而生，是一种能够在无线侧为用户提供所需服务，并实现云计算功能的网络架构，加快通信网络中各应用的下载速度，实现通信网络超高宽带、超强时效性和超低延时的功能，为用户带来高质量、不间断的网络体验[6]。

以中兴的5GMEC应用和解决方案为例，其将UPF下沉至无线侧，在运营商MEC平台当中，共同部署CU和移动边缘应用，包括ME、VR 视频渲染等，实现就近提供前端服务，如通过MEC平台部署，进行现场直播，可快速调取全景摄像头拍摄视频，保证视频时效性和清晰度。或在视频监控当中，为避免回传数量较大影响画面的流畅性，通过MEC 平台部署，可以提前处理分析相关内容，从中提取出有价值的片段和画面，上传至平台当中保存和使用，而不具有较高价值的数据就继续保存在平台存储器中，避免出现资源的传输浪费。

3.2 雾计算

相较于云计算，雾计算的架构分布更具规律性，且与网络边缘布局相接近。雾计算主要是在网络边缘设备中，集中进行数据处理、数据应用等功能性操作，与云计算先将数据保存至云中再加以利用有所不同。事实上，数据的处理和存储过程，对本地设备的依赖程度更高，对服务器反倒没有过多依赖。因此，与云计算的集中式计算形式不同，雾计算的分布式计算形式，更契合互联网的“去中心化”发展特征。

同时，雾计算在应用的过程中，也不需要使用者在想要实现存取服务时，必须将其设备与远端的大型数据中心相连。从某种程度上来讲，除了架构存在不同，雾计算基本能够实现云计算所提供的全部功能和应用，但雾计算在应用过程中所借助的计算平台相对大型数据中心而言效率较低。雾计算主要为小型云，如私有云、个人云、企业云等，其地理分布更为广泛、移动性适应能力更强，且具备位置感知和低延时等优势特征，能够支持更多的边缘节点[7]。这些优势使其在5G通信网络架构中，可更便于移动业务部署，接入更广泛的边缘节点。

4 结语

综上所述，5G通信网络的数据传输质量和传输效率相当之高，且具有可靠性高、延时性低、移动宽带增强、覆盖范围广等优势特征。当前，我国正处于互联网普及时代下，万物互联，智能化终端设备不断增加，网络数据流量也持续提升。将大数据技术应用其中，建立网络架构体系，可有效提高5G 通信网络服务质量。在未来，还需不断加强对大数据网络结构体系的研究和优化，不断提升大数据网络结构设计水平，发挥其实用价值，进一步提升其高效性和稳定性。