运用大数据技术构建运营商网管数据互联中心 提升网管数据服务能力.docVIP

运用大数据技术构建运营商网管数据互联中心 提升网管数据服务能力 　　摘 要：网管系统是各运营商最核心的生产保障系统，负责核心网、智能网、数据网等的安全、高效、稳定运行，确保数亿用户的通信质量和信息安全。随着4G LTE技术的深度应用及移动互联网的不断发展，用户对移动网络的依赖度越来越高，同时对网络质量和性能的要求也越来越高，对于网管系统要求更全面分析用户感知、更深层次挖掘网络隐患、更实时发现故障和质量下降、更准确预测用户投诉行为、更快速解决故障和质量问题。由于此前的网管系统监控、性能、资源、工单、投诉等系统各自建设、数据分散不利于构建面向用户的网络质量管理及优化体系，该文通过运用大数据技术，构建运营商网管数据互联中心，接入网管各类数据，进行关联、清洗、互联，建立统一融合的数据模型，集中对外提供数据，通过灵活统一的分布式数据互联中心方案，大大提升网管数据服务能力。 　　关键词：数据互联中心 数据建模 数据仓库 管控分析门户 　　中图分类号：TP399 文献标识码：A 文章编号：1674-098X（2017）01（c）-0087-05 　　1 运营商网管系统数据现状及问题 　　随着移动LTE业务的迅速发展，网管数据迅速增长，对网管系统的数据支撑要求也越来越高，急需网管数据能更全面分析用户感知、更深层次挖掘网络隐患、更实时发现故障和质量下降、更准确预测用户投诉行为、更快速解决故障和质量问题。但目前各网管系统仍以功能性场景服务为主，只能解决单一场景的问题，在数据的关联服务能力方面较弱，无法有效支撑面向用户的数据服务支撑能力。目前主要存在以下问题。 　　（1）在使用方层面，希望能将各类网管数据（告警、性能、资源、工单、工程、拓扑、拨测、投诉）进行集中管理、对地市共享，实现各类网管数据的集中互联、关联、清洗、共享，并希望实现网管数据和信令数据的关联，支持从网管数据到信令详情的追溯。 　　（2）从应用层面考虑，应用对于数据实时性要求越来越高，目前已有的系统无法满足应用的实时性要求；应用从多个系统获取数据成本较大，不利于上层应用敏捷开发、快速部署的诉求，与互联网新架构的发展趋势不相符。 　　（3）从数据层面考虑，多个系统形成数据孤岛，缺少统一的接入、清洗、建模的管理，需要统一的数据接入、统一的计算、统一的接口共享来打破数据孤岛；各自独立系统运维、管理面临很大难题，通过数据互联统一运维，提高资源利用率和处理效率；匹配互联网的发展趋势，数据统一互联形成大数据平台成为互联网主流选择。 　　2 利用大数据技术构建运营商网管数据互联中心的方法 　　针对目前网管系统数据分散、数据服务能力较弱，无法有效支撑运营商面向用户的网络质量管理要求，该文提出利用大数据技术构建网管数据互联中心，对分散的网管数据进行互联、清洗、关联，并构建灵活统一的数据服务层，有效提高数据服务能力，支撑面向用户的网络质量管理要求，如投诉预警、实时监控、省市共享、挖掘分析等应用。 　　该文方法主要包括两大阶段：调研分析验证阶段和融合互联实现阶段。 　　（1）调研分析验证阶段。 　　该阶段主要是研究需求与数据、探索数据之间的业务联系，可按如下步骤进行。 　　①调研梳理。 　　调研梳理各类业务和数据模型分布、用途等信息。 　　调研梳理各系统数据对外提供共享接口形式、共享机制、更新频率、数据粒度等。 　　数据资源调研分析示例见表1。 　　②模型分析。 　　对各应用需求分类汇总，进行共性分析。 　　分析各应用需求与数据支撑的差距，了解短板所在。 　　分析省?数据，研究数据关联节点，进行多数据关联模型设计。 　　建模分析方法示例如下。 　　需要解决的问题：定位用户投诉原因。 　　数据建模方法：数据源：信令数据、投诉数据、性能数据、资源数据。关联维度：用户、时间、业务、网元。关联指标：投诉事件、信令事件、网元性能、网元资源。模型价值：实现快速地投诉问题原因溯源定位。 　　数据融合互联分析模型：多数据源，跨数据维度匹配、指标关联，实现深入分析。 　　用户投诉无法呼叫。 　　根据投诉号码时间点关联用户信令事件（是否网络原因）。 　　根据信令中位置信息关联资源数据。 　　根据资源数据关联呼叫失败发生的小区接通性能指标。 　　小区资源不足、小区覆盖质量差、小区设备存在故障等原因定位。 　　③实施验证。 　　预采集所需各类数据，包括传统性能数据、工单数据、告警数据、投诉数据等。 　　关联建模，构建新的数据模型。 　　搭建数据DEMO，验证模型设计。 　　（2）融合互联实现阶段。 　　利用大数据技术构建运营商网管数据互联中心的构建方法，构建网管数据互联中心，主要包括5个步骤：统一数据接入、统一数据建模、集中数据存储、统一数据共享、统一平台管