大数据时代下的网络优化新思路

作为一名初学者，我们可能对于大数据的基本概念大致停留在“在合理的时间内达到摄取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯”。大数据不只是一项专门的技术，它是结合了硬件、数据库、操作系统、Hadoop等一系列技术的综合应用。

大数据的目的不是要告诉我们“为什么”，而是要从数以亿计、千亿计的数据资料中获取的结果“是什么”。因此，作为运营商的网络优化人员，完全可以利用运营商自有“管道”的天然优势，利用愈来愈完善的大数据技术，逐步取代传统的网络优化方式，建立新的无线网络优化方案。

总而言之，当前运营商常见的无线网络优化的方式普遍以路测、投诉、后台分析、故障分析定位，方案制定，解决问题等。在这样的过程中，以路测、投诉处理为基石的往往只能是治标不治本，有的问题甚至连“标”都处理不了。因此，如何应用大数据业务，并且针对性的解决网络优化问题，提升客户的满意度，成为了众多通信人的首要关注点。

        1、利用探针服务器进行数据网络中各个接口数据的获取，例如在现有成型的网络架构中，在汇聚层，或者是核心层的关键交换机前添加探针服务器（当前一线分公司网络普遍没有这样的条件），然后将各个接口的数据发送到探针服务器上进行解析，处理，完成无线网络的关键性问题的解析、减少人工的分析过程。

        2、在接入层过程中，当用户UE在向基站发送当前所属的环境的无线信道质量时，若是被判定为弱覆盖区域，可以额外发送当前UE所处的具体位置信息（例如GPS信息等），从小区级的覆盖情况确认到UE级的覆盖情况，从而减少或者直接取消优化人员的测试过程。

        3、 当UE需要进行切换事件的测试时，在原来的切换流程的基础，额外发送当前相邻小区的切换带与基站的相关时间提前量，并附加当前的信道质量消息。从而明确的划分出小区间的切换信息，进一步解决UE在切换过程中的问题。

在未来的5G 的建设、NB-IoT的建设过程中，对于无线网络全面覆盖、深度覆盖的需求也越来越严苛，因此，不论是优化，规划、设计、建设的时候，能够充分利用大数据平台所给予的关键信息，必定能够事半功倍。