大数据分析助推运营商精准运维

罗砚

摘 要 随着时代的发展，大数据对人们的生活产生了越来越重要的影响，已经成为一种不可逆转的趋势。文章通过对大数据分析助推运营商精准运维中的几个方面进行分析，在大数据背景下构建的主动监控预警体系，从状态预警、阈值预警、快变预警及关联预警四个方面入手，帮助其构建更加科学高效的大数据分析系统，实现其对运维风险的实时监控及预警，促进其实现网络运营精准化。

【关键词】大数据分析 精准运运维 网络运营

大数据使很多公司可以在没有时间经验的情况下，运用网络进行大数据分析，为工作的开展提供极为有效的数据支持。大数据使人们的生活产生了巨大的变化，思维方式、决策行为等都在不同程度上受到了大数据的影响，大数据分析也给这些行为带来了科学的参考依据，不再是只凭着直觉和经验，因此，大数据分析增强了决策等行为的科学性和合理性。文章将对大数据分析在网络运维工作助力精准化网络运营中的预警应用进行探讨，希望能为基于大数据的电网信息运维主动监控预警系统的建立提出有效的建议。

1 大数据背景分析

网络运维工作要为网络的安全稳定运行提供保障，也要支撐网络建设、市场以及客户服务等各部门顺利开展工作，以促进网络运维向精准化方向发展，提高整体经营绩效水平，而大数据分析可以助推这些目标的实现。大数据分析主要就是通过网络、用户、终端、业务、时间、地点多个维度关联分析，把网络、用户的特征画像综合起来，结合运维的需求选定目标区域和用户，将受众细分化，提出合理有效的建议，为决策提供数据支持。数据分析的过程主要包括数据构建、采集、清洗、存储、挖掘、分析等环节。

大数据在成为互联网信息技术的核心概念的同时，也发展到了出了传统的互联网信息行业以外的许多其他领域。在云计算理念对IT的交付方法进行改革之后大数据的出现就更深层次的加强了IT架构上的数据架构、分析能力的延伸与需求。从电信运营商的角度出发，当今低值化与管道化的问题越来越突出，因此需要新的突破才能在新的产业链中继续发展下去。大数据的发展一方面对技术进行更新与改进，另一方面还对运营商所提供的服务、能力与交付方法提出了要求。

运营商对大数据的运营具有极大的优势，其数据在结构、数量、产生速度及可信度方面都是极为突出的。从价值层面上出发，运营商的数据包含了客户的通信行为，数据之间具有自然而然的关联性，因此相对于互联网公司，运营商能够得到更为准确、全面及方便快捷的数据资料。以大数据作为背景，基于数据信息情况下，能够更好的促进用户服务能力及优化客户体验的同时，还能推动网络的优化，对可能发生的状况实现预警，提高运营商的运维管理。

2 大数据在运营商精准运维方面的应用

随着网络的快速发展，信息系统的数量也在不断增加，对运营商日常的的运维的要求与标准都有所提高。当前使用的故障出现后才实施告警与抢救的被动运维，会造成运维人员的精力与时间都花费在这些简单且重复的小问题上，因此构建一个在发生故障前就能够对信息运维体系实现提前预警，以预防为主的主动运营模式是十分有必要的。基于大数据的信息运维主动监控系统，包括有状态预警、阈值预警、快变预警及关联预警四个方面。

2.1 状态预警

状态预警是指通过硬件或服务的可达性来对信息资源实施判断，从而达到监控达成预警的目的。要想实施状态预警，第一步要对信息资源的可达性进行判断，固定的每个时间段进行一次探测，判断信息资源是否响应，当收到应答数据时则是可达，相反，若等待超时则为不可达。

在对信息资源的可达性进行判断之后，可以将其状态分为正常、失联与不稳定三种状态。正常状态下，信息资源每次都可达，失联则是信息资源连续两次不可达，而不稳定状态则介于正常与失联状态当中，信息资源经常不可达，但是没有到达失联的标准。例如在一个工作日探测的288次中存在至少有3次不可达，并且不连续，则该信息资源是在一个不稳定的状态中，要对它实施状态预警。

2.2 阈值预警

根据信息资源设立风险预警阈值，然后将监测到的数据与预警阈值实施对比，当监测数据不在设立的预警阈值范围之中时，该监测对象满足需要预警的条件，要形成预警机制。

过去的阈值是由运维人员手动设定的固定值，这样很容易导致阈值与实际情况不相符。阈值预警在大数据技术的支持下，对之前的数据进行分析，并且形成适合自身的动态阈值，另一方面，系统还能设置窗口让用户自行对阈值进行修改，从而弥补一些缺陷。

2.3 快变预警

信息资源监测的数据要时刻与同种类型的数据进行对比，当其变化范围过大，差值比预期的比例要大时，此时的监测资源则被认定为存在于一个变动较大的状况中，那么就要形成预警事件。横向预警及纵向预警两种方式都属于快变预警的范围之中。横向预警是指与同种类型的资源进行对比而构成的预警，重点针对负载均衡集群，假如在集群中的某台设备所负责的工作要远多于其他的设备时，此时则需要对其实施风险预警。纵向预警是指与自己之前的数据进行对比而构成的预警，在大数据的统计分析的基础上，探讨及分析历史数据，最后将解析结果与运维主动预警模型相结合，实现主动预警的目的。

2.4 关联预警

关联预警是指在信息数据库及其他的基础设施中存在的众多的应用数据及运行中，寻找与项目相关或者与对象集合有关的内容，相关包含有频繁模式、关联性、相关性及因果关系。通过对大数据进行关联分析的方式，对信息数据库及有关基础设施的各种指标完成关联解析，最终达到信息资源的主动预警的目的，促进运营商的精准运维。

3 结语

大数据时代的到来，运营商之间的竞争更加激烈，企业会越来越重视大数据的重要性，企业会更愿意运用大数据手段挖掘客户的潜在价值，这也应该是运营商应该做的事情。运营商要通过对主动预警方法体系实现风险预警的目的，并且重视提高服务质量，增强差异化优势。运营商可以运用大数据分析这个有效的手段，助推精准运维，以防范风险的出现，并对预警事件及时的处理，降低企业的经营成本，提高经营效益。

参考文献

[1]季安平.用户呼叫数据在移动网络规划中的应用[J].邮电设计技术，2014.

[2]李恒久.大数据分析助力精准化网络运营研究[J].电信网技术，2015.

[3]徐代刚等.面向未来网络运营的敏捷运维架构[J].企业视界，2016.

作者单位

中国移动通信集团重庆有限公司 重庆市 401121endprint