基于大数据分析的网格化宽带接入网规划方法及应用

基于大数据分析的网格化宽带接入网规划方法及应用

李昊

广东省电信规划设计院有限公司  广东广州  510630

摘要：近年来互联网技术发展十分迅速，各种各样的信息技术在人们工作生活中得到了广泛运用，其中云计算技术、大数据技术较为常见，通过将大数据分析技术运用到宽带接入网的规划中，能够充分发挥大数据技术的优势，有利于优化宽带接入规划水平，降低运行与维护成本，全面提升宽带网络的运行效率。本文U对当前的宽带接入网规划方式进行分析评价，总结存在的问题，并为改进规划方式提出策略，从地理网络的角度为创建全新的网格化宽带接入规划方式提供建议。

关键词：大数据分析；网格化；宽带接入网

随着技术的不断进步，加上固定电话网络宽带市场的逐渐发展，有线宽带接入网的模式得到了创新与改变，当前宽带网络接入网中的主流技术是PON（无源光纤网络），这一技术能够保障网络的有效性，以及接入过程中的便利性，在提升网络质量、扩大网络规模上发挥着重要的作用。但是在实际应用过程中网络的质量和规模受到基础资源、业务发展、网络建设缝因素的限制，运营商为了提升网络规划的科学性，需要加强对三者关系的协调。

一、大数据分析和宽带接入网概述

（一）大数据分析在电信行业的应用现状

电信行业在生产经营过程中需要储存大量的客户资源，包括政企客户资源、宽带用户资源、移动用户资源等，传统电信行业可以实现对客服中心和销售渠道的数据分析，还可以对计费系统中的海量数据进行分析，从而掌握用户和营销的互动关系，以及用户的消费习惯。虽然大数据分析技术已经在传统电信行业得到了广泛运用，但是当前仍然存在较大的问题，区域化的运营方式让运营商的大数据运用上存在严重的孤岛效应，信息数据没有实现共享，对运营商海量数据的整体分析造成了阻碍[1]。

随着大数据分析技术的不断发展，运营商能够在传统大数据技术基础上拓展大数据的采集渠道，在对发数据技术进行创新时，需要投入大量成本、人力，如果没有采取合理的规划方式，会导致产出达不到预期标准，造成资源的浪费。因此运营商应该结合大数据时代下的实际业务需求，对现有的大数据资源进行合理分析规划。

（二）大数据分析对电信行业的重要性

随着互联网技术的快速发展，各行各业之间的竞争都在逐渐扩大，企业为了提升自身综合能力，提升行业地位，需要具备更强的大数据分析能力。对于更加依赖大数据技术的电信行业，提升大数据分析能力有着更加重要的作用，但是大数据的主要价值并不在于其本身，而是在于后续对数据的分析处理和应用上。因此电信运营商如果盲目加强对大数据分析技术的应用，没有认识到大数据的价值，就会造成资源的浪费。运营商为了充分提升自身综合实力，需要加强对自身现有大数据资源的分析和理解，将大数据分析结果合理运用到日常经营中，才能切实提升自身的服务水平。

当前电信行业的大数据分析主要运用于数据商业化、企业运营管理、客户关系管理、市场与精准营销、网络管理与应用几方面，在范围广阔的电信网络中，宽带接入网位于网络末端，只是一个较小的组成部分，往往处于边缘位置，因此通常会被运营商忽视。然而与电信网络中的其他组成部分相比，宽带接入网是与家庭用户之间的距离较近，能够对用户需求和用户行为加以反应，有利于运营商开展业务分析。因此运营商为了能够在家庭用户接口中占据优势，为宽带市场的发展提供支撑，需要加强在宽带接入网中的大数据应用[2]。

（三）宽带接入网用户分析概述

在宽带网络的建设中，用户的社交、爱好和兴趣等因素都会对业务发展造成影响，也决定着运营商的营销方向，市场效益驱动也在接入网的建设中发挥着较为关键的影响。因此运营商在宽带接入网建设中为了能够快速抢占市场，需要开展有效的用户价值效益分析，通过大数据分析能够对用户行为进行了解，分析用户实际需求，有利于运营商依据用户情况制定具有针对性的差异化营销策略。

在宽带接入网中运用大数据技术进行用户分析主要内容包括对用户价值效益分析，能够对用户价值进行区分，对不同的用户采取具有针对性的服务。用户使用体验分析能够了解用户使用不同套餐的体验，有利于依据实际情况优化服务水平，让用户获得更好的使用体验。用户社交行为分析能够对其日常上网习惯进行了解，依据用户使用习惯推荐更加合适的服务和套餐[3]。

二、现阶段宽带接入网的常见规划方式

（一）业务适配型

这一规划方式以匹配业务为主，在规划和建设PON的过程中将匹配业务作为主要依据，并将其作为自身发展的主要目标。在对PON的建设重点进行决策时以业务发展作为依据，预判并划分热点区域，对PON的建设方向进行初步规划。

这一类型的规划方式虽然能够提前对业务重点区域进行规划，使宽带网络与业务发展更加契合，但是不利于业务的后期发展，为网络运行带来了较大的不确定性。例如当业务发展后期可能会出现规模较大的变动，导致前期投入的资源不符合后期发展需求，限制到PON价值的发挥[4]。

（二）架构布局型

这一方式依据运营商物理节点资源进行规划，在规划宽带接入网时，首先依据不同层次的网络组网和机房覆盖情况，采取逐步建设的形式实现对区域内宽带网络的分层覆盖，在建设过程中还需要考虑到业务分布和发展优先级等情况，从而提升资源的利用效率，加快业务接入速度，如图1为商业用户接入网的PON方式。

架构布局型规划方式的缺陷主要在于过于依赖机房资源的整体规模和科学分布，机房资源会对实际规划产生制约，PON的长期发展也会受到资源匮乏和机房条件不足等因素的影响[5]。

图1 商业用户接入网的PON方式

三、现阶段宽带接入网规划方式中存在的不足

（一）业务规模化水平不高，热点分析手段不足

在建设宽带网络时，首先需要对一定时间段内的建设范围和建设目标加以明确，通常以小区、商务楼等业务发展的物力节点作为依据，采取重点发展区域或清单形式明确宽带网络的规划，在这一过程中节点标识的唯一信息或主要信息是物理地址。现阶段的宽带接入网规划中，在对业务分布的主要区域进行确定时，采取的手段通常以宏观方式和定性方式为主，不具备将地址信息转化为地理点位的功能，同时也无法实现将其标注呈现出来的需求。这就导致了无法直观分析业务需求，降低了判断结果的准确性。虽然有些运营商能够实现这一功能，但是借助的往往是人工标注的方式，不仅需要投入大量的人力资源，效率也十分地下，不利于明确重点区域分布与业务热力分析。

（二）业务发展与资源匹配分析不足

当前宽带接入网的规划中缺少对资源合理配置的分析，不能将业务发展需求与资源分配有机结合起来，同时评估手段也不够先进，缺少对存量资源利旧形式、资源存量发挥程度和发挥手段等问题的考虑。现阶段的PON规划在进行全局判断时缺少差异化与个性化的评估，仅仅以整体能力和平均规模作为判断的依据，没考虑到业务发展不平衡的因素。此外在决策时还没有考虑到存量PON口资源、存量设备槽位能力和存量物理节点资源等因素是否与业务需求相匹配，导致评估的精细化水平不足，范围也不够广泛。

（三）机房位置的选择不够客观合理

由于在规划过程中缺少精细化的存量资源评估，导致在后续建设中选择机房位置时也缺少客观性与合理性，造成节点位置的选择没有实现资源的最优配置。前期机房规划的科学性不足会对后续的建设造成影响，不仅会延长建设周期，还会提升机房建设的难度，通常在选择站点时会优先考虑正在购租或已经购租的位置，这些站点并不是为了宽带网络建设专门设计的节点，在使用中会出现与宽带业务发展不契合的问题，网络接入能力得不到充分发挥。

四、基于大数据分析的网格化宽带接入网规划方法

（一）基础资源规划

针对网络结构不同运营商的定义有着一定差异，在规划时可以依据这一差异和自身业务发展特点，对网络包络范围进行合理划分，采取多层次覆盖的形式明确网络建设和业务接入范围，具体划分级别由小到大分别为：街坊、一级光交覆盖区、光交接入区、综合业务接入区、行政区。

（二）建立模型

在接入网规划中，选择现网大数据分析技术，以上述网格化基础资源规划作为依据，实现对基础资源、网络能力和业务需求的三方协调，建立起端到端的全生态科学规划形式。

具体内容如下：首先将现网存量OLT信息、地理网格信息和业务需求接入点信息作为系统的基本构成，在数据分析上能够实现对千万级接入需求的处理。其次由网络能力匹配、最优节点定位、业务需求分析三个子系统作为分析功能的主要构成，分别负责对OLT资源的细化以及节点间可融性、存量OLT资源可利旧性的统筹考虑等工作，依据实际情况制定具有较强科学性的OLT建设策略，满足不通过建设情况下的实际需求。最后在输入大数据时选择业务需求数据，采用结合地理网格匹配算法，组成系统处理流程，能够实现对计算范围可协调大小的确定，流程具有较强的延展性，能够满足不同地理网格计算的需求[6]。

这一系统有机整合了网络能力协同和基础资源匹配，结合实际建设需求，不过于奢求新建节点，实现了对现网资源的有效利用。

（三）模型应用

该大数据模型中的大数据技术能够对现网设备情况进行反应，还能大规模依据业务需求匹配经纬度，能够在现网有限宽带接入网的规划中发挥出十分重要的价值。

1、业务需求和热点分析

通过大数据将业务需求进行网格化处理，并将处理后的信息通过地图的形式直观展示出来，在对热点区域进行分析时采用4格插值计算热力图，能够提升结果的准确性，还能帮助运营商对业务需求中的重点区域进行捕捉。

2、业务网格化处理和网元匹配分析

运营商通过大数据技术能够采取多样化的手段进行网格化划分，例如上海移动采取的网格划分手段是综合业务接入区，相应制定了网络资源建设和管理规定，依据综合业务接入区展开工作。在网格化处理过程中运用上述模型能够同时分类统计综合业务处理区中的资源，对于常规资源的整合与管理起到辅助作用[7]。

3、计算资源需求归属节点

该模型在开发相关规划系统和模型时的基础主要是有线接入网，在使用过程中还能实现对资源需求归属的节点进行分析计算，主要依赖于以业务分布密度为基础的质心聚类算法，是模型的核心构成。

结语：

在大数据时代下，将大数据分析技术应用到宽带接入网规划中，能够提升规划的科学性，为用户提供更加高水平的服务。在运用大数据分析的过程中，运营商需要充分结合基础资源、网络能力和业务需求，创建规范化的高效规划系统，充分发挥地理网格的可伸缩性优势，实现基础资源匹配和业网能力协同之间的有机统一，有助于提升运营商基础资源的利用效率，促进其业务的长远发展。

参考文献：

[1]谷娜.基于AI和大数据的宽带服务支撑体系研究[J].通信与信息技术,2021(04):81-82.

[2]焦健.大数据背景下宽带网络维护系统架构的探究[J].电子世界,2020(20):204-205.

[3]焦健,程立娟.有线宽带网络规划中数据挖掘的运用分析[J].信息记录材料,2020,21(08):160-161.

[4]王波,郭翔宇.基于中国移动大数据的智慧网格运营管理研究[J].信息通信,2020(07):232-236.

[5]赵涛.基于网格化的宽带接入网规划方法浅析[J].通讯世界,2019,26(07):177-178.

[6]张奇.基于地理网格的宽带接入网全生态规划方法及应用[J].电信科学,2018,34(09):186-192.

[7]张奇.基于大数据分析的网格化宽带接入网规划方法及应用[J].电信科学,2018,34(S1):185-191.