电信运营商网络优化

目录

目录

项目挑战

海量信息的产生正引发数字洪水的来临,全球电信运营商每年投入百亿美元用于宽带基础设施的建设,仍难以满足用户对带宽的需求。与此同时,运营商收入增长的速 度远远低于流量增长的速度,因此面临着盈利能力减弱的巨大压力。面对互联网公司的激烈竞争,运营商要如何做才能改变纯“管道工”的命运?而在电信网络日常运营中,运营商积累了大量的用户数据,具备真实可靠的社会关系信息,这些数据正是最具战略性的资产。利用大数据技术,挖掘网络数据和用户数据的隐形“金矿”,成为电信运营商转型的突破口之一。机会与威胁(问题)总是并存的,在大数据给运营商带来大量商业机会的同时运营商现有的系统架构在面对大数据的挑战和机会面前也遇到了不少问题。

面临问题

  • 系统分散建设,难以实现资源共享。
  • 经营分析、信令监测、综合网络分析、不良信息监测、上网日志留存等大数据系统分专业建设,其中部分系统分省建设,造成资源重复建设、应用重复开发、专家资源无法共享
  • 数据分散存储,标准化程度低
  • 各大数据系统数据模型不统一,跨系统综合分析困难
  • 统一管理难度较高
  • 以OLTP为核心的传统架构,难以满足新业务发展要求
  • 多采用高端架构建设(类IOE),成本极高
  • 仅具备结构化数据处理能力,无法支持飞速增长的非结构化、半结构化数据处理
  • 对高速增长的数据,传统架构很难满足存储需求
  • 如何避免隐私泄露问题未能解决,大数据运营有风险
  • 人们对于隐私问题越来越重视,数据公司掌握大量数据和数据制造者要求隐私权之间的矛盾,使得大数据使用变得困难
  • 尚未确立商业运营模式
  • 运营商掌握的数据很多,但是这些数据应该怎样应用,给谁用
  • 应用收益是否可以抵消数据开发分析的成本

解决方案

针对电信运营商大数据管理总体系统框架分为四层,分别是物理层、数据层、模型层、应用层。数据层是整个运营商大数据管理的核心部分,为上层应用提供数据支撑。

宝德提供的网络优化大数据解决方案

目前电信运营商网络存在诸如

  • 用户感知差。P2P滥用基站资源的有限带宽资源,高峰时段用户感知差;忙于旧基站的维护及新基站的建设,忽略了数据的收集与分析导致网络优化缺少数据支撑。
  • 安全威胁多。黄色、暴力、反动等不良内容充斥网络;被黑客控制的僵尸网络主机快速蔓延,安全隐患严重;DDoS攻击手段日新月异,攻击行为泛滥且难于防范。
  • 运维管理困难。疲于应付各种事件和问题,各个系统无规则迭加部署,众多的离散系统无法统一管理,网络的可用性和可维护性面临严重挑战。

如何构建一个统一的系统对网络应用进行监管,实现业务的保值到增值;如何面对多样化的业务及数据泛滥的系统;大数据理念给我们提供了思路。宝德特别为电信运营商的网络优化量身定制了一整套的大数据解决方案,方案架构如下图

该架构有效地屏蔽了底层的功能,对上层来说,只需要调用相关接口即可。数据的分发、复制、任务调度、容错都是由系统软件来控制。大规模的PC服务器具备强大的处理能力和网络带宽,同时还具备线性的横向扩展能力。系统拓扑图如下:

电信行业当前面临的数据挑战和新业务运营的压力,大数据技术的应用将充分发挥出数据的价值,为提高生产率、增加销售额及新业务开发和传统业务增强等方面带来巨大的机会;美国德克萨斯大学的一项研究显示,如果电信业的大数据利用率提高10%,生产效率将会提升17%,销售额将增加96亿美元。另一方面,大数据预测分析能够帮助运营商深入了解用户的行为,从而制定相应的策略。

用户收益

宝德Hadoop大数据平台以可控的成本实现海量网络数据与信令数据分层存储

宝德Hadoop大数据平台通过缩短数据处理路径和提供超大数据处理带宽,有效减少分析响应时间,提升运维处理与信令分析的业务价值,改善端到端的网络服务质量,优化资源配置,提高运营效率,有效降低运营成本

开放的大数据平台能够支撑多种应用的开发

基于开放架构,高性价比的解决方案

获取方案推荐

点击获取个性化IT方案推荐,专业团队随时为您提供定制解决方案。
联系我们