淺析數(shù)據(jù)挖掘技術在高校無線網(wǎng)絡優(yōu)化中的應用

董雪

摘要：目前，高校無線網(wǎng)絡主要通過路測獲取數(shù)據(jù)后進行人工分析得到優(yōu)化策略，但由于路測數(shù)據(jù)不僅數(shù)量龐大而且格式多樣，僅依靠人工不能全面有效地找出影響網(wǎng)絡性能的關鍵因素，因此數(shù)據(jù)挖掘技術的應用十分必要。本文介紹用數(shù)據(jù)挖掘技術分析影響無線網(wǎng)絡性能的關鍵因素，以便指導我們高效、有針對性的提升無線網(wǎng)絡性能。

關鍵詞：數(shù)據(jù)挖掘；數(shù)據(jù)分析；無線網(wǎng)絡優(yōu)化技術；影響因素

中圖分類號：TP311.13 文獻標識碼：A 文章編號：1009-3044（2018）11-0038-02

1 前言

高校信息化建設是我國信息化建設的重要組成部分，網(wǎng)絡是高校信息化建設的基礎保障。近年來，隨著無線網(wǎng)絡技術迅猛發(fā)展，無線網(wǎng)絡信號的覆蓋范圍越來越廣以及個人手持終端性能的不斷提高，師生們對數(shù)據(jù)傳輸業(yè)務依賴也越來越高[1]。而高校作為無線網(wǎng)使用密集區(qū)，已經(jīng)無法滿足過去低速率的數(shù)據(jù)傳輸，更多關注的是不受時間和空間限制的高速率大流量數(shù)據(jù)業(yè)務，這一需求的出現(xiàn)就要求無線網(wǎng)絡能夠高質(zhì)量、快速穩(wěn)定運行[2]。

我國大多數(shù)高校無線網(wǎng)絡在初期建設時，不可避免的會出現(xiàn)整體規(guī)劃不科學、不合理等問題，造成無線網(wǎng)絡性能不理想，因此需要對無線網(wǎng)絡進行合理優(yōu)化[3]，無線網(wǎng)絡在運行過程中會產(chǎn)生大量數(shù)據(jù)，通過數(shù)據(jù)挖掘技術的應用，找到影響無線網(wǎng)絡性能的關鍵因素，分析與網(wǎng)絡性能提升密切相關的數(shù)據(jù)，為無線網(wǎng)絡優(yōu)化提供決策性意見，有針對性并且高效的提升無線網(wǎng)絡性能，使得其在資源設備有限的情況下，資源利用率更高、網(wǎng)絡整體性能更優(yōu)、用戶滿意度更高，盡可能消除初期建設時的規(guī)劃不合理。

2無線網(wǎng)絡性能指標

無線網(wǎng)絡優(yōu)化是指經(jīng)過對現(xiàn)在已有并已經(jīng)投入運行的網(wǎng)絡進行話務數(shù)據(jù)分析、現(xiàn)場測試數(shù)據(jù)采集、站點參數(shù)分析等手段，找到影響無線網(wǎng)絡質(zhì)量的問題所在，并且通過站點參數(shù)的修改、網(wǎng)絡結構的調(diào)整以及重新調(diào)整設備配置和采取某些技術手段，確保系統(tǒng)高質(zhì)量、穩(wěn)定的運行，使現(xiàn)有網(wǎng)絡資源得到最充分利用[4]。

反映無線網(wǎng)絡運行狀況以及性能的指標主要包括以下內(nèi)容：接入點的信號強度、認證的成功率、吞吐量、丟包率、信噪比、用戶的掉線率、網(wǎng)絡時延以及誤碼率等 [5]。這些指標是通過路測獲得的真實數(shù)據(jù)，與無線網(wǎng)絡性能息息相關，利用數(shù)據(jù)挖掘技術對這些主要影響因素進行分析，有助于準確、快速定位故障點，并找到影響因素間的相互關系，直擊故障發(fā)生的源頭。

（1）接入點的信號強度。在通常情況下我們認為-70dbm以上為理想的信號強度，-70dbm～80dbm為中等信號強度，小于-80dbm為弱信號強度。

（2）認證的成功率主要體現(xiàn)了用戶與AP連接成功與否。

（3）吞吐量是指在沒有幀丟失的情況下，設備能夠接受并轉(zhuǎn)發(fā)的最大數(shù)據(jù)速率。

（4）丟包率是指數(shù)據(jù)以數(shù)據(jù)包的形式傳輸，傳輸過程中出現(xiàn)的數(shù)據(jù)丟失現(xiàn)象， 丟包數(shù)據(jù)占總傳輸數(shù)據(jù)的百分比，一般情況下丟包率為0是正常。

（5）信噪比是指信號與噪聲的比值，一般情況下，信噪比越大，則信號質(zhì)量越好，混在信號里的噪聲越小，否則相反。

（6）無線用戶的掉線率是指（eNodeB發(fā)起S1RESET導致的UEContext釋放次數(shù)+UE Context異常釋放次數(shù)）/（UE Context建立成功總次數(shù)+*小區(qū)遺留UE上下文個數(shù)）*100%，一定程度上反映了無線網(wǎng)絡的質(zhì)量優(yōu)劣，如若掉線率過高則會使無線網(wǎng)絡性能下降，用戶感知下降。

（7）網(wǎng)絡時延是由過大的網(wǎng)絡流量造成的設備反應緩慢，網(wǎng)絡時延在1～30ms之間時，用戶幾乎感受不到延遲，大流量的數(shù)據(jù)傳輸業(yè)務都非常順暢，在31～50ms之間時，用戶沒有明顯感覺到延遲的情況，大流量數(shù)據(jù)傳輸業(yè)務都可正常進行，在51～100ms之間時，用戶能明顯感覺到延遲，大流量數(shù)據(jù)傳輸業(yè)務稍有停頓，當大于100ms時，大流量數(shù)據(jù)傳輸業(yè)務無法正常進行，有明顯的卡頓、丟包并掉線現(xiàn)象出現(xiàn)。

（8）誤碼率是評價數(shù)據(jù)在一定時間內(nèi)進行傳輸時的精確性指標，一定程度上反映了信號質(zhì)量的好壞。

3 數(shù)據(jù)挖掘技術的應用

無線網(wǎng)絡質(zhì)量的優(yōu)劣和各個性能指標的變化以及指標間的相互聯(lián)系密切相關，它們客觀反映了無線網(wǎng)路的運行狀況。無線網(wǎng)絡運行過程中會產(chǎn)生大量且格式不一的性能指標數(shù)據(jù)，人工分析這些數(shù)據(jù)費時又費力，而數(shù)據(jù)挖掘技術可以準確并高效的幫助我們完成大量性能指標數(shù)據(jù)的分析，從而達到對整個無線網(wǎng)絡從整體到局部的細致檢查，精準找到問題的關鍵點，進而有針對性地進行網(wǎng)絡優(yōu)化。

數(shù)據(jù)挖掘技術是從大量的、無規(guī)則的數(shù)據(jù)中提取出有價值的決策性信息的一種數(shù)據(jù)分析技術。無線網(wǎng)絡運行過程中每一分每一秒都在產(chǎn)生數(shù)據(jù)，這些數(shù)據(jù)日積月累越來越龐大，在這些海量的數(shù)據(jù)中，存在著有用數(shù)據(jù)，如與無線網(wǎng)絡性能分析緊密的性能指標數(shù)據(jù)，也存在著大量的無用，甚至因為人為或者設備本身造成的錯誤數(shù)據(jù)，僅僅依靠個人經(jīng)驗對這些數(shù)據(jù)進行分析時，由于分析人員本身的專業(yè)知識與能力的差異會給分析結果加入不可控的個人主觀色彩，導致分析結果不夠客觀和全面，數(shù)據(jù)挖掘技術可以有效克服這些客觀原因帶來的缺陷。

數(shù)據(jù)挖掘在20世紀中期，隨著機器學習、統(tǒng)計分析等關聯(lián)學科的發(fā)展而發(fā)展起來，它被定義為從數(shù)據(jù)中找到未知且有價值知識的不平凡過程，它可以對數(shù)據(jù)自動地進行分析處理并進行歸納推理，從中找出數(shù)據(jù)所含有的深層次模式，它的模型如下圖所示，數(shù)據(jù)挖掘流程共有6個階段：

（1）問題定義。第一步是分析無線網(wǎng)絡優(yōu)化問題要干什么以及怎么辦，也就是說在對高校無線網(wǎng)絡進行優(yōu)化時，具體需要優(yōu)化哪些方面，例如網(wǎng)絡安全方面、網(wǎng)絡資源分配方面還是網(wǎng)絡故障方面，為問題設計一個總體并且詳細的計劃。

（2）數(shù)據(jù)理解。首先確保路測數(shù)據(jù)真實有效，然后對數(shù)據(jù)質(zhì)量進行一個初步評估，例如掌握數(shù)據(jù)集數(shù)量的大小、分析數(shù)據(jù)特征并進行統(tǒng)計、分析數(shù)據(jù)是否存在噪聲以及是否完整等方面。

（3）數(shù)據(jù)準備。對各個路測設備收集來的數(shù)據(jù)進行數(shù)據(jù)清洗、統(tǒng)一存儲，融合成為一個更全面、更準確的綜合性無線網(wǎng)絡優(yōu)化相關數(shù)據(jù)集。

（4）模型建立。經(jīng)過上述數(shù)據(jù)處理過程后，就要利用數(shù)據(jù)挖掘算法來對數(shù)據(jù)集進行分析，數(shù)據(jù)挖掘算法是數(shù)據(jù)挖掘過程中的核心部分，算法的選擇決定了無線網(wǎng)絡優(yōu)化模型的功效。挖掘算法從功能角度劃分主要有分類算法、序列模式發(fā)現(xiàn)算法、數(shù)據(jù)預測算法、關聯(lián)規(guī)則、聚類算法等，其中，分類算法分析已有數(shù)據(jù)集的差異實現(xiàn)對未知數(shù)據(jù)的分類預測；序列模式發(fā)現(xiàn)算法與關聯(lián)規(guī)則分析數(shù)據(jù)記錄彼此之間的聯(lián)系；預測算法分析數(shù)據(jù)本身特性并找到數(shù)據(jù)之間潛在規(guī)則并對其某方面進行預測。由于關心的問題不一樣所選擇的的數(shù)據(jù)挖掘算法也會有所不同，建模是一個需要反復多次進行的過程，需要不斷調(diào)整算法參數(shù)，已得到更可靠的無線網(wǎng)絡優(yōu)化模型。

（5）評估。對所建立的無線網(wǎng)絡優(yōu)化模型的評估是整個數(shù)據(jù)挖掘過程中的重要環(huán)節(jié)，但是經(jīng)常被忽略。這一步是驗證所建立的模型以及建模過程中的每個步驟是否有效，確保模型能能夠提供給我們無線網(wǎng)絡優(yōu)化方面的決策性指導意見。

（6）部署。無線網(wǎng)絡優(yōu)化模型所給出的決策性意見由于專業(yè)性強，需要在該階段經(jīng)過專業(yè)人員的解釋，再呈現(xiàn)給無線網(wǎng)絡優(yōu)化師。

4 結語

隨著大數(shù)據(jù)時代的到來，高校作為網(wǎng)絡用戶密集區(qū)域?qū)o線網(wǎng)絡各方面的要求都不斷增多，無線網(wǎng)絡的抵御攻擊的能力、上網(wǎng)速度以及穩(wěn)定運行等方面都是高校師生所關注的重點，利用數(shù)據(jù)挖掘技術能夠幫助無線網(wǎng)絡優(yōu)化師有效提升網(wǎng)絡性能。由于高校學生宿舍區(qū)、教學區(qū)、辦公區(qū)等區(qū)域的劃分，數(shù)據(jù)挖掘還能夠分析不同用戶行為，實現(xiàn)無線網(wǎng)絡資源的合理分配，使無線網(wǎng)絡資源達到利用率最大化，全面提升高校師生無線網(wǎng)體驗，更好地為高校信息化建設服務。

參考文獻：

[1] 馬煜. 基于數(shù)據(jù)挖掘?qū)π@網(wǎng)用戶網(wǎng)絡行為的分析[J]. 科技創(chuàng)新與應用， 2016，21（34）.25-26

[2] 楊莉君. 基于數(shù)據(jù)挖掘技術的校園通信用戶模型建立[J]. 黑龍江科技信息， 2013，13（20）：165-165.

[3] 李慧芳， 白珊， 馬強，等. 基于Spark的智慧校園數(shù)據(jù)挖掘研究[J]. 智能計算機與應用， 2016， 6（6）： 106-107.

[4] 楊國靜. 基于數(shù)據(jù)挖掘的高校教學數(shù)據(jù)分析研究[D]. 河北師范大學， 2015.