基于5G的物聯(lián)網(wǎng)大數(shù)據(jù)分析方法體系分析

傅宇

（廣東宜通衡睿科技有限公司 廣東省廣州市 510000）

伴隨著大數(shù)據(jù)、人工智能、云計算各種現(xiàn)代信息技術的快速發(fā)展，萬物互聯(lián)時代已經(jīng)到來，海量數(shù)據(jù)信息予以運營商更多挑戰(zhàn)和機遇，在此情況下，通過對5G物聯(lián)網(wǎng)的研究，能夠切實帶動行業(yè)發(fā)展，提升5G物聯(lián)網(wǎng)大數(shù)據(jù)實際應用效能和應用水平。

1 基于5G的物聯(lián)網(wǎng)大數(shù)據(jù)帶來的挑戰(zhàn)和機遇

5G又可以稱之為第五代移動網(wǎng)絡通信技術，無論是在傳輸速度，還是在傳輸容量，相比于以往都具有較為明顯的應用優(yōu)勢。根據(jù)相關理論研究發(fā)現(xiàn)，應用5G技術，從理論的角度整體傳輸速度能夠達到10Gbit/s，傳輸距離也得到較大程度的提高，整體傳輸距離能夠達到2km左右。5G技術的應用能夠打破時間和空間的限制，切實帶動數(shù)據(jù)傳輸效率。根據(jù)我國工信部發(fā)布的《2020年通信業(yè)統(tǒng)計公報》，2020年我國新建基站數(shù)量就已經(jīng)超過60萬個，而當前全國已經(jīng)完成搭建工作的5G基站已經(jīng)達到71.8萬，5G網(wǎng)絡信號開始遍布于社會各界[1]。與此同時，從網(wǎng)絡建設的角度進行分析，移動終端的普及促使人們能夠更加直接地應用技術手段完成數(shù)據(jù)處理。5G與4G移動通信技術相比，將會切實推動萬物互聯(lián)時代的發(fā)展，整體服務對象也開始從人聯(lián)網(wǎng)朝向物聯(lián)網(wǎng)前進。今后，5G技術也開始朝向更加精細化的方向發(fā)展，從而更好地發(fā)揮技術效能，也予以運營商諸多挑戰(zhàn)和機遇。

（1）在信息傳輸速率不斷提升的同時，數(shù)據(jù)量也在相應增長，海量數(shù)據(jù)信息予以運營商更多挑戰(zhàn)。5G時代，海量數(shù)據(jù)信息雖然予以運營商更多價值和意義，但是在數(shù)據(jù)存儲、傳輸?shù)确矫娴奶幚沓杀竞吞幚頃r間也相應增長。在此情況下，運營商應當加強大數(shù)據(jù)平臺處理架構(gòu)升級，促使整個數(shù)據(jù)處理流程能夠更好地適應時代發(fā)展要求。

（2）5G技術也實現(xiàn)了萬物互聯(lián)時代的開啟，無論是在數(shù)據(jù)維度，還是在數(shù)據(jù)種類方面都能夠不斷優(yōu)化，數(shù)據(jù)類別也更加多樣，不僅包括圖片，而且還有以視頻為代表的非結(jié)構(gòu)化數(shù)據(jù)，海量數(shù)據(jù)接入也在一定程度上豐富應用場景，提升大數(shù)據(jù)應用效能。而根據(jù)相關統(tǒng)計報告顯示，我國物聯(lián)網(wǎng)行業(yè)應用滲透率已經(jīng)從2017年的29%提升到2020年的65%，我國物聯(lián)網(wǎng)市場規(guī)模從2017年的11731億元提升到2020年的22079億元[2]。物聯(lián)網(wǎng)行業(yè)能夠廣泛應用于不同的行業(yè)類別，不同行業(yè)之間的業(yè)務差別存在差異，場景碎片化也日益明顯。與此同時，移動運營商也可以乘著5G技術的東風，有效應用于各個垂直行業(yè)領域，切實推動行業(yè)建設發(fā)展，實現(xiàn)數(shù)字化轉(zhuǎn)型升級。然而，運營商面臨的最為明顯問題則是人才短缺情況，現(xiàn)有部分運營商缺乏專業(yè)理論知識，很難和行業(yè)客戶展開深入交流和研究，在此情況下，應當加強人才隊伍建設，實現(xiàn)垂直行業(yè)人才培養(yǎng)工作。

（3）在物聯(lián)網(wǎng)大數(shù)據(jù)變革發(fā)展的同時，業(yè)務識別工作卻變得更加困難，對于不同的行業(yè)類別，物聯(lián)網(wǎng)應用層協(xié)議還并未構(gòu)建統(tǒng)一標準，不同行業(yè)的協(xié)議標準存在差異，不同企業(yè)也會有所差異，這也就使得具體行業(yè)領域數(shù)據(jù)處理難度相應提高。通常而言，對于物聯(lián)網(wǎng)應用層協(xié)議，主要含有HTTP協(xié)議、MQTT協(xié)議，其中MQTT協(xié)議具有多方面的應用優(yōu)勢，協(xié)議較為清晰簡單、方便閱讀、便于解析、開發(fā)成本較低，是當前應用較為廣泛的一種應用層協(xié)議。而對于眾多應用層協(xié)議，當運營商應用DPI深度報文處理技術時，也對物聯(lián)網(wǎng)數(shù)據(jù)流識別工作提出了更高的技術要求。

2 基于5G的物聯(lián)網(wǎng)大數(shù)據(jù)分析方法體系

2.1 平臺架構(gòu)

現(xiàn)階段，基于5G的物聯(lián)網(wǎng)大數(shù)據(jù)進入了快速發(fā)展時期，社會各界對于數(shù)據(jù)的重視程度也在相應上升，通過構(gòu)建基于5G的物聯(lián)網(wǎng)大數(shù)據(jù)分析方法體系，能夠有效應對不同行業(yè)的發(fā)展需求，從而更好地滿足不同行業(yè)領域的實際需求，切實發(fā)揮數(shù)據(jù)效用。5G時代的到來，數(shù)據(jù)信息和以往相比也發(fā)生了很大差別，對于數(shù)據(jù)存儲效率、數(shù)據(jù)處理方式提出了更好的技術要求?；诂F(xiàn)階段已有的物聯(lián)網(wǎng)技術、5G技術，將其應用于各種業(yè)務領域，不僅能夠切實提高業(yè)務處理效能，而且還能更好地滿足客戶個性化需求，切實推動行業(yè)發(fā)展。例如，對于車聯(lián)網(wǎng)場景，則對實際運行效率、時延性提出了較高的技術要求，也需要相應提高數(shù)據(jù)平臺計算能力和處理速度。對于物聯(lián)網(wǎng)大數(shù)據(jù)平臺架構(gòu)也將會不斷朝向中心+邊緣協(xié)同計算的角度進行發(fā)展，通過邊緣計算的方式，能夠?qū)崿F(xiàn)大規(guī)模的數(shù)據(jù)分析，從而提升數(shù)據(jù)響應速度[3]。采用邊緣計算的方式，能夠?qū)崿F(xiàn)高效能的數(shù)據(jù)處理，平臺處理和應用也并不會受到海量數(shù)據(jù)的影響。數(shù)據(jù)平臺能夠完成各種數(shù)據(jù)信息的收集、整合、審核分析工作，直到數(shù)據(jù)確認無誤之后，才能夠繼續(xù)下發(fā)到邊緣節(jié)點。從當前實際發(fā)展情況而言，采用中心平臺、邊緣節(jié)點的聯(lián)合協(xié)作方式，能夠有效改善平臺應用效能，更好地滿足多種業(yè)務場景。而中心平臺主要發(fā)揮數(shù)據(jù)處理的功效，還可以完成邊緣大數(shù)據(jù)平臺節(jié)點管理等工作。

2.2 分析流程

前5G時代的人聯(lián)網(wǎng)大數(shù)據(jù)分析方法體系已經(jīng)難以滿足時代發(fā)展要求，在此情況下，通過構(gòu)建5G物聯(lián)網(wǎng)大數(shù)據(jù)的分析方法體系，能夠更好地發(fā)揮數(shù)據(jù)優(yōu)勢，帶動行業(yè)發(fā)展。事實上，5G時代，無論是物聯(lián)網(wǎng)技術，還是大數(shù)據(jù)技術，已經(jīng)廣泛應用于社會生活的方方面面，各個行業(yè)之間的業(yè)務差別較大，不同的業(yè)務場景，也將會呈現(xiàn)出相應特點，這就需要加強技術分析，結(jié)合行業(yè)類別進行研究。而對于5G物聯(lián)網(wǎng)大數(shù)據(jù)分析，最為首要的便是構(gòu)建相應的行業(yè)數(shù)據(jù)識別特征庫，結(jié)合行業(yè)類別完成數(shù)據(jù)識別，進而有效展開后續(xù)數(shù)據(jù)處理工作。具體來講，對于5G物聯(lián)網(wǎng)大數(shù)據(jù)采集工作，主要可以借助行業(yè)屬性、DPI解析、AI算法三種方式完成行業(yè)數(shù)據(jù)識別，從而結(jié)合行業(yè)類別完成數(shù)據(jù)分類、數(shù)據(jù)分析、數(shù)據(jù)應用。

2.3 行業(yè)數(shù)據(jù)識別

2.3.1 屬性標識

展開行業(yè)數(shù)據(jù)識別工作，其中最為首要的辨識構(gòu)建相應的數(shù)據(jù)識別特征庫，從而方便工作人員直接借助特征庫進行數(shù)據(jù)搜尋和處理，利用行業(yè)屬性進行數(shù)據(jù)識別是一種較為常見的行業(yè)數(shù)據(jù)識別方法。通過行業(yè)屬性表示進行識別與人聯(lián)網(wǎng)實名認證方式較為相似，當某行業(yè)領域的企業(yè)進行入網(wǎng)操作時，運營商將會根據(jù)企業(yè)類別，自動分配行業(yè)標識[4]。而對于已經(jīng)采集獲取得到的物聯(lián)網(wǎng)數(shù)據(jù)，則可以運用IMSI完成數(shù)據(jù)關聯(lián)，從而更好地獲取該物聯(lián)卡中的行業(yè)類別屬性信息。

2.3.2 DPI協(xié)議特征

除了通過行業(yè)屬性標識完成行業(yè)數(shù)據(jù)識別，還可以借助DPI協(xié)議特征完成行業(yè)數(shù)據(jù)識別工作。具體來講，技術人員可以直接通過應用DPI深度數(shù)據(jù)報文解析技術，完成數(shù)據(jù)識別工作。事實上，DPI作為數(shù)據(jù)報文過濾技術的一種，與普通報文相比，能夠?qū)?shù)據(jù)流實際業(yè)務內(nèi)容進行處理。而采用DPI深度數(shù)據(jù)報文解析技術的關鍵便在于能夠高效識別多種應用類別，從而明確數(shù)據(jù)報文，完成“特征字”的識別工作。并能夠透過傳輸層解析規(guī)則庫、應用層解析規(guī)則庫以及IP規(guī)則庫，智能識別各項業(yè)務內(nèi)容，完成行業(yè)數(shù)據(jù)處理功效。

2.3.3 AI智能算法

應用人工智能AI算法完成行業(yè)數(shù)據(jù)識別也是一種應用較為廣泛的識別方式。事實上，對于不同的行業(yè)類別，業(yè)務特征也會存在明顯差異。例如，對于車聯(lián)網(wǎng)行業(yè)領域，物聯(lián)網(wǎng)卡和一般的工業(yè)互聯(lián)網(wǎng)，在信息傳輸周期、傳輸時延、傳輸速率等數(shù)據(jù)指標都會呈現(xiàn)出較大差異。在此情況下，工作人員可以結(jié)合既有工作經(jīng)驗和積累數(shù)據(jù)，根據(jù)行業(yè)類別構(gòu)建指標特征庫，應用聚類、AI算法，完成整個行業(yè)領域的智能分類識別工作。

當完成行業(yè)數(shù)據(jù)處理分類工作后，工作人員可以直接按照社會行業(yè)特征類別，構(gòu)建專屬于不同行業(yè)的大數(shù)據(jù)庫，例如，對于新能源行業(yè)領域可以形成物聯(lián)網(wǎng)能源大數(shù)據(jù)庫，對于車載行業(yè)領域則可以形成物聯(lián)網(wǎng)車聯(lián)網(wǎng)大數(shù)據(jù)庫，對于公共交通領域則可以構(gòu)建物聯(lián)網(wǎng)智慧交通大數(shù)據(jù)庫，對于醫(yī)療衛(wèi)生行業(yè)領域則可以形成物聯(lián)網(wǎng)智慧醫(yī)療大數(shù)據(jù)庫。不同行業(yè)領域的物聯(lián)網(wǎng)大數(shù)據(jù)庫能夠更好地推進行業(yè)建設和發(fā)展，從而實現(xiàn)行業(yè)領域的深度研究和發(fā)展。

2.4 分析體系

2.4.1 關聯(lián)分析

與傳統(tǒng)的4G人聯(lián)網(wǎng)大數(shù)據(jù)分類方式進行比較，基于5G的物聯(lián)網(wǎng)大數(shù)據(jù)主要包括兩種，兩種不同的數(shù)據(jù)類別分別具有不同的功效，第一種大數(shù)據(jù)則為網(wǎng)絡側(cè)OSS域數(shù)據(jù)，此種數(shù)據(jù)類別將重點放在借助不同接口掛表從而獲取得到的業(yè)務行為數(shù)據(jù)，第二種大數(shù)據(jù)則為行業(yè)屬性BSS側(cè)數(shù)據(jù)，此種數(shù)據(jù)類別則是將重點放在對行業(yè)類別屬性記錄、行業(yè)基本標識記錄以及行業(yè)業(yè)務類別記錄。如果采用整合分析的方式，將網(wǎng)絡側(cè)OSS域數(shù)據(jù)和行業(yè)屬性BSS側(cè)數(shù)據(jù)進行綜合考量，便可直接采用多種視角和多種維度，切實完成物聯(lián)網(wǎng)大數(shù)據(jù)分析，也能夠為后續(xù)各項業(yè)務提供基本保障，降低運行成本，提高應用效能。與此同時，還可以加強數(shù)據(jù)分析，研究如何才能切實提升行業(yè)服務效能，從而切實發(fā)揮物聯(lián)網(wǎng)大數(shù)據(jù)技術應用效能。

基于5G的物聯(lián)網(wǎng)大數(shù)據(jù)分析方法體系主要著重于物聯(lián)網(wǎng)全域數(shù)據(jù)收集和處理工作，并能夠一同完成行業(yè)屬性BSS側(cè)數(shù)據(jù)、網(wǎng)絡側(cè)OSS域數(shù)據(jù)的打通作業(yè)，有機構(gòu)建動態(tài)數(shù)據(jù)和靜態(tài)數(shù)據(jù)之間的關聯(lián)，搭建形成5G物聯(lián)網(wǎng)大數(shù)據(jù)分析方法體系的地層數(shù)據(jù)關聯(lián)層。與此同時，正是由于行業(yè)數(shù)據(jù)信息，結(jié)合行業(yè)屬性BSS側(cè)數(shù)據(jù)和網(wǎng)絡側(cè)OSS域數(shù)據(jù)，并能夠基于基本的行業(yè)數(shù)據(jù)識別特征庫，開始結(jié)合行業(yè)類別信息搭建各個企業(yè)的數(shù)據(jù)庫平臺，結(jié)合行業(yè)類別信息完成標簽化數(shù)據(jù)處理和加工作業(yè)，有效完善標簽化數(shù)據(jù)處理，切實推進上層關聯(lián)分析工作。

事實上對于基于5G的物聯(lián)網(wǎng)大數(shù)據(jù)分析方法體系，關聯(lián)分析作為整個方法體系中的重要組成部分，需要結(jié)合行業(yè)類別，展開全方位、多角度的分析，從而更好地結(jié)合行業(yè)類別，了解垂直行業(yè)網(wǎng)絡運行情況，充分挖掘不同行業(yè)的真實需求，從而推動垂直行業(yè)建設和發(fā)展。為了更好滴推動行業(yè)發(fā)展，充分發(fā)揮不同行業(yè)業(yè)務效能，工作人員可以采用分層構(gòu)建的方式，對專題分析數(shù)據(jù)和模型進行搭建。具體來講，模型第一層則可以根據(jù)行業(yè)類別，整合多維寬表匯總數(shù)據(jù)，還可以在第一層整合公共指標匯總數(shù)據(jù)，通過上述兩種匯總數(shù)據(jù)，能夠促使各項公共指標充分發(fā)揮自身效能，復用性提高，無效加工減少。工作人員還可以完成公共指標抽取作業(yè)，當抽取完成后搭建行業(yè)場景化應用標簽庫；模型第二層則可以充分利用公共數(shù)據(jù)中心優(yōu)勢，結(jié)合行業(yè)類別搭建更具針對性的統(tǒng)計指標數(shù)據(jù)中心，統(tǒng)計指標數(shù)據(jù)中心本身含有大量數(shù)據(jù)指標信息，也能夠切實發(fā)揮上層數(shù)據(jù)服務應用效能。不同的數(shù)據(jù)分析模塊分別扮演著不同的角色職能，彼此之間保持著緊密的配合，不同的組合方式也能夠發(fā)揮相應的應用需求。例如，對于購物類物聯(lián)網(wǎng)企業(yè)，為了切實提高銷售額和企業(yè)經(jīng)濟效益，則可以結(jié)合企業(yè)目標用戶畫像、企業(yè)分布等模塊進行綜合分析，從而挖掘出該企業(yè)、電子產(chǎn)品的潛在用戶特征和實際消費能力，從而展開針對性的市場營銷工作，有效提高產(chǎn)品服務效能。對于車聯(lián)網(wǎng)企業(yè)，為了切實提高企業(yè)經(jīng)濟效益、提供優(yōu)質(zhì)服務，則可以對機動車運行軌跡等信息進行整合分析，做好道路行為預判，切實推動車聯(lián)網(wǎng)企業(yè)經(jīng)濟營收。

2.4.2 業(yè)務應用層

5G物聯(lián)網(wǎng)大數(shù)據(jù)分析方法體系的最上層則為業(yè)務應用層，業(yè)務應用層本身具有靈活多變的應用特征，在此情況下，對于大數(shù)據(jù)平臺本身的技術功能也提出了更高要求。今后，也應當不斷加強視乎研究，切實推進物聯(lián)網(wǎng)業(yè)務應用和行業(yè)發(fā)展。

3 結(jié)論

綜上所述，對基于5G的物聯(lián)網(wǎng)大數(shù)據(jù)分析方法體系展開分析具有十分重要的意義。今后，應當加強對5G物聯(lián)網(wǎng)大數(shù)據(jù)的重要性認識，靈活應用大數(shù)據(jù)分析方法體系，從而全面掌握網(wǎng)絡運行情況、行業(yè)業(yè)務內(nèi)容，促使運營商能夠更好地完成網(wǎng)絡連接和垂直行業(yè)市場參與，實現(xiàn)經(jīng)濟社會的恒穩(wěn)發(fā)展。