董雪

摘要：目前，高校無線網(wǎng)絡(luò)主要通過路測(cè)獲取數(shù)據(jù)后進(jìn)行人工分析得到優(yōu)化策略，但由于路測(cè)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(luò)性能的關(guān)鍵因素，因此數(shù)據(jù)挖掘技術(shù)的應(yīng)用十分必要。本文介紹用數(shù)據(jù)挖掘技術(shù)分析影響無線網(wǎng)絡(luò)性能的關(guān)鍵因素，以便指導(dǎo)我們高效、有針對(duì)性的提升無線網(wǎng)絡(luò)性能。

關(guān)鍵詞：數(shù)據(jù)挖掘；數(shù)據(jù)分析；無線網(wǎng)絡(luò)優(yōu)化技術(shù)；影響因素

中圖分類號(hào)：TP311.13 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）11-0038-02

1 前言

高校信息化建設(shè)是我國(guó)信息化建設(shè)的重要組成部分，網(wǎng)絡(luò)是高校信息化建設(shè)的基礎(chǔ)保障。近年來，隨著無線網(wǎng)絡(luò)技術(shù)迅猛發(fā)展，無線網(wǎng)絡(luò)信號(hào)的覆蓋范圍越來越廣以及個(gè)人手持終端性能的不斷提高，師生們對(duì)數(shù)據(jù)傳輸業(yè)務(wù)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(guān)注的是不受時(shí)間和空間限制的高速率大流量數(shù)據(jù)業(yè)務(wù)，這一需求的出現(xiàn)就要求無線網(wǎng)絡(luò)能夠高質(zhì)量、快速穩(wěn)定運(yùn)行[2]。

我國(guó)大多數(shù)高校無線網(wǎng)絡(luò)在初期建設(shè)時(shí)，不可避免的會(huì)出現(xiàn)整體規(guī)劃不科學(xué)、不合理等問題，造成無線網(wǎng)絡(luò)性能不理想，因此需要對(duì)無線網(wǎng)絡(luò)進(jìn)行合理優(yōu)化[3]，無線網(wǎng)絡(luò)在運(yùn)行過程中會(huì)產(chǎn)生大量數(shù)據(jù)，通過數(shù)據(jù)挖掘技術(shù)的應(yīng)用，找到影響無線網(wǎng)絡(luò)性能的關(guān)鍵因素，分析與網(wǎng)絡(luò)性能提升密切相關(guān)的數(shù)據(jù)，為無線網(wǎng)絡(luò)優(yōu)化提供決策性意見，有針對(duì)性并且高效的提升無線網(wǎng)絡(luò)性能，使得其在資源設(shè)備有限的情況下，資源利用率更高、網(wǎng)絡(luò)整體性能更優(yōu)、用戶滿意度更高，盡可能消除初期建設(shè)時(shí)的規(guī)劃不合理。

2無線網(wǎng)絡(luò)性能指標(biāo)

無線網(wǎng)絡(luò)優(yōu)化是指經(jīng)過對(duì)現(xiàn)在已有并已經(jīng)投入運(yùn)行的網(wǎng)絡(luò)進(jìn)行話務(wù)數(shù)據(jù)分析、現(xiàn)場(chǎng)測(cè)試數(shù)據(jù)采集、站點(diǎn)參數(shù)分析等手段，找到影響無線網(wǎng)絡(luò)質(zhì)量的問題所在，并且通過站點(diǎn)參數(shù)的修改、網(wǎng)絡(luò)結(jié)構(gòu)的調(diào)整以及重新調(diào)整設(shè)備配置和采取某些技術(shù)手段，確保系統(tǒng)高質(zhì)量、穩(wěn)定的運(yùn)行，使現(xiàn)有網(wǎng)絡(luò)資源得到最充分利用[4]。

反映無線網(wǎng)絡(luò)運(yùn)行狀況以及性能的指標(biāo)主要包括以下內(nèi)容：接入點(diǎn)的信號(hào)強(qiáng)度、認(rèn)證的成功率、吞吐量、丟包率、信噪比、用戶的掉線率、網(wǎng)絡(luò)時(shí)延以及誤碼率等 [5]。這些指標(biāo)是通過路測(cè)獲得的真實(shí)數(shù)據(jù)，與無線網(wǎng)絡(luò)性能息息相關(guān)，利用數(shù)據(jù)挖掘技術(shù)對(duì)這些主要影響因素進(jìn)行分析，有助于準(zhǔn)確、快速定位故障點(diǎn)，并找到影響因素間的相互關(guān)系，直擊故障發(fā)生的源頭。

（1）接入點(diǎn)的信號(hào)強(qiáng)度。在通常情況下我們認(rèn)為-70dbm以上為理想的信號(hào)強(qiáng)度，-70dbm～80dbm為中等信號(hào)強(qiáng)度，小于-80dbm為弱信號(hào)強(qiáng)度。

（2）認(rèn)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(shè)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(hào)與噪聲的比值，一般情況下，信噪比越大，則信號(hào)質(zhì)量越好，混在信號(hào)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(dǎo)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(gè)數(shù)）*100%，一定程度上反映了無線網(wǎng)絡(luò)的質(zhì)量?jī)?yōu)劣，如若掉線率過高則會(huì)使無線網(wǎng)絡(luò)性能下降，用戶感知下降。

（7）網(wǎng)絡(luò)時(shí)延是由過大的網(wǎng)絡(luò)流量造成的設(shè)備反應(yīng)緩慢，網(wǎng)絡(luò)時(shí)延在1～30ms之間時(shí)，用戶幾乎感受不到延遲，大流量的數(shù)據(jù)傳輸業(yè)務(wù)都非常順暢，在31～50ms之間時(shí)，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(wù)都可正常進(jìn)行，在51～100ms之間時(shí)，用戶能明顯感覺到延遲，大流量數(shù)據(jù)傳輸業(yè)務(wù)稍有停頓，當(dāng)大于100ms時(shí)，大流量數(shù)據(jù)傳輸業(yè)務(wù)無法正常進(jìn)行，有明顯的卡頓、丟包并掉線現(xiàn)象出現(xiàn)。

（8）誤碼率是評(píng)價(jià)數(shù)據(jù)在一定時(shí)間內(nèi)進(jìn)行傳輸時(shí)的精確性指標(biāo)，一定程度上反映了信號(hào)質(zhì)量的好壞。

3 數(shù)據(jù)挖掘技術(shù)的應(yīng)用

無線網(wǎng)絡(luò)質(zhì)量的優(yōu)劣和各個(gè)性能指標(biāo)的變化以及指標(biāo)間的相互聯(lián)系密切相關(guān)，它們客觀反映了無線網(wǎng)路的運(yùn)行狀況。無線網(wǎng)絡(luò)運(yùn)行過程中會(huì)產(chǎn)生大量且格式不一的性能指標(biāo)數(shù)據(jù)，人工分析這些數(shù)據(jù)費(fèi)時(shí)又費(fèi)力，而數(shù)據(jù)挖掘技術(shù)可以準(zhǔn)確并高效的幫助我們完成大量性能指標(biāo)數(shù)據(jù)的分析，從而達(dá)到對(duì)整個(gè)無線網(wǎng)絡(luò)從整體到局部的細(xì)致檢查，精準(zhǔn)找到問題的關(guān)鍵點(diǎn)，進(jìn)而有針對(duì)性地進(jìn)行網(wǎng)絡(luò)優(yōu)化。

數(shù)據(jù)挖掘技術(shù)是從大量的、無規(guī)則的數(shù)據(jù)中提取出有價(jià)值的決策性信息的一種數(shù)據(jù)分析技術(shù)。無線網(wǎng)絡(luò)運(yùn)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(luò)性能分析緊密的性能指標(biāo)數(shù)據(jù)，也存在著大量的無用，甚至因?yàn)槿藶榛蛘咴O(shè)備本身造成的錯(cuò)誤數(shù)據(jù)，僅僅依靠個(gè)人經(jīng)驗(yàn)對(duì)這些數(shù)據(jù)進(jìn)行分析時(shí)，由于分析人員本身的專業(yè)知識(shí)與能力的差異會(huì)給分析結(jié)果加入不可控的個(gè)人主觀色彩，導(dǎo)致分析結(jié)果不夠客觀和全面，數(shù)據(jù)挖掘技術(shù)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(jì)中期，隨著機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析等關(guān)聯(lián)學(xué)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(jià)值知識(shí)的不平凡過程，它可以對(duì)數(shù)據(jù)自動(dòng)地進(jìn)行分析處理并進(jìn)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(gè)階段：

（1）問題定義。第一步是分析無線網(wǎng)絡(luò)優(yōu)化問題要干什么以及怎么辦，也就是說在對(duì)高校無線網(wǎng)絡(luò)進(jìn)行優(yōu)化時(shí)，具體需要優(yōu)化哪些方面，例如網(wǎng)絡(luò)安全方面、網(wǎng)絡(luò)資源分配方面還是網(wǎng)絡(luò)故障方面，為問題設(shè)計(jì)一個(gè)總體并且詳細(xì)的計(jì)劃。

（2）數(shù)據(jù)理解。首先確保路測(cè)數(shù)據(jù)真實(shí)有效，然后對(duì)數(shù)據(jù)質(zhì)量進(jìn)行一個(gè)初步評(píng)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(jìn)行統(tǒng)計(jì)、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(zhǔn)備。對(duì)各個(gè)路測(cè)設(shè)備收集來的數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、統(tǒng)一存儲(chǔ)，融合成為一個(gè)更全面、更準(zhǔn)確的綜合性無線網(wǎng)絡(luò)優(yōu)化相關(guān)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(duì)數(shù)據(jù)集進(jìn)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(luò)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(yù)測(cè)算法、關(guān)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(shí)現(xiàn)對(duì)未知數(shù)據(jù)的分類預(yù)測(cè)；序列模式發(fā)現(xiàn)算法與關(guān)聯(lián)規(guī)則分析數(shù)據(jù)記錄彼此之間的聯(lián)系；預(yù)測(cè)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(duì)其某方面進(jìn)行預(yù)測(cè)。由于關(guān)心的問題不一樣所選擇的的數(shù)據(jù)挖掘算法也會(huì)有所不同，建模是一個(gè)需要反復(fù)多次進(jìn)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(luò)優(yōu)化模型。

（5）評(píng)估。對(duì)所建立的無線網(wǎng)絡(luò)優(yōu)化模型的評(píng)估是整個(gè)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(yàn)證所建立的模型以及建模過程中的每個(gè)步驟是否有效，確保模型能能夠提供給我們無線網(wǎng)絡(luò)優(yōu)化方面的決策性指導(dǎo)意見。

（6）部署。無線網(wǎng)絡(luò)優(yōu)化模型所給出的決策性意見由于專業(yè)性強(qiáng)，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(luò)優(yōu)化師。

4 結(jié)語

隨著大數(shù)據(jù)時(shí)代的到來，高校作為網(wǎng)絡(luò)用戶密集區(qū)域?qū)o線網(wǎng)絡(luò)各方面的要求都不斷增多，無線網(wǎng)絡(luò)的抵御攻擊的能力、上網(wǎng)速度以及穩(wěn)定運(yùn)行等方面都是高校師生所關(guān)注的重點(diǎn)，利用數(shù)據(jù)挖掘技術(shù)能夠幫助無線網(wǎng)絡(luò)優(yōu)化師有效提升網(wǎng)絡(luò)性能。由于高校學(xué)生宿舍區(qū)、教學(xué)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(shí)現(xiàn)無線網(wǎng)絡(luò)資源的合理分配，使無線網(wǎng)絡(luò)資源達(dá)到利用率最大化，全面提升高校師生無線網(wǎng)體驗(yàn)，更好地為高校信息化建設(shè)服務(wù)。

參考文獻(xiàn)：

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

[2] 楊莉君. 基于數(shù)據(jù)挖掘技術(shù)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(qiáng)，等. 基于Spark的智慧校園數(shù)據(jù)挖掘研究[J]. 智能計(jì)算機(jī)與應(yīng)用， 2016， 6（6）： 106-107.

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