大数据驱动5G网络与服务优化 附大数据技术在5G通信网络中的应用.docx

《大数据驱动5G网络与服务优化 附大数据技术在5G通信网络中的应用.docx》由会员分享，可在线阅读，更多相关《大数据驱动5G网络与服务优化 附大数据技术在5G通信网络中的应用.docx（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、大数据驱动5G网络与服务优化摘要：5G时代的到来将进一步加速移动数据的发展。介绍了移动大数据的 来源，分析了大数据分析在5G网络优化中的应用方向。针对5G网络的新特点， 系统阐述了大数据在5G网络中的大规模天线与分布式天线、无线接入网资源管 理、异构接入组网、云网、移动边缘计算、终端与云端的智能、SDN与NFV、 网络切片、跨层联合优化、源选路优化等方面可能的应用。并结合5G大数据的 特点，分析了其在智慧城市、智慧医疗、智慧交通、工业互联网方面的应用。关键词：5G;大数据；移动数据；网络优化；服务优化1引言5G时代即将到来。和4G网络相比，5G网络在各个方面都有很大提升，不 仅传输速率更高，而

2、且在传输中还呈现出增强移动宽带、超可靠低时延、广覆盖 大连接的特点。如果说1G4G主要面向个人通信，那么5G则扩展到工业互联 网和智慧城市应用。根据Cisco VNkglobal mobile data traffic forecast update,2016 -2021的数据显示，2016-2021年全球移动数据流量增长7倍，平均年增47%, 增长速度非常快。3G时代全球每个用户每个月的连接流量只有3 GB, 4G时代这个数值已经 达到了 6GB, 5G时代将达到30GB （是4G网络平均连接流量的4.7倍）。2017 年我国每个用户每个月产生的移动数据流量为1.775 GB,是2016年的

3、2.3倍， 与全球平均水平相当。而且2018年上半年的数据已经远远超过了 2017年的全年 数据，也就是说，5G时代的到来将进一步加速移动数据的发展。按照中华人 民共和国国民经济和社会发展第第十三个五年规划纲要的要求，5G网络将在 2020年商用。2移动大数据的来源移动大数据包括用户产生的数据和运营商产生的数据，其中用户产生的数据 包括自媒体数据和富媒体数据，运营商产生的数据包括日志数据和基础网络数 据。在运营商的网络上有很多环节可以进行数据采集，在终端可以采集路测（DT） /最小化路测（MDT）、测试报告（MR）、传输分组大小、使用习惯、终端类型等 数据；在基站端可以获得用户的位置信息、用户

4、通话记录（CDR）、链路状态信 息（CSI）、接收信号强度（RSSI）等数据；通过后台的运维系统可以采集测量、 信令、话务统计等数据；通过互联网可以采集新闻、资讯、地图、视频、聊天、 应用等数据。也就是说，在运营商的网络中不但可以获得业务类型、上下行流量、 访问网站等业务数据，还能掌握整个信道的状况。如图1所示，5G网络应是以用户为中心、上下文感知与先应式的网络，且 5G无线网可实现通信、缓存与计算能力的汇聚，因此在网络运营管理设计时， 需要利用大数据技术进行优化，在网络体系架构设计时要适应大数据的传送，以 实现5G网络的运营智能化和网络智能化。5G网络应足以用户为 中心、上下文! 与先应式的

5、网络网络运代价理谈计 应刖大故然优化JSj面向*务网络（SON）应用：没收集聚， 分类、网海；网络叁攻关系发现；决饿、效推限缩、论断与朴常检测等运代智能化网络代理、优化、运力、改普、 体曲版 QoE）.边缘短网络体系架构设计 适应大数据传送SG无位网寞现通信、 嫌存。计算能力的江”-s；Jv；空中接1I （总谓、波形、MIM。、*遒根 型）.RA、平台（多即无饯接入技术）, HIK7f （HWMlktNets, I）2I自玷应推入（GRAN、移动边缘计算）, 上下文公如引、软件定义（SDN、NFV） 运推系统（OSS4ISS）图1大数据分析在5G网络优化中的应用5G网络是数据终端到数据中心的主

6、要通道，如图2所示。从互联网、物联 网终端或移动用户处采集的数据，通过具有边缘缓存和计算能力的基站和无线接 入网进行数据预处理与存储，最后通过核心网络将数据传输给数据中心和云计算 中心进行数据分析。5G网络除了传输数据终端的数据之外，智能终端的多功能 业务还将触发终端与回传网络和核心网络内数百个服务器、路由器和交换机的各 种交互。例如一个用户的HTTP请求可能只有1 KB,而内部数据流可能会增加 930倍。因此，5G网络不仅要承载移动用户数据，还要承载来自不同后台、数 据库、缓存服务器和网关以及回传链路的数据。图2 5G网络是数据终端到数据中心的主要通道3 5G系统中大数据分析能力的设置5G系

7、统的数据分析应该在核心网大数据平台和基站端进行。在核心网大数 据平台应进行数据清洗、解析、格式化、统计分析、可视化等数据分析，按照内 容预测算法执行计算并推断策略内容，然后主动地将决策指令存储在具有缓存能 力的基站中，从而将决策行为从云传递到边缘（即基站）。而基站端负责收集上 下文信息（如用户观看时长和位置信息），对用户空间-时间行为进行分析与预测, 对数据进行汇总、压缩与加密，同时从核心网大数据平台获得决策指令。具有缓 存能力的基站可以使大众内容靠近用户，改进用户体验并减轻回传网的负载。经 过统计，当网络中有16个具有13 GB存储容量和30%的内容分级的基站时，采 用主动缓存方式可以获得1

8、00%的用户满意度和98%的回传卸载。缓存能力可以 部署在无线接入网或核心网，或者两处均部署，缓存能力的分配也需要靠积累运 行数据做出优化决策。4大数据支撑5G网络优化的方向4.1 大数据支撑大规模天线与分布式天线5G将使用大规模天线（MIMO）,天线数高达128个，甚至是256个。高阶 MIMO为每条信道提供一条赋形的天线发射波束，实现空分复用，但各波束间存 在干扰，降低了 MIMO的效率，需要收集密集波束间的干扰数据，并基于系统 的计算能力进行复杂的优化。此外，网络终端在基站中心接收的功率比较大，在 基站边缘接收的信号比较差。此问题可以利用分布式天线解决，但是分布式天线 互相之间也有干扰，

9、如果能够收集到所有天线的信道数据和干扰数据，通过大数 据分析技术对所有无线访问接入点（access point, AP）进行联合信号处理，就 可以指导各天线和微基站实现对干扰的抵消，容量可较LTE系统提高约2个量 级。此外，如果可以收集到MIMO数据和网络数据，并利用大数据技术进行分 析决策，就可以提高定位精度。随着三维仿真、三维射线追踪技术的发展，通过 室内天线和WLAN技术的结合，还能精确定位用户在室外或室内，甚至用户所 在的具体楼层。4.2 大数据支撑5G无线接入网资源管理2G、3G时代的无线接入网是多层次的网络，在这种网络结构下，潮汐效应 经常导致基站忙闲不均。因此4G系统将网络进行了

10、扁平化设计，将基站分解为 基带处理单元(BBU)和射频拉远模块(RRU),多个基站的BBU可集中为基 带池，实现集约化资源利用。5G网络将BBU功能进一步分解为集中单元(CU) 与分布单元(DU), CU可管理多个DU,实现干扰管理与业务聚合，DU实现 多天线处理与前传压缩，灵活应对传输与业务需求变化，优化实时性能，降低硬 件成本。这样的设计也可以更靠近用户，有利于集中化的管理。然而，一个CU 管理多少个DU,需要基于大量用户空间-时间行为的大数据来优化设计，特别是 如何从能效的角度实现忙闲时不同的资源调配。4.3 大数据分析支撑异构接入组网由于5G网络的频段很高、带宽很大，若采用高功率的宏基

11、站，则布设与运 营成本高，但采用大量微基站，则干扰严重，且难以进行站点选址优化。以上问 题可以通过以下几种方式解决。宏微蜂窝混合组网。宏蜂窝负责广覆盖，支持高优先级业务；微蜂窝实现 热点覆盖，面向低优先级高速业务。控制面与数据面分离组网。大量微基站需要集中化管理，以防止干扰，将控 制面信令数据与数据面用户数据分离，控制面信令数据接入宏蜂窝。这样，终端 在微基站之间切换就不影响宏基站信令了，而且通过小区分簇化集中控制，可以 解决小区间的干扰协调和负载均衡的问题。上下行解耦异构组网。终端的MIMO数远少于基站，上行覆盖低于下行； 在蜂窝边缘，可采用“5G下行+4G上行”的异构方式运行。通过分析可以

12、看出，传统移动网络的控制面、用户面、上下行数据链路都在 同一个蜂窝小区内。而5G网络的控制面、用户面可以接入不同的基站，上下行 可以接入不同的蜂窝，甚至分别在4G和5G系统，每个终端可能同时接入不止 一个基站。因此，具体选择接入哪个基站和哪个系统，应该根据用户的分布数据 和网络负载来决定，此时就要用到大数据的分析和决策方法。4.4 大数据支撑5G云网如图3所示，5G网络是一个云化的网络，包括接入云、转发云、控制云。 接入云是指在微蜂窝超密集覆盖的场景下，一簇微基站组成虚拟小区，实现微基 站之间的资源协同管理和干扰协调；转发云是指各业务流共享高速存储转发与防 火墙及视频转码等各类业务使能单元;控

13、制云包括网络资源管理、网络能力开放、 控制逻辑等模块。此外，在5G的场景下还可以有移动云计算、移动边缘计算 (mobile edge computing, MEC)、微云和飞云(femtocloud)等多种云，它们可 以被部署在无线网的不同位置，其配置需要借助网络和用户大数据分析来寻优。图3云化5G网络4.5 大数据优化5G移动边缘计算为适应视频、虚拟现实/增强现实与车联网等业务的时延要求，减轻核心网 带宽的压力，需将这些业务的存储和内容分发下沉到MEC处理。5G网络不仅 可在边缘感知和分析数据，而且可在亚秒或毫秒内触发响应措施，所有的数据无 缝地从云平台转到大量的端点或从大量的端点转到云平台

14、。那么哪些业务需要放 到云计算中心处理，哪些业务需要下沉到MEC处理，这需要基于网络收集到的 业务流数据进行分析。4.6 大数据支撑5G终端与云端的智能现在智能终端的能力非常强，但是在终端上的人工智能处理能力还是有限 的。比如手机智能可完成2D人脸识别，但识别效果容易受光线、角度和表情及 化妆等的影响，而且识别的是照片还是真人也不好区分，现在的3D人脸识别就 需要利用网络云端的智能来处理.，从而提供安全的识别能力。云计算可强化无线 网，有效支持诸如增强现实等计算强度的应用，将用户端很重的计算任务卸载到 云端。然而，无论是终端还是云端的智能，都需要基于大数据的分析。如AI需 要训练与推断，训练包

15、括前向计算和后向更新（通过大数据调整模型参数），推 断主要是前向计算，将训练得到的模型用于应用。通常云端负责训练和推断，终 端只负责推断。因此仅靠终端的计算与软件能力的发展还不够，很多智能应用也 需要云端的支持，如云端训练和云端推理、云端训练和终端推理。4.7 大数据支撑软件定义网络与网络功能虚拟化软件定义网络（SDN）全局优化路由的能力来自对全网流量流向、跨层网络 资源大数据及业务流QoS需求大数据的掌控与分析，需要很强的计算能力支撑, 以实现网络路由的快速收敛和稳定。网络功能虚拟化（NFV）功能的选择也基于 网络大数据的分析。4.8 大数据支撑5G网络切片5G很重要的功能是网络切片。5G需

16、要支持不同的业务需求，如超宽带业务、 低时延业务、大连接业务。若带宽不一样，那么对网络的性能要求也不一样，切 片是网络转发资源的分割，不同切片间的业务相互隔离，切片的实现涉及转发面 与控制面功能，每个切片上可以运行不同的L2/L3网络协议。为不同业务需求的 用户组织不同的切片，需要利用深度分组检测（DPI）数据建立预测模型，精准 预测热点数据请求。网络资源在切片间分配的联合优化，也需要利用网络资源大 数据进行学习和分析。4.9 基于大数据实现5G跨层联合优化5G网络中，IP层的选路适用于细颗粒的业务流，但时延大；MAC层的交 换适用于大颗粒的业务流，但时延也较大；灵活以太网中继的业务流颗粒较大

17、， 但优点是时延低。对于每一种业务流来说，选择在哪一层做交换或路由是一个跨 层联合优化问题，可以借助网络大数据进行优化。4.10 借助网络大数据优化5G源选路切片分组网（SPN）基于切片以太网和分段选路（SR）技术，用于中传和回 传。传统的IP网络按无连接方式工作，对具有相同源地址和相同目的地址的同 属一次通信的各IP分组进行独立处理，不考虑它们前后的关联，同属一次通信 的各IP分组在沿途各节点均独立选路，甚至会走不同的路由，这是在互联网之 初的网络可靠性不高的情况下，以时延和效率为代价换取灵活性和生存性。现在的网络性能已有很大的改进，如果按照每次通信中首个分组的特征来配 置数据平面的设备（即

18、配置流表），那么该次通信的后续数据分组被抽象为同一 流，同一次通信的后续各IP分组无需再选路。由于在源节点已设置了有序的指 令集，标识了沿途经过的节点或链路，这些节点无需感知业务状态，只需维护拓 扑信息，简单地按配置流表执行转发功能，这就相当于面向连接分组的通信，显 著提升了网络效率。因此，分段选路又称源选路，它无需LDP/RSVP-TE等信令协议，适合接受 SDN的控制。源选路指令集的设计需要借助网络大数据来优化。4.11 大数据支持5G核心网基于服务的体系在基于服务的网络体系(SBA)方面，网络功能在4G是网元的组合，在5G 是通过API交互的业务功能的组合，业务被定义为自包含、可再用和独

19、立管理。 业务的解耦便于快速部署和维护网络；轻型的接口便于引入新特性；模块化为网 络切片提供灵活性；使用HTTP的API代替Diameter作为公共控制协议，更容 易调用网络服务。然而，针对每一次会晤所调用的服务是否最优、网络资源分配是否公平合理、 同时进行的多个会晤所用的服务有无冲突、以API方式新增加的服务类型与功 能是否与网络能力兼容这些问题，不能仅依靠运维人员的经验，还需要利用网络 大数据来支撑。4.12 大数据对视频业务传输体验的保障视频是5G的主要应用场景，也是运营商的每用户平均收入(average revenue per user, ARPU)的重要支撑。但视频的传输质量受到以下

20、因素的影响：回传路径太长，时延超标；因无线空口信道干扰或系统负载忙，使每一移动终端可获得的带宽受限，导 致视频信号传输控制协议(TCP)端到端时延过长，吞吐率下降；将OTT视频仅作为一般互联网业务对待，没有服务质量(QoS)保障；对于视频会议业务，可能因上行分组数据汇聚协议(packet data convergence protocol, PDCP)丢失而停止视频接收。因此，需要考虑基于业务流的大数据，对无线接入网(RAN)和App进行 相互感知，例如网络协助基于HTTP的动态自适应流(dynamic adaptive streaming over HTTP, DASH)、视频感知调度等，实

21、现对基于Web的视频流的深度跨层优 化和本地内容缓存。目前，3Gpp已经开始研究改进上下文感知引擎，允许空口 和核心网将流数据的指示传到5G的控制面，实现对单个用户或整个网络的流管 理。5 5G大数据在其他领域中的应用前文介绍的是大数据在5G网络中的应用，然而结合了大数据的5G网络更 大的应用领域应该在社会生活中，如智慧城市、智慧医疗、智慧交通、工业互联 网等。5G大数据可以提供上下文感知、预测、规律发现、认知等功能，分别实 现实时修正、下一步最佳措施、下一步自动应对、最好的决策的目的，见表1。*1 5G大散据在其的袋赋中的应用功能口的网络智目城市智怠医疗智弑交通工业互联网上下文 感知实时修正

22、上下文感知网与应用服务电子商务；宽带化： 城市交通可穿戴设备；数字病历外段员行为： 在线诊断； 服务梃示： 胎压检测资产管理AM下一步/佳措施门学习网与应 用服芬流域评理； 废品管理： 金融/保险先进诊断：卫生预警保险溢价评估.候测 全方位距向导航系统提示预防性维护： 产出预测；收入预测规代下一步自动应对门愈网与应用 服务公共安全： 家庭安全；可生存性预防保健突破Fix： 智能路径： 里程竹理彷效管理： 供应能优化； 工作询位四度认知城好的决策(似人 的直觉)门蛆动网与应用服务城市设僚展划； 应急响应系统； 城市维修远程伤害照护自动/无人驾驶控制与自动化6结束语5G时代的到来正在加快无线大数据

23、的增长。大数据在社会与产业各领域都 将有广泛的应用，并产生重要影响。大数据对5G网络的发展（如网络体系架构 的设计、运维的提效和服务体验的提升等）将起到强化和优化的作用。大数据在 5G网络的应用有很广阔的空间，同时也面临不少挑战，需要解决数据挖掘计算 复杂度、时效性、能效、安全性等问题，同时也给5G网络标准化和实现提出了 很多创新课题。大数据技术在5G通信网络中的应用【摘要】本文简要阐述了 5G通信网络架构运行面临的困境：数据类型兼容 性问题、数据感知延时性问题、通信传输品质问题;分析了在5G通信网络平台中 大数据技术的应用优势：改善通信网络数据兼容性与延时性问题、保障5G通信 传输品质;探索

24、了在5G通信网络体系中大数据技术的实践应用表现：数据处理、 数据挖掘、数据管理等，以此发挥大数据技术的应用价值，提升5G通信网络的 应用顺畅性。【关键词】 数据类型 传输品质 云计算引言：大数据技术的融合应用，能够全面提升信息集成效果，加强信息处理有效性。 在信息服务背景下，智能应用终端获得了性能升级，由此增加了联网倍数，通信 网络体系中，数据流量形成了稳步增长格局，相应增加了通信网络中的存储需求。 在网络数据存储基础上，对各类传输设备的性能数据应予以完成，比如传感器、 交互机等。一、5G通信网络架构运行面临的困境1.1 数据类型兼容性问题5G通信技术的应用，在一定程度上增强了数据传输的总体能

25、力，使其传输 量获得了实质性增加。在传输量增加的同时，相应提升了网络结构的繁杂性，由 此构建出用户数据访问、基层数据处理、运营数据历史记录等。此类通信网络信 息的形成，增加了数据类型的表现形式，提升了数据采集途径的多样化，以此保 障5G通信网络服务品质。然而，在通信网络数据与日俱增的同时，通信环境呈 现出复杂化状态，应高效处理各类通信数据，缓解5G技术自身数据处理缺陷问 题。因此，在5G通信系统中，融合大数据技术具有必要性1。1.2 数据感知延时性问题5G通信系统，一般情况下使用的网络构建为超密集异构模式。然而，此种 网络架构运行体系，存在一定应用弊端，表现在5G通信系统对边缘数据感知能 力的

26、延时问题。大多数通信数据的采集形式，以主体通信网络体系为采集中心， 同时边界通信数据具有被截获可能性，由此降低了信息数据采集效率，削弱了通 信数据分析有效性。1.3 通信传输品质问题在5G网络通信运行期间，完成了一定数量天线的添加，基站具有较高密度。 此种架构组成，旨在提升5G通信品质，保障其数据传输处于高度平稳的状态。 与此同时，一般性能的天线数据与其他信号混合在一起时，其他信号对天线数据 构成了通信传输干扰问题，将会弱化5G通信品质，产生数据传输延时问题。针 对此种数据传输的延时性问题，应加强通信数据类别划分，发挥大数据技术的应 用优势，提升5G通信品质。二、在5G通信网络平台中大数据技术

27、的应用优势2.1 改善通信网络数据兼容性与延时性问题在5G通信网络体系中，完成大数据技术融合，能够切实提升5G通信网络 的数据兼容性，缓解响应延时问题。在5G通信网络内部含有较多品类的传输数 据，由此提升了数据采集、数据存储、数据挖掘等程序的实施难度。大数据技术 中，针对数据处理含有多种程序，比如采集、分析、挖掘、存储等。在构建5G通信网络时，应加强大数据技术的综合利用，有效完成数据分解, 提升数据计算效率，便于完成关键信息的有效获取。与此同时，在大数据技术环 境中，完成聚集型数据库构建，能够有序运行数据存储程序，为通信数据整合与 利用创建优质环境。2.2 保障5G通信传输品质在5G通信网络程

28、序中，添加大数据技术，构建网络数据中心，以此完成网 路数据的高效收集，提升5G通信服务协调运作的综合能力。在此基础上，大数 据技术在完成信息采集程序中，具有数据采集完整性应用优势，缓解了数据类型 较多的采集问题，提升了 5G信号传输的抗干扰能力。采集数据信息来源包括基 站、干扰类、业务类、用户等，同时在短时间内完成数据分析、数据高效整合， 最大程度地减少信号干扰问题，提升5G通信网络运行的流畅性，保障5G通信 网络传输品质2。三、在5G通信网络体系中大数据技术的实践应用表现3.1 数据处理针对5G通信网络所完成的数据采集程序，应对数据加以处理，处理方式包 括数据分析、数据备份等。比如，在大数据

29、程序中，完成了数据筛选技术的应用。 大数据采集，能够完整提取网络结构中的各类数据。通常情况下，大数据采集技 术表现为两个程序，其一为智能感知、其二为基础支撑。智能感知模块中，组成 要素包括传感器、数据识别、通信传输等，以此提升数据采集的全面性。基础支撑模块中，组成要素包括物联网、存储单元等，为数据后续存储使用 提供便利条件。在大数据技术采集一定数量数据时，开展数据清洗与提取，旨在 提升数据类型的简化性，增强数据结构的清晰性，加强偏差数据清洗，为数据分 析提供准确数据。3.2 2数据挖掘在5G通信网络运行期间，运营单位应为5G通信使用者提供优质的通信服 务。在通信服务时，应准确确定用户的所在位置

30、。通信位置确定的过程，借助大 数据分析、数据挖掘等技术完成。在用户数据采集完成的同时，对数据开展初期 筛选，在大量数据中，辨别有价值的数据信息。在原有数据挖掘技术的应用基础 上，结合用户习惯、倾向、情感等艺术，完成用户数据分析，为其推送具有个性 化的服务信息，增强5G通信网络服务效能，提升通信运营单位的经济获取能力。 与此同时，在使用大数据挖掘技术时，应深度获取5G通信网络体系的各类信息, 结合用户通信习惯，完成各类数据信息挖掘，以此获取数据模糊序列，便于开展 各视角数据分析与总结，完成5G通信网络技术的更新，使其具备较高的数据挖 掘能力。3.3 数据管理大数据技术以构建形式为数据库建设，为5

31、G通信网络数据创设数据传输环 境。在数据分析，数据挖掘等程序完成时，应依据数据类别完成数据保存，以此 提升数据间的保存完整性，减少数据间发生相互干扰事件。在多类型数据存储期 间，数据库应结合数据类型完成建设。一般情况下，数据库存储数据类别包括： 关系数据、图像数据、系统数据等，针对通信网络生成的各类数据，分别开展数 据存储，能够提升5G通信网络数据存储的有效性，加强通信架构数据兼容性。与此同时，在大数据技术用期间，应完成云计算技术的融合，构建云平台， 综合提升5G通信网络管理效能，为5G通信网络运行提供技术支持。3.4 数据显示在5G通信网络架构中，使用可视化技术完成通信数据显示。在数据分析、

32、 数据挖掘完成时，针对大数据分析获取的关键信息，使用数据图表、模型等形式, 完成数据显示，便于后台人员观看。可视化技术，能够以更为直观的形式，展现数据分析结果，相关技术人员在 可视化信息展示的基础上，有序完成数据类别划分，能够切实提升数据应用效果。 如若5G通信网络使用者，借助可视化技术，获取了相关数据内容，能够有效提 升5G通信服务品质3。比如，在用户登录通信服务官网时，可通过查询账单形式，获取年度内每个 月的通信消费情况，在可视化信息显示时，横坐标为月份、纵坐标为金额，以此 清晰展示年度内用户每月通信消费数据信息。3.5 云计算云计算技术在高效运行期间，能够提升移动设备与5G网络的连接有效

33、性。 现阶段移动智能操作终端，表现出多样化类型，加强5G通信网络的物联网功能 建设，发挥云计算技术的应用价值，构建与之匹配的云服务体系，能够及时获取 智能终端、通信服务、通信传输的连接效率，使其具有较高的数据响应能力，便 于用户体验智能通信服务，以远程操控形式完成用户操作，同时完成了云数据的 高效数据，提升了云数据的存储有效性，为用户数据信息查询提供便捷4。四、在5G通信网络架构中提升大数据技术应用有效性的具体措施4.1 加强存储功能运用5G通信网络融合大数据技术的关键需求在于：数据存储安全性。因此，在 加强通信网络优化效果，提升大数据应用有效性时，应最大程度地保障数据存储 单元性能，便于以更

34、为安全稳定的存储性能，为用户创设优质的通信服务。在加 强大数据存储功能运用时，可采取虚拟化存储形式，以此转化现实环境中实际存 在的存储问题，提升数据整合效果。此种数据存储形式，能够提升数据管理的统 一性，同时数据以动态变化形式，降低了数据容量，为数据存储提供了更多便捷 条件，切实减少了数据管理产生的成本。4.2 构建标准化管理体系大数据技术在国内众多平台获得了高效运用，在一定程序上说明大数据技术 具有较高安全性。在信息技术日益发展进程中，原有大数据技术存在诸多风险问 题。对此问题，通信网络单位，在实际使用大数据技术时，应建设完善的管理体 系，以此为大数据技术管理提供标准依据。与此同时，在使用大

35、数据技术时，应 以安全应用为视角，回避信息盗取问题，保障用户信息安全，维护用户通信网络 权益。4.3 保障通信数据安全在5G通信网络体系中添加大数据技术，能够在通信传输、数据应用等方面 给予一定技术支持。然而，通信传输经营单位与其他企业在使用大数据技术时， 面临数据安全问题。因此，通信经营单位应以大数据技术的运行体系为基础，加 强安全管理体系构建，便于大数据技术在网络安全的环境中使用，使其发挥最大 化数据处理能力，提升通信服务安全性，展现大数据的应用优势。相关大数据技 术管理人员，应积极构建安全防护体系，保障通信数据、数据分析、数据库等程 序处于安全防护状态，防止黑客攻击，为用户营建安全的通信

36、平台。此外，大数据技术研发人员，应结合通信传输的实际需求，开展先进性技术 的研发工作，以期为5G通信网络提供多样化大数据技术，全面提升通信服务品 质，发挥大数据技术的应用价值。五、结论综上所述，在国内5G通信技术运作初期，5G通信应用体系逐步获得了完 善，各项通信技术展现出成熟化运行能力。在此背景下，以大数据技术为基础， 将其融合在5G通信技术中，将会为通信技术高性能发展助力。与此同时，5G 通信技术的高效应用，能够提升经济社会智能化的转化速度，为智慧社会形成提 供更多可能性。参考文献1储佳.5G通信网络中大数据技术的应用研究J.智慧中国，2020 (12)： 76-77.2刘志.大数据技术在5G通信网络中的应用J.中国新通信，2020, 22(24)： 32-33.3杨志明.5G通信网络对大数据技术的发展与促进J.电子测试，2020(21)： 119-120.4吴晨.大数据技术在通信网络优化中的应用研究J.农家参谋，2020 (24)： 236.