左会玲

摘  要：通信技术是一种有效的数据和信息的传输方式，它还可以为人们之间的交流和互动创造便利。同时，为了促进更有效地使用通信技术，有必要采取措施促进通信技术的创新和发展。此外，大数据时代的到来为通信技术的创新和发展赋予了活力和力量，并在促进其作用方面有着重要影响。

关键词：大数据;通讯;运用

自计算机问世以来，人们的生活质量和工作效率随着硬件和软件的不断更新而大大提高。 “交流”已成为人们生活中不可或缺的一部分。随着Internet的出現，随着物联网、社交网络和云计算的广泛使用，出现了许多非结构化数据和半结构化数据。并且，数据的规模和类型也迅速增长，大数据时代即将来临。在通信领域，需要研究大数据技术以获得更好的通信体验。

1.大数据的概念

在2009年左右，“大数据”已成为IT行业的流行语。大数据作为一种新兴技术尚未明确并被接受。批量数据被认为是大数据的先驱，但其目的是突出显示数据的量而不是突出显示数据的属性。大数据不仅包括大规模数据，还包括复杂的数据类型和形式。现在，人们普遍认为大数据具有四个主要特征：数据多样性（多样性），数据大小高（卷），数据值密度低（值）和处理速度快（速度）。大家常说的是大数据的4V特性，它不同于传统数据。

2.大数据技术

2.1大数据保留

自上世纪九十年代以来，数据中心一直进行着数据存储和传输的工作。随着技术的不断进步，数据存储技术也在不断优化，主要分为网络附加存储（NAS）、存储局域网（SAN）、直接外部存储（DAS）和SAN IP存储等几种方法。近年来，新兴地将服务器虚拟化为软件的虚拟化技术也极大地提高了存储效率并降低了存储成本。

2.2非相对数据库

NoSQL通常表示非关系数据库。与传统的关系数据库相比，它可以更好地处理复杂的大规模数据。 NoSQL具有以下优点：①NoSQL具有更多的数据和更高的性能。这是因为NoSQL数据库的结构简单且不相关。 NoSQL也更易于部署。由于关系数据库的关系属性，NoSQL已被删除，因此数据之间没有连接，从而使数据扩展非常容易。 ③NoSQL的高可用性。当NoSQL对其他性能的影响较小时，它可以负担起体系结构。 NoSQL具有灵活的数据模型。 NoSQL的功能是即时存储自定义数据格式，而无需事先创建数据字段。

2.3 Hadoop大数据开源处理平台

Hadoop是由Apache Foundation开发的开源软件系统，可以处理大量数据。 Hadoop体系结构的主要组件是：①数据仓库（配置单元）和数据分析平台（猪）。使用应用程序编程接口（Java API）在开发过程中很容易直接出错，并且在Hadoop中的编程不方便使用Java语言。“猪”和“蜂巢”可以使Hadoop编程更容易。 ②并行数据处理（Map Reduce）。分布式计算的优点是，在处理大型数据集的查询时，它将被分解。 ③Hadoop分布式文件系统（HDFS）。 HDFS可以提供大容量且廉价、可靠的存储。 ④Hbase是一个动态数据库。作为数据模型，它使用改进的Google Big Table。 HBase可以使用Map Reduce通过将并行计算和数据存储相结合来管理存储的数据。

2.4数据挖掘

借助数据挖掘技术，可以从挖掘的数据中获得有用的、新颖的、有效的和可理解的知识。数据挖掘是一个复杂的大数据点。需要更好的使用云计算和分布式挖掘。

3.大数据在通信领域的优势

3.1数据资源收集

在信息时代，数据具有巨大的经济价值。用户通过网络生成数据，数据的第一个接收者是运营商。用户的移动电话号码，呼叫历史记录和现场访问将提供给运营商。大数据技术可以分析和处理庞大用户群产生的数据，是运营商处理数据资源的重要技术。大数据技术可以识别用户身份、服务、联系和消费机会，以此为数据增加价值，使运营商可以获得极大的经济利益，从而促进通信的发展。

3.2流程管理

随着网络技术的发展，智能手机和其他信息产品的不断发展，即将到来的5G时代对流量的消费需求不断增加，并已成为通信消费的主要部分。为了更好地执行复杂的流量管理工作，运营商需要使用大数据技术来汇总有关用户流量使用情况、资费和用户行为等数据信息。这其中涵盖了多个运营商部门，例如市场营销、客户服务、运营和维护、业务和建设等。因此，大数据技术的使用是不可避免的。

3.3摆脱管道

基于大规模的数据，运营商对仅仅提供单个业务模型（如呼叫和数据）的服务方式不太满意。但是，目前我国的运营商仅在其自有产品和服务中使用数据分析的结果。一些外国运营商将数据分析的结果出售给第三方，预计他们将在其数据运营中能够摆脱管道模式。

4.通讯领域的大数据挑战

4.1法律依据不足

长期以来，人们对移动设备的信任度大大提高。随着移动设备的频繁使用，犯罪分子可以获得大量个人信息，例如登录站点、发送和接收的电子邮件、在线银行账户、社交软件聊天记录等，这可能会导致个人或者社会的重大损失。为了更好地保护个人隐私并减少非法犯罪活动，有必要通过立法和完善现有法律框架以限制数据收集和提取。同时，运营商需要进一步加强其网络安保系统，以防止信息被不法分子盗窃。

4.2缺乏分析能力和挖掘方法

目前，国内运营商分析数据的能力仍然很薄弱。这是因为掌握大数据分析技术的人不懂业务，而懂业务的人尚未掌握大数据分析技术，并且难以获得潜在的数据价值。运营商内部系统中没有统一的数据模型，例如客户服务系统、业务平台系统和IT支持系统相对独立和相互关联，这妨碍了准确地收集数据。

结束语

在当今世界，数据已成为各行各业生产活动的重要因素。大数据技术能够分析和使用数据，为数据在生活的各个领域中的应用提供了技术支持。在通信领域，大数据技术的应用推动了通信领域的发展。同时，大数据技术也是提高通信技术水平的有效手段，为通信技术的稳定发展提供了保证。

参考文献

[1] 周蓝粢.论大数据技术及在通信领域中的运用[J].电子制作，2019，（3）：114-115.

[2] 刘克林.大数据技术在通讯领域的应用[J].数字化用户，2019，25（28）：119，121.