流量智能化助力網絡滿足未來需求

　　越來越快的連接和永遠在線的企業文化正助長客戶的無限制需求，加之新應用程序和設備的創新性交付，這些在一定程度上正迫使企業實現轉型。從本質上來說，移動通信正越來越少地依賴話音而越來越多地依賴于無線數據，盡管這種轉變增加了每用戶平均收入ARPU，但流經網絡的數據流量相應也在一路飆升，迫使運營商面臨新的挑戰和成本壓力。

　　運營商急需全新架構以應對網絡流量激增對流量可視化帶來的巨大挑戰，因此新的基礎架構需提高用戶活動的可視化，提升服務轉化利潤的可能性，提高運行效率，并提供新的方法以阻止單位用戶平均收入的減少。

　　大數據時代是一個事實，也是一個難題

　　Gigamon始終認為，數據速率正經歷快速增長，由此帶來的問題急需解決。盡管“大數據，大問題”這句話已是陳詞濫調，但它絕對具有現實意義，許多網絡運營商已經發現大數據帶來的難題。

　　移動網絡傳輸的數據量是巨大的--事實上，僅在2012年，全球移動數據流量增長了70%;根據思科公司數據統計，2017年每月全球移動數據流量將超過10艾字節exabytes。到2017年，一般的智能手機每月可產生2.7GB的流量，與2012年平均每月342MB的流量相比，增加了八倍。運營商不僅要管理這些數據還要從中獲益，這對他們來說是潛在的難題。

　　一個主要問題是移動通訊上的新媒體和視頻占據大量的網絡空間，已遠遠大于傳統的語音數據所占空間，很多運營商正在努力應對這一難題。為了解決這個難題，運營商開始更仔細地監控和管理他們的網絡-不過這是很昂貴的，并且不幸的是，網絡分析工具并沒有隨著網絡速度的提高而變得便宜。對此運營商不但不能獲得足夠的收益去支付監控和管理網絡帶來的費用，而且還不得不花費額外費用用于傳輸不斷增長的數據和管理傳輸這些數據的網絡，由此帶來的不良后果是加重了運營商負擔。

　　好消息是我們看到越來越多的運營商采用了下一代架構，該架構將容量、端口密度以及網絡規模相結合，可把正確的分析工具連接到相應的大型管道上。同時，我們提供的解決方案通過先進的過濾和操控手段來調節數據，以減少到達各個工具的數據量，并確保數據通過精確格式化以減少工具的消耗。這意味著每個工具能夠處理更多的數據而不需要分解輸入的信息，可減少網絡流量超載以及由于流量超載引起的工具故障事故。

　　這種創新的網絡流量傳輸方法可以幫助許多運營商維持目前的業務模式以及現有成本結構，但盡管如此，流量傳輸也只是大數據帶來的其中一個難題。

　　另一個主要問題是隨著數據負載的持續上升，許多運營商的網絡不能實現必要的可視化，從而產生盲點，進而影響網絡性能。雖然市場上大多數解決方案可以為網絡活動提供一定可視化，可他們往往不能智能地連接應用使用模式和個人用戶，導致不能實現端到端的可視化。此外，移動設備的碎片化發展、手機設置有可能會影響到網絡性能，應用開發者生態系統的動態變化，受以上諸多因素影響，運營商不久就會發現他們網絡管理將變得復雜和困難。更重要的是，由于網絡不能實現可視化，新的收入渠道也就無從說起。

　　因此，大數據帶來的挑戰分為兩大類：一是流量傳輸問題，二是智能化處理數據以了解用戶活動，增加收益來源。后者是大數據必須要面對的挑戰—也是目前運營商最為困擾的問題。

　　實現網絡智能化長期以來，移動運營商一直致力于尋求某種高效手段，可有效監控網絡性能和用戶體驗質量QoE，并在此基礎上研發出并新的服務產品。對所有運營商來說，讓創新服務實現利潤，并為用戶提供個性化和高水平的客戶體驗是其重要的競爭優勢，但是隨著移動數據呈大規模增長，運營商在平衡成本和收益之間面臨巨大壓力，為了保持差異化優勢，他們還必須考慮除基本花費之外的投入。

　　然而，運營商需要從用戶的角度更好地了解流量，如使用情況、位置、設備、時間和日期甚至網絡資源方面的情況---這只能通過端到端的流量可視化來實現。如果實現了端到端流量的可視化，運營商不僅可以提供更多個性化和更高水平的用戶體驗，同時也可以優化利用網絡資源，從而降低總體擁有成本TCO，吸引那些高附加值的大規模使用數據的用戶，從而獲得新的收益良機。

　　然而，由于傳統端口級別的復制和匯聚解決方案不能為狀態型用戶感知會話提供可視化，導致運營商也無法提供更精細的信息。此外，由于這些網絡環境中的監測工具無法應付目前的流量容量，所以運營商正努力尋找有成本效益的應用程序使用模式，這就是大數據的價值所在。

　　應對大數據難題的新方法

　　目前部署的可視化解決方案是基于第2、3或4層的包頭參數來處理孤立的數據包，根本不能擴大規模以應對整個現代移動網絡產生的海量數據。此外，運營商需尋求專為大數據時代而設計的基礎架構，它能夠提供從融合邊緣到云的全面可視化。這種架構能夠智能地處理一個管理域內各種網絡的相關數據，并將這些數據發送到一個集中的工具集上，其中管理域包括校園網絡、分支機構網絡、私有云或SDN“孤島”。

　　先進的過濾功能如狀態關聯、用戶感知和深度數據包可視化也成為關鍵。流量智能化的提升可以為運營商提供更精細的流量過濾和分發，以此確保其工具可以管理、分析和保障網絡安全，同時也確保用戶只接收相關的流量。

　　解決方案可以靈活地把用戶感知的流量采樣智能地發送到相關的工具上。

　　例如，Gigamon FlowVUE可提供突破性的流量采樣，借此把大數據轉換成可管理的數據。該項技術可以智能地管理流量，幫助運營商實現監測工具的連接，如果沒有該項技術，監測工具將無法處理如此龐大的數據量。這可以幫助運營商通過保持或提高工具使用率解決日益增加的工具成本以及通過使用工具如客戶體驗管理CEM產品實現大數據處理的效益化，從而與每用戶平均收入ARPU的減少相抵消。這種方法可以采集大型管道中的網絡流量，并可以控制被轉發到工具上的數據量 –借助會話感知功能可精確地實現數據以較小的規模再現。這減少了大數據流量附帶工具上的壓力，通過把復雜的GPRS隧道協議GTP壓縮到可視化層，可以實現效率的最大化。

　　同樣地，GTP關聯技術使客戶能夠過濾和轉發在3G/4G/LTE環境中使用GTP封裝的相關用戶業務流。卸載GTP關聯功能有助于工具供應商解決分析處理功能損失。運營商正確地把相關的GTP-C和 GTP-U連接到工具層，可以降低成本，簡化網絡互連復雜性，同時可以更一步地實現數據傳輸和回程鏈路的利潤化。

　　此類應用程序有助于實現不斷增長流量的智能化，而流量的智能化是實現不斷發展的網絡和工具可視化的關鍵一步。隨著網絡技術的不斷演進以及非可視疊加流量的猛增，流量可視化成為一個更大的挑戰。如果部署合適的技術以監測網絡，同時關聯數據包和流量以實現流量優化，流量智能化水平一定會為運營商提供附加值，但是相對于未來運營商不斷變化的網絡，流量智能化還有很長的路要走。

來源：通信產業網　　　作者：徐姍姍

　　版權及免責聲明：凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章，不代表本網觀點和立場。版權事宜請聯系：010-65363056。

延伸閱讀