当前位置:大数据业界动态 → 正文

大数据时代流量激增 呼唤端到端流量可视化

责任编辑:editor004 |来源:企业网D1Net  2014-05-14 11:14:12 本文摘自:C114中国通信网

持续改变一直是移动通信运营商不变的主题。当前,移动通信正越来越少地依赖话音而越来越多地依赖于无线数据,尽管这种转变增加了每用户平均收入(ARPU),但流经网络的数据流量也相应在一路飙升,这迫使运营商面临前所未有的挑战和巨大的成本压力。

对此,Gigamon服务提供商解决方案总监Andy Huckridge指出,大数据、VoLTE、网络虚拟化是目前运营商面临的“三种威胁”挑战。运营商需要对流量进行可视化的智能管理,并且亟需全新架构以应对网络流量激增对流量可视化带来的巨大挑战。

Andy Huckridge认为,新的基础架构需提高用户活动的可视化,提升服务转化利润的可能性,提高运行效率,并提供新的方法以阻止每用户平均收入(ARPU)的减少。Gigamon采用流量映射技术的可视化矩阵架构便是一种行之有效的方案。

大数据时代流量激增 呼唤端到端流量可视化

尽管“大数据,大问题”这句话已经是陈词滥调,但它绝对具有现实意义,许多网络运营商已经开始重视大数据所带来的难题。

数据显示,从2010年到2015年,全球移动数据流量将增长26倍;仅在2012年,全球移动数据流量就增长了70%;2017年每月全球移动数据流量将超过10艾字节(exabytes);到2017年,一般的智能手机每月可产生2.7GB的流量,与2012年平均每月342MB的流量相比,增加了八倍。运营商不仅要管理这些数据还要从中获益,这对运营商来说是潜在的难题。

“大数据带来的挑战分为两大类:一是流量传输问题,二是智能化处理数据以了解用户活动,增加收益来源。后者是大数据必须要面对的挑战,也是目前运营商最为困扰的问题。”Andy Huckridge指出,“在大数据时代,分析需求激增而工具滞后,要维系每用户平均收入(ARPU),需要更先进工具,但运营商又无法承担高昂的费用,这就需要新的方法解决问题。”

可视化矩阵助力运营商应对大数据等三大挑战

Gigamon服务提供商解决方案总监 Andy Huckridge

据了解,针对大数据所带来的挑战,越来越多的运营商采用了下一代架构,将容量、端口密度以及网络规模相结合,把正确的分析工具连接到相应的大型管道上。同时,运营商需要从用户的角度更好地了解流量,如使用情况、位置、设备、时间和日期甚至网络资源方面的情况,这只能通过端到端的流量可视化来实现。此外,先进的过滤功能如状态关联、用户感知和深度数据包可视化也成为关键。

可视化矩阵架构化解大数据难题

“Gigamon的可视化矩阵架构解决方案可以灵活地把用户感知的流量采样智能地发送到相关的工具上。”Andy Huckridge介绍称,例如,Gigamon FlowVUE可提供突破性的流量采样,借此把大数据转换成可管理的数据。该项技术可以智能地管理流量,帮助运营商实现监测工具的连接,通过保持或提高工具使用率解决日益增加的工具成本,以及通过使用工具如客户体验管理(CEM)产品实现大数据处理的效益化,从而与每用户平均收入(ARPU)的减少相抵消。

“这种方法可以采集大型管道中的网络流量,并可以控制被转发到工具上的数据量。借助会话感知功能可精确地实现数据以较小的规模再现,减少了大数据流量附带在工具上的压力,通过把复杂的GPRS隧道协议(GTP)压缩到可视化层,可以实现效率的最大化。”Andy Huckridge说。

此外,Gigamon的GTP关联技术可以使运营商能够过滤和转发在3G/4G/LTE环境中使用GTP封装的相关用户业务流。卸载GTP关联功能有助于工具供应商解决分析处理功能损失,运营商正确地把相关的GTP-C和GTP-U连接到工具层,可以降低成本、简化网络互连复杂性,同时可以进一步实现数据传输和回程链路的利润化。

全网可视性保障VoLTE语音质量

与此同时,在VoLTE方面,可视化矩阵架构同样可以发挥重要的作用。

当前,移动通信网络中2G/3G/LTE等多种网络制式将长期共存,虽然主流运营商已经明确将VoLTE作为其LTE语音的目标方案,但LTE网络下的语音业务体验还不能令人满意。例如,一段语音通话可能要依次通过不同的网络,由于各种私有CSFB技术、信号转码等带来的互操作性问题,会导致音频转码增加延迟,降低语音通话质量。

据统计,无论是在语音通信还是数据通信中,如果网络突然中断,将为银行、媒体、零售、电子商务等行业用户带来每小时数百万美元的损失。Andy Huckridge指出,VoLTE本身传输过程就相当复杂,语音又是非常敏感的数据,运营商需要做好数据的监控来确保语音的质量,只有这样才能全面了解数据信息来确保数据不掉包。

但面对数据越来越多,运营商只好增加带宽和分析工具,但这样只是权宜之计,因为运营商无法总是提供或者保持对所有数据的全面监控。“Gigamon提供的解决方案可以保证所有合适的数据送到合适的工具上,这样可以确保对整个网络的可视性,从而加快故障定位的速度,有助于快速解决问题、降低风险。”Andy Huckridge说。

在网络虚拟化中实现全网统一管理和监控

在网络虚拟化方面,统一的可视化矩阵架构,同样可以帮助运营商以更合适的成本来解决网络虚拟化当中所存在的问题。

与传统网络相比,实现了网络功能虚拟化或者SDN的网络,其管理有许多挑战。例如传统工具对SDN网络中同一个物理机的不同虚拟机之间的流量无从知晓,这会影响整个网络管理的有效性。对此,Andy Huckridge表示,Gigamon通过与虚拟化技术的提供商合作,在Hypervisor和SDN控制器中引入插件实现了对全网络的统一管理和监控。

另据Andy Huckridge介绍,Gigamon正在致力于推出开放式可编程框架,实现可视化矩阵编配,建立框架为技术供应商和用户开发Gigamon可视化矩阵中的应用程序,用以支持对Hypervisor和SDN控制器的读写,最终可以把这些信息汇总到Gigamon的流量可视化矩阵中。运营商可以通过这样的工具发现问题所在,及时控制网络风险。

由此可见,随着网络技术的不断演进以及非可视叠加流量的猛增,流量可视化已经成为一个更大的挑战。Andy Huckridge强调,如果部署合适的技术以监测网络,同时关联数据包和流量以实现流量优化,流量智能化水平一定会为运营商提供附加值。但是相对于未来运营商不断变化的网络,流量智能化还有很长的路要走。

关键字:矩阵数据流量CSFB

本文摘自:C114中国通信网

x 大数据时代流量激增 呼唤端到端流量可视化 扫一扫
分享本文到朋友圈
当前位置:大数据业界动态 → 正文

大数据时代流量激增 呼唤端到端流量可视化

责任编辑:editor004 |来源:企业网D1Net  2014-05-14 11:14:12 本文摘自:C114中国通信网

持续改变一直是移动通信运营商不变的主题。当前,移动通信正越来越少地依赖话音而越来越多地依赖于无线数据,尽管这种转变增加了每用户平均收入(ARPU),但流经网络的数据流量也相应在一路飙升,这迫使运营商面临前所未有的挑战和巨大的成本压力。

对此,Gigamon服务提供商解决方案总监Andy Huckridge指出,大数据、VoLTE、网络虚拟化是目前运营商面临的“三种威胁”挑战。运营商需要对流量进行可视化的智能管理,并且亟需全新架构以应对网络流量激增对流量可视化带来的巨大挑战。

Andy Huckridge认为,新的基础架构需提高用户活动的可视化,提升服务转化利润的可能性,提高运行效率,并提供新的方法以阻止每用户平均收入(ARPU)的减少。Gigamon采用流量映射技术的可视化矩阵架构便是一种行之有效的方案。

大数据时代流量激增 呼唤端到端流量可视化

尽管“大数据,大问题”这句话已经是陈词滥调,但它绝对具有现实意义,许多网络运营商已经开始重视大数据所带来的难题。

数据显示,从2010年到2015年,全球移动数据流量将增长26倍;仅在2012年,全球移动数据流量就增长了70%;2017年每月全球移动数据流量将超过10艾字节(exabytes);到2017年,一般的智能手机每月可产生2.7GB的流量,与2012年平均每月342MB的流量相比,增加了八倍。运营商不仅要管理这些数据还要从中获益,这对运营商来说是潜在的难题。

“大数据带来的挑战分为两大类:一是流量传输问题,二是智能化处理数据以了解用户活动,增加收益来源。后者是大数据必须要面对的挑战,也是目前运营商最为困扰的问题。”Andy Huckridge指出,“在大数据时代,分析需求激增而工具滞后,要维系每用户平均收入(ARPU),需要更先进工具,但运营商又无法承担高昂的费用,这就需要新的方法解决问题。”

可视化矩阵助力运营商应对大数据等三大挑战

Gigamon服务提供商解决方案总监 Andy Huckridge

据了解,针对大数据所带来的挑战,越来越多的运营商采用了下一代架构,将容量、端口密度以及网络规模相结合,把正确的分析工具连接到相应的大型管道上。同时,运营商需要从用户的角度更好地了解流量,如使用情况、位置、设备、时间和日期甚至网络资源方面的情况,这只能通过端到端的流量可视化来实现。此外,先进的过滤功能如状态关联、用户感知和深度数据包可视化也成为关键。

可视化矩阵架构化解大数据难题

“Gigamon的可视化矩阵架构解决方案可以灵活地把用户感知的流量采样智能地发送到相关的工具上。”Andy Huckridge介绍称,例如,Gigamon FlowVUE可提供突破性的流量采样,借此把大数据转换成可管理的数据。该项技术可以智能地管理流量,帮助运营商实现监测工具的连接,通过保持或提高工具使用率解决日益增加的工具成本,以及通过使用工具如客户体验管理(CEM)产品实现大数据处理的效益化,从而与每用户平均收入(ARPU)的减少相抵消。

“这种方法可以采集大型管道中的网络流量,并可以控制被转发到工具上的数据量。借助会话感知功能可精确地实现数据以较小的规模再现,减少了大数据流量附带在工具上的压力,通过把复杂的GPRS隧道协议(GTP)压缩到可视化层,可以实现效率的最大化。”Andy Huckridge说。

此外,Gigamon的GTP关联技术可以使运营商能够过滤和转发在3G/4G/LTE环境中使用GTP封装的相关用户业务流。卸载GTP关联功能有助于工具供应商解决分析处理功能损失,运营商正确地把相关的GTP-C和GTP-U连接到工具层,可以降低成本、简化网络互连复杂性,同时可以进一步实现数据传输和回程链路的利润化。

全网可视性保障VoLTE语音质量

与此同时,在VoLTE方面,可视化矩阵架构同样可以发挥重要的作用。

当前,移动通信网络中2G/3G/LTE等多种网络制式将长期共存,虽然主流运营商已经明确将VoLTE作为其LTE语音的目标方案,但LTE网络下的语音业务体验还不能令人满意。例如,一段语音通话可能要依次通过不同的网络,由于各种私有CSFB技术、信号转码等带来的互操作性问题,会导致音频转码增加延迟,降低语音通话质量。

据统计,无论是在语音通信还是数据通信中,如果网络突然中断,将为银行、媒体、零售、电子商务等行业用户带来每小时数百万美元的损失。Andy Huckridge指出,VoLTE本身传输过程就相当复杂,语音又是非常敏感的数据,运营商需要做好数据的监控来确保语音的质量,只有这样才能全面了解数据信息来确保数据不掉包。

但面对数据越来越多,运营商只好增加带宽和分析工具,但这样只是权宜之计,因为运营商无法总是提供或者保持对所有数据的全面监控。“Gigamon提供的解决方案可以保证所有合适的数据送到合适的工具上,这样可以确保对整个网络的可视性,从而加快故障定位的速度,有助于快速解决问题、降低风险。”Andy Huckridge说。

在网络虚拟化中实现全网统一管理和监控

在网络虚拟化方面,统一的可视化矩阵架构,同样可以帮助运营商以更合适的成本来解决网络虚拟化当中所存在的问题。

与传统网络相比,实现了网络功能虚拟化或者SDN的网络,其管理有许多挑战。例如传统工具对SDN网络中同一个物理机的不同虚拟机之间的流量无从知晓,这会影响整个网络管理的有效性。对此,Andy Huckridge表示,Gigamon通过与虚拟化技术的提供商合作,在Hypervisor和SDN控制器中引入插件实现了对全网络的统一管理和监控。

另据Andy Huckridge介绍,Gigamon正在致力于推出开放式可编程框架,实现可视化矩阵编配,建立框架为技术供应商和用户开发Gigamon可视化矩阵中的应用程序,用以支持对Hypervisor和SDN控制器的读写,最终可以把这些信息汇总到Gigamon的流量可视化矩阵中。运营商可以通过这样的工具发现问题所在,及时控制网络风险。

由此可见,随着网络技术的不断演进以及非可视叠加流量的猛增,流量可视化已经成为一个更大的挑战。Andy Huckridge强调,如果部署合适的技术以监测网络,同时关联数据包和流量以实现流量优化,流量智能化水平一定会为运营商提供附加值。但是相对于未来运营商不断变化的网络,流量智能化还有很长的路要走。

关键字:矩阵数据流量CSFB

本文摘自:C114中国通信网

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^