大資料/資料濃縮
該圖顯示了過去的筒倉結構，其中每個系統都生成XDR、 計數器、日志以及其他類型的資訊，這些資訊存儲在許多不同的位置、格式和DB中。
資訊隻能通過專門設計的軟體進行關聯，而原始資料通 常無法被客戶通路。
每一份新報告請求都會産生效益和成本。 結果就導緻， 沒有辦法使用很多有用的資訊，并且經常有資料重疊。 這産生了額外的成本。
大資料不僅僅是一個流行詞。這種方法為客戶帶來了真正的優勢。通常情況是許多資料源提供給一個大資料存儲系統。該系統是一個文檔存儲系統，可以處理大量非結構化資料。
•一個資料存儲區，可存儲
所有類型的資料
•一個報告工具
•一站式資料保護
•一個托管基礎架構
http://bigdata-madesimple.com/11-interesting-big-data-case-studies-in-telecom/
大資料-MNO的寶藏
- Facebook和Google的唯一資産就是他們的資料
- 作為MNO，您正坐在一塊巨大的寶藏上，網絡每秒都會處理一次資料
- 您可以在内部使用資料或将資料轉售給第三方來收獲财富
- Cubro可以幫助您從資料中獲利
- Cubro可以幫助您将監視系統從OPEX墳墓切換為搖錢樹
地理位置資料的用法：
市場行銷:
該資料通常可用于分析客戶行為；這些資料的用途是無限的。以下是一些示例：
客戶在一個位置停留多長時間
客戶加入特定位置的頻率。
客戶用來到達某個地點的運輸媒體是哪種。
利用此資訊，可以優化資源的可用性。 （公共交通、停車場的更多員工，優化價格等）
安全性:
借助資料安全性，可以在很早的階段就可以檢測到威脅，因為可以看到有多少人正朝某個地方移動，如果這是一種不尋常的行為，則法律和執法部門可以更快地做出反應。當他們撥打緊急電話或處于災難性情況時，請查找人員。
事件:
分析大事件中的客戶動向，以避免恐慌和倉促情況。
交通：
借助此資料，可以通過更改交通信号燈配置來自動進行交通轉向。
大資料內建移動網絡
目前的XDR（資料擴充記錄）
使用者服務流記錄字段
資料中心大資料內建流監控
多個100 Gbit流量監控解決方案的示例
典型應用資料的豐富
用于移動網絡中的地理定位應用程式
要求是生成基于使用者的、高品質的實時地理位置資料，以便從該資料中為MNO産生收入。
挑戰：實時、所有連接配接的使用者、優于單元ID
- 實時意味着需要大量處理能力
- 所有使用者意味着每秒必須處理大量資訊
- 更好的位置單元ID意味着從UTRAN接口或eNodeB的CDR擷取資料
- IMSI重新填充率優于95％（Cubro達到97-98％）的所有核心接口的實時相關性
- 核心和UTRAN CDR的近實時關聯來組合使用者
- 資訊：終端模型、帶有單元ID的IMSI、天線矢量
- 從eNodeB接收HF功率以計算出準确的位置。
挑戰：實時意味着需要大量處理能力
即使在較小的網絡中，每秒也有數十萬個事件。必須捕獲、解密、實時分析來自所有核心接口（S1MME、S11、S6A、S3、S10）的所有這些事件，以便每個XDR達到較高的IMSI重新填充率
挑戰：更好的定位單元ID意味着要從UTRAN接口擷取資料，或從eNodeB擷取CDR。
要獲得此資訊，有兩個選項 - 點選X2接口或從eNodeB擷取資訊。
困難在于，來自eNodeB的CDR沒有獲得完成任務所需的全部資訊。
第三相關階段是在Apache Kafka叢集中完成的。然後将所得資料存儲在hadoop叢集中以進行進一步處理。
真正的挑戰是XDR的品質，隻有在對所有接口進行實時解碼的情況下，才能在此類應用中産生有用的結果，而IMSI重新填充率必須大于95％。
該項目的投資回報率為 1 年。 大資料 可能是 MNO 的寶藏。 Cubro可以提供幫助！