C114讯 5月14日消息（李明）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，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。”

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。