Warning: file_put_contents(/www/wwwroot/haocst3.com/haocst.com/wp-content/uploads/elementor/css/post-2827.css): failed to open stream: Permission denied in /www/wwwroot/haocst3.com/haocst.com/wp-content/plugins/elementor/core/files/base.php on line 194

移动网络地理定位应用中的数据丰富

挑战

在当今环境下,通信服务提供商面临的主要挑战是如何留住客户。每个运营商都在努力找出客户的需求。移动运营商可以通过分析他们拥有的大量数据并将其转换为有用的信息,来帮助他们实现目标,从而从中受益。

该客户运行一个应用程序来提供基于位置的客户行为分析。此应用程序的数据来自CDR等网络元素。这些CDR经过处理,并提供移动客户的位置图和移动概况。使用此信息,通信服务提供商可以分析其用户使用的服务并创建有针对性的营销活动。数据被匿名化,并且只是用于营销目的。

挑战在于,将网络元素更改为另一个供应商,并且这些网络元素未在CDR中传递相同的数据。这意味着地理位置应用程序不再起作用,因此对提供商的业务模型产生了重大影响。

CUBRO的解决方案

Cubro探针将缺少的元数据信息提供给移动网络提供商。探针被连接到的S6a、S1-MME和S11接口。 该探针分析来自这些接口的流量并解密NAS消息,并将数据关联以产生组合的XDR。

这XDR被转发到体格Kafka实例。 在Kafka实例中,来自Cubro的XDR与来自网络元素的CDR关联。 然后,将Kafka的输出发送到Hadoop集群以产生分析结果。

Cubro 探针的使用保留了先前在分析应用程序中的投资,并且在Cubro的帮助下,运营商在将UTRAN硬件更换为新供应商时,有一个平稳的过渡。

在Kafka中,两个数据源都由一个公共标识符关联。 但是,相关性可能非常复杂,因为通常没有线性相关性的可能。 在这种情况下,需要第三个来源以获得良好的相关性。

此解决方案中的产品

联系我们



服务咨询

全天高效服务

Demo申请