{"id":36986,"date":"2019-10-31T22:15:09","date_gmt":"2019-10-31T19:15:09","guid":{"rendered":"https:\/\/prohoster.info\/blog\/bolshim-dannym-bolshoj-billing-o-bigdata-v-telekome\/"},"modified":"2019-10-31T22:15:09","modified_gmt":"2019-10-31T19:15:09","slug":"bolshim-dannym-bolshoj-billing-o-bigdata-v-telekome","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/news\/bolshim-dannym-bolshoj-billing-o-bigdata-v-telekome","title":{"rendered":"Gro\u00dfe Daten, gro\u00dfe Abrechnung: \u00fcber BigData im Telekommunikationsbereich","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

2008 war BigData ein neuer Begriff und Trend. 2019 ist BigData ein Verkaufsobjekt, eine Einnahmequelle und ein Anlass f\u00fcr neue Gesetzesentw\u00fcrfe.<\/p>\n

Im Herbst des letzten Jahres initiierte die russische Regierung einen Gesetzesentwurf zur Regulierung gro\u00dfer Daten. Es ist untersagt, Menschen anhand von Informationen zu identifizieren, aber es ist erlaubt, dies auf Anfrage von Bundesbeh\u00f6rden zu tun. Die Verarbeitung von BigData f\u00fcr Dritte ist nur nach Benachrichtigung von Roskomnadzor erlaubt. Der Gesetzesentwurf betrifft Unternehmen, die \u00fcber mehr als 100.000 Netzwerkadressen verf\u00fcgen. Und nat\u00fcrlich d\u00fcrfen Verzeichnisse nicht fehlen \u2013 es ist die Schaffung eines solchen Verzeichnisses mit einer Liste der Datenbankbetreiber vorgesehen. Und wenn BigData zuvor nicht von allen ernst genommen wurde, muss man sich jetzt damit auseinandersetzen.<\/p>\n

Ich kann BigData nicht auslassen, denn ich bin der Gesch\u00e4ftsf\u00fchrer eines Unternehmens, das Billing-Software entwickelt und genau diese BigData verarbeitet. Ich m\u00f6chte \u00fcber gro\u00dfe Daten aus der Perspektive von Telekommunikationsanbietern nachdenken, durch deren Abrechnungssysteme t\u00e4glich Datenstr\u00f6me von Tausenden von Abonnenten flie\u00dfen.
\n<\/a><\/noindex><\/p>\n

Theorem<\/h3>\n

\nLassen Sie uns beginnen, wie bei einem mathematischen Problem: Zuerst beweisen wir, dass die Daten von Telekommunikationsanbietern BigData genannt werden k\u00f6nnen. Standardm\u00e4\u00dfig zeichnen sich gro\u00dfe Daten durch drei Merkmale VVV aus, obwohl die Anzahl der \u201eV\u201c in freien Interpretationen bis zu sieben erreichen konnte.<\/p>\n

Volume. Allein MVNO Rostelekom betreut mehr als eine Million Abonnenten. Schl\u00fcssel-Host-Betreiber verarbeiten Daten von 44 bis 78 Millionen Menschen. Der Verkehr w\u00e4chst jede Sekunde: Im ersten Quartal 2019 haben Abonnenten bereits 3,3 Milliarden GB von mobilen Telefonen gesurft.<\/p>\n

Velocity. Niemand erz\u00e4hl besser \u00fcber die Dynamik als Statistiken, deshalb werde ich auf die Prognosen von Cisco eingehen. Bis 2021 werden 20 % des IP-Verkehrs auf mobilen Verkehr entfallen \u2013 dieser wird in f\u00fcnf Jahren fast dreimal so hoch sein. Ein Drittel der mobilen Verbindungen wird auf M2M entfallen \u2013 die Entwicklung des IoT wird zu einem sechsfachen Anstieg der Verbindungen f\u00fchren. Das Internet der Dinge wird nicht nur profitabel, sondern auch ressourcenintensiv werden, weshalb sich einige Betreiber ausschlie\u00dflich darauf konzentrieren werden. Und die, die IoT als separate Dienstleistung entwickeln, werden doppelten Traffic erhalten.<\/p>\n

Vielfalt. Vielfalt ist ein subjektives Konzept, aber die Telekommunikationsanbieter wissen tats\u00e4chlich fast alles \u00fcber ihre Abonnenten. Vom Namen und den Ausweisdaten bis hin zum Modell des Telefons, K\u00e4ufen, besuchten Orten und Interessen. Medieninhalte m\u00fcssen nach dem Yarovaya-Gesetz mindestens ein halbes Jahr lang gespeichert werden. Lassen Sie uns also als Axiom annehmen, dass die gesammelten Daten vielf\u00e4ltig sind. <\/p>\n

Software und Methodik<\/h3>\n

\nAnbieter sind einer der Hauptverbraucher von Big Data, weshalb die meisten Methoden zur Analyse gro\u00dfer Datenmengen in der Telekommunikationsbranche anwendbar sind. Die Frage ist nur, wer bereit ist, in die Entwicklung von ML, KI, Deep Learning zu investieren, in Rechenzentren und Data Mining. Eine vollst\u00e4ndige Arbeit mit Datenbanken besteht aus der Infrastruktur und dem Team, deren Kosten sich nicht alle leisten k\u00f6nnen. Unternehmen, die bereits \u00fcber ein Unternehmensspeicher verf\u00fcgen oder die Methodik des Data Governance entwickeln, sollten auf Big Data setzen. Allen anderen, die noch nicht bereit sind f\u00fcr langfristige Investitionen, empfehle ich, die Softwarearchitektur schrittweise auszubauen und die Komponenten nacheinander zu implementieren. Die schweren Module und Hadoop k\u00f6nnen bis zum Schluss aufbewahrt werden. Nur wenige kaufen fertige L\u00f6sungen f\u00fcr Aufgaben wie Data Quality und Data Mining; meistens passen Unternehmen das System an ihre Spezifikationen und Bed\u00fcrfnisse an \u2013 selbst oder mit Hilfe von Entwicklern.<\/p>\n

Aber nicht jede Abrechnung kann f\u00fcr die Arbeit mit Big Data modifiziert werden. Besser gesagt, nicht alle k\u00f6nnen modifiziert werden. Nur wenige k\u00f6nnen dies tun.<\/p>\n

Drei Anzeichen daf\u00fcr, dass ein Abrechnungssystem die Chance hat, ein Werkzeug zur Verarbeitung von Datenbanken zu werden:<\/p>\n