[論文レビュー] Big Data Analytics for Large Scale Wireless Networks: Challenges and Opportunities

Hong‐Ning Dai, Raymond Chi-Wing Wong+3 more|arXiv (Cornell University)|Sep 2, 2019

IoT and Edge/Fog Computing参考文献 201被引用数 58

ひとこと要約

本論文は大規模ワイヤレスネットワークにおけるビッグデータ分析（BDA）を概観し、BDAプロセスを4段階に整理し、4つの代表的なネットワークタイプにわたるBDAを分析する。

ABSTRACT

The wide proliferation of various wireless communication systems and wireless devices has led to the arrival of big data era in large scale wireless networks. Big data of large scale wireless networks has the key features of wide variety, high volume, real-time velocity and huge value leading to the unique research challenges that are different from existing computing systems. In this paper, we present a survey of the state-of-art big data analytics (BDA) approaches for large scale wireless networks. In particular, we categorize the life cycle of BDA into four consecutive stages: Data Acquisition, Data Preprocessing, Data Storage and Data Analytics. We then present a detailed survey of the technical solutions to the challenges in BDA for large scale wireless networks according to each stage in the life cycle of BDA. Moreover, we discuss the open research issues and outline the future directions in this promising area.

研究の動機と目的

• 大規模ワイヤレスネットワークに対するビッグデータ分析の4段階ライフサイクル（データ取得、前処理、保存、分析）を定義する。
• ワイヤレスネットワークタイプ（Mobile、Vehicular、Mobile Social、IoT）ごとにBDAの課題と解決策を分類する。
• 大規模ワイヤレスエコシステムにおけるBDAの未解決の研究課題と今後の方向性を特定する。

提案手法

• キーワードベースの検索とスノーボール法（バックワードおよびフォワード）を用いて、2002-2018年の249件の文献を系統的にレビューした。
• BDA段階を4つのネットワークタイプ（Mobile、Vehicular、Mobile Social、IoT）に合わせた分類法を開発した。
• 各BDA段階とネットワークタイプごとのデータソース、必要性、および解決策の総合化。

実験結果

リサーチクエスチョン

• RQ1 大規模ワイヤレスネットワークにおけるBDAを推進する主要なデータソースと必要性は何か？
• RQ2 データ取得、前処理、保存、分析は、異なるワイヤレスネットワークタイプにおける課題をどう解決するか？
• RQ3 大規模ワイヤレスネットワークにおけるBDAの未解決の研究課題と今後の方向性は何か？
• RQ4 IoTコンテキストは、他のネットワークと比較してBDAアプローチにどのような影響を与えるか？
• RQ5 大規模ワイヤレスシステムの運用性、セキュリティ、マネジメントの改善に向けたBDA技術の適用における最新動向は何か？

主な発見

• ワイヤレスネットワークにおけるビッグデータは4Vを示す：ボリューム、バラエティ、ベロシティ、バリュー。データフローは複数のソースにまたがり、リアルタイムの要件を含む。
• 4段階のBDAライフサイクル（データ取得、前処理、保存、分析）とステージ間のフィードバックを含むワークフローとその課題を捉える。
• IoTとHetNetsは、異種データとリアルタイムニーズのため、BDA研究のホットスポットとして浮上している。
• BDAの利点には、QoS/QoEの向上、コストとエネルギーの最適化、ネットワークセキュリティ、よりスマートなITS/交通管理が含まれる。
• データソースはモバイルネットワーク、車載ネットワーク、MSNs、IoTにまたがり、それぞれが固有のデータタイプと遅延制約を持つ。
• 本研究はデータ表現、収集、伝送、保存、および分析にわたる未解決問題と今後の方向性を概説している。