[论文解读] 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 58

一句话总结

本文综述大规模无线网络的大数据分析（BDA），将BDA过程分为四个阶段，并对四种代表性的网络类型进行BDA分析。

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.

研究动机与目标

• 定义面向大规模无线网络的大数据分析四阶段生命周期（数据获取、预处理、存储、分析）。
• 按无线网络类型（移动、车辆、移动社交、物联网）对BDA挑战与解决方案进行分类。
• 识别大规模无线生态系统中BDA的尚未解决的研究问题和未来方向。

提出的方法

• 基于关键词检索和追溯/前向溯源（向后与向前）对2002-2018年的249篇文献进行系统综述。
• 建立将BDA阶段与四种网络类型（移动、车辆、移动社交、物联网）对齐的分类法。
• 汇总各BDA阶段与网络类型的数据源、需求和解决方案。

实验结果

研究问题

• RQ1 在大规模无线网络中驱动BDA的关键数据源与需求是什么？
• RQ2 数据获取、预处理、存储和分析如何应对不同无线网络类型的挑战？
• RQ3 大规模无线网络 BDA 的开放研究问题和未来方向是什么？
• RQ4 与其他网络相比，物联网场景如何影响BDA方法？
• RQ5 将BDA 技术应用于提升大规模无线系统的运行、安全与管理的最新进展是什么？

主要发现

• 无线网络中的大数据具有4V：体量、种类、速度和价值，数据流跨越多个来源并具备实时性要求。
• 四阶段BDA生命周期（数据获取、预处理、存储、分析）加上跨阶段反馈，描述了工作流程及其挑战。
• 由于异构数据和实时需求，物联网和异构网络（HetNets）成为BDA研究的热点。
• BDA 的收益包括提升QoS/QoE、成本与能源优化、网络安全，以及更智能的ITS/交通管理。
• 数据源涵盖移动网络、车辆网络、移动社交网络（MSN）和物联网，每种都有独特的数据类型和时延约束。
• 研究强调在数据表示、采集、传输、存储和分析方面的开放问题及未来方向。