Big Data Based Self-Optimization Networking in Next Generation Mobile Networks

Using self-optimization techniques is the only viable solution for increasing the efficiency in next generation mobile networks. The goal of proposing a self-optimization model is to maximize the network efficiency and increase the quality of services provided to microcell and femto-cell users, considering the limited resources in radio access networks. To increase the model efficiency, we applied the big data technique for analyzing data and increasing the accuracy of the decision-making process. Based on the meaningful extracted information, the SON decision maker will be able to adjust network parameters and resource allocation factors in a more intelligent manner. The experimental results show that despite the tremendous volume of the analyzed data—which is hundreds of times bigger than usual methods—it is possible to improve the KPIs, such as throughput, up to 30% by optimal resource allocation and reducing the signaling load. Also, the presence of feature extraction and parameter selection modules will reduce the response time of the self-optimization model up to 25% when the number of parameters is too high. Moreover, numerical results indicate the superiority of using support vector machine learning algorithm. It improves the accuracy level of decision making based on the rule-based expert system. Finally, uplink quality improvement and 15% increment of the coverage area under satisfied SINR conditions can be considered as outcome of the proposed scheme.     

Editorial: Advanced Industrial Networks with IoT and Big Data

Mobile Networks and Applications -     

Emerging Solutions in Big Data and Cloud Technologies for Mobile Networks

Mobile Networks and Applications -     

大数据时代的图搜索技术

众所周知,互联网及其应用升级推动数据量几何级数的增长,促使我们进入"大数据"时代。图数据是一类重要的大数据,与关系表格和XML等数据结构相比,图具有更强的表达能力,可以表示相对复杂的结构,所以被广泛地应用于各个领域。图的应用促使图搜索技术——"大数据"时代一种新的搜索模式的产生,并已引起业界越来越多的关注。文章介绍图搜索应用及其相关技术,揭示在"大数据"时代图搜索的重要意义及其面临的问题与挑战。     

从流量经营到大数据经营

把"流量"的客观属性归纳为规模性、层次性、异质性和不可分性,揭示了流量巨大的潜在价值。基于电信运营商现有流量经营模式的分析,发现"面向手段性需求"、"无直接网络效应"和"边际成本下降有限"3大缺陷是流量经营价值困境的根源。在辨别"大数据"与"流量"内在联系的基础上,提出大数据经营模式并进行基于类比、场景勾画和理论分析的相关阐述,包括电信运营商和OTT在内的大数据经营者们,将经历消费平台、垂直平台和公共平台3个演化阶段,最终成为大数据公共平台运营商。最后,对电信运营商向大数据经营转型提出一些建议。     

大数据时代的大数据管理研究

进入21世纪,信息技术成为这个时代发展的主流,大数据时代也正是信息技术下的产物,对我国各个行业的发展都起到了重要作用。但是,在大数据时代不断发展的过程中,大数据管理成为急需要解决的问题。文章就从大数据时代的发展形式出发,对大数据的管理形式,进行了简要的分析和阐述,并提出了一些建议,希望对大数据时代的发展有所帮助。     

云时代下的大数据安全技术

认为云计算结合大数据,是时代发展的必然趋势。提出了保障大数据安全的方法和技术,方法包括:构建云环境下的大数据信息安全体系,建立并研究基于Hadoop的大数据安全架构等;技术包括:基于大数据的威胁发现技术、大数据真实性分析技术、基于大数据的认证技术、基于大数据的安全规则挖掘技术,以及防范高级持续性威胁(APT)攻击的技术。认为大数据带来许多新的安全问题和挑战,但它本身也是解决问题的重要手段,需要进一步地研究。     

大数据时代的社交网络分析

概述了大数据时代社交网络的技术背景、网络拓扑结构和MapReduce。阐述了一种新的社交网络的用户聚类分析方法,即如何利用已知的用户,简要推算出好友共同关注和共同粉丝的可能性,以及用户好友群内的连通分支情况。通过一系列的聚类步骤,一种好友共享粉丝/关注的可能性被进一步表征出来,并简要讨论了其应用。     

大数据时代的图书馆数据挖掘技术探讨

大数据的关键在于数据的分析与应用,提高图书馆基于数据挖掘的处理分析能力是开展知识服务的必然要求。文章首先阐述了图书馆的大数据服务应用特征,接着提出大数据阶段图书馆数据挖掘面临的挑战,并给出相应对策,最后探讨了数据挖掘中值得关注的重点技术以及图书馆开展知识服务应用的一些做法。     

大数据时代下提升数据分析系统数据处理能力的变革

随着移动业务的快速发展,数据量不断增大,上海联通数据中心的传统IOE的数据加工模式已经远远不能满足业务发展的需要。文章以传统经分系统架构变革可行性为例,提出数据分析型系统转型的建议;通过总结上海联通传统经分的现状,结合云计算和大数据发展的方向,探索大数据处理平台搭建混搭结构的选型思路,利用分布式并行处理技术减小数据仓库的扩容压力;提升数据作业的处理速度及系统的响应速度;从而实现数据中心由原来提供单一的企业经营分析决策的能力转变到适应大数据处理的能力。     

Editorial: Big Data and Cyber-Physical-Social Computing

Mobile Networks and Applications -     

“大数据”时代的计算机信息处理技术

随着科技的快速发展,计算机网络也在不断进步,并随之出现海量的数据信息。现如今,已经从数据时代逐渐转为大数据时代。这种形式的变化给计算机信息处理技术带来一定的难度,当今的计算机信息处理技术很难满足海量数据处理的需求,再加上海量数据容易获取,使数据存在一定的安全隐患。文章从计算机信息处理技术以及大数据的概念出发,对大数据时代下计算机信息所面临的机遇与挑战进行分析,最后对大数据时代下计算机信息处理技术的发展方向进行了探讨。     

移动互联网大数据关键技术

随着智能终端的普及,移动互联网得到蓬勃发展。其产生维护了海量的数据信息,包括系统的日志、服务质量、服务调用关系、用户的行为、位置、业务使用偏好等。越来越多的数据使得数据量变得过于庞大、内容过于复杂,难以通过传统的方法进行有效地处理。本文将讨论移动互联网大数据处理的关键技术,包括移动互联网的多源数据采集、海量异构数据管理、实时数据挖掘、高效数据分析与呈现等技术。     

大数据时代网络基础架构的思考

随着大数据时代的到来,网络需要从基础架构到上层应用等各方面做好准备,本文聚焦于网络基础架构侧,从机房建设规模、布局、网络带宽与质量要求等方面探讨如何整装待发,迎接大数据时代。     

大数据时代的移动终端技术演进

提出大数据服务推动了移动终端的技术演进,其技术演进的目标是满足大数据时代的用户需求、提升用户体验。强调移动终端通过基于多管道技术的集成、多传感器技术集成、云计算与低功耗以及HTML 5等技术来推动移动智能终端技术演进。     

浅谈混合移动数据网络中的切换

随着对数据业务需求的不断增长,今后的各种通信网络都要能够提供数据业务。因此,各种网络之间的切换就变得非常重要。本文主要介绍了各种移动数据网络之间的切换方法,方法的优缺点,特别是GPRS、WLAN、CDPD以及IEEE802.11网络之间的切换。     

Small Data: Effective Data Based on Big Communication Research in Social Networks

Big data research is difficult because of its complex structure, vast data storage, and unpredictable change. Social network communication involves a significant amount of incomputable data created by wireless devices across the world. Such data can be used to analyze human activities, seek certain patterns using communication data, and predict emergencies. However, most data are effect of human to research our activities. So, recording effective node distribution and investigating the topological structure in communication are particularly important in big data communication. This study establishes a big data communication simulation environment by searching small data and calculating the influence of small data nodes. The experiment shows that 1% of small data can connect 75% of communication nodes and 20% of small data can transmit 80% of data packets.