大数据驱动无线网络资源管理及控制.docVIP

大数据驱动无线网络资源管理及控制 　　摘要：认为将大数据技术融入到无线网络资源管理中，有利于统筹分析大范围、多应用之间以及应用内部的无线资源需求，使无线网络资源管理变得更加灵活、便捷、高效。提出大数据驱动的无线网络资源管理及控制框架：首先利用移动群智感知（MCS）技术方法进行无线网络全域范围内资源信息的收集；其次利用数据虚拟化方法技术，构建全网的无线资源统一视图并提供不同粒度及角度的数据服务；最后利用软件定义网络（SDN）思想方式，研究面向应用全生命周期的无线资源管理控制机制，实现对应用的个性化资源管理与控制。 　　关键词： 无线网络；大数据；移动群智感知；数据虚拟化；网络资源管理 　　Abstract： It is believed that the integration of big data technology into wireless network resource management will facilitate the co-ordination analysis of wireless resource requirements in a wide range of multiple applications and the internal of applications， making wireless network resource management more flexible， convenient and efficient. In this paper， a big data-driven wireless network resource management and control framework is proposed. First， mobile crowd sensing （MCS） technology is used to collect the whole-scale wireless network resource information. Second， data virtualization （DV） is used to build a unified wireless resource view， and to provide data services with different granularities and angles. Finally， in order to realize the personalized resource management and control of applications， the software defined network （SDN） method is used in the radio resource management control mechanism oriented to the whole application life cycle. 　　Key words： wireless network； big data； mobile crowd sensing； data virtualization； network resource management 　　1 ?o线网络资源管理面临 的问题 　　为了保证构建于无线网络之上的各种应用能够给用户带来较好的用户感知体验，研究者利用动态频谱接入、无线覆盖测量、信道估计等技术来对频谱资源进行管理和规划，提高无线资源的利用率。然而，随着无线移动通信技术的快速发展，人们对无线频谱资源日益增加的需求，造成了无线频谱拥塞。为此，需要构建面向全域的无线网络资源管理池，通过对无线网络资源信息的数据收集、分析，实现对资源的统一管理和控制。然而，现有的技术在应对上述任务时主要面临以下3方面的问题： 　　首先，泛在化的数据急剧增长，增加了数据收集的范围及复杂度。传统的无线网络数据收集[1-2]涉及到的方法有人工路测、专门的无线传感器网络的构建等。这些方法在一定程度上能够实现一定范围内的数据收集，但也有自身的局限性：如人工路测方法通常会导致数据收集成本较高，并且通过该方式收集的无线网络环境数据存在盲区[3]，且灵活性较差；而构建专门的无线传感器网络需要在无线网络全域范围内部署大量的网络基础设施，增加了数据收集及网络维护的成本。 　　其次，多源异构的数据特性为数据的分析管理带来新的挑战。现有大部分的数据分析系统往往面向单一的上层应用，多应用之间无法实现某些相同底层数据的复用，造成数据的重复收集、分析及浪费。即便是面向多源异构数据处理的数据仓库在构建全域的无线网络资源池的需求下也变得捉襟见肘，不具有可持续性：数据源的数量太过多样化，使得数据