خلاصه برداری از مقالات در حوزه بیگ دیتا (Big Data) برای شبکه های بی سیم و خانه های هوشمند

مقاله اول: تجزیه و تحلیل بیگ دیتا برای شبکه‌های بی‌سیم با مقیاس بزرگ

بیان مساله

در سال‌های اخیر، شاهد گسترش فناوری‌های ارتباطی بی‌سیم هستیم که امروزه به‌طور گسترده در سراسر جهان برای تحقق نیازهای ارتباطی تعداد زیادی از کاربران استفاده می‌شود. ارتباط داخلی بین سیستم‌های مختلف ارتباطی بی‌سیم با هم، شبکه‌های بی‌سیم با مقیاس بزرگ را شکل می‌دهند، جایی‌که “مقیاس بزرگ” به معنی تراکم بالای ایستگاه‌های شبکه (یا گره‌ها) و منطقه تحت پوشش است. به این معنی، حجم زیادی از ترافیک داده‌های تلفن همراه ایجاد شده است که از شبکه‌های بی‌سیم تشکیل می‌شود و دارای تنوع گسترده دستگاه‌های بی‌سیم مانند تلفن‌های هوشمند، تبلت‌های موبایل، لپ تاپ‌ها، برچسب‌های RFID، سنسورها، کنتورها و لوازم هوشمند است. به‌عنوان مثال‌، داده‌های تولید‌شده در شبکه‌های بی‌سیم معمولاً در زمان واقعی و در انواع ناهمگن هستند. بنابراین‌، رویکردهای متداول تحلیل بیگ دیتا در سیستم‌های رایانه‌ای عمومی نمی‌تواند برای شبکه‌های بی‌سیم با مقیاس بزرگ قابل اجرا باشد. شبکه‌های بی‌سیم مختلف که از انواع داده‌های ناهمگن برخوردارند، نیاز به رویکردهای مختلف تحلیل بیگ دیتا دارند. به‌عنوان مثال، شبکه‌های نقلیه‌ای محدودیت‌های محاسباتی و انرژی کمتری نسبت به شبکه‌های حسگر بی‌سیم دارند. بر خلاف مطالعات فوق، ما سعی داریم یک بررسی عمیق درباره تحلیل بیگ دیتا برای شبکه‌های بی‌سیم در مقیاس بزرگ را با درج مطالعات جدید و به‌روز ارائه دهیم. بررسی ما جنبه‌های افقی و عمودی خوبی از موضوعات تحقیق در زمینه تحلیل بیگ دیتا برای شبکه‌های بی‌سیم در مقیاس بزرگ را پوشش می‌دهد. در بعد افقی‌، ما به‌طور عمده روی چهار مرحله از چرخه عمر تحلیل بیگ دیتا تمرکز می‌کنیم. در بعد عمودی، چهار شبکه بی‌سیم نماینده (یعنی WSN، شبکه‌های ارتباطی موبایل، شبکه‌های نقلیه‌ای و IoT) را در نظر می‌گیریم. برای اینکه یک خط مشی واضح در مورد روش‌های تحلیل بیگ دیتا به خوانندگان ارائه دهیم‌، چرخه عمر تحلیل بیگ دیتا را معرفی می‌کنیم. همانطور که در شکل ۱ نشان داده شده است، ما چرخه عمر تحلیل بیگ دیتا را در چهار مرحله متوالی طبقه‌بندی می‌کنیم.

مقاله دوم: تحلیل بیگ دیتا برای خانه‌های هوشمند با رایانش ابر و مه

بیان مساله

خانه‌های هوشمند موضوع مهمی در زندگی آینده است. در حال حاضر بسیاری از جوامع در سراسر جهان به‌عنوان بخشی از ابتکارات در زمینه مدرن‌سازی‌، خانه‌های هوشمند مستقر می‌کنند. این خانه‌های همیشه روشن، مقدار زیادی داده با ارزش را از دستگاه‌ها و لوازم هوشمند متصل به سیستم IoT تولید می‌کنند. امکان تجزیه و تحلیل این داده‌ها در زمان واقعی و در حالت آفلاین امکان کشف اطلاعات مختلفی را دارد که تأثیر قابل‌توجهی در ایمنی، سلامتی و اقتصاد جامعه دارد. به‌عنوان مثال‌، سیستم مراقبت‌های درمانی یک شهر هوشمند می‌تواند با نظارت بر استفاده از وسایل و تجهیزات آنها‌، وضعیت بیماران داخل خانه هوشمند را معین کند و فعالیت‌های روزمره یا غیر طبیعی آن‌ها را نشان دهد که می‌تواند نشانه‌هایی از مشکلات بهداشتی باشد. یک شرکت خدماتی می‌تواند مقدار زیادی داده‌ از مصرف انرژی وسایل داخل خانه را تجزیه و تحلیل کند تا از رفتار ساکنان آگاه و برنامه‌هایی جهت کاهش قبض برق را برای مصرف‌کنندگان براساس پروفایل‌های مصرف انرژی به‌دست آورد. چنین اقدامی هم منجر به کاهش هزینه‌ها برای مصرف‌کنندگان و هم برای شرکت‌های خدمات شهری می‌شود. برنامه IoT در زمان واقعی اجازه می‌دهد تا تولید‌کنندگان به‌طور مداوم داده‌ها را تجزیه و تحلیل کرده و برنامه تعمیر و نگهداری دستگاه را تعیین یا پیش‌بینی یا سریعاً تجهیزات دیگر را جایگزین کنند. این مثال‌های IoT مزایای تجزیه و تحلیل داده‌های خانه هوشمند را نشان می‌دهد. درحالی‌که چنین داده‌هایی فرصت‌های ارزشمندی را برای درک پویایی و رفتار خانه‌های هوشمند و ساکنان آنها ارائه می‌دهند‌، می‌توانند یک چالش شگرف در مدیریت داده، ذخیره‌سازی و تجزیه و تحلیل آن را بیان ‌کنند.

مقاله سوم: بیگ دیتا در شبکه‌های هوشمند

بیان مساله

شبکه‌های هوشمند (SGs) سیستم‌های قدرت آتی محکم یکپارچه با زیرساخت‌های ارتباطی و اطلاعاتی هستند که برای بهبود نمایش، کنترل و مدیریت شبکه ایجاد شده‌اند. جریان دو طرفه برق و اطلاعات موجود در این سیستم‌ها بارزترین ویژگی این سیستم‌ها در مقایسه با سیستم‌های قدرت قدیمی است. برای پشتیبانی و بهبود امکانات ارائه‌شده توسط زیرساخت‌های هوشمند در سیستم‌های قدرت جدید، لازم است حجم زیادی از داده‌های معروف به ” بیگ دیتا” که از منابع مختلف در SG‌ها تهیه شده‌اند، مدیریت و تسهیل شوند. موضوع بیگ دیتا در SGها یک روند مهم تحقیق و توسعه در حوزه مطالعات SG است. مسائل مربوط به بیگ دیتا در SGها مربوط به منابع مختلفی هستند، از جمله داده‌های واحدهای اندازه‌گیری فازور (PMU)، الگوهای مصرف برق و داده‌های اندازه‌گیری‌شده توسط کنتورهای هوشمند با اندازه‌گیری پیشرفته (AMI)، قیمت‌گذاری بازار برق و داده‌های قیمت‌گذاری و تجهیزات سیستم قدرت، نمایش، کنترل، نگهداری، اتوماسیون و داده مدیریتی می‌باشد. به‌منظور مدیریت پیچیدگی‌های ناشی از تجزیه و تحلیل بیگ دیتا، بسیاری از فناوری‌های اطلاعاتی (IT) در سیستم‌های قدرت هوشمند مورد استفاده قرار می‌گیرند.