物联网加剧大数据网络问题 运营商如何应对
网络运营商和服务提供商正在加紧对物联网的准备——而物联网将收入机会与技术挑战混合在了一起。
消费者将要为物联网设备而疯狂,这些设备从穿戴式的如苹果手表和Fitbit健康手环,到连接互联网的自动调温器,到AmazonEcho云音乐播放器,到连接的车辆无所不包。企业也爱物联网,他们在库存控制、智能标牌,和医疗设备中使用基于IP的技术。
这是一个巨大的市场,预计到2020年直接产品和服务的市场将达到1.7万亿美元,间接的支持市场将有2630亿美元,因而物联网内将会有几十亿连接着的“物”,估计到2020年会有130至250亿不等的物连上物联网。
尽管关于物联网的许多技术驱动的谈话都集中在终点(如健身带)和后端应用程序(如追踪和分析运动锻炼的社交网络)上,事实是,物联网完全取决于安全、可靠、高度可用的网络连接。对于终点,那就是连上从家里和咖啡馆的Wi-Fi接入点到4G蜂窝数据服务到企业网络的一切东西。在后端,服务提供商管理物联网从设备到数据中心或云的这一段,与MEFCE2.0、MPLS和光纤网络联结在一起。
IoT呈现了许多机会给提供了那样连接的电信公司,也呈现机会给为运营商提供硬件、软件和服务的行业厂商。它也呈现出挑战,因为IoT的通信流量与传统的网络流量有不同的特点,CENX(CENX为软件定义的网络提供生命周期服务编排解决方案)营销总监MarieFialaTimlin解释说:“物联网流量的特征在于高容量的信令和低带宽的数据传输流量。网络内有更多的事件正在发生,这导致有更多的数据正在被收集。而当我在谈论数据时,它并不一定是消费者应用或订户类型的数据-而是网络事件正在发生的数据。”
她接着说:“物联网加剧了大数据网络问题,并创造了一个需求要服务提供商更有效地管理他们的网络,因为所有这些事件都在系统中正在发生,例如,无论是用于故障排除或为了保证高质量服务的事件。这确实推动了对生命周期服务编排的需求,因为在这里你已经有了一个大数据的问题,而你正设法应用所有已经被用来解决商业世界大数据分析问题的云计算技术。”
规划通信流量的影响
安全服务提供商稳捷网络(WedgeNetworks)的首席执行官兼联合创始人张鸿文博士(Dr.HongwenZhang)补充说:“因为物联网是这样一个快速增长的市场,当运营商试图做基础设施的部署时,他们就必须做容量规划,他们正在看的是三到五年或也许更长的规划周期。你如何以有限的资本处理未来快速发展的物联网呢?可以提供解答的一件事就是软件定义网络和网络功能虚拟化。将你的钱花在那里,不要过度投资在防火墙和交换机上。”
Timlin补充说:“运营商必须追踪每个网络设备和每个连接的网络事件,以保持管道的正常运行。他们也必须聚集订户层级的事件,比如哪个应用程序正在被使用。两全其美的办法其实就是结合这两种类型的数据,这样你就可以智能地决定何时和何地需要增加网络容量。那里就是NFV的用武之地,因为这样你就可以更加灵活和具成本效益地做那样的扩张。”
insightsoftware.com产品营销副总裁AngusRobertson说:“这意味着分析——大量关于网络流量的分析。”(该公司销售软件以帮助客户做企业资源规划系统,他的公司将依靠这些分析为客户服务),他解释说:“有了物联网,你就有了数以百万计的设备可提供你额外的领先和滞后指标,让你更清楚地了解你的业务,并从商业的角度帮助推动你做正确的行动,以提高你的整体经营绩效。”
Robertson继续说道:“当涉及到大数据时,我们就说这三个V字,数量(volume)、速度(velocity)和多样性(variety)。所以能够处理总是与这些来自物联网的数百万的数据源相关的大数据是一个挑战。重要的是能够不仅具备你需要的性能水平,而且也能够真正有效地捕获和整合这些数据来源。”
模仿移动
全球电信设备供应商Ciena的CTO办公室网络架构首长RaghuRanganathan暗示:“物联网的流量模式和扩展让人想起移动回程,它可能对未来提供了一个模范。”
Ranganathan说:“在物联网内,大部分流量是从源头回到云,而不是相反的用户从云下载东西至数据源头。可靠的连接是非常重要的。此外,规模必须从有一些物联网设备有很低的数据量但有高的信令流量的观点区隔出来,但也可能会有另一类的设备如闭路电视等能够发送一船的大量流量。”
Ranganathan继续说道:“网络看来像什么?为什么它应该与移动回程所做的方式有任何不同?你有东西通过空中接口,像WiFi或4G蜂窝,连接到一个基站。你就有了有线的回程。例如,像3GPP这样的组织在说‘我如何更新我的LTE规格让我有更多的上行流量,而不是下行的流量?’”
Ranganathan补充说:“这种类型的未来架构,可能会像CloudRAN设计,它集中并虚拟化基站的基带处理。作为网络运营商,我可以用我的SDN范例来编程网络连接至那些CloudRAN端点,以允许流量在网络上被优化收集和处理。”
流量优化和安全
很多物联网的应用已经是消费者导向的——例如智能手表、健身带,家用控温器。虽然没有服务提供商希望消费者遭受服务中断之苦,然而所有这些都不是关键任务。销售以太网和TDM设备的Omnitron系统技术(OmnitronSystemsTechnology)首席执行官ArieGoldberg指出,这并非总是如此。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 8-1 Pandas 数据重塑 - 数据变形 数据重塑(Reshaping) 数据重塑,顾名思义就是给数据做各种变 ...
2024-11-26统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22