京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
若不方便扫码,搜微信号:CDAshujufenxi
在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22CDA数据分析师 出品 作者:李诗怡 1. 金字塔原理 定义: 一种“先总后分、先结论后原因”的思考和表达方式。顶层为核心观点,中 ...
2026-09-22数据收集是数据分析、数据挖掘与数字化运营的源头工作,数据收集的完整性、准确性、时效性直接决定后续数据分析结果的可信度与业 ...
2026-09-21箱线图是数据分析中用于识别数据分布、判断离散程度、筛查异常值的核心图表。相比于直方图、趋势图,箱线图可以精准区分正常数据 ...
2026-09-21 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-09-21在数据库数据查询与数据分析工作中,日期时间是最常用的数据类型之一。原始数据库中存储的日期格式多为标准时间戳、年月日时分秒 ...
2026-09-20在时序数据分析中,增长率是衡量数据涨跌幅度、研判发展趋势、识别周期波动的核心指标,主要分为环比增长率与同比增长率。传统Ex ...
2026-09-20 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-09-20CDA数据分析师 出品 作者:李诗怡 STP模型(营销战略三步法) 定义: 现代营销战略核心框架,通过市场细分(S)、目标市场选择( ...
2026-09-18在互联网产品迭代、运营优化、界面改版与策略升级过程中,主观经验判断容易造成决策偏差、盲目改版、资源浪费等问题。AB实验(AB ...
2026-09-18