
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
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16