BigOptiBase
Τεχνολογίες Διαχείρισης Μεγάλου Όγκου Δεδομένων
ΑΝΤΙΚΕΙΜΕΝΟ ΤΟΥ ΕΡΓΟΥ
Στόχος του έργου BigOptiBase είναι η υλοποίηση έξυπνης διαχείρισης της υποδομής για τη βελτιστοποίηση της ενεργειακής κατανάλωσης εξοπλισμού σταθμών βάσης κινητής τηλεφωνίας, παράλληλα με τη διατήρηση της ποιότητας υπηρεσιών που απολαμβάνουν οι χρήστες δικτύων κινητών επικοινωνιών.
Στα πλαίσια του έργου σχεδιάστηκε και υλοποιήθηκε ένα ολοκληρωμένο σύστημα που θα συγκεντρώνει, αναλύει, επεξεργάζεται και οπτικοποιεί συνδυασμένα δεδομένα που προέρχονται από τηλεπικοινωνιακά στοιχεία χρήσης σταθμών βάσης, από δεδομένα τηλεμετρίας σταθμών βάσης. καθώς και από διαθέσιμα ανοιχτά δεδομένα.
Αναπτύχθηκαν καινοτόμοι αλγόριθμοι και τεχνικές συλλογής, αποθήκευσης και διαχείρισης δεδομένων βασισμένες σε ανοιχτές τεχνολογίες λογισμικού και υλικού οι οποίες έχουν τη δυνατότητα να αναλύουν μεγάλο όγκο δεδομένων που παράγεται με μεγάλη ταχύτητα από το σύνολο των σταθμών βάσης και το συνδυάζουν με δεδομένα από εξωτερικές πηγές.
Παράλληλα, εφαρμόζονται τεχνικές κατανεμημένης μηχανικής μάθησης σε πραγματικό χρόνο για την εξαγωγή μοντέλων πρόγνωσης με σκοπό τη δυναμική, αυτόματη και βελτιστοποιημένη διαχείριση δικτυακών (πχ. κεραίες) και άλλων (πχ. κλιματιστικά) στοιχείων της δικτυακής υποδομής του ραδιοδικτύου.
Επίσης, σχεδιάστηκε και προγραμματίστηκε απαραίτητο υλικό που θα εγκατασταθεί στους σταθμούς βάσης για την επικοινωνία, την αρχική συλλογή/επεξεργασία των δεδομένων και την απομακρυσμένη διαχείριση του εξοπλισμού. Η πειραματική αποτίμηση γίνται μέσα από τη δημιουργία ενός εκτεταμένου δικτυακού προσομοιωτή που αναπτύχθηκε με στόχο να δίνει έμφαση σε θέματα ποιότητας υπηρεσιών χρησιμοποιώντας ιστορικά δεδομένα χρήσης από έναν ελληνικό πάροχο κινητής τηλεφωνίας.
ΣΤΟΧΟΙ ΤΟΥ ΕΡΓΟΥ
Στόχος 1: Βελτιστοποίηση της ενεργειακής κατανάλωσης των Σταθμών Βάσης με παράλληλη διατήρηση της ποιότητας υπηρεσίας: Ένας προσομοιωτής της λειτουργίας του δικτύου με χρήση δεδομένων κίνησης από έναν ελληνικό MNO θα αναπτυχθεί για τον σκοπό αυτό. Τρόπος αξιολόγησης: Αποτίμηση της απόδοσης των τεχνικών κάτω από διάφορα σενάρια τόσο σε επίπεδο προσομοίωσης όσο και σε μια πιλοτική εγκατάσταση (field trial) σε πραγματικούς σταθμούς βάσης.
Στόχος 2: Κλιμακώσιμες τεχνικές διαχείρισης μεγάλου όγκου δεδομένων: Σχεδιασμός, υλοποίηση και εφαρμογή αλγορίθμων (μηχανική μάθηση, αναλυτική επεξεργασία, κλπ.), τεχνολογιών και συστημάτων διαχείρισης μεγάλου όγκου δεδομένων πάνω από υπολογιστικά νέφη σαν προγνωστικό και εποπτικό εργαλείο για την ενεργειακή κατανάλωση των σταθμών βάσης. Τρόπος αξιολόγησης: Αποτίμηση της κλιμακωσιμότητας με την δημιουργία φορτίου κίνησης από δεδομένα χρήσης μέσα από τον προσομοιωτή. Μελέτη επίδοσης κατανεμημένων αλγορίθμων μηχανικής μάθησης με την χρήση των ιστορικών δεδομένων συλλεγμένων από πραγματικά στοιχεία χρήσης και από προσομοιωμένα στοιχεία κίνησης.
Στόχος 3: Δημιουργία Ολοκληρωμένου Συστήματος Συλλογής, Οπτικοποίησης και Διαχείρισης: Τρόπος αξιολόγησης: Υλοποίηση πληροφοριακού συστήματος που θα συγκεντρώνει τα δεδομένα από τους σταθμούς βάσης και θα επιτρέπει στον χρήστη να οπτικοποιεί σε πραγματικό χρόνο τις πληροφορίες που συλλέγονται από τους σταθμούς, τις πληροφορίες που εξάγονται από την εκτέλεση των αλγορίθμων μηχανικής μάθησης καθώς και να ρυθμίζει τις πολιτικές μείωσης της ενέργειας που θέλει να εφαρμόσει.
Project URL: http://www.bigoptibase.gr/