Non-parametric message important measure: Compressed storage design for big data in wireless communication systems

Author(s):  
Shanyun Liu ◽  
Rui She ◽  
Pingyi Fan ◽  
Jiaxun Lu
Author(s):  
Punam Dutta Choudhury ◽  
Ankumoni Bora ◽  
Kandarpa Kumar Sarma

The present world is data driven. From social sciences to frontiers of research in science and engineering, one common factor is the continuous data generation. It has started to affect our daily lives. Big data concepts are found to have significant impact in modern wireless communication systems. The analytical tools of big data have been identified as full scale autonomous mode of operation which necessitates a strong role to be played by learning based systems. The chapter has focused on the synergy of big data and deep learning for generating better efficiency in evolving communication frameworks. The chapter has also included discussion on machine learning and cognitive technologies w.r.t. big data and mobile communication. Cyber Physical Systems being indispensable elements of M2M communication, Wireless Sensor Networks and its role in CPS, cognitive radio networking and spectrum sensing have also been discussed. It is expected that spectrum sensing, big data and deep learning will play vital roles in enhancing the capabilities of wireless communication systems.


Author(s):  
Punam Dutta Choudhury ◽  
Ankumoni Bora ◽  
Kandarpa Kumar Sarma

The present world is data driven. From social sciences to frontiers of research in science and engineering, one common factor is the continuous data generation. It has started to affect our daily lives. Big data concepts are found to have significant impact in modern wireless communication systems. The analytical tools of big data have been identified as full scale autonomous mode of operation which necessitates a strong role to be played by learning based systems. The chapter has focused on the synergy of big data and deep learning for generating better efficiency in evolving communication frameworks. The chapter has also included discussion on machine learning and cognitive technologies w.r.t. big data and mobile communication. Cyber Physical Systems being indispensable elements of M2M communication, Wireless Sensor Networks and its role in CPS, cognitive radio networking and spectrum sensing have also been discussed. It is expected that spectrum sensing, big data and deep learning will play vital roles in enhancing the capabilities of wireless communication systems.


2020 ◽  
Vol 6 (2) ◽  
pp. 211-222 ◽  
Author(s):  
Jie Huang ◽  
Cheng-Xiang Wang ◽  
Lu Bai ◽  
Jian Sun ◽  
Yang Yang ◽  
...  

2021 ◽  
Author(s):  
Χρήστος Στεργίου

Η ραγδαία εξέλιξη των σύγχρονων και πρόσφατων τεχνολογιών όπως το Cloud Computing, τα Big Data, το Internet of Things, τα ασύρματα συστήματα επικοινωνίας και η τεχνητή νοημοσύνη θέτουν νέες συνθήκες σε πολλές δραστηριότητες και πράγματα στη σύγχρονη καθημερινή ζωή. Επιπλέον, με τις σημαντικές εξελίξεις στις τεχνολογίες επικοινωνιών και σε πολλούς άλλους τομείς, αναπτύσσονται επίσης θέματα ασφάλειας και προστασίας της ιδιωτικής ζωής. Από την άλλη πλευρά, λόγω των τεράστιων υποδομών υλικού στις οποίες βασίζονται οι αναδυόμενες τεχνολογίες, χρειάζονται μεγάλες ποσότητες ηλεκτρικής ενέργειας, και έτσι προκύπτει το ζήτημα της ενεργειακής απόδοσης και πράσινων υποδομών. Κατά συνέπεια, με αυτή τη διατριβή υπάρχει μια προσπάθεια για την έρευνα της λειτουργίας των Cloud Computing, Big Data, Internet of Things και Wireless Communication Systems. Βασιζόμενος σε αυτές οπότε, προσπάθησα να ανακαλύψω τις προκλήσεις που εμφανίζονται στην ενοποίηση αυτών των τεχνολογιών, στοχεύοντας κυρίως σε θέματα ασφάλειας, απορρήτου, διαχείρισης δεδομένων και ενεργειακά αποδοτικής χρήσης.Μέσω μιας δομημένης μελέτης και έρευνας που διεξήχθη στο πλαίσιο του διδακτορικού μου, έχω καταλήξει σε πολλά συμπεράσματα και ευρήματα που θα μπορούσαν να προσφέρουν νέες ευκαιρίες για ένα πιο ασφαλές και ενεργειακά αποδοτικό περιβάλλον, βασισμένο στην τεχνολογία Cloud Computing. Όλα τα δημοσιευμένα ερευνητικά έγγραφα, τα οποία υλοποιήθηκαν και πραγματοποιήθηκαν στο πλαίσιο της διδακτορικής μου έρευνας παρατίθενται στη διδακτορική μου διατριβή με λογική σειρά. Όλες οι έρευνες που πραγματοποιήθηκαν κατά τη διάρκεια της διδακτορικής μου έρευνας προσπάθησαν να δημοσιευτούν σε υψηλού επιπέδου περιοδικά και να παρουσιαστούν σε σημαντικό συνέδριο στους σχετικούς τομείς.Αρχικά, υπήρχαν ερευνητικά έργα που προσπάθησαν να ερευνήσουν και να ενσωματώσουν το Cloud Computing με σχετικές τεχνολογίες όπως το Internet of Things και τα Big Data. Το πρώτο και γενικότερα το βασικό πεδίο είναι να ανακαλυφθούν τα ανοιχτά κενά στην ασφαλή χρήση Big Data, τα οποία πολλές φορές παράγονται από το Internet of Things, σε ένα περιβάλλον Cloud. Οι έρευνες που παρουσιάζονται στα κεφάλαια δύο, τρία, τέσσερα και πέντε αρχικά ερευνούν το Cloud Computing, τα Big Data, το Internet of Things και τα ζητήματα ασφάλειας και απορρήτου του, προκειμένου να παρέχουν νέους αλγόριθμους, με βάση τους τρέχοντες αλγόριθμους κρυπτογράφησης, που προσφέρουν καλύτερα μοντέλα ενοποίησης. Επιπλέον, οι ερευνητικές εργασίες που παρουσιάζονται στα κεφάλαια έξι, επτά, οκτώ και εννέα, ερευνούν και απεικονίζουν νέα σενάρια και πλαίσια που χρησιμοποιούν το Big Data που βασίζεται στο Internet of Things, μέσω ασύρματων δικτύων και βασίζονται και εξαρτώνται από το Cloud Computing. Πολλά από τα προτεινόμενα σενάρια και πλαίσια ρυθμίζονται και προσομοιώνονται σε πολύ γνωστούς και σημαντικούς προσομοιωτές, όπως το CloudSim και το Cooja Contiki. Ο κύριος στόχος αυτών των ερευνητικών εργασιών εστιάζει στην παροχή ενός καλύτερου συστήματος διαχείρισης κτιρίων εγκατεστημένο σε ένα έξυπνο κτίριο. Βασιζόμενος στην ιδέα του Smart Building και του συστήματος επικοινωνίας που χρησιμοποιείται σε αυτό, υπάρχουν περαιτέρω έρευνες που παρουσιάζονται στα κεφάλαια δέκα έντεκα και δώδεκα που προσφέρουν νέες ευκαιρίες χρήσης, διαχείρισης, μεταφοράς και επεξεργασίας δεδομένων, σε πολλές περιπτώσεις Big Data που παράγονται από το Internet of Things, μέσω ασύρματου δικτύου και βασίζονται σε υποδομές Cloud. Ως κύριος στόχος είναι να υπάρχει πιο ασφαλές περιβάλλον για χρήση, διαχείριση, μεταφορά και επεξεργασία δεδομένων. Σε έρευνες που πραγματοποιήθηκαν για αυτά τα έργα προέκυψαν νέα ζητήματα που υπάρχουν στον τομέα, η ανάγκη ενεργειακά αποδοτικών υποδομών και, σε ορισμένες περιπτώσεις, η ανάγκη συμμετοχής στη νέα ιδέα σεναρίων τεχνητής νοημοσύνης και μηχανικής μάθησης. Στα κεφάλαια δεκατρία, δεκατέσσερα και δεκαπέντε παρουσιάζονται και απεικονίζονται νέα σενάρια με στόχο την παροχή «πράσινων» υποδομών που βασίζονται στην πτυχή των σεναρίων μηχανικής μάθησης. Φυσικά, πάντα με τη λογική της παροχής ενός περιβάλλοντος για την καλύτερη χρήση, διαχείριση, μεταφορά και επεξεργασία Big Data που βασίζεται σε IoT, το οποίο λειτουργεί κυρίως σε ασύρματα δίκτυα επικοινωνιών και βασίζονται σε περιβάλλον Cloud Computing. Οι κύριες συνεισφορές που προσπάθησαν να επιτευχθούν μέσω της διδακτορικής μου έρευνας παρουσιάζονται με μεγαλύτερη σαφήνεια στην ενότητα 1.4.


Author(s):  
A. Suresh Babu ◽  
B. Anand

: A Linear Feedback Shift Register (LFSR) considers a linear function typically an XOR operation of the previous state as an input to the current state. This paper describes in detail the recent Wireless Communication Systems (WCS) and techniques related to LFSR. Cryptographic methods and reconfigurable computing are two different applications used in the proposed shift register with improved speed and decreased power consumption. Comparing with the existing individual applications, the proposed shift register obtained >15 to <=45% of decreased power consumption with 30% of reduced coverage area. Hence this proposed low power high speed LFSR design suits for various low power high speed applications, for example wireless communication. The entire design architecture is simulated and verified in VHDL language. To synthesis a standard cell library of 0.7um CMOS is used. A custom design tool has been developed for measuring the power. From the results, it is obtained that the cryptographic efficiency is improved regarding time and complexity comparing with the existing algorithms. Hence, the proposed LFSR architecture can be used for any wireless applications due to parallel processing, multiple access and cryptographic methods.


Sign in / Sign up

Export Citation Format

Share Document