L’evoluzione delle reti di telecomunicazioni che sta portando alle reti 5G, per la prima volta, vede il passaggio di generazione non più associato semplicemente al passaggio ad una nuova tecnologia. Diversamente dal passato, questo passaggio impone l’individuazione di un insieme di tecnologie che, cooperando tra loro, permetteranno di soddisfare gli ambiziosi requisiti che sono stati definiti. Rispetto alle reti 4G, tali requisiti possono essere espressi come segue:

• un aumento di 1000 volte del volume di dati per unità di area;
• un aumento di 100 volte del data-rate dell’utente;
• un aumento di 1000 volte del numero di dispositivi connessi;
• una riduzione di 10 volte del consumo energetico;
• una riduzione di 5 volte della latenza end-to-end.

In questo nuovo scenario la rete sarà orientata al servizio, il che equivale a rendere trasparente, dal punto di vista dell’utente, la tecnologia utilizzata per trasportare i propri dati. Si otterrà così una rete eterogenea che ottimizzerà le risorse, sfruttando nel modo migliore le tecnologie a disposizione. Una rete con queste caratteristiche permetterà lo sviluppo e l’affermazione di nuovi servizi in molti settori verticali.

Negli stessi anni, in cui le reti si evolvono crescendo in termini di informazioni che si possono trasportare al secondo (data rate) e di dispositivi connessi, cresce notevolmente il volume di dati che vengono prodotti facendo nascere esigenze nuove e quindi nuove opportunità di business. All’interno di questo scenario si è sviluppata la tematica dei Big Data al fine di sviluppare tecnologie e tecniche per gestire al meglio questa nuova “risorsa” la cui disponibilità è destinata ad aumentare non solo nel breve, ma anche nel medio periodo; recenti studi (McKinsey Global Institute) infatti affermano che il volume di dati prodotto cresce del 44% ogni anno.

Un errore molto comune che si compie quando si parla di Big Data è quello di pensare che si tratti solamente di una enorme quantità di dati, che risulta essere invece solo un aspetto della tematica. Più in generale, è corretto parlare di Big Data quando sono coinvolti i seguenti fattori: volume, velocità, varietà (le cosiddette 3 V), ed infine anche il valore.

Il volume è un aspetto fondamentale quando si affrontano tematiche relative ai Big Data. Il tasso di produzione di dati è notevole anche solo considerando i dati prodotti dagli utenti. Nonostante ciò, gli utenti non sono le sorgenti di dati più prolifiche, basti pensare ai dati prodotti in ogni momento dalle “macchine” come ad esempio i sistemi di videosorveglianza, i dati prodotti dai sensori atti a monitorare un sistema industriale o un motore.  Il motore di un aereo, per esempio, può arrivare a generare fino a 10TB di dati per una attività di 30 minuti; se si considerano le ore complessive di volo che avvengono ogni giorno si può avere una idea del volume di dati che vengono generati giornalmente soltanto in questo settore.

La velocità è un altro aspetto caratterizzante i Big Data. In alcuni contesti, come quello dei social network, la criticità risiede nella velocità con cui i dati prodotti devono essere elaborati. Ad esempio, considerando anche solo i 140 caratteri di un tweet, alla frequenza con cui vengono scritti, si arriva facilmente a raggiungere circa 8TB di dati al giorno. Ciò vuol dire che per sfruttare al meglio i dati a disposizione le analisi e le elaborazioni devono poter essere eseguite rapidamente.

Gli esempi citati in precedenza, per la loro intrinseca diversità, introducono perfettamente l’ultima delle 3V, la varietà. I dati che vengono generati attualmente sono di tipologie molto diverse il che complica il sistema in quanto introduce dei gradi di libertà; d’altro canto, questo aspetto, come anche i due precedenti, fa sì che analizzare questi dati non sia solamente un affascinante e sfidante esercizio accademico, ma genera del valore, non solo strettamente economico, rendendo così la tematica dei Big Data strategica in moltissimi scenari applicativi.

Un sistema di Big Data, in grado di affrontare e risolvere problemi, è costituito quindi dal segmento di generazione dei dati secondo le definizioni date in precedenza (i.e., le “3V”), e deve essere in grado di compiere tre compiti fondamentali, che sono (Fig1):

• acquisizione: acquisire e memorizzare grandi volumi di dati alla velocità con cui vengono prodotti è un aspetto fondamentale. A tal fine questo compito viene eseguito mediante l’utilizzo di database NoSQL su sistemi distribuiti, come ad esempio per i dati provenienti dai social media;
• organizzazione: poiché la gestione di dati ha un costo, si cerca di organizzare fisicamente i dati contestualmente alla loro acquisizione. Per questo motivo una soluzione largamente adottata è l’utilizzo di un file system distribuito (i.e., Hadoop Distributed File System, HDFS) il quale gestisce la memorizzazione dei dati sui diversi nodi del cluster di macchine che si sta utilizzando. Questo permette inoltre di poter adottare il paradigma MapReduce che permette, tra l’altro, di elaborare i dati senza doverli fisicamente spostare;
• analisi: l’ultimo passo, quello che permette quindi di estrarre il valore dai dati che si hanno a disposizione, è quello dell’analisi. In questo compito è fondamentale l’utilizzo del paradigma MapReduce, introdotto precedentemente, ma anche lo studio e lo sviluppo di tecniche ed algoritmi di data mining per estrarre informazione e conoscenza, e quindi valore, dai dati.

Figura 1 – Aspetti fondamentali di un sistema di Big Data.

Da quanto detto, si può facilmente intuire come le strade dei Big Data e delle reti di nuova generazione 5G sono destinate ad incrociarsi, traendone vantaggio reciproco. Infatti, l’interazione tra questi due mondi è biunivoca in quanto, in funzione del punto di vista, si può dire sia che i Big Data potranno aiutare lo sviluppo delle reti di nuova generazione, sia che le reti 5G porteranno nuovi scenari applicativi ai sistemi di Big Data.

Nel primo caso, le tecnologie e le tecniche proprie dei sistemi di Big Data possono trovare applicazione pratica nell’implementazione delle reti 5G, non essendo più quest’ultima semplicemente una nuova tecnologia ma un insieme di tecnologie che coopereranno tra loro in modo ottimizzato. I sistemi di Big Data potranno quindi svolgere un ruolo fondamentale nella realizzazione del sistema responsabile della cooperazione tra tecnologie e nell’ottimizzazione delle risorse di rete.

Nel secondo, lo sviluppo delle reti 5G, come già detto in precedenza, avrà ricadute importanti in molti settori e porterà alla nascita e al consolidamento di nuove applicazioni che avranno come minimo comune multiplo lo scambio continuo di grandi quantità di dati. Basti pensare, per citare solo alcuni esempi alle applicazioni Machine to Machine, ai sistemi che hanno lo scopo di migliorare l’efficienza energetica, ai sistemi di controllo e monitoraggio del traffico. È ragionevole pensare che tutto ciò aumenterà sempre di più la produzione e la memorizzazione dei dati, che sono la risorsa fondamentale che alimenta i sistemi di Big Data. Quindi, tali sistemi, troveranno una naturale e fruttuosa applicazione in tutti i nuovi scenari applicativi che hanno le reti 5G come fattore abilitante. Solo per citarne alcuni, basti pensare a settori quali:

• Sanità – Nel settore della sanità, si sta assistendo ad una continua crescita di costi a causa dell’aumento demografico e dell’aumento dell’età media della popolazione. Pertanto, è necessario creare dei sistemi in grado di ottimizzare le risorse. Si ricordi che, questo particolare settore ha quattro fonti distinte di dati: dati provenienti dal settore farmaceutico; dati clinici; dati relativi al comportamento dei pazienti; dati relativi alle spese e alle attività svolte. Tali tipologie di dati aumenteranno con la nascita e il consolidamento di servizi e applicazioni di e-health (cfr. pubblicazione FUB 5G per l’eHealth: i servizi di assistenza sanitaria del futuro). Quindi, avere degli strumenti che possano permettere l’analisi e l’estrazione di informazioni da questo insieme di dati può portare benefici a molti aspetti relativi al settore della sanità pubblica.

• Pubblica Amministrazione – I servizi della pubblica amministrazione forniti da remoto aumenteranno e si consolideranno con le reti di nuova generazione. L’analisi e lo studio di dati generati in questo settore può fornire indicazioni utili su come rendere più efficiente la pubblica amministrazione, ad esempio creando strumenti in grado di supportare gli addetti ai lavori a prendere le decisioni, oppure facendo emergere nuove esigenze o evidenziare gli aspetti più importanti da migliorare.

• Industria – Il settore manifatturiero, infine, risente dei cambiamenti tecnologici e sociali, ma con il miglioramento e il consolidamento delle tecnologie dell’informazione e della comunicazione (i.e., reti 5G) ha l’opportunità di migliorare la propria catena del valore (cfr. pubblicazione FUB 5G&Industria 4.0). L’utilizzo dei sistemi di Big Data, promuoverà il miglioramento in svariati aspetti, primi fra tutti: ricerca e sviluppo, progettazione di nuovi prodotti, smistamento e rifornimento di prodotti finiti, produzione e servizio di assistenza post vendita.

Questi esempi evidenziano come la sinergia tra il mondo dei Big Data e quello delle reti 5G gioverà non solo al loro sviluppo e al loro consolidamento, ma anche ai futuri scenari applicativi creando così sistemi che avranno un forte impatto sulla società del futuro.