Context-Aware Massive Wireless Networks: Modeling and Design

L'era dello smart world è ormai prossima, con la vastità di applicazioni che comprende, includendo le smart cities, la smart industry, la smart agricolture, la smart energy, la smart mobility, etc,. Internet of things (IoT) è il paradigma per l'interconnessione di una enorme moltitudine di dispositivi di tipo eterogeneo, giudicato come fondante per la realizzazione dello smart world. Insieme alla richiesta sempre maggiore di traffico generato dagli utenti, le comunicazioni wireless di prossima generazione si troveranno a fronteggiare richieste senza precedenti anche in termini di traffico generato da macchine, in accordo con lo sviluppo di applicazioni big data e cyber physical systems (CPS). Per sbloccare il potenziale e godere a pieni frutti dei benefici di IoT sono necessarie reti wireless scalabili, affidabili, resilienti, sicure, ed efficienti. In questo lavoro introduciamo il concetto di massive wireless network (MWN) come oggetto di standardizzazione delle reti di quinta generazione (5G). Tramite MWN intendiamo una rete nella quale vi sono veicoli autonomi terresti, veicoli volanti senza pilota, sensori, attuatori, allarmi, telecamere, smart phones, computers, in generale, oggetti fisici intelligenti (cose). Ogni tipo di terminale wireless ha caratteristiche uniche in termini di complessità, richiesta di traffico, tempo di vita della batteria, ambiente di propagazione, e vincoli di qualità del servizio (QoS), che devono essere rispettati nell'ambito del design e operazione della MWN. Soddisfare tale diversità di richieste per le MWN è il primo passo per lo sviluppo dello smart world e dell'era dei big data. Questo lavoro affronta la scalabilità, affidabilità, e sicurezza nelle MWN tramite lo sviluppo di modelli stocastici per il design e l'analisi. I modelli matematici sviluppati includono importanti informazioni di contesto come quelle spaziali (topologia) e temporali (ritardo, traffico) per valutare le performance in maniera dipendenti dalla locazione spaziale, al fine di sviluppare correttamente l'IoT ed i CPS. Le enormi opportunità che possono essere portate da questa nuova era verso i mercati industriali e verticali tra i quali la sicurezza pubblica, logistica, benessere, e smart cities, sono oltre ogni immaginazione. Le frontiere aperte da IoT daranno dunque luogo a nuove opportunità di business tramite lo sviluppo di prodotti e soluzioni specifiche.

The smart world era is yet to come with all its multitude of applications including smart cities, smart industry, smart agriculture, smart energy, and smart mobility. Internet of things (IoT) is the underlaid paradigm for the realization of the smart world by the interconnection of a massive multitude of heterogeneous devices. Along with the tremendously increasing user- generated traffic, next-era wireless communications will face unprecedented demands also in terms of machine-generated traffic, according to the arising big data applications and the development of sophisticate cyber physical systems (CPSs). To unlock the potentials and reap the benefits of IoT, scalable, reliable, resilient, secure, and efficient wireless networking platforms are required. In this Ph.D. dissertation we introduce the concept of massive wireless network (MWN), which is of particular importance in the fifth generation (5G) ecosystem. With MWN we intend a network where the wireless terminals may include autonomous terrestrial vehicles, unmanned arial vehicles, sensors, actuators, alarms, cameras, smart phones, computers, and smart physical objects (things). Each type of these coexisting wireless terminals has unique features in terms of complexity, traffic demand, battery life, propagation environment, and quality of service (QoS) constraints, which all have to be considered within the design and operation of MWNs. Catering for such highly diverse demands within the MWNs is the first step towards smart world and big data era. This Ph.D. dissertation tackles the scalability, reliability, and security of the MWN by developing stochastic models for network analysis and design. Stochastic modeling is the way to not focus on a specific network, but to account for all networks with common features in a stochastic sense, to achieve fundamental results and provide general guidelines for the design.