CampusIoT anonymized LoRaWAN dataset

Samuel Pélissier, Mathieu Cunche, Vincent Roca, Didier Donsez (2022) 提供的CampusIoT匿名化LoRaWAN数据集，包含130百万条LoRaWAN记录。

Samuel Pélissier, Mathieu Cunche, Vincent Roca, Didier Donsez (2022) 编撰之CampusIoT匿名化LoRaWAN数据集，该数据集汇聚了共计1.3亿条LoRaWAN记录。

原始信息汇总

数据集概述

1. CampusIoT 匿名化 LoRaWAN 数据集

• 作者: Samuel Pélissier, Mathieu Cunche, Vincent Roca, Didier Donsez
• 年份: 2022
• 数据量: 130,000,000 LoRaWAN 条目
• DOI: 10.18709/perscido.2022.06.ds369

2. The Tour Perret LoRaWAN 帧数据集

• 作者: Didier Donsez, Olivier Alphand, Nicolas Albarel
• 年份: 2023
• 数据量: 421,937 LoRaWAN 条目
• DOI: 10.18709/perscido.2023.06.ds395

3. The Tour Perret LoRa 2G4 帧数据集

• 作者: Nicolas Albarel, Didier Donsez, Olivier Alphand
• 年份: 2023
• 数据量: 1,193,638 LoRaWAN 条目
• DOI: 10.18709/perscido.2023.07.ds397

4. The Proof Of Coverage LoRaWAN 帧数据集

• 作者: Didier Donsez, Olivier Alphand
• 年份: 2023
• 数据量: 3,418,984 LoRaWAN 条目
• DOI: 10.18709/perscido.2023.06.ds396

5. The Helium LoRaWAN 帧数据集

• 作者: Didier Donsez, Olivier Alphand
• 年份: 2023
• 数据量: 95,795 LoRaWAN 条目
• DOI: 即将发布

6. BuildPred: 智能三级建筑数据集

• 作者: Louis Closson, Didier Donsez, Jean-Luc Baudouin, Denis Trystram, Christophe Cerin
• 年份: 2023
• DOI: 10.18709/perscido.2023.08.ds398

7. The Saint Eynard LoRaWAN 帧数据集

• 作者: Didier Donsez, Pierre Dubois, Mickael Langlais, Olivier Alphand
• 状态: 即将发布

搜集汇总

数据集介绍

构建方式

CampusIoT匿名化LoRaWAN数据集是通过对CampusIoT项目中收集的LoRaWAN网络数据进行处理和匿名化构建而成。该数据集涵盖了大量的LoRaWAN通信记录，经过精心筛选和处理，确保数据的隐私性和安全性。通过去除敏感信息，数据集保留了通信的基本特征，为研究者提供了丰富的实验数据。

特点

该数据集的主要特点在于其规模庞大且内容丰富，包含了超过1.3亿条LoRaWAN通信记录，涵盖了多种场景和应用。数据集的匿名化处理确保了用户隐私，同时保留了通信的关键特征，如信号强度、频率和时间戳等。此外，数据集的多样性和真实性使其成为研究LoRaWAN网络性能和优化的理想选择。

使用方法

研究者可以通过访问数据集的GitHub页面或Kaggle平台获取数据，并使用Python等编程语言进行数据分析和建模。数据集提供了详细的文档和示例代码，帮助用户快速上手。建议使用Pandas、NumPy等数据处理工具进行数据清洗和预处理，结合Matplotlib、Seaborn等可视化工具进行数据探索和结果展示。

背景与挑战

背景概述

随着物联网（IoT）技术的迅猛发展，低功耗广域网（LoRaWAN）作为一种关键的通信技术，广泛应用于校园环境中的设备互联。CampusIoT匿名化LoRaWAN数据集由Samuel Pélissier、Mathieu Cunche、Vincent Roca和Didier Donsez于2022年创建，该数据集包含了1.3亿条LoRaWAN记录，旨在为研究者提供一个大规模、高质量的数据资源，以推动LoRaWAN网络的性能优化、安全性分析及应用开发。该数据集的发布不仅丰富了物联网领域的研究资源，还为相关领域的学术研究和工业应用提供了重要的数据支持。

当前挑战

CampusIoT匿名化LoRaWAN数据集在构建过程中面临了诸多挑战。首先，数据集的规模庞大，如何高效地采集、存储和处理这些数据成为一大难题。其次，LoRaWAN网络的复杂性使得数据集的匿名化处理尤为关键，既要确保数据的隐私性，又要保持数据的可用性和完整性。此外，LoRaWAN网络的低功耗特性也带来了数据传输不稳定、信号干扰等问题，进一步增加了数据集构建的难度。这些挑战不仅影响了数据集的质量，也对后续的研究和应用提出了更高的要求。

常用场景

经典使用场景

CampusIoT匿名化LoRaWAN数据集的经典使用场景主要集中在物联网（IoT）网络的性能分析与优化。该数据集包含了大量的LoRaWAN网络数据，研究人员可以利用这些数据进行网络覆盖范围、信号强度、数据包丢失率等关键性能指标的分析。此外，该数据集还适用于研究LoRaWAN网络的能效优化、设备间通信的可靠性以及网络拓扑结构的动态变化。

解决学术问题

该数据集解决了物联网领域中关于LoRaWAN网络性能评估和优化的关键学术问题。通过提供大规模的匿名化LoRaWAN数据，研究人员能够深入分析网络的实际运行情况，从而为网络设计、部署和维护提供科学依据。此外，该数据集还为研究低功耗广域网（LPWAN）的能效模型、网络延迟和数据传输可靠性等提供了宝贵的实证数据，推动了物联网技术的发展。

衍生相关工作

基于CampusIoT匿名化LoRaWAN数据集，衍生了许多经典的研究工作。例如，有研究者利用该数据集开发了新的网络性能评估模型，显著提升了LoRaWAN网络的能效和覆盖范围；还有研究团队基于数据集中的通信数据，提出了新的网络拓扑优化算法，改善了设备间的通信可靠性。此外，该数据集还激发了关于LoRaWAN网络安全性和隐私保护的研究，推动了物联网安全技术的发展。