移动通信是由工业设备,无线协议,和基础设施,提出了一定的优势,如效率高和集中管理,携带信号等数据,声音,和消息。目前,物联网(物联网)系统连接各种智能设备的集合,云数据中心,雾在许多智能环境中节点和移动应用程序。它使数以百万计的连接移动设备执行实时应用程序直接在网络边缘,并提供足够的流动性支持。此外,传感器嵌入在不同实体的移动生态系统可以收集大量的数据和信息进行实时处理和决策,例如实时交通数据,从无人驾驶汽车传感器数据,或娱乐流建议。这个数据可以处理和分析提供更深入的洞察系统终端用户提供更好的服务和设施。

由于大量的移动数据的生成,有几个问题和挑战与实现,包括安全和隐私、互操作性、数据集成和交通工具,数据所有权、传统的思维模式,等。此外,处理孤立的移动大数据是很重要的公司实现更高质量的生产和敏捷性,提高决策和节省劳动力成本。因此,智能决策支持系统(IDSS)范式正在成为一个有吸引力的解决方案处理和管理物联网系统的移动和无线通信。ids进行大量的数据交互在工业、医疗系统、智能运输系统、和其他的智能应用程序。它是一个动态信息模型作为重要的数据添加一贯使用机器学习算法来提高预测和检测的过程。此外,IDSS-based无线通信可以受益的物联网系统复杂,关键是在时间的压力下作出的决定,当决策者,和环境是动态的,不确定的。

这个特殊问题汇集了主要研究来自工业和学术界的专家将小说和原始的贡献方法、应用程序、标准和协议为解决这些问题和挑战。我们也感兴趣的确定可能的解决方案和可靠的机会,隐私保护,为移动通信系统安全管理中的难点。最后,我们希望这个特殊的问题有助于识别有前途的方向和未来趋势为那些寻求对这一领域的研究做出贡献。我们欢迎原始研究和评论文章。

潜在的主题包括但不限于以下:

• 采用移动通信的知识发现
• 移动健康应用程序中的难点
• IDSS模型对工业移动应用程序
• 基于移动IDSS的大数据管理
• ids移动机器人和控制系统
• 基于移动云资源管理中的难点
• IDSS-enabled移动智能农业和农业
• ids在金融和经济学计算移动通讯在物联网的应用程序
• ids的信任,安全,在移动通信和隐私
• 分析和解释移动中的难点
• 应用人工智能和大数据在移动中的难点
• 数据流程、评估和选择和规划和设计方法为移动应用程序
• 结合物联网和移动采用大数据分析