无线大数据分析是新一代智能通信系统的核心支撑技术，致力于从海量异构的无线通信数据中挖掘有价值的信息与知识。随着5G/6G网络的快速发展，网络中的用户行为数据、信道状态信息、网络流量日志、位置轨迹等数据呈现爆发式增长，对数据感知、存储、管理与智能分析能力提出更高要求。本研究方向聚焦于无线大数据的高效采集、智能处理与深度分析，研究内容涵盖数据驱动的网络优化、基站流量预测、用户行为建模、频谱资源调度、网络异常检测等关键问题，融合人工智能、边缘计算与联邦学习等前沿技术，赋能智能通信网络的自主决策与协同管理，支撑未来网络的智能化、高效化与可持续发展。具体研究方向包括：

1. 无线大数据智能感知与高效采集

2. 数据预处理与质量管理

3. 基于大模型和多智能体的无线流量预测与行为建模

4. 预测驱动的智能资源管理与全域网络优化

5. 无线大数据安全与隐私保护

6. 基于联邦学习与梯度压缩的边缘智能与低时延分析

7. 无线大数据可视化与数字孪生