[論文レビュー] A Hypercat-enabled Semantic Internet of Things Data Hub: Technical Report

Ilias Tachmazidis, Sotiris Batsakis+5 more|arXiv (Cornell University)|Mar 1, 2017

Semantic Web and Ontologies参考文献 3被引用数 3

ひとこと要約

本稿では、RDFおよびSPARQLを用いたBT Hypercat Data Hubの意味的拡張を提案し、IoTデータに対する相互運用可能でクエリ可能なアクセスを実現する。リレーショナルデータベースをカスタムオントロジーにマッピングし、連携クエリをサポートする動的SPARQLエンドポイントを公開することで、システムは外部データソースとの統合と意味的推論を可能にし、交通制御および都市内案内という実用的ユースケースを通じて、測定可能なパフォーマンス向上が確認された。

ABSTRACT

An increasing amount of information is generated from the rapidly increasing number of sensor networks and smart devices. A wide variety of sources generate and publish information in different formats, thus highlighting interoperability as one of the key prerequisites for the success of Internet of Things (IoT). The BT Hypercat Data Hub provides a focal point for the sharing and consumption of available datasets from a wide range of sources. In this work, we propose a semantic enrichment of the BT Hypercat Data Hub, using well-accepted Semantic Web standards and tools. We propose an ontology that captures the semantics of the imported data and present the BT SPARQL Endpoint by means of a mapping between SPARQL and SQL queries. Furthermore, federated SPARQL queries allow queries over multiple hub-based and external data sources. Finally, we provide two use cases in order to illustrate the advantages afforded by our semantic approach.

研究の動機と目的

• スマートシティ環境における異種センサー網およびスマートデバイス間のIoTデータ相互運用性を改善すること。
• 標準的なWeb技術を用いて、複数のソースからのIoTデータの意味的発見と統合を可能にすること。
• BT Hypercat Data Hubに意味的モデリング、SPARQLクエリ、連携クエリサポートを拡張し、データ相互運用性を向上させること。
• 交通管理および都市内案内を含む実世界のスマートシティユースケースを通じて、意味的拡張の価値を実証すること。
• 標準化されたクエリインターフェースを通じて、IoTデータに対する推論および広範なリンクドオープンデータ（LOD）クラウドとの統合を可能にすること。

提案手法

• リレーショナルデータベースからのセンサー、イベント、場所データを意味的にモデル化するためのBT Hypercatオントロジーの設計および実装。
• 既存のリレーショナルデータベースに対してSPARQLクエリを動的にSQLクエリに変換する技術により、データの複製を回避。
• オントロジー上の推論をサポートするBT SPARQLエンドポイントを通じて、拡張済みデータを公開。
• 拡張済みデータハブおよび外部SPARQLエンドポイント（LODクラウドソースを含む）をクエリ可能な連携SPARQLエンドポイントの実装。
• RDFおよびOWL標準を用いてデータの意味を表現し、イベント、場所、センサー種別に対する推論を可能に。
• 実世界のIoTデータフィードとの統合および、交通計画および都市内ナビゲーションを対象としたドメイン固有のユースケースによる検証。

実験結果

リサーチクエスチョン

• RQ1 Hypercat対応IoTデータハブは、どのように意味的に拡張され、データ相互運用性とクエリ表現力が向上するか？
• RQ2 動的SPARQL-to-SQL変換は、データの複製なしに、リレーショナルIoTデータに対する効率的でリアルタイムのクエリをどの程度可能にするか？
• RQ3 意味的拡張は、LODクラウドなどの外部知識ソースとのIoTデータ統合をどの程度向上させるか？
• RQ4 意味的拡張は、交通制御や案内といった実世界の都市IoTアプリケーションに、どの程度のパフォーマンスおよび機能的向上をもたらすか？
• RQ5 拡張済みデータハブおよび外部ソースを対象とした連携SPARQLクエリは、スマートシティシステムにおける新しい柔軟なデータ発見および推論を可能にするか？

主な発見

• BT Hypercat Data Hubの意味的拡張により、三元組ストアへのデータ移行を不要とし、動的クエリ変換を通じてリレーショナルIoTデータに対するSPARQLクエリが可能となった。
• システムは連携SPARQLクエリをサポートしており、LODクラウドなどの外部データソースとのシームレスな統合を可能にし、データ発見および推論能力が向上した。
• 交通管理ユースケースでは、意味的拡張されたシステムにより、標準的手法よりも20%速く都市部の混雑を緩和する制御戦略が実現された。
• 同じユースケースでは、意味的推論に基づく最適化された信号制御により、排ガス排出量が2.5%削減された。
• City Conciergeユースケースでは、オントロジーに基づく推論を伴うSPARQLクエリにより、事前のスキーマ知識がなくても、コンcertや展示会などの多様なイベントタイプを動的に発見・統合できることが示された。
• 連携SPARQLエンドポイントの実装により、複数のデータソース間での柔軟かつ拡張可能なデータ結合が可能となり、今後のスマートシティアプリケーションにおける拡張性およびイノベーションを支援した。