[論文レビュー] Big Data Meet Cyber-Physical Systems: A Panoramic Survey

Rachad Atat, Lingjia Liu+4 more|arXiv (Cornell University)|Oct 29, 2018

Big Data Technologies and Applications被引用数 12

ひとこと要約

本論文は、サイバーフィジカルシステム（CPS）におけるビッグデータについて、包括的なサーベイを提示しており、データ収集、保存、処理、分析に加え、セキュリティおよびサステナビリティの課題を統合的に扱っている。本研究では、クラウド／フォッグコンピューティング、機械学習、リアルタイム分析を活用した統合的フレームワークを提案し、高速かつ多様なCPSデータを管理することで、医療、交通、環境監視分野におけるスマートな応用を実現するとともに、スケーラビリティ、低レイテンシー、セキュリティリスクの対策を図っている。

ABSTRACT

The world is witnessing an unprecedented growth of cyber-physical systems (CPS), which are foreseen to revolutionize our world {via} creating new services and applications in a variety of sectors such as environmental monitoring, mobile-health systems, intelligent transportation systems and so on. The {information and communication technology }(ICT) sector is experiencing a significant growth in { data} traffic, driven by the widespread usage of smartphones, tablets and video streaming, along with the significant growth of sensors deployments that are anticipated in the near future. {It} is expected to outstandingly increase the growth rate of raw sensed data. In this paper, we present the CPS taxonomy {via} providing a broad overview of data collection, storage, access, processing and analysis. Compared with other survey papers, this is the first panoramic survey on big data for CPS, where our objective is to provide a panoramic summary of different CPS aspects. Furthermore, CPS {require} cybersecurity to protect {them} against malicious attacks and unauthorized intrusion, which {become} a challenge with the enormous amount of data that is continuously being generated in the network. {Thus, we also} provide an overview of the different security solutions proposed for CPS big data storage, access and analytics. We also discuss big data meeting green challenges in the contexts of CPS.

研究の動機と目的

• CPSにおけるビッグデータライフサイクルの包括的概要を提供すること、すなわち、データ収集、保存、アクセス、処理、分析を含む。
• 多様な応用分野において、高速かつ多様なCPSデータを処理するうえでの主な課題を特定すること。
• CPSビッグデータの既存のセキュリティソリューションを分析し、保存、アクセス、分析保護に焦点を当てる。
• エネルギー効率性とサステナビリティを高めるために、ビッグデータとグリーンコンピューティングの交差を検討すること。
• CPSにおけるリアルタイム処理、データ統合、クロスシステム連携に関する未解決の研究課題を強調すること。

提案手法

• コンテキスト対応型およびソーシャルコンピューティングに分類されるCPSデータソース（物理的、仮想的、論理的、グローバル、リモートセンサーを含む）を提示する。
• 分散型データ処理と低レイテンシー分析を実現するため、クラウド、フォッグ、エッジコンピューティングを統合したレイヤードアーキテクチャを提案する。
• パターン発見のための特徴選択、次元削減、クラスタリング、リアルタイム分析を含むデータマイニング技術をレビューする。
• 遅延、信頼性、リソース使用量の最適化を目的として、センシング、伝送、アプリケーションレイヤー間のクロスレイヤー設計原則を導入する。
• CPSビッグデータワークロードに特化したアクセス制御、インシデント検出、データ暗号化を含むサイバーセキュリティメカニズムを評価する。
• エネルギー効率ルーティング、キャッシュ、トークンベースリレーリングを含むグリーンコンピューティング戦略を分析する。

実験結果

リサーチクエスチョン

• RQ1 多様なCPSソースからのビッグデータを、リアルタイムで効果的に収集・保存・処理する方法は何か？
• RQ2 CPSビッグデータパイプラインにおける主なセキュリティ脆弱性は何か？また、データ保存、アクセス、分析を保護するためのソリューションは何か？
• RQ3 5G対応のURLLC環境において、CPSにおけるビッグデータ分析を低レイテンシーかつ高信頼性に最適化するにはどうすればよいか？
• RQ4 データ統合は、多様なCPSデバイスからの情報の質と整合性を向上させるために果たす役割は何か？
• RQ5 グリーンコンピューティング技術を活用することで、CPSシステムをよりエネルギー効率的かつ持続可能にするにはどうすればよいか？

主な発見

• クラウドとフォッグコンピューティングの統合により、リアルタイムCPSデータのスケーラブルかつ低レイテンシーな処理が可能となり、エンドツーエンド遅延が低減され、システムの応答性が向上する。
• センシングと伝送レイヤー間のクロスレイヤープロトコルは、高損失または動的ネットワーク環境において再送信を削減し、信頼性を向上させることができる。
• 機械学習およびデータマイニング技術は、特にモバイルヘルスやインテリジェント輸送分野において、パターン検出と意思決定を顕著に向上させる。
• アクセス制御やインシデント検出のようなセキュリティソリューションは、CPSビッグデータを保護するために不可欠であるが、データの高速度とリソース制約のための課題に直面している。
• エネルギー効率ルーティングやトークンベースリレーリングを含むグリーンコンピューティング戦略は、大規模なCPS展開における電力消費を低減し、デバイスの寿命を延長できる。
• 多様なデータ統合は依然として主要な未解決課題であり、非構造的かつマルチソースのデータは、効率的な分析と自動意思決定を妨げている。