[論文レビュー] MakeSense: An IoT Testbed for Social Research of Indoor Activities

Jie Jiang, Riccardo Pozza+2 more|arXiv (Cornell University)|Aug 9, 2019

Context-Aware Activity Recognition Systems参考文献 34被引用数 4

ひとこと要約

MakeSense は、住宅やオフィスにおける日常的な人間の行動に関する大規模な社会的調査を目的とした IoT テストベッドであり、低コストで容易に設置可能な IoTEgg センサーと、安全でスケーラブルなクラウドインfraストラクチャを用いて、非侵襲的でリアルタイムのデータ収集を可能にします。家庭やオフィスでの柔軟な展開が可能で、暗号化と偽名化によりプライバシーを確保し、研究者が遠隔で監視を行い、拡張可能なセンサー統合を実現します。行動実践の検証には、時間利用日記などの従来手法と併用可能です。

ABSTRACT

There has been increasing interest in deploying IoT devices to study human behaviour in locations such as homes and offices. Such devices can be deployed in a laboratory or `in the wild' in natural environments. The latter allows one to collect behavioural data that is not contaminated by the artificiality of a laboratory experiment. Using IoT devices in ordinary environments also brings the benefits of reduced cost, as compared with lab experiments, and less disturbance to the participants' daily routines which in turn helps with recruiting them into the research. However, in this case, it is essential to have an IoT infrastructure that can be easily and swiftly installed and from which real-time data can be securely and straightforwardly collected. In this paper, we present MakeSense, an IoT testbed that enables real-world experimentation for large scale social research on indoor activities through real-time monitoring and/or situation-aware applications. The testbed features quick setup, flexibility in deployment, the integration of a range of IoT devices, resilience, and scalability. We also present two case studies to demonstrate the use of the testbed, one in homes and one in offices.

研究の動機と目的

• 実験室やライブラボ研究の限界を克服し、日常的な生活環境における大規模な社会的調査を可能にする。
• 非侵襲的でコスト効率が良く、家庭やオフィスなどの自然な屋内環境に容易に設置可能な IoT インfraストラクチャの開発。
• エンドツーエンドの暗号化と偽名化を通じて、参加者の干渉を最小限に抑える高水準のデータプライバシーとセキュリティを確保。
• 社会的研究者によるリアルタイムの監視とリモートでのデータ収集制御を可能にする。
• 商業用センサーやカスタムセンサーセットの両方を柔軟かつ拡張可能に統合できる、柔軟で拡張性のあるプラットフォームの提供。

提案手法

• テストベッドは、一般部品のセンサーと標準の Wi-Fi/BLE ラジオを搭載した低コストでモジュラーな IoTEgg センサー・ノードを用い、シームレスな接続性と設置を実現。
• クラウドベースのインfraストラクチャにより、安全でリアルタイムのデータインジェスト、保存、可視化が可能で、ログ記録やサービスの再起動といった自動回復メカニズムを備える。
• システムはオーバー・ザ・エア（OTA）ファームウェア更新と、シェルスクリプトおよび Docker イメージを用いた自動デプロイメントをサポートし、大規模なセットアップを簡素化。
• プライバシーは、データ暗号化と偽名化により強化され、個人を特定できる情報は一切保存されない。
• 多様なセンサー種別（COTS や自社開発機器を含む）の統合を可能にする拡張性のある API を提供。
• ウォッチドッグとログ記録システムを活用し、長期的な展開においても手動介入を最小限に抑える耐障害性を重視した設計。

実験結果

リサーチクエスチョン

• RQ1 日常的な生活環境において、日常のルーティンを妨げることなく、大規模で現実世界の社会的調査を実現するための IoT テストベッドは、どのように設計すべきか？
• RQ2 自然な屋内環境において、安全で信頼性が高く、非侵襲的なデータ収集を実現するための技術的およびプライバシー保護メカニズムは何か？
• RQ3 柔軟で低コストな IoT インfraストラクチャは、社会的科学実験において、多様なセンサーセットの統合とリモート監視をどの程度可能にするか？
• RQ4 テストベッドのアーキテクチャは、異なる屋内環境において長期的な展開において、スケーラビリティと耐障害性をどのように実現するか？

主な発見

• MakeSense は、参加者の日常のルーチンを最小限に妨げながら、家庭やオフィスにおける屋内行動の非侵襲的でリアルタイムの監視を可能にする。
• IoTEgg センサー・ノードはコスト効率が高く、単位あたり 50 英ポンド未満の目標コストを達成しており、OTA 更新による迅速かつ自動的な展開が可能。
• 自動回復メカニズム、エンドツーエンドの暗号化、参加者データの偽名化により、高いデータ信頼性とセキュリティを確保。
• 拡張性のある API とオープンソースのソフトウェアコンponents を通じて、商業用およびカスタムセンサーセットの柔軟な統合を実現。
• 2 つの事例研究により、実際の家庭およびオフィス環境への成功した展開が確認され、多様な社会的調査用途におけるプラットフォームの適応性とスケーラビリティが検証された。
• Docker とシェルスクリプトの使用により、サーバーおよびデバイスのデプロイメントにおけるセットアップ時間とシステム管理の負荷が顕著に削減された。