[論文レビュー] Wandering and getting lost: the architecture of an app activating local communities on dementia issues

Nicklas Sindlev Andersen, Marco Chiarandini+1 more|arXiv (Cornell University)|Mar 11, 2021

Context-Aware Activity Recognition Systems参考文献 22被引用数 5

ひとこと要約

本論文は、高頻度の位置情報データをリアルタイムで処理することで、認知症患者の徘徊や迷子を検出するモバイルアプリケーション「Sammend Om Demens（SOD）」のマイクロサービスおよびサーバesslessアーキテクチャを提示する。バックエンドはパブリッククラウドにデプロイされており、イベント駆動型のサーバessless関数とモジュラーなマイクロサービスを通じて、低遅延応答時間で高いスケーラビリティとパフォーマンスを達成している。シミュレーテッド負荷テストによる検証が行われた。

ABSTRACT

We describe the architecture of Sammen Om Demens (SOD), an application for portable devices aiming at helping persons with dementia when wandering and getting lost through the involvement of caregivers, family members, and ordinary citizens who volunteer. To enable the real-time detection of a person with dementia that has lost orientation, we transfer location data at high frequency from a frontend on the smartphone of a person with dementia to a backend system. The backend system must be able to cope with the high throughput data and carry out possibly heavy computations for the detection of anomalous behavior via artificial intelligence techniques. This sets certain performance and architectural requirements on the design of the backend. In the paper, we discuss our design and implementation choices for the backend of SOD that involve microservices and serverless services to achieve efficiency and scalability. We give evidence of the achieved goals by deploying the SOD backend on a public cloud and measuring the performance on simulated load tests.

研究の動機と目的

• 認知症患者の徘徊発生をリアルタイムで検出するためのスケーラブルで応答性の高いバックエンドシステムを設計すること。
• 自動アラーム発動により、介護者や近隣のボランティアによる迅速な対応を可能にすること。
• 位置情報データストリームにおけるAIベースの異常検出の統合を可能にすること。
• モバイルデバイスからの高スルーレットデータ処理環境下でも、システムの信頼性とパフォーランスを確保すること。

提案手法

• バックエンドは、認証、データインジェスト、お知らせルーティングなどのコア機能をモジュラー化するため、マイクロサービスアーキテクチャを採用している。
• OpenFaaSを用いて構築されたサーバessless関数が、位置情報データストリームのイベント駆動型処理を実行している。
• スマートフォンから得られる高頻度の位置情報データが、リアルタイム分析のためバックエンドに送信される。
• システムはパブリッククラウドインfrastrucureを活用しており、負荷に応じた動的スケーリングをサポートしている。
• オーケストレータサービスがリクエストフロー、アクセス制御、Azure Object Storageとの連携を管理している。
• 実デプロイされたバックエンドに対して負荷テストを実施し、シミュレーテッドリアルワールド条件下でのパフォーマンスとスケーラビリティを評価した。

実験結果

リサーチクエスチョン

• RQ1 認知症患者から得られる高頻度の位置情報データをリアルタイムで処理するための、スケーラブルで応答性の高いバックエンドシステムをどのようにアーキテクチャ設計できるか？
• RQ2 マイクロサービスおよびサーバesslessコンピューティングといったアーキテクチャパターンは、コミュニティベースの認知症支援アプリケーションが直面する動的かつ予測不能な負荷に対し、どのように最適な支援を提供できるか？
• RQ3 サーバesslessおよびマイクロサービスアーキテクチャは、ヘルステクノロジー分野において、システムの応答性、フェイルセーフ性、リソース効率をどの程度向上できるか？
• RQ4 シミュレーテッドリアルワールド利用状況下で、高スルーレット処理が行われる中でも、システムはどのように低遅延応答時間を維持できるか？

主な発見

• SODバックエンドは、高負荷シミュレーション条件下でも低遅延応答時間を達成しており、位置情報データストリームの効果的なリアルタイム処理が可能であることを示した。
• マイクロサービスおよびサーバessless関数の活用により、動的スケーリングが可能となり、ユーザー負荷の増加に対しても効率的に対応できた。
• アーキテクチャによりコア機能が明確に分離されたため、保守性が向上し、今後のAIベースの異常検出の統合が容易になった。
• 負荷テストによるパフォーマンス検証で、一貫した応答時間で高いスルーレットを維持できることが確認された。
• バックエンドのモジュラー設計により、認証、データ処理、お知らせサービスなどのコンponentを個別にデプロイおよびスケーリングできるようになった。
• システムの拡張性により、今後のウェアラブルデバイスやスマートフォンからのセンサー情報統合が可能となり、検出の信頼性が向上する。