[논문 리뷰] A Hypercat-enabled Semantic Internet of Things Data Hub: Technical Report

Ilias Tachmazidis, Sotiris Batsakis외 5명|arXiv (Cornell University)|2017. 03. 01.

Semantic Web and Ontologies참고 문헌 3인용 수 3

한 줄 요약

이 논문은 RDF와 SPARQL를 사용하여 BT Hypercat 데이터 허브의 의미적 강화를 제안함으로써, 상호운용성 있고 질의 가능한 IoT 데이터 액세스를 가능하게 한다. 관계형 데이터베이스를 사용자 정의 온톨로지로 매핑하고, 연합 질의 기능을 갖춘 동적 SPARQL 엔드포인트를 노출함으로써, 시스템은 의미적 추론과 외부 데이터 소스 통합을 가능하게 하며, 교통 제어 및 도시 내 길 안내와 같은 사용 사례를 통해 성능 향상이 측정 가능한 것으로 입증된다.

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.

연구 동기 및 목표

• 스마트 시티 환경에서 이질적인 센서 네트워크와 스마트 기기 간의 IoT 데이터 상호운용성 문제를 해결하기 위해.
• 표준 웹 기술을 사용하여 다양한 소스의 IoT 데이터에 대한 의미적 탐색 및 통합을 가능하게 하기 위해.
• BT Hypercat 데이터 허브에 의미 모델링, SPARQL 질의, 연합 질의 지원을 추가하여 데이터 상호운용성을 향상시키기 위해.
• 실제 스마트 시티 사용 사례를 통해 의미적 강화의 가치를 입증하기 위해 (교통 관리 및 도시 내 길 안내 포함).
• 표준화된 질의 인터페이스를 통해 IoT 데이터에 대한 추론과 보다 넓은 연결된 개방형 데이터(Lod) 클라우드와의 통합을 가능하게 하기 위해.

제안 방법

• 관계형 데이터베이스에서 추출한 센서, 이벤트, 위치 데이터를 의미적으로 모델링하기 위한 BT Hypercat 온톨로지의 설계 및 구현.
• 기존의 관계형 데이터베이스에 대해 동적 SPARQL 쿼리를 SQL 쿼리로 변환함으로써 데이터 복제를 방지하는 기술.
• 온톨로지 기반 추론을 지원하는 BT SPARQL 엔드포인트를 통해 강화된 데이터를 노출함.
• 강화된 데이터 허브와 외부 SPARQL 엔드포인트(LOD 클라우드 소스 포함)를 모두 질의할 수 있는 연합 SPARQL 엔드포인트의 구현.
• 이벤트, 위치, 센서 유형에 대한 추론을 가능하게 하기 위해 RDF 및 OWL 표준을 사용하여 데이터 의미를 표현함.
• 실제 IoT 데이터 피드와의 통합 및 교통 계획 및 도시 내 길 안내 분야의 도메인 전문 사용 사례를 통한 검증.

실험 결과

연구 질문

• RQ1 Hypercat 기반 IoT 데이터 허브는 어떻게 의미적으로 강화되어 데이터 상호운용성과 질의 표현력을 향상시킬 수 있는가?
• RQ2 동적 SPARQL-SQL 변환은 데이터 복제 없이도 관계형 IoT 데이터에 대한 효율적이고 실시간 질의를 얼마나 잘 지원할 수 있는가?
• RQ3 의미적 강화는 IoT 데이터를 LOD 클라우드와 같은 외부 지식 소스와 통합하는 데 어떻게 기여하는가?
• RQ4 의미적 강화는 교통 제어 및 길 안내와 같은 실제 도시 IoT 응용 분야에 어떤 성능 및 功能 향상 효과를 가져오는가?
• RQ5 강화된 데이터 허브와 외부 소스를 대상으로 한 연합 SPARQL 질의는 스마트 시티 시스템에서 새로운 유연한 데이터 탐색 및 추론을 가능하게 하는가?

주요 결과

• BT Hypercat 데이터 허브의 의미적 강화는 삼중 저장소로의 데이터 마이그레이션 없이도 동적 쿼리 번역을 통해 관계형 IoT 데이터에 대한 SPARQL 질의를 가능하게 한다.
• 시스템은 연합 SPARQL 질의를 지원하여 LOD 클라우드와 같은 외부 데이터 소스와의 원활한 통합을 가능하게 하며, 데이터 탐색 및 추론 능력을 향상시킨다.
• 교통 관리 사용 사례에서 의미적 강화된 시스템은 기존 방법보다 도시 지역의 혼잡을 20퍼센트 더 빨리 완화하는 제어 전략을 가능하게 하였다.
• 동일한 사용 사례에서 의미 기반 추론에 기반한 최적화된 신호 제어 덕분에 배기가스가 2.5퍼센트 감소하였다.
• 시티 콘시어지 사용 사례에서는 온톨로지 기반 추론을 통한 SPARQL 질의가 사전 스키마 지식 없이도 다양한 이벤트 유형(예: 콘서트, 전시회)을 동적으로 탐색하고 통합할 수 있었다.
• 연합 SPARQL 엔드포인트의 구현은 다수의 데이터 소스 간에 민첩하고 확장 가능한 데이터 조합을 가능하게 하여, 향후 스마트 시티 응용 분야의 확장성과 혁신을 지원한다.