[논문 리뷰] Big Data Meet Cyber-Physical Systems: A Panoramic Survey

Rachad Atat, Lingjia Liu외 4명|arXiv (Cornell University)|2018. 10. 29.

Big Data Technologies and Applications인용 수 12

한 줄 요약

이 논문은 사이버-물리 시스템(CPS)에서의 대용량 데이터에 대한 종합적인 시각을 제시하며, 데이터 수집, 저장, 처리 및 분석을 보안 및 지속 가능성 도전 과제와 통합한다. 클라우드/안개 컴퓨팅, 머신 러닝, 실시간 분석을 활용하는 통합 프레임워크를 제안하여 고속도, 이질적인 CPS 데이터를 관리함으로써 헬스케어, 교통, 환경 모니터링 분야에서 더 스마트한 응용을 가능하게 하며, 확장성, 낮은 지연 시간, 보안 위험을 동시에 해결한다.

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.

연구 동기 및 목표

• CPS에서의 대용량 데이터 라이프사이클 전반에 걸친 통합적 개요 제공, 데이터 수집, 저장, 액세스, 처리 및 분석 포함.
• 다양한 응용 분야에서 고속도, 이질적, 실시간 CPS 데이터를 처리하는 데 있어 핵심 과제 규명.
• CPS 대용량 데이터를 위한 기존 보안 솔루션 분석, 저장, 액세스 및 분석 보호에 중점을 둔다.
• 에너지 효율성과 지속 가능성 향상을 위한 대용량 데이터와 그린 컴퓨팅의 만남 탐색.
• CPS에서 실시간 처리, 데이터 융합, 시스템 간 협업 분야의 열린 연구 과제 강조.

제안 방법

• 물리적, 가상적, 논리적, 글로벌, 원격 센서 포함, 상황 인식형 및 사회 컴퓨팅으로 나누어 CPS 데이터 소스 분류.
• 클라우드, 안개, 엣지 컴퓨팅을 통합한 계층적 아키텍처 제안으로 분산 데이터 처리 및 낮은 지연 시간 분석 지원.
• 패턴 탐지에 적합한 특성 선택, 차원 축소, 군집화, 실시간 분석 기법 등 데이터 마이닝 기법 검토.
• 감지, 전송, 응용 계층 간의 교차 계층 설계 원칙 도입으로 지연 시간, 신뢰성, 자원 사용 최적화.
• CPS 대용량 데이터 워크로드에 맞춰진 액세스 제어, 침입 탐지, 데이터 암호화와 같은 사이버보안 메커니즘 평가.
• 에너지 인지 라우팅, 캐싱, 토큰 기반 리레이팅을 포함한 그린 컴퓨팅 전략 분석으로 전력 소비 감소.

실험 결과

연구 질문

• RQ1 다양한 이질적 CPS 소스에서 유래한 대용량 데이터는 어떻게 효과적으로 실시간으로 수집, 저장, 처리할 수 있는가?
• RQ2 CPS 대용량 데이터 파이프라인에서의 핵심 보안 취약점은 무엇이며, 데이터 저장, 액세스, 분석 보호를 위한 해결책은 무엇인가?
• RQ3 5G 기반의 URLLC 환경에서 CPS 대용량 데이터 분석은 어떻게 낮은 지연 시간과 높은 신뢰성으로 최적화할 수 있는가?
• RQ4 다양한 CPS 기기에서 유래한 정보의 품질과 일관성을 향상시키는 데 데이터 융합이 수행하는 역할은 무엇인가?
• RQ5 그린 컴퓨팅 기법을 통해 CPS 시스템은 어떻게 더 에너지 효율적이고 지속 가능하게 만들 수 있는가?

주요 결과

• 클라우드와 안개 컴퓨팅의 통합은 확장성 있고 낮은 지연 시간을 갖춘 실시간 CPS 데이터 처리를 가능하게 하여 종단 간 지연 시간을 감소시키고 시스템 반응성을 향상시킨다.
• 감지 계층과 전송 계층 간의 교차 계층 프로토콜은 고손실 또는 동적 네트워크 환경에서 재전송 횟수를 줄이고 신뢰성을 향상시킬 수 있다.
• 머신 러닝 및 데이터 마이닝 기법은 특히 모바일 헬스케어 및 지능형 교통 분야에서 패턴 탐지 및 의사결정을 크게 향상시킨다.
• 액세스 제어 및 침입 탐지와 같은 보안 솔루션은 CPS 대용량 데이터를 보호하는 데 필수적이지만, 높은 데이터 속도와 자원 제약로 인해 도전 과제를 안고 있다.
• 에너지 인지 라우팅 및 토큰 기반 리레이팅을 포함한 그린 컴퓨팅 전략은 대규모 CPS 구현에서 전력 소비를 줄이고 장치 수명을 연장할 수 있다.
• 이질적 데이터 통합은 여전히 주요 열린 과제로, 비정형 및 다중 소스 데이터가 효율적 분석과 자동화된 의사결정을 방해한다.