[논문 리뷰] Fog Computing based SDI Framework for Mineral Resources Information Infrastructure Management in India

Rabindra K. Barik, Rakesh Kumar Lenka외 3명|arXiv (Cornell University)|2017. 12. 26.

IoT and Edge/Fog Computing인용 수 9

한 줄 요약

이 논문은 인도의 광물 자원 관리에 대한 공간 대용량 데이터의 실시간 분석을 향상시키기 위해 안개 계산 기반 공간 데이터 인프라(SDI) 프레임워크를 제안한다. 라즈베리 파이를 안개 노드로 사용하고 오픈소스 지리정보시스템(GIS) 도구(QGIS, QIS 플러그인)를 통합함으로써 클라우드 데이터 전송과 지연을 줄이며, 광물 분석을 위한 叠포지션 분석에서 처리량과 효율성이 향상됨을 입증한다.

ABSTRACT

Spatial Data Infrastructure (SDI) is an important concept for sharing spatial data across the web. With cumulative techniques with spatial cloud computing and fog computing, SDI has the greater potential and has been emerged as a tool for processing, analysis and transmission of spatial data. The Fog computing is a paradigm where Fog devices help to increase throughput and reduce latency at the edge of the client with respect to cloud computing environment. This paper proposed and developed a fog computing based SDI framework for mining analytics from spatial big data for mineral resources management in India. We built a prototype using Raspberry Pi, an embedded microprocessor. We validated by taking suitable case study of mineral resources management in India by doing preliminary analysis including overlay analysis. Results showed that fog computing hold a great promise for analysis of spatial data. We used open source GIS i.e. QGIS and QIS plugin for reducing the transmission to cloud from the fog node.

연구 동기 및 목표

• 인도의 광물 자원 관리에 대한 클라우드 중심 공간 데이터 처리에서 높은 지연과 대역폭 오버헤드 문제를 해결하기 위해.
• 공간 대용량 데이터를 데이터 원천에 가까이 처리하기 위해 안개 계산을 활용한 확장성 있고 저비용의 SDI 프레임워크를 개발하기 위해.
• 네트워크 엣지에서 데이터 사전 처리 및 분석을 수행하여 중심화된 클라우드 인프라 의존도를 최소화하기 위해.
• 경량 임베디드 컴퓨팅 장치를 사용해 광물 자원 평가를 위한 실시간 공간 분석을 가능하게 하기 위해.
• 실제 사례 연구를 통해 인도 광물 자원을 대상으로 叠포지션 분석과 성능 메트릭스를 중심으로 프레임워크를 검증하기 위해.

제안 방법

• 공간 데이터를 네트워크 엣지에서 처리하기 위해 라즈베리 파이를 안개 노드로 활용한 프로토타입을 구축했다.
• QGIS와 QIS 플러그인과 같은 오픈소스 GIS 도구를 통합하여 안개 노드에서 국소적으로 叠포지션 분석과 같은 공간 연산을 수행했다.
• 안개 계층에서 공간 데이터의 사전 처리 및 분석을 통해 클라우드로의 데이터 전송을 줄였다.
• 안개 장치가 데이터 집계, 필터링 및 초기 분석을 처리하고, 이후에는 필수 결과만 클라우드로 전달하는 분산 아키텍처를 설계했다.
• 기존의 클라우드 전용 모델 대비 처리량 향상과 지연 감소를 위해 안개 계산 원리를 적용했다.
• 실제 사례 연구를 통해 인도 광물 자원을 대상으로 공간 叠포지션 연산에 중점을 두고 프레임워크를 검증했다.

실험 결과

연구 질문

• RQ1 안개 계산은 광물 자원 관리에 대한 공간 데이터 처리에서 지연과 대역폭 사용을 어떻게 줄일 수 있는가?
• RQ2 라즈베리 파이와 같은 임베디드 장치가 네트워크 엣지에서 공간 분석을 얼마나 효과적으로 수행할 수 있는가?
• RQ3 기존 클라우드 중심 공간 데이터 아키텍처에 비해 안개 기반 SDI 프레임워크는 어떤 성능 향상을 제공하는가?
• RQ4 오픈소스 GIS 도구(QGIS, QIS 플러그인)의 통합은 엣지 기반 공간 분석을 얼마나 효과적으로 지원하는가?
• RQ5 제안된 프레임워크는 인도의 대규모 광물 자원 데이터에 대해 실시간으로 확장 가능한 공간 분석을 지원할 수 있는가?

주요 결과

• 안개 계산 기반 SDI 프레임워크는 엣지에서 공간 데이터를 국소적으로 처리함으로써 클라우드로의 데이터 전송을 크게 줄였다.
• 지역화된 계산 덕분에 공간 데이터 분석의 지연이 감소하여 실시간 의사결정 능력이 향상되었다.
• 라즈베리 파이를 사용한 프로토타입이 광물 자원 데이터에 대해 성공적으로 叠포지션 분석을 수행하여 엣지 기반 공간 분석의 실현 가능성을 입증했다.
• QGIS와 QIS 플러그인의 통합은 안개 노드에서 효율적이고 경량의 공간 연산을 가능하게 하여 클라우드 의존도를 최소화했다.
• 자원 제약 환경에서 공간 대용량 데이터 처리를 위한 처리량과 확장성 향상이 확인되었다.
• 초기 결과는 안개 계산이 광물 자원 관리에서 확장성 있고 효율적인 공간 데이터 처리에 매우 유망한 기술임을 확인했다.