[논문 리뷰] PlanetSense: A Real-time Streaming and Spatio-temporal Analytics Platform for Gathering Geo-spatial Intelligence from Open Source Data

Gautam S. Thakur, Budhendra Bhaduri외 4명|arXiv (Cornell University)|2015. 07. 19.

Data Management and Algorithms참고 문헌 8인용 수 8

한 줄 요약

PlanetSense는 실시간 스트리밍 및 시공간 분석 플랫폼으로, 실시간 오픈소스 데이터를 기록된 지리공간 데이터셋과 통합하여 동적이고 운영적으로 관련성이 있는 지능을 가능하게 한다. 클라우드 기반 데이터 아키텍처, 실시간 데이터 수신, 고급 분석 및 상호작용 가능한 시각화를 조합함으로써, 환경 인구 및 건물 점유율의 확장 가능한 모델링을 가능하게 하여 재난 대응과 같은 시간 민감도가 높은 상황에서의 가치를 입증한다.

ABSTRACT

Geospatial intelligence has traditionally relied on the use of archived and unvarying data for planning and exploration purposes. In consequence, the tools and methods that are architected to provide insight and generate projections only rely on such datasets. Albeit, if this approach has proven effective in several cases, such as land use identification and route mapping, it has severely restricted the ability of researchers to inculcate current information in their work. This approach is inadequate in scenarios requiring real-time information to act and to adjust in ever changing dynamic environments, such as evacuation and rescue missions. In this work, we propose PlanetSense, a platform for geospatial intelligence that is built to harness the existing power of archived data and add to that, the dynamics of real-time streams, seamlessly integrated with sophisticated data mining algorithms and analytics tools for generating operational intelligence on the fly. The platform has four main components - i. GeoData Cloud - a data architecture for storing and managing disparate datasets; ii. Mechanism to harvest real-time streaming data; iii. Data analytics framework; iv. Presentation and visualization through web interface and RESTful services. Using two case studies, we underpin the necessity of our platform in modeling ambient population and building occupancy at scale.

연구 동기 및 목표

• 기존 지리공간 지능 도구가 정적이고 기록된 데이터에만 의존하여 실시간 의사결정을 지원하지 못하는 한계를 해결하기 위해.
• 실시간 스트리밍 지리공간 데이터와 기존 데이터셋을 동시에 수신, 처리 및 분석할 수 있는 통합 플랫폼을 개발하기 위해.
• 최신 상황 인식을 제공함으로써 대피 계획 및 비상 대응과 같은 시간 민감도가 높은 응용 분야에 운영 지능을 제공하기 위해.
• 실제 사례 연구를 통해 환경 인구 및 건물 점유율 모델링을 통한 플랫폼의 확장성과 효과성을 입증하기 위해.

제안 방법

• 플랫폼은 기록된 데이터와 실시간 데이터 원천을 포함한 이질적인 지리공간 데이터셋을 저장 및 관리하기 위해 지오데이터 클라우드 아키텍처를 사용한다.
• 소셜 미디어, 교통 피드, 센서 네트워크 등의 오픈소스 원천으로부터 실시간으로 스트리밍 데이터를 지속적으로 수신하기 위한 실시간 데이터 수확 메커니즘을 구현한다.
• 통합된 데이터에서 패턴을 탐지하고 실행 가능한 통찰을 생성하기 위해 공간시계열 마이닝 및 머신러닝 기법을 적용할 수 있는 사용자 정의 가능한 데이터 분석 프레임워크를 구현한다.
• 웹 기반 상호작용 가능한 시각화 인터페이스와 RESTful API를 통해 결과를 노출하여 외부 시스템과의 프로그래밍 가능한 액세스 및 통합을 지원한다.
• 다양한 데이터 스트림 간의 시간적 및 공간적 상관관계를 분석함으로써 이벤트 탐지 및 변화 모니터링을 지원한다.
• 실제 데이터를 사용하여 대규모 환경 인구 분포 및 건물 점유율 모델링을 위한 아키텍처를 사례 연구를 통해 검증한다.

실험 결과

연구 질문

• RQ1 실시간 지리공간 데이터 스트림을 정적 지리공간 아카이브와 효과적으로 통합하여 동적 의사결정을 지원할 수 있는 방법은 무엇인가?
• RQ2 오픈소스 데이터에서 저지연, 확장 가능한 시공간 분석을 가능하게 하기 위해 필요한 아키텍처 및 분석 컴포넌트는 무엇인가?
• RQ3 다양한 데이터 원천을 사용하여 실시간으로 환경 인구 동적 변화 및 건물 점유율을 정확하게 모델링할 수 있는가?
• RQ4 재난 대응 상황에서 정적 데이터만 사용하는 것과 비교해 실시간 데이터와 역사적 데이터의 융합이 상황 인식을 얼마나 향상시키는가?

주요 결과

• PlanetSense는 실시간 데이터 스트림과 기록된 지리공간 데이터를 성공적으로 통합하여 운영적 사용을 위한 동적이고 반응적인 분석을 가능하게 한다.
• 다양한 오픈소스 데이터 원천을 활용하여 대규모 도시 지역에서 환경 인구 및 건물 점유율 모델링에 있어 플랫폼의 확장성을 입증한다.
• 시스템은 근접한 실시간으로 공간적 및 시간적 변화를 탐지할 수 있어 재난 대응 및 도시 계획과 같은 시간 민감도가 높은 응용 분야를 지원한다.
• 사례 연구를 통해 실시간 데이터와 역사적 데이터의 융합이 정적 데이터만 사용하는 방식보다 상황 인식을 크게 향상시킨다는 점을 확인한다.
• 웹 인터페이스와 RESTful 서비스는 최종 사용자 및 제3자 애플리케이션에 대한 분석 결과에 효과적이고 저지연 액세스를 제공한다.
• 플랫폼의 모듈러 아키텍처는 최소한의 재구성으로 새로운 데이터 원천과 분석 워크로드를 쉽게 확장할 수 있도록 한다.