[논문 리뷰] When Things Matter: A Data-Centric View of the Internet of Things

Yongrui Qin, Quan Z. Sheng외 4명|arXiv (Cornell University)|2014. 07. 10.

IoT and Edge/Fog Computing참고 문헌 111인용 수 47

한 줄 요약

이 논문은 상호 연결된 물리적 물체로부터 발생하는 막대하고 동적이며 노이즈가 많은 데이터 스트림을 관리하는 데 중점을 둔 인터넷의 사물(IoT)을 위한 데이터 중심 프레임워크를 제시한다. 스트림 처리, 이벤트 검출, 데이터 저장 및 검색과 같은 핵심 기술들을 조사하며, 확장성 있고 실시간 작동이 가능한 IoT 데이터 관리 응용 분야에서의 핵심 과제와 열린 연구 과제를 규명한다.

ABSTRACT

With the recent advances in radio-frequency identification (RFID), low-cost wireless sensor devices, and Web technologies, the Internet of Things (IoT) approach has gained momentum in connecting everyday objects to the Internet and facilitating machine-to-human and machine-to-machine communication with the physical world. While IoT offers the capability to connect and integrate both digital and physical entities, enabling a whole new class of applications and services, several significant challenges need to be addressed before these applications and services can be fully realized. A fundamental challenge centers around managing IoT data, typically produced in dynamic and volatile environments, which is not only extremely large in scale and volume, but also noisy, and continuous. This article surveys the main techniques and state-of-the-art research efforts in IoT from data-centric perspectives, including data stream processing, data storage models, complex event processing, and searching in IoT. Open research issues for IoT data management are also discussed.

연구 동기 및 목표

• 상호 연결된 물리적 물체에서 발생하는 고속도, 동적이고 노이즈가 많은 데이터를 관리하는 데 있어 근본적인 과제를 해결하기 위해.
• 대규모 IoT 응용 분야를 실현하는 데 필수적인 핵심 데이터 관리 기술을 식별하고 분석하기 위해.
• 확장성, 실시간 처리 및 의미적 통합을 포함한 IoT 데이터 관리 분야의 열린 연구 과제를 부각하기 위해.
• 기계 간 및 기계와 인간 간 상호작용을 가능하게 하는 데이터 중심 접근 방식의 종합적 개요를 제공하기 위해.
• 임베디드, 주소 지정 가능하고 상호 연결된 사물들로부터 유래한 데이터에 의해 이끌리는 인터넷의 전환적 진화로써 IoT를 위치 지정하기 위해.

제안 방법

• 사용자 중심 데이터에서 물리적 물체가 생성하고 소비하는 데이터로의 초점을 이동시켜 IoT에 대한 데이터 중심 시각을 제안한다.
• 센서 및 RFID 장치로부터 유입되는 지속적이고 고속도의 데이터를 처리하기 위한 데이터 스트림 처리 기법을 검토한다.
• IoT의 규모와 변동성에 맞게 설계된 분산형 데이터 저장 모델을 분석하며 내구성과 가용성을 강조한다.
• IoT 기기들로부터 유입되는 실시간 이벤트 시퀀스에서 의미 있는 패턴을 탐지하기 위한 복합 이벤트 처리(CEP)를 분석한다.
• IoT 데이터 기반의 지능적인 쿼리 및 추론을 가능하게 하기 위해 의미론적 검색 및 지식 탐색 기법을 조사한다.
• 보안, 프라이버시 및 사회적 요소를 데이터 관리 프레임워크에 통합하며, 이들이 데이터 사용성과 신뢰도에 미치는 영향을 고려한다.

실험 결과

연구 질문

• RQ1 상호 연결된 물리적 물체로부터 발생하는 고속도, 지속적이고 노이즈가 많은 데이터 스트림을 효율적으로 관리할 수 있는 방법은 무엇인가?
• RQ2 IoT 데이터의 동적이고 변동성이 높은 특성에 가장 적합한 데이터 저장 및 인덱싱 모델은 무엇인가?
• RQ3 실시간 IoT 이벤트 스트림에서 의미 있는 패턴을 탐지하기 위해 복합 이벤트 처리는 어떻게 활용될 수 있는가?
• RQ4 분산형이고 이질적인 IoT 데이터 소스를 대상으로 한 확장성 있고 의미론적 인식이 가능한 검색을 가능하게 하는 기법은 무엇인가?
• RQ5 IoT 데이터 관리에서 확장성, 보안, 프라이버시 및 사회적 수용성을 확보하기 위해 여전히 남아 있는 열린 연구 과제는 무엇인가?

주요 결과

• IoT는 기존의 데이터 관리 기법이 속도, 용량 및 변동성에 대응하기에 부적절할 정도로 사전에 없던 규모로 막대하고 실시간 데이터 스트림을 생성한다.
• 실시간 분석을 가능하게 하여 동적 환경에서 패턴을 탐지하고 반응을 유도하기 위해 데이터 스트림 처리 및 복합 이벤트 처리가 필수적이다.
• 지속적인 저장을 보장하면서도 가용성과 장애 내성 확보를 위해 대규모 IoT 데이터를 처리할 수 있는 분산형 및 확장 가능한 데이터 저장 모델이 필요하다.
• 이질적인 IoT 데이터를 대상으로 지능적이고 맥락 인식 가능한 쿼리 및 의사결정을 가능하게 하기 위해 의미론적 검색 및 지식 탐색 기법이 핵심적이다.
• 보안, 프라이버시 및 사회적 요소는 데이터 관리에 중대한 영향을 미치며, 신뢰할 수 없거나 보호가 부족한 데이터는 시스템의 무결성과 사용자 신뢰를 손상시킬 수 있다.
• 진전이 있었음에도 불구하고, 데이터 모델 표준화, 상호운용성 보장, 확장성 있고 안전하며 프라이버시를 보존하는 IoT 데이터 인fra구조 구축에 있어 여전히 열린 과제가 남아 있다.