[논문 리뷰] A Distributed Sensor Data Search Platform for Internet of Things Environments

Luiz H. Nunes, Júlio Cézar Estrella외 6명|ORCA Online Research @Cardiff (Cardiff University)|2016. 06. 25.

Data Stream Mining Techniques참고 문헌 19인용 수 5

한 줄 요약

이 논문은 IoT 환경에서 센서를 서비스로서 발견하고 활용할 수 있도록 하는 분산 센서 데이터 검색 플랫폼인 ViSIoT를 제안한다. 의미적 색인과 분산 아키텍처를 활용하여 기술적 배경이 없는 사용자도 센서 데이터를 질의할 수 있도록 하며, 류마티즘 환자들을 대상으로 한 실제 사례 연구를 통해 효율적인 데이터 검색과 확장 가능한 성능을 입증한 작동 가능한 프로토타입을 구현하였다.

ABSTRACT

Recently, the number of devices has grown increasingly and it is hoped that, between 2015 and 2016, 20 billion devices will be connected to the Internet and this market will move around 91.5 billion dollars. The Internet of Things (IoT) is composed of small sensors and actuators embedded in objects with Internet access and will play a key role in solving many challenges faced in today's society. However, the real capacity of IoT concepts is constrained as the current sensor networks usually do not exchange information with other sources. In this paper, we propose the Visual Search for Internet of Things (ViSIoT) platform to help technical and non-technical users to discover and use sensors as a service for different application purposes. As a proof of concept, a real case study is used to generate weather condition reports to support rheumatism patients. This case study was executed in a working prototype and a performance evaluation is presented.

연구 동기 및 목표

• 현재 IoT 네트워크에서 센서 간 데이터 상호운용성의 한계를 해결하기 위해.
• 기술적 배경이 없는 사용자도 분산된 원천에서 센서 데이터를 발견하고 활용할 수 있도록 하기 위해.
• 동적 IoT 환경에서 센서 데이터에 대한 확장 가능하고 의미 기반의 검색 플랫폼을 개발하기 위해.
• 류마티즘 환자들을 위한 기상 데이터를 포함한 실생활 헬스케어 응용 사례를 통해 플랫폼의 실현 가능성과 성능을 입증하기 위해.

제안 방법

• 다양한 IoT 기기에서 발생하는 이질적인 센서 데이터를 관리하기 위해 분산형, 분산 아키텍처를 설계하기 위해.
• 온톨로지를 사용하여 의미적 색인을 구현하여 센서 데이터에 대한 고수준의 인간이 읽을 수 있는 질의를 가능하게 하기 위해.
• 자연어 또는 고수준 질의를 저수준 센서 데이터 요청으로 변환하는 질의 처리 엔진을 통합하기 위해.
• 실시간 데이터 발견 및 분산 센서 네트워크로부터의 데이터 검색을 지원하기 위해 작동 가능한 프로토타입을 구축하기 위해.
• 환자에게 관련된 기상 조건 보고서를 생성하기 위해 환경 센서를 활용한 사례 연구를 수행하기 위해.
• 쿼리 응답 시간 및 부하 하에서의 확장성과 같은 벤치마킹 메트릭을 통해 시스템 성능을 평가하기 위해.

실험 결과

연구 질문

• RQ1 다양하고 분산된 IoT 원천에서 온 센서 데이터는 어떻게 의미적으로 색인화되어 비기술적 사용자가 검색할 수 있는가?
• RQ2 어떤 아키텍처 설계가 IoT 환경에서 이질적인 센서 데이터에 대해 효율적이고 확장 가능하며 분산된 검색을 가능하게 하는가?
• RQ3 의미 기반 검색 플랫폼은 기상 데이터를 활용한 건강 모니터링과 같은 실생활 응용 시나리오를 효과적으로 지원할 수 있는가?
• RQ4 실생활 데이터 워크로드 하에서 시스템의 쿼리 응답 시간과 확장성 측면에서 성능은 어떠한가?

주요 결과

• ViSIoT 플랫폼은 비기술적 사용자가 고수준의 의미 기반 질의를 통해 센서 데이터를 성공적으로 발견하고 액세스할 수 있도록 했다.
• 프로토타입에서 낮은 지연 시간의 쿼리 응답 시간을 보이며 실시간 응용에 대한 실용성을 입증했다.
• 의미 색인화 기법이 이질적인 센서 네트워크 간의 데이터 가시성을 크게 향상시켰다.
• 증가하는 쿼리 부하 하에서도 프로토타입이 확장 가능한 성능을 달성하여 분산 아키텍처의 효율성을 검증했다.
• 사례 연구를 통해 플랫폼이 분산된 환경 센서에서 환자 중심의 의미 있는 기상 보고서를 생성할 수 있음을 확인했다.
• 성능 평가 결과, 연결된 센서와 쿼리의 수가 증가함에 따라 시스템이 응답성을 유지함을 입증했다.