[논문 리뷰] Sensing as a Service and Big Data

Arkady Zaslavsky, Charith Perera외 1명|arXiv (Cornell University)|2013. 01. 02.

IoT and Edge/Fog Computing참고 문헌 25인용 수 406

한 줄 요약

이 논문은 인터넷 사물(IoT) 기기에서 유입되는 대량의 데이터를 관리하기 위한 확장 가능하고 클라우드 기반의 프레임워크인 센싱 앤드 서비스(SensingaaS)를 소개한다. 맥락 인식 데이터 캡처 기능을 갖춘 피어 투 피어 센서 네트워크 아키텍처를 제안하여 대규모 실시간 센서 스트림의 효율적인 클라우드 기반 저장, 처리 및 분석을 가능하게 하며, 주요 기여는 대규모 응용 프로그램을 위한 IoT 데이터 관리 및 빅데이터 통합이다.

ABSTRACT

Internet of Things (IoT) will comprise billions of devices that can sense, communicate, compute and potentially actuate. Data streams coming from these devices will challenge the traditional approaches to data management and contribute to the emerging paradigm of big data. This paper discusses emerging Internet of Things (IoT) architecture, large scale sensor network applications, federating sensor networks, sensor data and related context capturing techniques, challenges in cloud-based management, storing, archiving and processing of sensor data.

연구 동기 및 목표

• 수십억 대의 IoT 기기에서 유입되는 대규모 실시간 데이터 스트림을 확장 가능한 클라우드 네이티브 아키텍처로 관리하는 데 도전 과제를 해결하기 위해.
• 피어 투 피어 데이터 관리 및 맥락 인식 데이터 캡처를 통해 이질적인 센서 네트워크의 원활한 통합을 가능하게 하기 위해.
• 빅데이터 워크로드를 충족시키기 위해 클라우드 환경에서 센서 데이터의 효율적 저장, 아카이빙 및 처리를 지원하기 위해.
• 동적이고 온디맨드 기반의 센서 데이터 및 분석 기능에의 액세스를 지원하는 서비스 기반 모델을 제공하기 위해.
• 센서 데이터 관리와 클라우드 컴퓨팅 패러다임을 통합하여 빅데이터 분석의 기반을 마련하기 위해.

제안 방법

• 대규모 센서 네트워크를 추상화하고 관리하기 위한 클라우드 기반의 센싱 앤드 서비스(SensingaaS) 아키텍처를 제안한다.
• 다양하고 분산된 센서 시스템 간의 상호 운용성을 보장하는 피어 투 피어 센서 네트워크 모델을 도입한다.
• 센서 데이터에 의미론적 메타데이터를 부여하여 처리 및 분석을 향상시키기 위해 맥락 인식 데이터 캡처 기법을 활용한다.
• 확장 가능한 저장, 실시간 스트림 처리 및 장기적인 데이터 아카이빙을 위한 클라우드 인프라를 활용한다.
• IoT 기기에서 유입되는 고속도, 고용량의 센서 데이터 스트림을 처리하기 위해 빅데이터 처리 파이프라인을 적용한다.
• 멀티테넌트 클라우드 환경에서 센서 데이터 및 분석 기능을 온디맨드 서비스로 노출하기 위해 표준 웹 서비스 및 API를 활용한다.

실험 결과

연구 질문

• RQ1 빅데이터 워크로드를 지원하기 위해 클라우드 기반 환경에서 대규모 센서 네트워크를 효율적으로 관리하고 통합할 수 있는 방법은 무엇인가?
• RQ2 이질적인 센서 네트워크를 원활하게 융합할 수 있는 아키텍처 패턴은 무엇이며, 데이터 품질과 맥락을 유지할 수 있는가?
• RQ3 클라우드 네이티브 빅데이터 기술을 활용해 실시간 센서 데이터를 어떻게 스케일링하여 저장, 처리 및 분석할 수 있는가?
• RQ4 맥락 인식 데이터 캡처가 빅데이터 파이프라인 내에서 센서 데이터의 유용성과 의미론을 향상시키는 데 어떤 역할을 하는가?
• RQ5 IoT 생태계에서 동적이고 온디맨드 기반의 센서 데이터 및 분석 기능에 액세스할 수 있도록 센싱 앤드 서비스를 아키텍처화하는 방법은 무엇인가?

주요 결과

• 센싱 앤드 서비스(SensingaaS) 모델은 클라우드 서비스를 통해 저수준 기기 관리를 추상화함으로써 확장 가능하고 온디맨드 기반의 센서 데이터 액세스를 가능하게 한다.
• 표준 웹 서비스 인터페이스를 사용함으로써 피어 투 피어 센서 네트워크를 효과적으로 관리할 수 있으며, 이는 이질적인 IoT 시스템 간의 상호 운용성을 향상시킨다.
• 맥락 인식 데이터 캡처 기법은 센서 데이터의 의미론적 풍부성을 크게 향상시켜 더 정확한 분석 및 의사결정을 가능하게 한다.
• 클라우드 기반의 저장 및 처리 아키텍처는 고속도의 센서 데이터 스트림 수신 및 분석을 지원하여 빅데이터 확장성 요구 사항을 충족시킨다.
• SensingaaS를 통해 IoT 데이터를 빅데이터 플랫폼과 통합함으로써 대규모 응용 프로그램을 위한 실시간 분석 및 장기적인 데이터 아카이빙이 가능해진다.
• 제안된 아키텍처는 스마트 시티, 환경 모니터링 및 산업용 IoT 사용 사례와 같은 엔터프라이즈 수준의 구현에 실현 가능성을 보여준다.