[論文レビュー] When Things Matter: A Data-Centric View of the Internet of Things

Yongrui Qin, Quan Z. Sheng+4 more|arXiv (Cornell University)|Jul 10, 2014

IoT and Edge/Fog Computing参考文献 111被引用数 47

ひとこと要約

本論文は、相互接続された物理的対象から生じる大規模で動的でノイズの多いデータストリームを管理することに焦点を当てた、インテอรnet・オブ・Things（IoT）のデータ中心のフレームワークを提示する。ストリーム処理、イベント検出、データ保存、検索といったキーテクノロジーを調査し、スケーラブルでリアルタイムなアプリケーションに向けたIoTデータ管理における主要な課題と未解決の研究課題を特定する。

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.

研究の動機と目的

• 相互接続された物理的対象が生成する高容量で動的でノイズの多いデータを管理するという、根本的な課題に取り組むこと。
• 大規模なIoTアプリケーションを実現するために不可欠な、主要なデータ管理技術を特定・分析すること。
• スケーラビリティ、リアルタイム処理、意味的統合を含む、IoTデータ管理における未解決の研究課題を強調すること。
• 機械間および機械と人間との相互作用を可能にするデータ中心のアプローチの包括的概要を提供すること。
• 埋め込み可能でアドレス指定可能で相互接続されたモノから得られるデータによって駆動される、インターネットの変革的進化としてのIoTを位置づけること。

提案手法

• 人間中心のデータから、物理的対象が生成・消費するデータに焦点を移す、データ中心のIoTビューを提唱すること。
• センサーおよびRFIDデバイスから得られる継続的で高速なデータを処理するためのデータストリーム処理技術をレビューすること。
• IoTの規模と変動性に適合した分散型データ保存モデルを検討し、耐久性と可用性に重点を置くこと。
• IoTデバイスからのリアルタイムのイベントシーケンスにおいて意味のあるパターンを検出するための複雑イベント処理（CEP）を分析すること。
• IoTデータ上で知的な照会と推論を可能にするために、意味的検索および知識発見技術を調査すること。
• セキュリティ、プライバシー、社会的懸念をデータ管理フレームワークに統合し、それらがデータの利用可能性と信頼性に与える影響を認識すること。

実験結果

リサーチクエスチョン

• RQ1 相互接続された物理的対象が生成する高容量で継続的でノイズの多いデータストリームを、IoTシステムはどのように効率的に管理できるか？
• RQ2 IoTデータの動的で変動しやすい性質に最も適したデータ保存およびインデックス化モデルは何か？
• RQ3 複雑イベント処理（CEP）は、リアルタイムのIoTイベントストリームにおける意味のあるパターンを検出するためにどのように活用できるか？
• RQ4 分散型で異種のIoTデータソース上で、スケーラブルで意味的認識可能な検索を実現するための技術は何か？
• RQ5 IoTデータ管理におけるスケーラビリティ、セキュリティ、プライバシー、社会的受容性を確保する上で、未解決の研究的課題は何か？

主な発見

• IoTは、速度、容量、変動性の面で前例のない規模で、膨大でリアルタイムのデータストリームを生成しており、従来のデータ管理手法では対応できない。
• リアルタイム分析を可能にするために、データストリーム処理と複雑イベント処理（CEP）は不可欠であり、システムが動的環境でパターンを検出し、応答を発火させることを可能にする。
• 大規模なIoTデータの恒久的保存を実現するためには、分散型でスケーラブルなデータ保存モデルが必要であり、可用性と障害耐性を確保する必要がある。
• 意味的検索および知識発見技術は、異種のIoTデータ上で知的で文脈認識可能な照会と意思決定を可能にするために不可欠である。
• セキュリティ、プライバシー、社会的懸念は、信頼できないか不十分に保護されたデータがシステムの整合性とユーザーの信頼を損なう可能性があるため、データ管理に大きな影響を与える。
• 進展は見られるものの、データモデルの標準化、相互運用性の確保、スケーラブルで安全かつプライバシーを守るIoTデータインfra構築のための未解決の課題が依然として残っている。