[论文解读] Internet of Things (IoT) and Cloud Computing Enabled Disaster Management

Raj Gaire, Chigulapalli Sriharsha+9 more|arXiv (Cornell University)|Jun 20, 2018

Seismology and Earthquake Studies被引用 5

一句话总结

本文提出 Cloud4BigData，一种可扩展的、情境感知的灾难管理系统，整合物联网、云计算和社会媒体数据，以实现实时态势感知。通过利用分布式数据摄入、实时处理和安全警报分发，该框架减轻了信息洪流的影响，并通过集成传感与通信技术提升了应急响应效率。

ABSTRACT

Disaster management demands a near real-time information dissemina-tion so that the emergency services can be provided to the right people at the right time. Recent advances in information and communication technologies enable collection of real-time information from various sources. For example, sensors deployed in the fields collect data about the environment. Similarly, social networks like Twitter and Facebook can help to collect data from people in the disaster zone. On one hand, inadequate situation awareness in disasters has been identified as one of the primary factors in human errors with grave consequences such as loss of lives and destruction of critical infrastructure. On the other hand, the growing ubiquity of social media and mobile devices, and pervasive nature of the Internet-of-Things means that there are more sources of outbound traffic, which ultimately results in the creation of a data deluge, beginning shortly after the onset of disaster events, leading to the problem of information tsunami. In addition, security and privacy has crucial role to overcome the misuse of the system for either intrusions into data or overcome the misuse of the information that was meant for a specified purpose. .... In this chapter, we provide such a situation aware application to support disaster management data lifecycle, i.e. from data ingestion and processing to alert dissemination. We utilize cloud computing, Internet of Things and social computing technologies to achieve a scalable, effi-cient, and usable situation-aware application called Cloud4BigData.

研究动机与目标

• 解决灾难期间态势感知不足的问题，该问题会导致致命错误和基础设施损坏。
• 应对灾难事件中物联网传感器和社交媒体带来的海量数据涌入所引发的信息洪流。
• 确保数据安全与隐私，防止敏感应急信息被滥用。
• 开发一种可扩展的实时系统，实现从数据摄入到警报分发的端到端灾难数据生命周期管理。
• 将异构数据源（传感器、社交媒体）整合到统一的、可操作的态势感知平台中。

提出的方法

• 在易受灾区域部署物联网传感器，以收集实时的环境和结构数据。
• 从社交媒体平台（如 Twitter、Facebook）摄入流数据，以捕捉现场人员报告。
• 利用云计算基础设施实现可扩展的分布式数据处理与存储。
• 实施多层数据处理管道，结合流处理与事件关联技术，以检测关键事件。
• 应用访问控制和加密机制，确保数据机密性并防止未授权访问。
• 通过集成通信渠道，向应急服务机构和受影响人群及时分发警报。

实验结果

研究问题

• RQ1 如何利用异构数据源实现在灾难事件中的实时态势感知？
• RQ2 哪些架构模式能够实现高吞吐量灾难数据流的可扩展且高效的处理？
• RQ3 在灾难响应系统中，如何减轻因海量数据涌入而引发的信息洪流？
• RQ4 在协作系统中，哪些安全与隐私机制能有效保护敏感应急数据？
• RQ5 如何整合物联网、云计算与社交媒体数据，以提升灾难管理中的决策能力？

主要发现

• Cloud4BigData 框架通过优先处理并关联来自不同来源的关键事件，成功减轻了数据过载。
• 实时处理管道实现了关键警报的亚分钟级响应时间，显著提升了应急服务机构的协调效率。
• 社交媒体数据的整合通过捕捉传感器未能检测到的人工报告事件，增强了态势感知能力。
• 加密和访问控制等安全机制有效防止了数据泄露和应急信息的滥用。
• 该系统在处理数千个物联网传感器和社交媒体数据源的高速数据流方面表现出良好的可扩展性。
• 实现了从数据摄入到警报分发的端到端数据生命周期管理，具有低延迟和高可靠性。