Αρχιτεκτονικές επεξεργασίας και τεχνικές ανάλυσης μεγάλου όγκου δεδομένων σε συστήματα IoT

Abstract

Ζούμε σε μια εποχή όπου η τεχνολογία αναπτύσσεται με ραγδαίους ρυθμούς. Εκατομμύρια συνδεδεμένες συσκευές αλληλοεπιδρούν και ανταλλάζουν τεράστιο όγκο δεδομένων μεταξύ τους καθημερινά, με στόχο την αύξηση του βιοτικού επιπέδου συνεισφέροντας σε πολλούς τομείς της καθημερινότητας όπως η υγεία, επικοινωνία, εκπαίδευση, διαβίωση, βιομηχανία κτλ. Κινητές συσκευές, smartwatch, κάμερες, αισθητήρες κίνησης, θερμοκρασίας και φωτός είναι μερικά κομμάτια ενός τεράστιου διασυνδεδεμένου συστήματος που μας περιβάλλει το οποίο ονομάζεται Internet of Things (IoT). Μπορεί κανείς να φανταστεί τον τεράστιο όγκο δεδομένων (Big Data) που παράγεται, μεταδίδεται, επεξεργάζεται και αποθηκεύεται καθημερινά έτσι ώστε να εξασφαλιστεί η ομαλή λειτουργία του συστήματος και όλων των επιμέρους κομματιών του. Αυτό δημιουργεί μεγάλο πρόβλημα στην διαδικασία διανομής, επεξεργασίας και αποθήκευσης λόγω του τεράστιου όγκου δεδομένων που καλείται το σύστημα να διαχειριστεί, καθώς και τις ανάγκες των εκατομμυρίων χρηστών καθημερινά. Έτσι κρίνεται απαραίτητη η χρήση βέλτιστων τεχνικών αντιμετώπισης του προβλήματος αυτού. Οι δύο τεχνολογίες που αποτελούν τους κύριους πυλώνες του Internet of Things είναι το cloud computing και το edge computing συνθέτοντας μια αρχιτεκτονική 3 επιπέδων (edge devices – edge computing – cloud computing). Ο συνδυασμός κατάλληλων αρχιτεκτονικών cloud computing και edge computing μπορούν να βελτιώσουν σημαντικά τα προβλήματα που αντιμετωπίζουν τα σημερινά IoT συστήματα. Στην παρούσα διπλωματική εργασία θα εξερευνηθούν αρχιτεκτονικές cloud computing και edge computing, οι οποίες σε συνδυασμό με την μελέτη τεχνικών μετάδοσης δεδομένων - πρωτοκόλλων επικοινωνίας μεταξύ των συσκευών, τεχνικών αποθήκευσης δεδομένων μεγάλης κλίμακας, τεχνικών streaming και επεξεργασίας δεδομένων σε πραγματικό χρόνο, τεχνικών διαμοιρασμού πόρων και παράλληλης επεξεργασίας δεδομένων όπως επίσης και τεχνικές ενορχήστρωσης, συντονισμού συστήματος και απομόνωσης εφαρμογών θα οδηγήσουν σε εύρεση βέλτιστων μεθόδων αντιμετώπισης των προβλημάτων διαχείρισης και επεξεργασίας του τεραστίου όγκου δεδομένων.