Tilbake til søkeresultatene

SUP-NHD-Strategiske UoH-progr.fin.NHD

SIRIUS: Sensing, Adapting and Protecting Pervasive Information Spaces

Tildelt: kr 9,6 mill.

Utviklingen av trådbasert og i enda større grad trådløs sensorteknologi som kan kobles til internett, vil i fremtiden muliggjøre mange nye applikasjoner innen helse og omsorg, miljøovervåkning, trafikkstyring, smarte hus osv. Men for å kunne bygge appl ikasjoner med sensorer og nettet som basisteknologi, trenger man avansert datahåndtering. Kravene til datahåndtering er nokså forskjellige fra tradisjonelle databaseproblemer. For å kunne analysere sensordata må mengder av datastrømmer filtreres og ag gregeres kontinuerlig i sanntid. I denne sammenheng er det for applikasjonene av særlig interesse å kunne gjenkjenne utvalgte hendelser. Eksempler knyttet til smarte hus er å oppdage at en eldre person faller eller at romtemperaturen er for høy. Videre er sensordata ikke nødvendigvis nøyaktige pga. feilkalibrering eller former for støy. Dessuten er trådløse sensorer ofte mobile slik at datakilden endrer posisjon, og mobilnettet kan introdusere datatap og forsinkelser. For å kunne løse en del av p roblemene knyttet til datahåndtering i sensornett, har vi fokusert på to problemområder: (i) Gjenkjenning av komplekse hendelser i mobile nett med såkalt "Complex Event Processing" (CEP), og (ii) balansering av kvaliteten på hendelsesgjenkjenning, "Qu ality of Information" (QoI), mot energiforbruk. En stor trend innen sensordatahåndtering er å sende alle data til en skytjeneste. Det er imidlertid to viktige argumenter for å bruke alternative løsninger: (1) ikke minst sett på bakgrunn av de siste opp lysninger om NSAs tilgang til data i noen av skytjenestene, vet man at personbeskyttelse ikke er garantert i skyen, og (2) filtrering og analyse av sensordata nær kilden snarere enn å overlate alt til en skytjeneste, sparer viktige ressurser som båndb redde og energi. Derfor har vi utviklet et distribuert CEP-system for mobile nett. Den viktigste egenskapen til vår løsning er at systemet kan tilpasse seg dynamisk til alle endringer i nettet. Slik kan man spare ytterligere energi og redusere datatap. Basissystemet er implementert, og vi gjennomfører eksperimenter for å analysere ulike tilpasningsmekanismer. Når det gjelder QoI, har vi modellert matematisk sammenhenger mellom nøyaktigheten av sensordata og QoI av CEP-resultater. Ved å bruke disse modellene sammen med algoritmer som utifra data fra kroppssensorer identifiserer aktiviteter som å stå, gå, sitte, osv., har vi gjennomført studier for å analysere sammenhengen mellom energiforbruk og QoI. Et av de viktigste funnene er at hvis man er v illig til å gå litt ned på kravene til QoI, for eksempel fra 90% til 83%, kan man spare over 80% energi og dermed øke livstiden til systemet med en faktor på fem.

SIRIUS focuses on three areas in which it aims to come up with new research results to considerably forward the state-of-the-art within pervasive systems development: 1. Sensing, through a set of "high-level" services that shield system developers and ap plication programmers from the complexity and heterogeneity of collecting and processing sensor data. In order to simplify accessing and processing, we propose to develop middleware-like sensing services that have declarative interfaces and provide transp arency. One of the core challenges is to make these services extensible such that multiple application-specific data models can be used, possibly for the same data source. 2. Adapting, in form of an adaptation framework that enables autonomic adaptation of individual system components in large-scale pervasive systems. Adaptation of a single component will often impact other system components. This could in the worst case lead to oscillating system behavior or cascading effects. The core challenge is to f ind efficient adaptation strategies that even with partial knowledge about the system can minimize the negative effects of self-adaptation on other components. 3. Protecting, by tools that allow the system to detect adverse conditions and anomalies in t he system. Once an adverse condition is detected it is necessary to perform a diagnosis to find the root cause problem, derive countermeasures and apply them later on as an adaptation to a known adverse condition. The core challenge is to minimize the hum an assistance in this process with the ultimate goal of self-learning components that generate new knowledge. Sensing, adapting, and protecting will be applied within and for an information space for rescue and emergency support. This is a massive-scale information and communication platform that provides means to share arbitrary kinds of information among distributed services and applications in a dynamically changing mobile ad-hoc pervasive environment.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Budsjettformål:

SUP-NHD-Strategiske UoH-progr.fin.NHD