Περίληψη
Τα Ασύρματα Δίκτυα Αισθητήρων (ΑΣΑ) και το Διαδίκτυο των Πραγμάτων (ΔτΠ) αποτελούν δύο βασικές τεχνολογίες που υιοθετούνται στα συστήματα επίγνωσης κατάστασης (situation awareness). Οι σημερινές τεχνολογίες επίγνωσης κατάστασης μετατοπίζονται από τα παραδοσιακά μεγάλα κέντρα διοίκησης και ελέγχου σε μικρές ομάδες που εργάζονται με ένα κατανεμημένο τρόπο όπου και υιοθετούνται διάφορες τεχνικές της Επιστήμης της Πληροφορίας. Η συλλογή δεδομένων σε κεντρικές βάσεις όπως χρησιμοποιούνται σε τυπικά ΑΣΑ για την παρακολούθηση φαινομένων, δημιουργεί δυνητικά σημεία συμφόρησης και προσφέρει περιορισμένη ανθεκτικότητα. Η επικοινωνία σε πραγματικό χρόνο αποτελεί μια απαίτηση ώστε τα δεδομένα να παραδοθούν εγκαίρως ενώ ταυτόχρονα θα αποτελούν μια προσαρμοσμένη πληροφορία στις ανάγκες των εφαρμογών με απώτερο στόχο την ελαχιστοποίηση των καθυστερήσεων και την εξάρτηση από την κεντρική υποδομή.Σε αυτή την έρευνα, προτείνεται ένα υπολογιστικό πλαίσιο επεξεργασίας εντός δικτύου (In-Network Processing) ...
Τα Ασύρματα Δίκτυα Αισθητήρων (ΑΣΑ) και το Διαδίκτυο των Πραγμάτων (ΔτΠ) αποτελούν δύο βασικές τεχνολογίες που υιοθετούνται στα συστήματα επίγνωσης κατάστασης (situation awareness). Οι σημερινές τεχνολογίες επίγνωσης κατάστασης μετατοπίζονται από τα παραδοσιακά μεγάλα κέντρα διοίκησης και ελέγχου σε μικρές ομάδες που εργάζονται με ένα κατανεμημένο τρόπο όπου και υιοθετούνται διάφορες τεχνικές της Επιστήμης της Πληροφορίας. Η συλλογή δεδομένων σε κεντρικές βάσεις όπως χρησιμοποιούνται σε τυπικά ΑΣΑ για την παρακολούθηση φαινομένων, δημιουργεί δυνητικά σημεία συμφόρησης και προσφέρει περιορισμένη ανθεκτικότητα. Η επικοινωνία σε πραγματικό χρόνο αποτελεί μια απαίτηση ώστε τα δεδομένα να παραδοθούν εγκαίρως ενώ ταυτόχρονα θα αποτελούν μια προσαρμοσμένη πληροφορία στις ανάγκες των εφαρμογών με απώτερο στόχο την ελαχιστοποίηση των καθυστερήσεων και την εξάρτηση από την κεντρική υποδομή.Σε αυτή την έρευνα, προτείνεται ένα υπολογιστικό πλαίσιο επεξεργασίας εντός δικτύου (In-Network Processing), το οποίο βελτιώνει σταδιακά τις συλλαμβανόμενες πληροφορίες ενώ τις μετακινεί προς τις εφαρμογές. Η τελειοποίηση της επεξεργασίας μπορεί να προχωρήσει από το σημείο της παρακολούθησης των δεδομένων προς την παραγωγή γνώσης μέσω της χρήσης πρωτογενών δεδομένων ή ακόμη και των αποτελεσμάτων μιας τεχνικής σύντηξής τους. Το προτεινόμενο σύστημα βασίζεται σε ένα εξελιγμένο σύστημα επεξεργασίας εντός δικτύου το οποίο βελτιώνει σταδιακά την εξαγωγή της γνώσης. Με αυτή τη διαδικασία, το πρόβλημα της κλιμάκωσης αντιμετωπίζεται πολύ πιο αποτελεσματικά μέσω μιας κατάτμησης και εκμετάλλευσης των διαθέσιμων πόρων.Η ενέργεια είναι ο κυρίαρχος περιορισμός στη μελέτη μας λόγω του γεγονότος ότι οι ποσότητες πληροφοριών είναι πολύ μεγάλες και οι αλγόριθμοι επεξεργασίας είναι αρκετά πολύπλοκοι. Η επεξεργασία στο δίκτυο είναι μια χρήσιμη τεχνική η οποία μπορεί να βοηθήσει προς την κατεύθυνση της μείωσης της απαιτούμενης ενέργειας. Τα στοιχεία που εκτελούνται στους κόμβους του δικτύου είναι δομημένα κατάλληλα έτσι ώστε να μεταβιβάζουν τις απαιτητικές επεξεργασίες σε κάποιο επιταχυντή επί της συσκευής. Το βασικό πρόγραμμα εκτελείται στην κεντρική μονάδα επεξεργασίας η οποία μπορεί υιοθετεί τις δυνατότητες του επιπλέον επεξεργαστή. Η χρήση ειδικού υλικού system-on-chip (SoC) που μπορεί να υιοθετηθεί για την υπολογιστική επιτάχυνση όπως μια κεντρική μονάδα επεξεργασίας (CPU), ενός ψηφιακού επεξεργαστή σήματος (DSP) ή προγραμματιζόμενων συστοιχιών πυλών πεδίου (FPGA) είναι επιθυμητή. Αυτό το επιταχυνόμενο υλικό υποστηρίζει μνήμη on-chip που καθορίζεται από το λογισμικό, η οποία επιταχύνει την προηγμένη επεξεργασία με ελάχιστη δαπάνη ενέργειας. Στην παρούσα μελέτη ενσωματώθηκε η δυνατότητα επεξεργασίας ορισμένου λογισμικού εντός δικτύου (ISDP) που επιτρέπει τη δυναμική αναδιάταξη της τοπολογίας του δικτύου. Πρόκειται για το πλεονέκτημα του δικτύου να διαθέτει αξιόπιστη και ολοκληρωμένη συνδεσιμότητα από άκρο σε άκρο. Ωστόσο, ακόμη και όταν το δίκτυο δεν είναι πλήρως συνδεδεμένο, το σύστημα μπορεί να λειτουργήσει ως αγωγός πληροφορίας είτε με κενά συνδεσιμότητας είτε με τη διανομή πληροφοριών από το χώρο του δικτύου.Για την αποτίμηση των αποτελεσμάτων, θεωρήσαμε ένα πραγματικό έργο συντήρησης σε ανιχνευτή ATLAS στο Ευρωπαϊκό Κέντρο Πυρηνικών Ερευνών (CERN). Οι προκλήσεις εστιάζονται στην μετάδοση δεδομένων σε πραγματικό χρόνο, στη στιγμιαία ανάλυση των δεδομένων που προέρχονται από διαφορετικές εισόδους, στην εφαρμογή ευφυών μοντέλων σε χαμηλής ισχύος ενσωματωμένα συστήματα, στην αλληλεπίδραση με πολλαπλούς χρήστες, σε πολύπλοκες διασυνδέσεις καθώς και σε θέματα διαμόρφωσης και φορητότητας. Έχει αναπτυχθεί ένα ολοκληρωμένο πρωτότυπο σύστημα με σύστημα διαχείρισης πληροφοριών που βασίζεται σε αυξημένη και εικονική πραγματικότητα (Augmented Reality). Η συνεργατική εκτέλεση επεξεργασιών στους κόμβους του δικτύου παρέχει επίσης χώρο για τη διαμόρφωση του συστήματος και βελτιώνει την ασφάλεια και την ιδιωτικότητα του δικτύου.Τα αποτελέσματα αυτής της έρευνας είναι ενδιαφέροντα για την επιστημονική και βιομηχανική κοινότητα και είναι πολύ ελκυστικά για το ευρύ κοινό. Η έρευνα θα είναι χρήσιμη σε φοιτητές καθώς και ερευνητές. Θα μπορεί να υποστηρίξει τους τομείς των συστημάτων στήριξης αποφάσεων επί των συσκευών και της επίγνωσης πλαισίου και κατάστασης. Τα επιτευχθέντα αποτελέσματα μπορούν να ασκήσουν επιρροή στην περαιτέρω βελτιστοποίηση της αρχιτεκτονικής της επεξεργασίας στο δίκτυο για τον έμμεσο παραλληλισμό. Η έρευνα ασχολείται με διάφορες επιταχυνόμενες λύσεις υλικού-λογισμικού χαμηλής ισχύος για τη διαδικασία της επεξεργασίας μέσα στο δίκτυο. Ωστόσο, υπάρχουν αρκετά ζητήματα που πρέπει να αντιμετωπιστούν για να μπορέσει να προσφέρει μια ασφαλή επικοινωνία μέσω ασύρματων δικτύων αισθητήρων. Άλλα σημαντικά χαρακτηριστικά αφορούν, για παράδειγμα, στη διαλειτουργικότητα μεταξύ των διαφόρων ασύρματων συστημάτων, στη διαθεσιμότητα και την ικανοποίηση των εγγυήσεων σε πραγματικό χρόνο, όπου η καθυστέρηση είναι μια σημαντική παράμετρος στην οποία θα πρέπει να δοθεί προσοχή. Τα ζητήματα αυτά αποτελούν τις μελλοντικές προεκτάσεις της παρούσας έρευνας.
περισσότερα
Περίληψη σε άλλη γλώσσα
WSN and IoT are the two key information technologies in modern situational based awareness system. Although advances in information technology, current situational awareness operation is shifting from traditional large command and control centers to small groups working together in distributed manner through the use of information technology. Data collection to central databases, as used in typical WSNs for monitoring, creates overhead, potential bottlenecks and offers limited resilience. In real-time communication, situational information needs to deliver in a timely manner and would prefer to receive information tailored to their current information needs directly from the network to minimize delays and dependence on central infrastructure.In this research, an In-network processing (INP) based computational framework has been proposed that gradually refine the captured information while moving it upstream to the application. The refinement can go up to the point of knowledge extracti ...
WSN and IoT are the two key information technologies in modern situational based awareness system. Although advances in information technology, current situational awareness operation is shifting from traditional large command and control centers to small groups working together in distributed manner through the use of information technology. Data collection to central databases, as used in typical WSNs for monitoring, creates overhead, potential bottlenecks and offers limited resilience. In real-time communication, situational information needs to deliver in a timely manner and would prefer to receive information tailored to their current information needs directly from the network to minimize delays and dependence on central infrastructure.In this research, an In-network processing (INP) based computational framework has been proposed that gradually refine the captured information while moving it upstream to the application. The refinement can go up to the point of knowledge extraction from the primitive or even fused data. It shows that the demanding tasks that previously were simply undertaken on the fixed infrastructure are now possible on the mobile end. It relies on a sophisticated in-network processing scheme that gradually refines the information captured by sensing elements to the level of application-exploitable knowledge. With this process, the scaling problem is tackled much more efficiently through a problem segmentation and exploitation of physics-based and human-based sources.Energy is the dominant constraint because the quantities of information to process are much larger and the processing algorithms are much heavier. In-network processing (INP) is a useful technique to reduce the energy consumption significantly. The components executing on INP nodes are structured appropriately so as to delegate the demanding subtasks to some onboard accelerator. The core program executes on the central processing unit and exploits the particular characteristics of the side processor. Special system-on-chip (SoC) hardware for computational acceleration like central processor unit (CPU), digital signal processor (DSP) or field-programmable gate arrays (FPGAs) are desirable. These accelerated hardware supports software defined process on-chip memory that expedites all the advanced processing with a minimum energy overhead. In-network software defined processing (ISDP) capabilities has been considered that allows dynamic reconfiguration of the network topology. It is advantageous for the network to possess reliable and complete end-to-end network connectivity; however, even when the network is not fully connected, the system may act as conduits of information — either by connectivity gaps, or by distributing information from the network space.To validate the argument, a real maintenance work at ATLAS detector in Large Hadron Collider at European Organization for Nuclear Research (CERN) has been considered. The challenges lie in the development of real-time data-transmission, instantaneous analysis of data coming from different inputs, local intelligences in low power embedded system, interaction with multiple on-site users, complex interfaces, modularity and portability. An integrated prototype system with augmented and virtual reality based information management system has been developed. The collaborative execution of INP nodes also provides system modularity and improves the network security and privacy.The results of this research are interesting for the scientific and industrial communities and also very appealing for the general public. The knowledge of this research will be helpful to the students, learners, researchers. It will support the domains of on-board decision support systems, context- and situation-awareness. Achieved results influences further optimization of the INP architecture for implicit parallelism and are all fairly similar in computational models, syntax, and ease of use. The thesis discusses different low power accelerated hardware-software solutions for INP process however; there are several issues that need to be addressed before it can offer a safe and secure communication over wireless sensor and actuator networks. Other important features, for example, interoperability between different wireless systems, availability and meeting real-time guarantees where latency is an important parameter to pay attention to. Further investigations will be carried out in these domains.
περισσότερα