Back to search

National and Kapodistrian University of Athens

Internet of Things platform emulation and implementation for atmospheric quality prediction and alerting system

Abstract

dc:description

Σκοπός αυτής της διατριβής είναι να διερευνήσει τη χρήση εξομοιωτών δικτύου για προσομοίωση αισθητήρων Internet of Things (IoT) και τη σύνδεση με μια πλατφόρμα που εστιάζει στη σημασία της αναφοράς αισθητήρων και της χρήσης της τεχνητής νοημοσύνης (AI) και της μηχανικής μάθησης ( ML) για τεχνικές πρόβλεψης της ποιότητας του αέρα καθώς και δεδομένων καιρού. Το IoT έχει πλέον καταλάβει πολλές περιπτώσεις καθημερινής χρήσης, από την απλή περίπτωση (ανίχνευση πυρκαγιάς) έως πολύ πιο σύνθετα σενάρια. Προκειμένου να παρέχεται ένας τέτοιος πλούτος μετρήσεων, τα δίκτυα πρέπει να φιλοξενούν μεγάλο αριθμό συνδεδεμένων συσκευών που συλλέγουν και στέλνουν μεγάλες ποσότητες δεδομένων. Ο καιρός και η ποιότητα του αέρα διαδραματίζουν σημαντικό ρόλο στον προσδιορισμό της περιβαλλοντικής ρύπανσης καθώς και της ποιότητας της ανθρώπινης ζωής . Από αυτή την άποψη, είναι σημαντικό να αναλύουμε, να οπτικοποιούμε και να προβλέψουμε τέτοια φαινόμενα χρησιμοποιώντας τεχνολογίες αιχμής. Η μηχανική μάθηση είναι ένα νέο αναδυόμενο επιστημονικό πεδίο με πολλές εφαρμογές, ενώ η ικανότητά της να προβλέπει και να επιλύει όλα και τα πιο σύνθετα προβλήματα την έχει συμπεριλάβει σε σχεδόν κάθε επιστημονικό πεδίο, τεχνολογικό ή μη. Από την άλλη, οι συσκευές IoT αρχίζουν πλέον να αποτελούν αναπόσπαστο κομμάτι της καθημερινότητάς μας, ενώ αυξάνονται δραματικά, με αποτέλεσμα να δημιουργούνται όλο και πιο πολύπλοκα συστήματα και οι απαιτήσεις των χρηστών να αυξάνονται συνεχώς. Σε συνδυασμό με τα υπάρχοντα δίκτυα και τα δίκτυα νέας γενιάς, τα δίκτυα αισθητήρων αναμένεται να μπορούν να υποστηρίξουν μεγάλο όγκο δεδομένων καθώς και νέες εφαρμογές που θα έχουν υψηλές απαιτήσεις και αξιοπιστία. Στο πρώτο μέρος της εργασίας, γίνεται αναφορά στην τεχνολογία IoT, παρουσιάζοντας τις δυνατότητές της, ενώ γίνεται αναφορά τόσο στην αρχιτεκτονική όσο και στα πρωτόκολλα επικοινωνίας-εφαρμογής. Δίνουμε επίσης μια σύντομη εισαγωγή στη μηχανική μάθηση εστιάζοντας κυρίως στον αλγόριθμο που χρησιμοποιείται για το σκοπό αυτής της εργασίας. Στο δεύτερο μέρος της διατριβής μας, παρουσιάζουμε το σύστημα που εφαρμόσαμε, ενώ περιγράφουμε και αναλύουμε τόσο τις πλατφόρμες που χρησιμοποιήσαμε όσο και τις τεχνικές. Αρχικά, συλλέξαμε δεδομένα για την ποιότητα του αέρα και τον καιρό από εξωτερικές πλατφόρμες. Στη συνέχεια μελετήσαμε και διερευνήσαμε τις δυνατότητες της πλατφόρμας ThingsBoard IoT που χρησιμοποιούμε. Χρησιμοποιώντας apis από εξωτερικές πλατφόρμες και τo rule chain του ThingsBoard, εισάγουμε δεδομένα καιρού και ατμοσφαιρικής ρύπανσης σε πραγματικό χρόνο (ανά ώρα) και οπτικοποιούμε τα δεδομένα σε γραφήματα. Επίσης, λάβαμε και ετοιμάσαμε ιστορικά δεδομένα για τον καιρό και την ποιότητα του αέρα από εξωτερικές πλατφόρμες και τα εισάγαμε στην πλατφόρμα μας. Στο επόμενο βήμα αναλύουμε τους αισθητήρες (μετεωρολογικός σταθμός) που υπαρχουν στο πανεπιστήμιο και κάνουμε μια εξομοίωση δικτύου αισθητήρων χρησιμοποιώντας mininet-wifi. Επίσης, εισάγουμε και οπτικοποιούμε αυτά τα δεδομένα στην πλατφόρμα IoT μας μετά από κάθε προσομοίωση (ανά ώρα). Στο τελευταίο βήμα συγκεντρώσαμε και ετοιμάσαμε δεδομένα (και επίσης ένα script python) για να εκπαιδεύσουμε τον αλγόριθμο μηχανικής μάθησης και να κάνουμε προβλέψεις για την επόμενη μέρα. Στη συνέχεια, καταχωρήσαμε αυτά τα δεδομένα στο thingsBoard και τα συγκρίναμε με πραγματικά δεδομένα από άλλες πλατφόρμες. Σε αυτή την εργασία , πραγματοποιήσαμε προσομοιώσεις ενός δικτύου αισθητήρων IoT χρησιμοποιώντας εξομοιωτές δικτύου, με ενσωμάτωση τεχνικών AI/ML για πρόβλεψη καιρού και ποιότητας αέρα. Η ενσωμάτωση των τεχνικών AI/ML για την πρόβλεψη του καιρού και της ποιότητας του αέρα αντιπροσωπεύει σημαντική πρόοδο στην περιβαλλοντική παρακολούθηση. Αυτές οι τεχνικές καταδεικνύουν τη δυνατότητα παροχής ακριβών και έγκαιρων πληροφοριών στους υπεύθυνους λήψης αποφάσεων και στο κοινό, συμβάλλοντας στη βελτίωση της διαχείρισης της ποιότητας του αέρα και της δημόσιας υγείας.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Κούρσος Γιώργος
  • Koursos George

Subjects

dc:subject × 2

Rights

Language dc:language
English

Identifiers

dc:identifier.*
Identifier
uoadl:3370405

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Κούρσος Γιώργος; Koursos George. Internet of Things platform emulation and implementation for atmospheric quality prediction and alerting system. 2023. https://pergamos.lib.uoa.gr/uoa/dl/object/3370405