National and Kapodistrian University of Athens
Edge-to-Cloud Reduction of Multivariate IoT Streams via Online Autoregression
Abstract
dc:descriptionΗ συνεχής ανάπτυξη των υποδομών IoT αυξάνει τον όγκο των δεδομένων που πρέπει να μεταφερθούν από συσκευές αιχμής (edge devices) προς υποδομές αποθήκευσης νέφους (cloud storage) ή CDN. Η αποστολή κάθε ακατέργαστης παρατήρησης μπορεί να δημιουργήσει περιττό κόστος επικοινωνίας, αποθήκευσης και επεξεργασίας, ιδιαίτερα όταν η ροή είναι πολυμεταβλητή και παράγεται συνεχώς. Η παρούσα διπλωματική εργασία αντιμετωπίζει αυτό το πρόβλημα μέσω του σχεδιασμού και της αξιολόγησης ενός online μηχανισμού μείωσης δεδομένων από την αιχμή προς το νέφος (cloud) για πολυμεταβλητές χρονοσειρές IoT. Ο προτεινόμενος μηχανισμός διατηρεί στην αιχμή του δικτύου έναν ενδιάμεσο χώρο δεδομένων (data buffer) ως τρέχουσα σύνοψη της ροής. Χρησιμοποιεί ένα online μοντέλο Διανυσματικής Αυτοπαλινδρόμησης (Vector Autoregression, VAR) για να συγκρίνει την προβολή του επόμενου βήματος που προκύπτει από πρόσφατα σημεία της ροής με την αντίστοιχη προβολή που προκύπτει από τον ενδιάμεσο χώρο. Το μοντέλο VAR υλοποιείται με πολλαπλούς παλινδρομητές στοχαστικής καθόδου κλίσης (stochastic gradient descent, SGD), επιτρέποντας την προοδευτική εκπαίδευση καθώς φθάνουν νέα δεδομένα. Πριν από την εκπαίδευση και τον υπολογισμό της απόκλισης εφαρμόζεται κανονικοποίηση, ώστε να ληφθούν υπόψη οι ετερογενείς κλίμακες των μεταβλητών του συνόλου δεδομένων. Όταν η απόκλιση των προβολών παραμένει κάτω από ένα κατώφλι, η τρέχουσα εποχή συνεχίζεται. Όταν το κατώφλι ξεπεραστεί, ο ενδιάμεσος χώρος αποστέλλεται στο νέφος και ξεκινά νέα εποχή. Επομένως, το τελικό σύνολο δεδομένων στο νέφος αποτελείται μόνο από επιλεγμένα περιεχόμενα του ενδιάμεσου χώρου. Στο πλαίσιο της μεθοδολογίας πραγματοποιούνται διερευνητική ανάλυση δεδομένων, έλεγχοι στασιμότητας, πειράματα βασισμένα σε παραμετροποίηση και αξιολόγηση με βάση τη συσταδοποίηση (clustering). Ο Adjusted Rand Index (ARI) χρησιμοποιείται ως το βασικό μέτρο ομοιότητας μεταξύ της αρχικής ροής και του μειωμένου συνόλου δεδομένων στο νέφος, ενώ ο λόγος αποθήκευσης στο νέφος, ο ρυθμός συμπίεσης, ο αριθμός αποστολών και ο χρόνος εκτέλεσης της προσομοίωσης χρησιμοποιούνται για την ερμηνεία του κόστους και της συμπεριφοράς κάθε παραμετροποίησης. Πειράματα σε σύνολο τηλεμετρικών δεδομένων πλοίου με 29 μεταβλητές δείχνουν ότι ο μηχανισμός μπορεί να επιτύχει σημαντική μείωση δεδομένων διατηρώντας υψηλή ομοιότητα συσταδοποίησης σε ευνοϊκές παραμετροποιήσεις. Τα αποτελέσματα δείχνουν επίσης ότι η επίδοση εξαρτάται από την τάξη υστέρησης (lag order), το μέγεθος του ενδιάμεσου χώρου, το κατώφλι απόκλισης, την παραμετροποίηση της εκπαίδευσης, την παραμετροποίηση της συσταδοποίησης και το επιλεγμένο υποσύνολο χαρακτηριστικών. Συνολικά, τα αποτελέσματα δείχνουν ότι ο προτεινόμενος μηχανισμός μείωσης με βάση VAR μπορεί να προσφέρει υψηλή συμπίεση διατηρώντας υψηλή ομοιότητα μεταξύ της ροής και του μειωμένου συνόλου δεδομένων στο νέφος.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Τζόγκα Κωσταντίν
- Tzogka Kostantin
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:5413116