Challenges of Internet of Things and Big Data Integration
物联网期望物理设备与互联网的结合以及它们对无线传感器数据的访问,这使得限制物理世界变得有利。大数据融合为企业进入新市场或在当前市场中加强运营提供了各种新的机会。考虑到现有的技术和工艺,可以肯定地说,最好的解决方案是使用大数据工具为物联网提供分析解决方案。基于当前的技术部署和采用趋势,可以预见物联网是未来的技术,而当今的现实世界设备可以提供真实和有价值的分析,并且现实世界中的人们使用许多物联网设备。尽管公司提供了与物联网有关的所有广告,但作为负责任的消费者,您有权对物联网产品持怀疑态度。首要的问题是:物联网的现实前景是什么,未来的前景是什么。
2018-06-23 cs.CY
End-to-End Privacy for Open Big Data Markets
开放数据市场的概念设想创建一个数据交易模型,以促进物联网(IoT)领域中各方之间的数据交换。物联网产品和解决方案收集的数据预计将在这些市场上交易。数据所有者将使用物联网产品和解决方案收集数据。感兴趣的数据消费者将与数据所有者协商以访问此类数据。物联网产品捕获的数据将使数据消费者能够进一步了解数据所有者的偏好和行为,并使用从减少浪费到个性化服务产品等不同技术产生额外的商业价值。在开放的数据市场中,数据消费者将能够将产生的部分额外价值回馈给数据所有者。然而,当可用于获取极其个人信息的数据被交易时,隐私就成为一个重要问题。本文讨论了为什么隐私在物联网领域,特别是在开放数据市场中很重要,并调查了现有的隐私保护策略和设计技术,可用于促进开放数据市场的端到端隐私。我们还强调了一些需要解决的主要研究挑战,以便通过确保利益相关者的隐私来实现开放数据市场的愿景。
2015-10-23 cs.CR cs.CY cs.NI
The Role of Big Data Analytics in Industrial Internet of Things
由于传感器和物联网(IoT)设备的大规模部署,工业物联网(IIoT)中的大数据生产显而易见。然而,由于物联网设备端的计算、网络和存储资源有限,大数据处理具有挑战性。大数据分析(BDA)有望在IIoT系统中提供运营和客户级智能。尽管有许多关于IIoT和BDA的研究,但只有少数研究探讨了这两种范式的融合。在这项研究中,我们调查了最近的BDA技术,算法和技术,可以导致智能IIoT系统的发展。我们设计了一个分类法,根据重要参数(例如数据源,分析工具,分析技术,要求,工业分析应用和分析类型)对文献进行分类和归类。我们提出了从BDA中受益的各种企业的框架和案例研究。我们还列举了BDA在IIoT中引入的大量机会。我们还确定并讨论了作为未来研究方向仍需解决的不可或缺的挑战。
2019-04-11 cs.CY cs.NI
Urban Healthcare Big Data System Based on Crowdsourced and Cloud-Based Air Quality Indicators
不断加速的全球化进程使一半以上的人口生活在城市中。因此,城市空气质量对越来越多的城市居民的健康状况产生了至关重要的影响。在本文中,基于通过气象站点、移动众包和物联网传感收集的城市空气质量数据,以及用户的身体信号,我们提出了一个名为UH-BigDataSys的城市医疗大数据系统。在这篇文章中,我们首先介绍了一种集成多源空气质量数据的方法,用于基于人工智能的智能城市服务的数据准备。然后,UH-BigDataSys的测试平台与空气质量感知医疗应用程序的部署。最后,我们从呼吸道疾病、户外出行、睡眠质量等方面为城市居民提供健康指导,让城市居民过上更健康的生活是UH-BigDataSys的最终目标。
2018-10-25 cs.CY
Using Machine Learning and Big Data Analytics to Prioritize Outpatients in HetNets
在本文中,我们介绍了机器学习的方法,用于优先考虑门诊病人(OP),根据他们目前的健康状态,导致自我优化的异构网络(HetNet),智能地适应用户的需求。我们使用朴素的贝叶斯分类器来分析从OP的医疗记录中获取的数据,以及来自医疗物联网(IoT)传感器的数据,这些传感器提供了OP的当前状态。我们使用这种机器学习算法来计算危及生命的医疗状况的可能性,在这种情况下,即将发生的中风。OP根据其当前健康状态的严重性分配高功率资源块(RB),使其能够保持连接并以最小的延迟将其关键数据发送到指定的医疗设施。使用混合整数线性规划公式(MILP),我们提出了两种方法来优化HetNet的上行链路侧的用户RB分配:加权和速率最大化(WSRMax)的方法和比例公平(PF)的方法。使用这些方法,我们说明了所提出的系统在为医疗物联网传感器提供可靠连接方面的实用性,使OP能够保持其连接的质量和速度。此外,我们展示了系统响应如何根据OP的医疗条件的变化而变化。
2019-03-14 cs.CY
Intelligence Stratum for IoT. Architecture Requirements and Functions
人工智能(AI)的使用在许多不同的应用领域变得越来越普遍和相关。研究人员正在付出相当大的努力,以充分利用人工智能的力量,同时试图克服与几乎任何应用领域(如物联网(IoT))有内在联系的技术挑战。与在物联网中使用AI相关的最大问题之一是难以应对所使用的各种协议和软件技术,以及消耗AI的硬件资源的异构性。分散的物联网环境突出了互操作性的局限性,尤其是在人工智能的部署中,这也影响了无缝的人工智能生命周期管理。在本文中,讨论了如何通过引入分层智能架构来实现物联网中的AI分布,该架构旨在面对所面临的挑战,同时考虑到当今物联网网络的特殊要求。它描述了新范式体系结构的主要特征,从用例的角度及其需求强调了采用它的含义。最后,列举了一系列开放的技术和研究挑战,以充分发挥情报分布的潜力。
2019-07-25 cs.CY cs.NI
Smart Asset Management for Electric Utilities: Big Data and Future
本文讨论了大数据和新技术方面的未来挑战。公用事业一直在收集大量的数据,但它们几乎没有被利用,因为它们的数量巨大,也有与之相关的不确定性。资产的状态监测在日常运营中收集大量的数据。问题是:如何从大量的数据中提取信息?“随着机器学习技术的出现,“丰富的数据和贫乏的信息”的概念正在受到大数据分析的挑战。随着物联网(IoT)等技术的进步,大数据分析将在电力公司发挥重要作用。在本文中,通过路径和指南来应对挑战,以使当前的资产管理实践更智能。
2018-02-17 cs.CY cs.OH
Machine learning for Internet of Things data analysis: A survey
University of Isfahan(伊斯法罕大学);Kno.e.sis - Wright State University(赖特州立大学Kno.e.sis实验室);Technische Universität München(慕尼黑工业大学);University of Surrey(萨里大学)
硬件、软件和通信技术的快速发展使得互联网连接的传感设备得以出现,这些设备可以从物理世界进行观察和数据测量。据估计,到2020年,正在使用的互联网连接设备总数将在250亿至500亿之间。随着数字的增长和技术的成熟,发布的数据量将增加。被称为物联网(IoT)的互联网连接设备技术通过提供物理和网络世界之间的连接和交互来继续扩展当前的互联网。除了数量增加外,物联网还生成大数据,其特征在于时间和位置依赖性方面的速度,具有多种多样的模式和不同的数据质量。对这些大数据的智能处理和分析是开发智能物联网应用的关键。本文通过将智慧城市作为主要用例,评估了应对物联网数据挑战的不同机器学习方法。本研究的主要贡献是介绍了机器学习算法的分类,解释了如何将不同的技术应用于数据,以提取更高层次的信息。还将讨论机器学习在物联网数据分析方面的潜力和挑战。一个应用支持向量机(SVM)的奥胡斯智慧城市交通数据的用例,提出了一个更详细的探索。
2018-02-17 cs.CY cs.DC cs.LG
Towards Smart Healthcare: Challenges and Opportunities in IoT and ML
本章系统梳理了机器学习与物联网融合于智慧医疗时所面临的研究挑战与潜在机遇,并按物联网、机器学习及二者在医疗中的实施三类场景进行归纳,为相关研究者、医疗专业人员和政府机构提供参考。
2024-01-12 cs.CR cs.CY
A method based on encryption and node rating for securing the RPL protocol communications in the IoT ecosystem
物联网(IoT)为全球数十亿设备提供了相互通信的可能性,并且数据是自主收集的。设备生成的大数据应该得到安全管理。由于安全挑战,如恶意节点,许多方法无法响应这些问题。在本文中,一个强大的混合方法,包括加密,被用来作为一个有效的方法来解决RPL协议的关注,使设备连接安全。因此,所提出的用于保护RPL协议的DSH-RPL方法包括以下四个阶段:第一阶段创建可靠的RPL。第二阶段检测天坑攻击。第三阶段对检测到的恶意节点进行加密,第四阶段通过加密传输数据。仿真结果表明,与SecTrust-RPL和IBOOS-RPL相比,DSH-RPL的误报率分别降低了18.2%和23.1%,漏报率分别降低了16.1%和22.78%,数据包投递率分别提高了19.68%和25.32%,检测率分别提高了26%和31%。
2020-11-21 cs.CR cs.CY
Crop Knowledge Discovery Based on Agricultural Big Data Integration
University College Dublin(都柏林大学学院)
如今,农业数据可以通过各种来源生成,例如:物联网(IoT),传感器,卫星,气象站,机器人,农业设备,农业实验室,农民,政府机构和农业综合企业。对这些大数据的分析使农民、公司和农学家能够提取高水平的商业和科学知识,改善他们的运营流程和产品质量。然而,在分析这些数据之前,需要将不同的数据源标准化,同质化并集成到统一的数据表示中。在本文中,我们提出了一种农业数据集成方法,使用星座模式,设计成足够灵活,以纳入其他数据集和大数据模型。我们还应用一些方法来提取知识,以提高作物产量;这些方法包括找到合适数量的土壤特性,除草剂和杀虫剂,以提高作物产量和保护环境。
2020-03-11 cs.CY cs.DB cs.LG
Trends of digitalization and adoption of big data & analytics among UK SMEs: Analysis and lessons drawn from a case study of 53 SMEs
School of Engineering and Applied Science Aston University(阿斯顿大学工程与应用科学学院)
中小企业(SME)现在以前所未有的速度从在线交易、社交媒体营销和相关的客户互动、在线产品或服务评论和反馈、临床诊断、物联网(IoT)传感器和生产流程中生成数字数据。如果将所有这些形式的数据放入适当的数据价值链中,则可以将其转化为货币价值。这需要技能和IT投资,以实现企业的长期利益。然而,由于中小企业资源有限,获得资金的机会有限,这些支出超出了大多数中小企业的能力。本文介绍了从53家英国中小企业的案例研究中吸取的经验教训,这些中小企业主要来自英格兰西米德兰兹地区,作为为期3年的ERDF项目“大数据走廊”的一部分,在大数据管理,分析和相关IT问题领域得到支持。基于我们研究的样本公司,本文提出了几个观点,包括数字技术趋势,英国中小企业面临的挑战,以及他们在数据分析和大数据方面的采用状况。
2020-03-04 cs.CL cs.CY
Modern CNNs for IoT Based Farms
Dedan Kimathi University of Technology(德丹·基马蒂理工大学);University of Paris 8(巴黎第八大学)
最近在农业中采用信息和通信技术,给耕作方式带来了一些变化。这意味着使用物联网(IoT)、云计算(CC)、大数据(BD)和自动化来更好地控制农业过程。由于这些技术在农场中的使用随着大量数据的产生而呈指数级增长,因此需要开发和使用最先进的工具,以便在合理的时间内从数据中获得更多的洞察力。在本文中,我们提出了卷积神经网络(CNN)的初步理解,最先进的CNN的最新架构及其潜在的复杂性。然后,我们提出了一个分类分类法适合农业应用的CNN。最后,我们提出了一个全面的审查研究致力于国家的最先进的CNN在农业生产系统中的应用。我们的贡献是双重的。首先,对于农业深度学习工具的最终用户,我们的基准测试发现可以作为选择适当架构的指南。其次,对于深度学习工具的农业软件开发者,我们的深入分析解释了最先进的CNN复杂性,并指出了进一步优化运行性能的未来可能方向。
2019-07-15 cs.CY cs.LG stat.ML
Internet of Things Enabled Policing Processes
物联网(IoT)有可能改变许多行业。这包括利用实时智能来改善基于风险的决策,并支持从核心到边缘的自适应流程。例如,现代警察调查程序往往极其复杂,需要数据驱动和知识密集。在这样的过程中,仅仅关注数据存储和数据分析是不够的;因为知识工作者(例如,警方调查人员)将需要收集、理解和关联大数据(分散在各种系统中)以进行分析。在这篇论文中,我们分析了知识密集型和数据驱动型流程的最新发展。我们提出了一个可扩展的物联网过程数据分析管道,使分析师能够从物联网设备中获取数据,从这些数据中提取知识,并将它们链接到过程执行数据。我们专注于警务中的激励场景,其中刑事调查员将通过智能设备进行增强,以收集数据并识别调查位置周围的设备,与他们进行沟通以了解和分析证据。我们设计并实现了一个系统(即iCOP,IoT使能的COP),以帮助调查人员收集大量证据,并以简单的方式挖掘事实。
2019-08-24 cs.CR cs.CY
Barriers to implementation of blockchain technology in agricultural supply chain
区块链和物联网(IoT)等新兴技术在推动农业向第四次农业革命迈进方面发挥了巨大作用。区块链和物联网可以大大提高供应链上食品的可追溯性、效率和安全性。鉴于这些贡献,广泛采用这项技术存在许多障碍,包括许多工人理解和有效使用这项技术的能力不足,以及缺乏教育和支持这些工人的基础设施。本文讨论了在农业供应链中采用区块链和物联网技术的障碍。作者分析了区块链和物联网在食品供应链中的影响,以及政府和企业可以变得更具适应性的方法。通过减少进口和保护当地农民的需求,发展中经济体可以创造当地可持续的农业生态系统。此外,利用公共和私人研究和开发可以大大有助于全球对新技术的了解,并改善食品供应链的许多方面。总之,政府和企业在增加先进技术的实施和食品供应链的整体改善方面都可以发挥重要作用。
2022-12-06 cs.CR cs.CY cs.IT