ＩｏＴデータ流を実時間で価値化する分散処理基盤の研究開発

研发将物联网数据流实时转化为价值的分布式处理平台

• 批准号: 17J10021
• 负责人: 中村 優吾
• 金额: $ 1.79万
• 依托单位: Nara Institute of Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2017
• 资助国家: 日本
• 起止时间: 2017-04-26 至 2020-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-17J10021/
• 关键词: Internet of Things; Edge Computing; 分散処理; ミドルウェア; コンテキスト認識; Quality of Service; センシングプラットフォーム

本研究では，データの発生源に存在するIoTデバイス群の計算資源を有効活用することによって，クラウドレスかつ実時間で多種多様なIoTデータ流を価値化する分散処理基盤の実現を目指している．令和元年度は，前年度に開発を進めた余剰IoTデバイスのリソース確保やデータ処理タスクの割り当てのメカニズムを元に，地域に存在するIoTデバイス群をセンサデータプロバイダ，計算資源プロバイダ，サービスコンシューマとして抽象化し，それらのリソースをセンサデータ処理サービスの需要に応じて調整・分配しながら，一つのサービス系として弾力性のあるデータ処理を実現するIFoTプラットフォームを設計し，実機で動作するプロトタイプを開発した．また，実世界に存在するウェアラブルセンサや環境センサを活用したコンテキスト認識を題材として，IFoTプラットフォーム上で動作する多様なIoT応用アプリケーションの設計・開発を進めた．具体的には，ベルト型IoTデバイスを用いた日常行動認識や，スマートウォッチを用いた剣道の打突認識，エナジーハーベストなIoTネームプレートを用いた屋内位置認識，環境設置型IoTセンサを用いた屋内コンテキスト認識を行うIoTアプリケーションを構築した．実機デバイスを用いた評価実験では，各アプリケーションに関して，80~90％という高い認識精度を達成するとともに，Raspberry Piをはじめとした複数のIoTデバイス群を活用することで250ms程度のリアルタイムな遅延要求を満たす可能であることを確認した．

This study aims to provide guidance for the implementation of distributed processing base by optimizing the computing resource utilization of IoT data clusters due to the existence of data sources and the time required to implement them. In the current and future years, the development of the Internet of Things (IoT) has been carried out in the previous year, and the remaining IoT devices have been selected to ensure that the IoT devices are processed in different regions. The IoT devices have been selected to be distributed in different regions, and the computing resources have been abstracted. The IoT devices have been selected to be distributed in different regions. A service system is designed and implemented to provide dynamic and dynamic services. The design and development of multi-IoT application systems are progressing through the development of IFoT application systems and actions. Specifically, the Internet of Things (IoT) is used to recognize the daily actions, to recognize the unexpected actions, to recognize the indoor location, to recognize the indoor environment, to recognize the indoor environment, and to construct the IoT environment. The Raspberry Pi has a high recognition accuracy of 80~90%, and the Raspberry Pi has a high recognition accuracy of 250ms.

项目成果

Design and Evaluation of In-situ Resource Provisioning Method for Regional IoT Services

区域物联网服务就地资源供应方法设计与评估

• 发表时间: 2018
• 作者: Yugo Nakamura;Teruhiro Mizumoto;Hirohiko Suwa;Yutaka Arakawa;Hirozumi Yamaguchi;Keiichi Yasumoto
• 通讯作者: Keiichi Yasumoto

In-Situ Resource Provisioning with Adaptive Scale-out for Regional IoT Services

• DOI: 10.1109/sec.2018.00022
• 发表时间: 2018-10
• 期刊: 2018 IEEE/ACM Symposium on Edge Computing (SEC)
• 作者: Yugo Nakamura;Teruhiro Mizumoto;H. Suwa;Yutaka Arakawa;Hirozumi Yamaguchi;K. Yasumoto

A System for Collecting and Curating Sightseeing Information toward Satisfactory Tour Plan Creation

收集和整理观光信息以制定令人满意的旅游计划的系统

• 发表时间: 2017
• 作者: Masato Hidaka;Yuki Matsuda;Shogo Kawanaka;Yugo Nakamura;Manato Fujimoto;Yutaka Arakawa;Keiichi Yasumoto
• 通讯作者: Keiichi Yasumoto

地域IoTサービスに対する計算需要に応じた適応型地産地処リソース配分手法の提案

根据区域物联网服务的计算需求提出自适应本地生产资源分配方法

• 发表时间: 2018
• 作者: 中村 優吾;水本 旭洋;諏訪 博彦;荒川 豊;山口 弘純;安本 慶一
• 通讯作者: 安本 慶一

Near Cloud: Low-cost Low-Power Cloud Implementation for Rural Area Connectivity and Data Processing

近云：农村地区连接和数据处理的低成本低功耗云实施

• 发表时间: 2018
• 作者: Jose Paolo Talusan;Yugo Nakamura;Teruhiro Mizumoto;Keiichi Yasumoto
• 通讯作者: Keiichi Yasumoto