مقاله معماری آنالیزی کلان داده ها برای اینترنت اشیای کوچک (2018 آی تریپل ای)

مقدمه

فناوری جدید

معماری پیشنهاد شده از آنالیز داده های بزرگ برای اینترنت اشیا کوچک

لایه اشیا کوچک

لایه زیرساخت

لایه پلت فرم

لایه کاربرد

انالیز داده ها و ارزیابی سیستم

نکات نتیجه گرفته شده

Abstract

The SK Telecom Company of South Korea recently introduced the concept of IoST to its business model. The company deployed IoST, which constantly generates data via the LoRa wireless platform. The increase in data rates generated by IoST is escalating exponentially. After attempting to analyze and store the massive volume of IoST data using existing tools and technologies, the South Korean company realized the shortcomings immediately. The current article addresses some of the issues and presents a big data analytics architecture for its IoST. A system developed using the proposed architecture will be able to analyze and store IoST data efficiently while enabling better decisions. The proposed architecture is composed of four layers, namely the small things layer, infrastructure layer, platform layer, and application layer. Finally, a detailed analysis of a big data implementation of the IoST used to track humidity and temperature via Hadoop is presented as a proof of concept.

شرکت SK Telecom کره جنوبی اخیرا مفهوم IoST را برای مدل تجارت خود معرفی کرد. این شرکت از IoST، که به طور مدام داده ها را از طریق پلت فرم بی سیم LoRa تولید می کند استفاده کرد. افزایش در نرخ داده های تولید شده توسط IoST به شکل نمایی افزایش می یابد. پس از تلاش برای آنالیز و ذخیره حجم زیادی از داده های IoST با استفاده از ابزار و فن آوری های موجود، شرکت SK Telecom کره جنوبی کمبود ها را سریعا شناسایی کرد. مقاله کنونی در مورد برخی از مسائل بحث میکند و یک معماری آنالیز داده های بزرگ را برای IoST خود ارائه می دهد. یک سیستم توسعه یافته با استفاده از معماری پیشنهادی قادر خواهد بود به طور موثری به آنالیز و ذخیره اطلاعات IoST را انجام دهد و همزمان تصمیم گیری بهتر را ممکن کند. معماری پیشنهادی از چهار لایه تشکیل شده است، یعنی لایه اشیا کوچک، لایه زیربنایی، لایه پلتفرم و لایه کاربردی. در نهایت، یک آنالیز دقیق از یک اجرای داده های بزرگ IoST استفاده شده ی برای پیگیری رطوبت و دما از طریق Hadoop، به عنوان اثبات مفهوم ارائه شده است.