SmartCityFramework
1.0.0
Smart City Framework mit IoT und Big Data
Informations- und Kommunikationstechnologie wird für städtische Umgebungen zunehmend allgegenwärtig und bietet die notwendige Grundlage für Nachhaltigkeit und Widerstandsfähigkeit der intelligenten zukünftigen Städte. Oft befasst sich IKT -Instrumente für eine Smart City mit unterschiedlichen Anwendungsdomänen, z. Intelligente Städte können von solchen Informationen profitieren, die Big Data und häufig in Echtzeit kreuztingendem, Datenerfassung, -verarbeitung, -integration und Freigabe durch interoperable Dienste, die in einer Cloud-Umgebung bereitgestellt werden, profitieren. Eine solche Informationsauslastung erfordert jedoch geeignete Softwaretools, Dienste und Technologien, um große Datenmengen aus der Stadtumgebung, Bürger und verschiedene Abteilungen und Agenturen in der Stadtskala zu sammeln, zu speichern, zu analysieren und zu visualisieren. In diesem Rahmen wird eine Perspektive auf die intelligenten Städte auf Big-Data-Verarbeitung und -analyse vorgestellt, indem ein Cloud-basierter Analysedienst vorgeschlagen werden kann, der weiterentwickelt werden kann, um Informations-Intelligenz zu generieren und die Entscheidungsfindung im Kontext intelligenten Städten zu unterstützen.
Design und Entwicklung eines Rahmens von intelligenten Städten für die intelligente Verarbeitungsdatenanalyse.
Smart City ist eine Stadt, die in IKT-Verbesserung der Governance- und partizipativen Prozesse investiert, um die geeigneten Dienst- und Transportinvestitionen der öffentlichen Abonnenten zu definieren, die nachhaltige sozioökonomische Entwicklung, verbesserte Lebensqualität und intelligentes Management natürlicher Ressourcen sicherstellen können. Betriebskosten der öffentlichen Verwaltungen. Dieses Ziel kann durch den Einsatz eines städtischen IoT verfolgt werden, dh einer Kommunikationsinfrastruktur, die einheitliche, einfache und wirtschaftliche Zugang zu einer Vielzahl öffentlicher Dienste ermöglicht, wodurch potenzielle Synergien und die Erhöhung der Transparenz für die Bürger entfesselt werden.
Es gibt zwei Benutzer, die von unserem Smart City -Framework profitieren: Allgemeine Öffentlichkeit und der Administrator, der die für die breite Öffentlichkeit gebotene Zugänglichkeit kontrolliert. Die Bausteine für Smart City Framework umfassen -
Das Internet der Dinge (IoT) ist das Netzwerk von physischen Geräten, Fahrzeugen, Haushaltsgeräten und anderen Elementen, die mit Elektronik, Software, Sensoren, Aktuatoren und Konnektivität eingebettet sind, die es diesen Dingen ermöglichen, Daten zu sammeln, zu sammeln und auszutauschen [1], [2] Schaffung von Möglichkeiten für eine direktere Integration der physischen Welt in Computerbasis.
Big Data ist ein Begriff, der verwendet wird, um die Studie und Anwendungen von Datensätzen zu beziehen, die so groß und komplex sind, dass herkömmliche Datenverarbeitungsanwendungssoftware nicht ausreicht, um sich mit ihnen zu befassen. Zu den Big -Data -Herausforderungen gehören das Erfassen von Daten, Datenspeicherung, Datenanalyse, Suche, Freigabe, Übertragung, Visualisierung, Abfrage, Aktualisierung, Datenschutz- und Datenquelle für Informationen. Es gibt eine Reihe von Konzepten, die mit Big Data verbunden sind: Ursprünglich gab es 3 Konzeptevolumen, Vielfalt und Geschwindigkeit [6]. Andere Konzepte, die später mit Big Data zugeschrieben werden, sind Wahrhaftigkeit (dh in den Daten) [7] und Wert [19].
Cloud Computing besteht aus gemeinsamen Pools konfigurierbarer Computersystemressourcen und höherer Dienste, die schnell mit minimaler Verwaltungsanstrengungen über das Internet bereitgestellt werden können. [4] Cloud Computing beruht auf der Austausch von Ressourcen, um Kohärenz und Skaleneffekte zu erreichen, ähnlich einem öffentlichen Nutzen. Mit Drittanbieter-Wolken können Unternehmen sich auf ihre Kerngeschäfte konzentrieren, anstatt Ressourcen für Computerinfrastruktur und -wartung aufzunehmen [9]. Einige der häufig verwendeten Cloud -Dienste sind Microsoft Azure, Amazon EC2.
Die Datenanalyse ist ein Prozess der Überprüfung, Reinigung, Transformation und Modellierung von Daten, um nützliche Informationen zu ermitteln, Schlussfolgerungen zu informieren und Entscheidungsfindung zu unterstützen [7]. Die Datenanalyse verfügt über mehrere Facetten und Ansätze, die verschiedene Techniken unter verschiedenen Namen umfassen und in verschiedenen Bereichen für Unternehmen, Wissenschaft und sozialwissenschaften verwendet werden.
Maschinelles Lernen ist eine Anwendung der künstlichen Intelligenz (KI), die Systemen die Möglichkeit bietet, automatisch zu lernen und sich aus Erfahrung zu verbessern, ohne explizit programmiert zu werden. Das maschinelle Lernen konzentriert sich auf die Entwicklung von Computerprogrammen, die auf Daten zugreifen und sie selbst kennenlernen können [14] [18].
Eine Anwendung, die auf Webplattform ausgeführt wird, ist eine Art Anwendungssoftware, die im Web ausgeführt wird. Diese Anwendungen dienen häufig dazu, Benutzern ein interaktives Medium zu bieten, um Anfragen zu stellen und die Ergebnisse zu erhalten.
IoT -Datensätze, die durch intelligente Umgebung generiert werden, und energiebezogene Datensätze werden zur Analyse und Bewertung verwendet. Big Data ist definiert als Daten mit hohem Volumen, hoher Geschwindigkeit und hoher Vielfalt, die kostengünstige, innovative Formen der Informationsverarbeitung erfordern, die verbesserte Erkenntnisse, Entscheidungsfindung und Prozessautomatisierung ermöglichen. In Bezug auf die Herausforderungen von Big Data werden Cloud-basierte Analysedienste weiterentwickelt, um Informations-Intelligenz zu generieren und die Entscheidungsfindung im Kontext von Smart Cities zu unterstützen.
Die Big Data werden mithilfe von Algorithmen für maschinelles Lernen durch Verarbeitung und Analyse -Engine verarbeitet und analysiert. Die von dieser Engine erzielten Ergebnisse werden verarbeitet, um auf die Abfragen der Benutzer zu reagieren, und werden am Frontend angezeigt, was über mobile Anwendungen für die Benutzer zugänglich ist. Die mobile Anwendung ist so konzipiert, dass die Dienste den Abonnenten entsprechend ihren Anforderungen über eine benutzerfreundliche und leicht verständliche Oberfläche zur Verfügung stehen.
Wir beabsichtigen, dieses Modell auf den Universitätscampus mit einem Ziel zu erweitern, das Smart City -Framework zu implementieren, indem die Daten, die von verschiedenen IoT -Sensoren gesammelt wurden, die an verschiedenen Teilen des Campus installiert wurden, mit IoT -Protokollen, die die Befehle basierend auf der Benutzerkonfiguration auslösen. Um die Verwendbarkeit unseres Smart City -Frameworks zu verbessern und die Entwicklung dieses Frameworks zu beschleunigen, wird die APIs unseres Frameworks mithilfe von Open -Source -Technologien implementiert.
| Ausgabe | Beschreibung | URL |
|---|---|---|
| Parkwagen auf der Straße | Mit der App auf Ihrem Smartphone sehen Sie, wie viele Parkplätze verfügbar sind. Sie können nicht nur auf Ihrem Smartphone angezeigt werden, sondern auch ansehen, wie viele Parkplätze in den Boards zur Verfügung stehen, die sich mit den Straßen befassen. | Intelligentes Parkplatzerkennungssystem basierend auf der Bildverarbeitung |
| Anpassung des Semaphors an einen Notfallfall | Intelligentes Semaphor kann sich anpassen, wenn eine Notfallfälle wie ein Crash -Auto, ein medizinischer Notfallfall mit Krankenwagen und Stau eingehen. | Smart_traffic_control_system_for_ambulance Dieser Link zielt auf ein bestimmtes Szenario, den Krankenwagenfall |
| Sensorname | Sensorspezifikation | Verwendung | Referenzen |
|---|---|---|---|
| DHT22 | Temperaturmeuchtigkeitssensor | Wird verwendet, um Lufttemperatur und Luftfeuchtigkeit zu messen. | Adafruit |
| UVM-30A UVA/UVB | UV -Sensor | Der UV -Sensor wird zur Erkennung der Intensität der einfallenden ultravioletten (UV) -Anstrahlung verwendet. | Das Turtles Bay -Projekt |
| Algorithmus Name | Algorithmuskategorie | Verwendung in der Umgebungsüberwachung | Art der Daten benötigt | IoT -Sensoren | Referenz |
|---|---|---|---|---|---|
| Synaptic.js | Neurales Netzwerk | Es kann zur PID -Kontrolle von Umgebungsvariablen verwendet werden, z. | Sensorsignal, Temperaturbetriebspunkt und Hysterese | DHT22 | Synaptc.js |
