• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
센서데이터 웹으로의 비상
 

센서데이터 웹으로의 비상

on

  • 1,210 views

센서데이터 웹으로의 비상(20131130)

센서데이터 웹으로의 비상(20131130)

Statistics

Views

Total Views
1,210
Views on SlideShare
1,210
Embed Views
0

Actions

Likes
1
Downloads
52
Comments
1

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel

11 of 1 previous next

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    센서데이터 웹으로의 비상 센서데이터 웹으로의 비상 Presentation Transcript

    • 2013. 11. 30 권순현 (kwonshzzang@etri.re.kr)
    • 1 Sensor Network & Semantic Web 기술 동향 2 IoT 시맨틱 플랫폼(COMUS 플랫폼) •  •  •  •  •  3 시맨틱 어노테이션 & 변환기술 USN자원/실세계이벤트/서비스/상황 온톨로지 모델링 기술 IoT 시맨틱 시맨틱 추론 기술(병렬/분산 추론) IoT 시맨틱 레파지토리 적재기술 GEO/기상 LOD 구축 및 연계 플랫폼 활용 •  센서 커뮤니티 •  플랫폼 활용 서비스(기상센서 API, 웰라이프 수면관리 서비스, 오미(五味)길 서비스)
    • Motivation High-level Sensor A-H E-H Low-level Sensor A-L E-L §  How do we determine if A-H = A-L ? (Same time? Same place ?) §  How do we determine if E-H = E-L ? (Same entity ?) §  How do we determine if E-H or E-L constitutes a threat ? <Source : “Semantic Sensor Web". Amit Sheth . pp. 4. Feb. 2008.>
    • 1 Sensor Network & Semantic Web 기술동향
    • The Challenge Collection and analysis of information from h eterogeneous multi-layer sensor nodes <Source : “Semantic Sensor Web". Amit Sheth . pp. 4. Feb. 2008.>
    • Why this is a Challenge? §  센서데이터의 표현과 동작이 통일되지 못함 §  리소스의 공유를 위한 수단이 없음 § 리소스의 사용과 배치가 특정 지역, 프로그램, 디바이스에 국한되어 사용되어짐 Resulting in a lack of communication and interoperability <Source : “Semantic Sensor Web". Amit Sheth . pp. 4. Feb. 2008.>
    • How to deal with? Sensor Network Sensor Web 상호작용이 없는 네트워크 이질적인 데이터 표현 사일로 형태의 서비스 제공 공유 가능한 센서 네트워크 문법수준의 표준화로 센서데이터를 표현 표준 API기반의 서비스 제공 웹 개방적/의미적 Semantic Sensor Web 웹 상에서 개방적인 네트워크 의미수준의 센서메타데이터를 표현 Semantic Web 기술기반의 서비스 제공
    • Sensor Network & Semantic web W3C Semantic Web SML-S O&M-S TML-S Resource Description Framework RDF Schema Web Ontology Language Semantic Web Rule Language OGC Sensor Web Enablement SensorML O&M TransducerML GeographyML Sensor Ontology Sensor Ontology SAWSDL SA_REST Web Services Web Services Description Language REST National Institute for Standard and Technology Semantic Interoperability Community of Practice Sensor Standards Harmonization
    • OGC SWE(Sensor Web Enablement) 서비스, 센서, 제공자, 데이터 에 대한 정보 목 록 등록 저장 검 색 서비스 각 센서 시스템에 과제 할당 및 전 달 서비스 센서 데이터 에 접근 서비스 SOS SPS TML 시스템과 실 시간데이터 변환 표준 SAS O&M 카타로그 서비스 센싱 값, 측 정단위에 대한 표준 등록된 클라 이언트에게 경보 알림 서비스 SML 센싱 데이터 표현의 표준 다양한 타입 의 클라이언 트 매체 Client <출처 : “Semantic Sensor Web”, Amit Sheth, Cory Henson, Satya S.Sahoo>
    • Semantic Sensor Web의 출현 OGC 표준화 노력 Semantic Sens or Web Semanti c Web 센서 데이터의 의미 와 설명을 위한 확 장 된 기반 제공 Open Geospatial Consortium (OGC: www.opengeospatial.org) - 산·학, 정부로 조직된 국제 컨소시움 - 웹 기반 센서네트워크와 저장된 센서 데이터를 검색하고 접근할 수 있는 센서 웹의 실현을 위해 표준 프로토콜과 API의 중요성 강조 W3C 의 Semanticweb Activity (www.w3.org/2001/sw) - 웹에서의 데이터 공유와 재사용을 위한 프레임 제공을 위한 노력 - 센서 데이터의 의미와 설명을 제공할 수 있는 기술 제공
    • Semantic Sensor Web의 출현 OGC의 SWE(Sensor Web Enablement) - 센서가 웹에서 액세스되고 제어가능 하도록 센서데이터, 센서 데이터 모델, 센서 웹 서비스 에 관한 표준 API, 모델링 언어에 관한 표준 규격 제공 -  표준 API : O&M, SOS, SPS, SAS, WNS -  표준 모델링 언어: SML, TML Semantic web technologies -  온톨로지 (시간, 장소, 주제 온톨로지 및 센서 도메인 온톨로지) -  의미 데이터 모델링 언어 : RDF, OWL, SWRL -  시멘틱 어노테이션, 룰기반의 추론
    • Semantic Sensor Web 센서로부터 센싱된 데이터를 온톨로지와 시맨틱 어노테이션으로 의미적 표현 이질적인 센서데이터를 표준화된 시맨틱 데이터로 표현함으로써 센서간의 상호운용성을 증대 시맨틱 지식기반 융복합 서비스 제공 <출처 : “Semantic Sensor Web”, Amit Sheth, Cory Henson, Satya S.Sahoo>
    • Sensor Web vs SSW Semantic Sensor Web Sensor Web 정적인 센서데이터를 구문적인 데이터로 표현 Syntactic 수준의 표준화 획일적이고 Silo한 서비스만을 제공 센서데이터를 의미적이고 동적인 데이터로 표현 Semantic 수준의 표준화 시맨틱 지식기반 서비스 제공 매쉬업 서비스 IPTV 서비스 모바일 서비스 Service#1 Service#2 모바일 서비스 IPTV 서비스 웹서비스 Service#3 Service Mashup Dynamic Service Discovery Static Service Discovery LOD Semantics Sensor Data Translator Value#1 USN Value#2 Value#3 Value#4 Semantic Data Translator USN
    • 2 IoT 시맨틱 플랫폼(COMUS 플랫폼)
    • IoT 시맨틱 플랫폼 (COMUS 플랫폼) Push Service Context 센서데이터 + 지도서비스 매쉬업 Service COMUS PLATFORM 스마트홈 Context Synchro nizer Service Synchronizer 모바일 서비스 Service Executo r 스마트홈서비스 도심지 USN자원/실세계이벤트/서비스/상황 온톨로지 모델링 기술(RDF(S), OWL) 시맨틱 USN 저장소 Suite SPARQL 인터페이스 Open API Plug&Play 센서 IoT USN자원/커뮤니티/실세계 이벤트/서비스/ 상황 온톨로지 Semantic Repository 적재기술 Linking Open Data RDF 시맨틱Semantic Transl 어노테이션&변환기술 ator (Semantic Annotation&Tranlation) 기상센서 SPARQL Endpoi LOD(Linked Open Data) 연계기술 nt Translation Rule XML SensorML/Sensor O&M 온톨로지 규칙기반 추론기술 (Rule Entailment Reasoning) 추론기
    • 시맨틱 어노테이션&변환기술 Sensor Network Translation Rule Target Ontology Schema Device id= { {“jobtype”, “1”}, {“subjet”, “id$”}, {“object”, “resource:SensorNode”} } positon={ {“jobtype” , “1”}, {“subject”, “position_uri$”}, {“object”, “geo:Location”), …………………………………… ….. } JSON/XML/EXCEL Person Upper Action Time Context Spatial Service Domain JSON Knowledge Creator Run-Time Translator RDF(S)/OWL Build Collector & Analyzer Rule Parser Ontology Parser Rule Adder Ontology Adder Schema Verifier Sensor Specification Triple Creator Rule Set Repository Interface RDF Translation Knowledge Ontology KB classes properties Sensor Observation Real Event/Context Invoke Service IoT Semantic Repository
    • 기상센서데이터의 시맨틱 변환 AWS Data Translation Rule id= { {“jobtype”, “1”}, {“subjet”, “id$”}, {“object”, “resource:SensorNode”} } positon={ {“jobtype” , “1”}, {“subject”, “position_uri$”}, {“object”, “geo:Location”), ……………………………………….. } JSON/XML/RDF Semantic Translator RDF Data resource:323 rdf:type resource:SenosorNode resource:323 resource:daily 22.5^^xsd:float resource:323 resource:weekly 23.8^^xsd:float 변환온톨로지모델
    • 시맨틱 어노테이션&변환 예제 Translation Rule #1 Input Data(JSON) awsID= { { “jobtype”, “1”}, {“subject”, “awsID$“}, {“object”, “resource:SensorNode”}} { {“awsID”, “323”}, {“manufacturer”, “ETRI”}, {“position”, “pos_323”}, {“coordinate”, { {“latitude”, “32.7296”}, {“longitude”, “127.1141”}, {“altitude”, “101.31”}, } } Translation Rule #2 RDF생성 } resource:323 rdf:type resource:SenosorNode resource:323 resource:hasManufacturer “ETRI” space:pos_323 rdf:type geo:LocationCoordinate resource:323 resource:hasPosition space:pos_323 Space:pos_323 space:latitude 32.7296 resource:SensorNode geo:LocationCoordinate rdf:type resource:hasPosition rdf:type resource:323 space:latitude resource:hasManufacturer space:pos_323 ETRI 32.7296 manufacturer= { {“jobtype”, “3”}, {“subject”, “awsID$”}, {“predicate”, “has||Manufacturer@”}, {“object”, “manufacturer$^^xsd:string”} } Translation Rule #3 position= { { {“jobtype”, “1”}, {“subject”, “postion$”}, {“object”, “geo:LocationCoordinate”}}, { {“jobtype”, “2”}, {“subject”, “awsID$”}, {“predicate”, “has||Position@”}, {“object”, “position$”}} }
    • USN자원/실세계이벤트/서비스/상황 모델링 서비스 Upper 온톨로지 실세계 이벤트 온톨로지군 Service Weather Ontology Space Ontology Agent Policy Resource Ontology Event Ontology Context rdfs:subClassOf rdfs:subClassOf rdfs:subClassOf rdfs:subClassOf Policy Ontology Time Ontology Agent Service Community Ontology Context Policy 서비스 Domain 온톨로지
    • 실세계 이벤트 모델 개요 •  실세계 이벤트(Real Event) COMUS 플랫폼에서 유통되는 센서데이터를 특정 서비 스 도메인과 독립적 ,일반적 지식(기상, 위치, 시간, 사용 자 정책 등)과 연계하여 추상화한 개념 •  실세계 이벤트 모델링 실세계 이벤트 데이터 생성을 위한 명세정보와 프로세스 를 모델링화한 지식베이스 –  입력 •  RDF로 변환된 정량적인 센서데이터 •  Resource 온톨로지의 인스턴스값 –  출력 •  추상화된 실세계 이벤트 정보 •  프로세스된 Event 온톨로지의 인스턴스값
    • 실세계 이벤트 모델 개괄구조 owl:imports FOAF Ontology Service Ontology Service Ontology OWL-Time Ontology owl:equivalentClassOf/ owl:equivalentPropertyOf Agent Ontology Event Ontology Time Ontology Community Ontology Space Ontology Weather Ontology Resource Ontology OpenCYC/OpenGIS Ont ology
    • 실세계 이벤트 데이터 Flow 서비스 도메인 온톨로지 Context1 Context2 Context3 이벤트데이터 Agent Ontology Agent 명세정보 Agent SNS 정보 Agent Policy정보 기상 시간정보 Event 명세정보 data 기상 데이터정보 data Service2 Service3 Event Ontology Ontology Inference Weather Ontology 기상 지역정보 Service1 Event 관계정보 Event 값정보(정량,정성) Policy Ontology Static Policy 규칙정보 Spatial Ontology Dynamic Polic y 규칙정보 Policy 관계정보 Time Ontology Space 기본명세 Space 연계정보 Space Geo 정보 data Resource 기본명세 Resource 소유정보 Resource 위치정보 data Resource Ontology Time 인스턴스정보 Resource 센싱정보 Resource 커뮤니티정보 Ontology Translation SensorML/Sensor O&M/COMUS XML Sensor_1 Sensor_2 Time 인터발정보 Sensor_3 인터발 관계정보 Resource Policy 정보
    • 센서데이터의 시맨틱 가공단계 센싱데이터 시맨틱 가공단계 센싱데이터 이벤트정보 서비스정보 상황정보 시맨틱 USN 저장소 (센싱데이터, 이벤트정보 ) 시맨틱 USN 저장소 (상황정보, 서비스정보) •  서비스 독립적 데이터 •  대용량 데이터 •  빠른추론, 간편한 모델 •  서비스 의존적 데이터 •  주관적, 디테일 데이터 •  상세추론, 세밀한 모델 실시간 이벤트 추론 상황추론엔진
    • 실세계 이벤트 모델 처리 프로세스 ③ 공간온톨로지 정량적인 공간정보를 개념화된 공간개념으로 확장(센서가 존재하는 위치에 대한 개념정보) ⑥ 출력 실세계 이벤트 정보를 각 도메인 서비스 에게 제공함 Spatial Ontology 센서의 명세정보와 실시간 센서데이터의 연계 c dete hasPosition Spa vent hasE ce ts Resource Ontolog y Event Ontology ⑤ 이벤트 온톨로지 이벤트 데이터를 생성하고 실세계 이벤트 실세계 이벤트 각 요소(공간, 시간, 기상)과 연계하는 온톨로지 Weather Ontology hasTime ① 입력 (센서명세정보, 실시간 센서데이터를 시맨틱 변환하여 적재) hasEventTe m poral ④ 기상온톨로지 정량적인 기상정보를 개념적인 공간정보와 시간정보로 연계한 온톨로지 Time Ontology
    • 기상특보가 발휘되고 러쉬아워인 지역 상황정보로의 활용 회피지역존재상황 Geo 정보로의 확장 기상정보의 연계 회사밀집지역 weather101 강남구 rdf:type humidity status subsumedBy rainy 역삼동 호우경보 temperature hasSpace 서울 21 80 uv 10 hasTime subsumedBy 유흥가 rdf:type hasEventWeather subsumedBy 상업지역 러쉬아워 저녁 강남역 rdf:type 시간개념으로의 확장 hasEventSpatial Object event hasPOI rdf:type hasEventTemporal 127.2121 rdf:type 센싱값정보 long spatial:Pos Sensor rdf:type rdf:type 이벤트 데이터 생성 SensorNode 퇴근시간 한가을 센서명세정보 2012:09:19T18:50:00 ObjectInput lat rdf:type rdf:type inXSDDateTime 37.4232 rdf:type hasPosition alt TRAFFIC_SERVICE_1_1 Time_102121 0.0 consistOf hasTime TRAFFIC_SERVICE_1_1_1 hasGoal detects hasValue TEMPERATURE Obs_1212_11212 21
    • IoT 시맨틱 추론 기술(병렬/분산) 실세계 이벤트 추론 WorkFlow Temporal 처리 Weather 처리 JSON Job Control Job Tracker enta plem im tion import Resource 센싱값 생성 MapReduce Spatial 처리 Inferred RDF Agent 정보리턴 Event처리 export Policy 정보리턴 implementation MapReduce HBase/HDFS MapReduce MapReduce
    • IoT 시맨틱 레파지토리 적재기술 HBase기반 시맨틱 레파지토리 HTTP Server application SPARQL SeRQL Sesame Repository API 를 상속하여 기능 확장 RDF Model RIO SAIL API Repository API HBase Map Reduce HBase Reposiotry API HDFS extended Sesame Apache
    • GEO/기상 LOD 구축 http://comus.linkeddata.kr : 안행부 새도명 주소, 기상청 AWS 기반 구축 <SPARQL Endpoint>
    • Sensor Data의 LOD 연계 Daejeon Gajeongro GEO LOD Heavy Rain Warning rdf:type Metropolitan Region Weather geo:spatiallySubsumedBy rdf:type 127.345 ETRI itude long rdf:type hasPOI Location_101 Weather LOD 37.113 Transducer hasQualitative hasTime altitude Rainy W_101 InterVal_101 9.8 rdfs:subClassOf 19.432 130 ObservationValue Sensor rdf:type owltime:Insides rdf:type hasTime TR_101 implements TEMPERATURE rdf:type rdf:type TMP_20130908132435 hasValue Req_1350 owltime:inXSDDateTime 10 2013-09-08T13:24:35 Afternoon Autumn
    • 3 2 플랫폼 활용
    • Community •  특정 목적(이벤트)에 따라 동적으로 발생되고 소 멸되어 지는 센서들의 의미적 집합 –  목적 •  화재, 홍수, 범죄, 백화점 세일, 연휴기간 –  동작 •  이벤트 발생시 명세된 커뮤니티의 역할에 따라 동적 커뮤 니티 생성 •  생성된 커뮤니티의 조건에 따라 협업할 센서 리스트 발견 •  커뮤니티 구성원(센서)으로부터 센서데이터 수집 및 분석 •  커뮤니티간의 데이터 공유를 통한 헙업 진행
    • Community 온톨로지 구조 Community Ontology Status Service Ontology Service Goal comm:hasStatus ResourceType Community rdf:type rdf:type rdf:type comm_101 comm_102 context:drives asGoal comm:h rdf:type comm_103 comm_104 rdf:type comm:hasResourceTyp comm:hasStatus FLAME e Active Platform Data Resource EscapeContext EmergencyContext Invoke Context/Service weather:hasSpace Weather Forecast Space resource:hasPositio n resource:produces rdf:type OXYGEN SMOKING Discovery Resource Linked Data Context Fire weather:hasForecast weather:hasSpace Observation weather:hasObservation Weather resource:hasTime weather:hasTime Time
    • Community 동작(Discovery Resource) Community Weather RAINY rdf:type Detect Fire rdf:type Policy hasEventWeather comm_102 Weather_101 Con_101 Active Adjacent hasD c:hasResourceTyp e tingP etec isPartOf FLAME Traffic olicy SMOKING hasEve ntReso urce CO2 COEX SamsungDong Weather Continuous hasSpace rdf:type CALT HyunDai Department rdf:type Resource ace Resource_103 Discovery Resource rdf:type rdf:type Space rdf:type Resource_102 pe rdf:type hasSp rdf:ty Resource_101 ent adjac
    • Community 동작(Context Aware) 8.9 EarlyWinter uces rdf:type comm_102 Eve hasEventTe pe ClosingHour Tmp_20131126183223 owltime:inXSDdate Resource_101 has rdf:ty Obs_101 prod Community RushHour mporal ntRe sou rc e uce prod 2013-11-26T13:54:23 s Obs_102 Resource_102 COEX 138.21 𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑹𝒆𝒔𝒐𝒖𝒓𝒄𝒆(? 𝒙,  ? 𝒓 𝟏)∧ 𝒉𝒂𝒔𝑹𝒆𝒔𝒐𝒖𝒓𝒄𝒆𝑻𝒚𝒑𝒆(? 𝒓 𝟏,   𝑺𝑴 𝒑𝒓𝒐𝒅𝒖𝒄𝒆𝒔(? 𝒓 𝟏,  ? 𝒚 𝟏)∧ 𝒉𝒂𝒔𝑽𝒂𝒍𝒖𝒆(? 𝒚 𝟏,  ? 𝒗 𝟏)∧ 𝒔𝒘𝒓𝒍𝒃: 𝒈𝒓𝒆𝒂𝒕𝒉𝒆 7.8 𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑹𝒆𝒔𝒐𝒖𝒓𝒄𝒆(? 𝒙,  ? 𝒓 𝟐)∧ 𝒉𝒂𝒔𝑹𝒆𝒔𝒐𝒖𝒓𝒄𝒆𝑻𝒚𝒑𝒆(? 𝒓 𝟐,   𝑭𝑳 Obs_103 𝒑𝒓𝒐𝒅𝒖𝒄𝒆𝒔(? 𝒓 𝟐,  ? 𝒚 𝟐)∧ 𝒉𝒂𝒔𝑽𝒂𝒍𝒖𝒆(? 𝒚 𝟐,  ? 𝒗 𝟐)∧ 𝒔𝒘𝒓𝒍𝒃: 𝒍𝒆𝒔𝒔𝑻𝒉𝒂 Resource_103 Initial State ⟶ 𝑰𝒏𝒊𝒕𝒊𝒂𝒍𝑺𝒕𝒂𝒕𝒆𝑭𝒊𝒓𝒆(? 𝒙)   Fire Business Area Entertainment Area Weather_101 Difficulty Entry Sleet ≡∃   𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑺𝒑𝒂𝒄𝒆. 𝑩𝒖𝒔𝒊𝒏𝒆𝒔𝒔𝑨𝒓𝒆𝒂  ⊓          ∃   𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑻𝒆𝒎𝒑𝒐𝒓𝒂𝒍. 𝑪𝒍𝒐𝒔𝒊𝒏𝒈𝑯𝒐𝒖𝒓⊓ ∃   𝒉𝒂𝒔𝑬𝒗𝒆𝒏𝒕𝑾𝒆𝒂𝒕𝒉𝒆𝒓. 𝑺𝒍𝒆𝒆𝒕
    • Community 동작(Collaborate Community) GEO LOD(http://comus.etri.re.kr/RWEvent/Space) adjacent HynDai Depart COEX CALT hasSpa ce Detect Customer Number comm_101 comm_103 Activated Community comm_102 Slide Road Shared Context Recommend Public Transit Entry Difficulty Vehicle Control rdf:typ e Traffic Congestion Detect Fire rdf:type Detect Traffic No Parking Crowed Initial State Fire Prohibit Come Prohibit of Passing out of Car
    • LOD 연계를 통한 기상데이터의 활용 서울시 열린 데이터광장 Geo LOD 문화재 광역시 지역 같다 포함된다 중구 포함된다 경도 위도 관련역사 …… … 현재 자외선지수가 높고 내일 습도가 높을 것으로 예상됨 37.4213 문화재관리의 위험상황 기상 LOD 기상 위치를 가진다 event:ev_101 폭우 weather:w101 위치를 가진다 10.323 시간을 가진다 장마 측정값 space:pos_101 …… 구조 재원 128.232 고도 남대문 남대문 가깝다 YTN Tower 지역을 가진다 owl:ObjectProperty owl:DatatypeProperty rdf:type rdfs:subClassOf rdfs:subPropertyOf 측정값을 가진 시간을 가진다 다 위치한다 resource:res_101_obs 리소스 한여름 시간값 전이다 오후 측청된다 값을 가진다 시간을 가진다 시간값 resource:res_101 resource:UV 9 2013-07-24 2013-07-23T14:34:53 time:tmp_101
    • 기상센서 API "   기술 정의 •  대용량 스트리밍 센서 데이터 처리를 위한 NoSQL 기반의 저장소 개발 및 운영 •  국내 기상 센서 데이터 전체에 대한 SensorQL 기반 서비스 구축 •  Daum 개발자 네트워크를 통한 베타 서비스 구현 및 매쉬업 과제 개발 •  대용량 센서 데이터 저장 실험: 2012년 3월부터 기 상청으로부터 수집한 실측 센서 7종에 대한 3억 건 의 데이터와 분당 추가되는 증분식Incremental) 데 이터 업데이트 및 검색 기능 성능 보장 •  SensorQL Console 추가 개발: 센서 데이터 활용을 위한 질의 처리 시스템인 개발자 도구를 직관적이 고 용이하게 구축, JSON 데이터 처리 기능 제공 •  시범 기상 센서 구축: 제주 Daum GMC 및 Space.1 등 2개 지역에 기상 센서 실측 장비 설치 및 데이터 추 가 진행
    • 웰라이프 수면관리 서비스 "   기술 정의 •  댁내/사용자 설치/부착 형 센서를 활용한 사용자 건강/수면/활동과 댁내 환경 모니터링 및 관리 •  비만 개선 및 수면품질 향상을 위한 사용자 맞춤형 전문가 콘텐츠 제공 •  시멘틱 추론 엔진 기반 수면/건강의 증진/악화 요인 분석 •  건강/수면/활동/환경 센서장치와 게이트 웨이, 미들웨어, COMUS 플랫폼 연동을 통한 센서 데이터 수집 및 관리 •  3축 가속도 센서, 마이크로폰 센서를 활 용한 수면 중, 무호흡/코골이/뒤척임 감 지 •  표준 가이드라인 기반 건강/수면/활동/환 경 수집 정보의 전처리 및 등급화 •  시맨틱 추론 온톨로지를 활용한 상황정 보 추출 및 건강상태 증진/악화 요인, 수 면상태 증진/악화 요인, 수면 피드백 정보 분석 •  스마트 앱 기반 건강/수면/활동/환경 정 보 및 누적 데이터, 피드백 콘텐츠 제공
    • 오미(五味)길 서비스 "   기술 정의 •  오미(五味)+길: 달고, 시고, 쓰고, 맵고, 짠 음식에 대한 정보 및 해당 정보를 기반으로 한 건강 관리의 길 , 즉, 여행/식당 정보의 길을 제공하는 서비스 -  염도 센서를 이용한 누적 염도정보 제공 서비스 -  음식의 味感 정보 기반의 건강 관리 및 개인 음식 추천 서비스 •  기상, 교통, 위치, 센서정보 및 여행 컨텐츠의 시맨틱 데이터 모델링/가공/처리 기술 개발 -  SPARQL 쿼리를 통한 시맨틱 데이터 가공 처리 연계 시스템 설계 및 개발 -  기상 데이터와 연계한 온톨리지 모델링 -  먹거리(음식)데이터의 온톨리지 모델링 •  모바일 단말에서의 개인일정, 사진, GPS 기능과 연동된 맞춤형 여행추천/안내/지원 서비스 개발 -  염도&온도센서 개발 -  모바일 연동 측정 기술 개발 -  개인 단말기 스마트폰용 앱 및 오미길 서비스 개발 -  개인 선호도를 통한 맞춤형 음식 추천 시스템 개발 -  COMUS 플랫폼과 연동하기 위한 인터페이스 개발 -  염도 섭취량 정보 제공 기능 개발
    • 센서와 시맨틱웹의 만남은 To Enrich To Reduce To Provide To Connect 시맨틱 어노테이션,온 톨로지을 통해 센서 웹 의 문법적 표준화 서비 스에 풍부한 의미을 부 여하고, 온톨로지를 이용해서 의미적 모호성을 감소 시키고, 컴퓨터가 이해할 수 있 는 데이터를 제공하여 상이한 장비와 제반 프 로세스라도 처리 가능 하게 하여, 센서정보와 웹정보를 표출시켜 다양한 융복 합 기반의 Linked Dat a 서비스를 가능하게 한다. 의미적 상호운용성을 통한 소통의 단절 해소 융복합을 통한 지식과 서비스 창출 센서데이터 재사용 가능