Successfully reported this slideshow.
Your SlideShare is downloading. ×

第77回MBL研究会 "多様なIoTデータストリームをクラウドレスで分散処理するミドルウェアの設計"

Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Upcoming SlideShare
Slp201702
Slp201702
Loading in …3
×

Check these out next

1 of 49 Ad

第77回MBL研究会 "多様なIoTデータストリームをクラウドレスで分散処理するミドルウェアの設計"

Download to read offline

<受賞>
第77回MBL研究会 優秀発表賞
<要旨>
IoT デバイスが急速に進歩し,実世界のあらゆる情報をセンシングできるようになりつつある.それに伴い,様々なデバイスから時々刻々と生成される IoT データストリームの即時的な利活用が求められている . 本研究では,生成されたデータストリームを, IoT デバイスが持つ計算資源を用いて,その場で素早く処理する「地産地処」をコンセプトに, IoT デバイス群の上位で動作する実時間処理ミドルウェアを設計する.本ミドルウェアには, (1) アプリケーションから要求されるタスクを分割しながら分散で実行する機能 , (2) IoT データストリームを分散処理のためデバイス間でオンデマンドに流通する機能, (3) 複数のデータストリームをオンラインで分析する機能, (4) 異種センサ / アクチュエータのシームレスな連携を実現する機能を設計,実装する.本稿では,機能を限定したミドルウェアのプロトタイプを Raspberry Pi上に実装し,動作検証した結果を報告する.

<受賞>
第77回MBL研究会 優秀発表賞
<要旨>
IoT デバイスが急速に進歩し,実世界のあらゆる情報をセンシングできるようになりつつある.それに伴い,様々なデバイスから時々刻々と生成される IoT データストリームの即時的な利活用が求められている . 本研究では,生成されたデータストリームを, IoT デバイスが持つ計算資源を用いて,その場で素早く処理する「地産地処」をコンセプトに, IoT デバイス群の上位で動作する実時間処理ミドルウェアを設計する.本ミドルウェアには, (1) アプリケーションから要求されるタスクを分割しながら分散で実行する機能 , (2) IoT データストリームを分散処理のためデバイス間でオンデマンドに流通する機能, (3) 複数のデータストリームをオンラインで分析する機能, (4) 異種センサ / アクチュエータのシームレスな連携を実現する機能を設計,実装する.本稿では,機能を限定したミドルウェアのプロトタイプを Raspberry Pi上に実装し,動作検証した結果を報告する.

Advertisement
Advertisement

More Related Content

Slideshows for you (20)

Similar to 第77回MBL研究会 "多様なIoTデータストリームをクラウドレスで分散処理するミドルウェアの設計" (20)

Advertisement

More from Ubi NAIST (20)

Recently uploaded (20)

Advertisement

第77回MBL研究会 "多様なIoTデータストリームをクラウドレスで分散処理するミドルウェアの設計"

  1. 1. 奈良先端科学技術大学院大学 ユビキタスコンピューティングシステム研究室 http://ubi-lab.naist.jp/ 多様なIoTデータストリームを クラウドレスで分散処理する ミドルウェアの設計 中村優吾✝, 諏訪博彦✝, 荒川豊✝ ,山口弘純☨ , 安本慶一✝ ✝奈良先端科学技術大学院大学情報科学研究科 ☨大阪大学大学院情報科学研究科 モバイルコンピューティングとパーベイシブシステム (MBL) 研究会 第77回研究発表会 2015年12月4日(金)
  2. 2. 研究概要 IoTデータストリーム 2015/12/04 第77回MBL研究会 2 クラウド集中型 課題: 遅延時間,通信コスト プライバシー,セキュリティ 従来のIoTプラットフォーム Raspebrry Piを用いて IFoTの試作を設計,実装 Sensing Sensing Sensing IFoT ミドルウェア 実機により動作検証した 結果を報告 即時的な利活用 ローカルのIoTデバイスによる 至近距離プロセッシング 次世代のIoTプラットフォーム IoTデータストリームをクラウドレスかつ実時間 で分散処理するIoTデータ流処理基盤 IFoT ( Information Flow of Things ) の実現に向けた研究開発
  3. 3. 目次 • 背景と目的 • 関連研究 • 提案システム • IFoTの特徴とミドルウェアの要件 • IFoTミドルウェアの要件 • IFoTミドルウェアの設計 • 動作検証実験 • まとめ 2015/12/04 第77回MBL研究会 3
  4. 4. 目次 • 背景と目的 • 関連研究 • 提案システム • IFoTの特徴とミドルウェアの要件 • IFoTミドルウェアの要件 • IFoTミドルウェアの設計 • 動作検証実験 • まとめ 2015/12/04 第77回MBL研究会 4
  5. 5. Internet of Things の発展 • 実世界のあらゆる情報を収集可能に… 2015/12/04 第77回MBL研究会 5
  6. 6. Internet of Things の発展 • 実世界のあらゆる情報を収集可能に… • 多地点で多様なストリームデータが流れ続ける時代 2015/12/04 第77回MBL研究会 6 「逐次生成される雑多なIoTデータストリーム」 ⇒いかに有効活用するか?
  7. 7. IoTデータストリーム活用の流れ 2015/12/04 第77回MBL研究会 7 既存IoTシステム = クラウド一極集中 実社会 IoTデータストリーム クラウド ①収集 ①IoTデータ流の収集 ②蓄積 IoTビックデータ ②大規模ストレージに蓄積④還元 ④分析結果を実社会に還元 ③時間とパワーをかけて分析 ③分析
  8. 8. IoTデータストリーム活用の流れ 2015/12/04 第77回MBL研究会 8 ③分析②蓄積 IoTビックデータ 長距離 問題点② ・プライバシー ・セキュリティIoTデータストリーム クラウド 問題点① ・遅延時間 ・通信効率,コスト 実社会 ①収集 ④還元 リアルタイム性のあるサービス 地域や個人に特化したサービス 既存IoTシステム = クラウド一極集中 ⇒大きな弱点が存在
  9. 9. 研究目的 2015/12/04 第77回MBL研究会 9 • 問題点①:遅延時間、通信コスト • 問題点②:プライバシー、セキュリティ ⇒①②を解決する新たなIoTプラットフォームの実現 ⇒ クラウドレスな 至近距離プロセッシング IoTデータ流処理基盤IFoT( Information Flow of Things ) 高度なデータ処理を発生源で行う“地産地処”技術 IoTデータストリームの“即時的な利活用”を実現 至近距離 ( IoTデバイス≒処理マシン ) IFoT 実社会 発生源での分散処理 即時的な利活用
  10. 10. IFoTの実現に向けて • ①IFoTミドルウェアの開発 データ流処理エンジン ⇒モジュール上での流通・分析処理 • ②IFoTニューロンモジュールの試作 データ流の違いを吸収するGWデバイス ⇒異種データ流を統一化 2015/12/04 第77回MBL研究会 10 IFoT IFoT ニュ ーロンモジュ ール IFoT ミ ド ルウェ ア IFoTミドルウェア
  11. 11. 目次 • 背景と目的 • 関連研究 • 提案システム • IFoTの特徴とミドルウェアの要件 • IFoTミドルウェアの設計 • IFoTによるアプリケーション構築 • 動作検証実験 • まとめ 2015/12/04 第77回MBL研究会 11
  12. 12. エッジ[1]/フォグコンピューティング[2] クラウドより近い場所に処理サーバを配置し 従来よりも遅延の少ないデータ処理を実現 2015/12/04 第77回MBL研究会 12 クラウドサーバ 世界、国長距離 課題 ・インフラ整備に時間とコストが掛かる ・エッジまでの通信コストも軽視できない (例:高層ビルの構造ヘルスモニタリング) エッジ/フォグサーバ 都市,地域近距離 [1] A. Davis, J. Parikh, W. E. Weihl : Edgecomputing:extending enterprise applications to the edge of the internet, Proc. of the 13th international World Wide Web conference on Alternate track papers and posters, (2004). [2] Bonomi, Flavio, et al.: : Fog Computing and Its Role in the Internet of Things, Proc. of the First Edition of the MCC Workshop on Mobile Cloud Computing (MCC '12), pp. 13-16 (2012).
  13. 13. エッジ[1]/フォグコンピューティング[2] クラウドより近い場所に処理サーバを配置し 従来よりも遅延の少ないデータ処理を実現 2015/12/04 第77回MBL研究会 13 エッジ/フォグサーバ クラウドサーバ 世界,国 都市,地域近距離 長距離 至近距離 IFoT 地区,建物 ⇒より近い範囲で処理モジュールを展開
  14. 14. • インフラ整備が必須、設置に時間とコストが掛かる ⇒ • エッジまでの通信コストも軽視できない ⇒ IFoTのアプローチ 2015/12/04 第77回MBL研究会 14 発生源でのデータ処理⇒集約側(エッジetc)の負担軽減 ローカル環境で動作⇒インフラ整備不要,設置が簡単 都市,地域近距離 至近距離 IFoT 地区,建物 ・発生源でのデータクレンジング, コンテキスト認識,テータ抽象化を実現 ・置くだけで動作する小型処理モジュール群 エッジ/フォグサーバ
  15. 15. 目次 • 背景と目的 • 関連研究 • 提案システム • IFoTの特徴とミドルウェアの要件 • IFoTミドルウェアの設計 • IFoTによるアプリケーション構築 • 動作検証実験 • まとめ 2015/12/04 第77回MBL研究会 15
  16. 16. IFoTの特徴と応用例 • IFoTミドルウェアを搭載した小型デバイス群で構成 • IoTデータストリームを蓄積することなく, 発生源に近い場所(ローカル空間)で分散処理する 2015/12/04 第77回MBL研究会 16 IFoT IFoTミドルウェア センシングからアクチュエーションのサイクルが早く, リアルタイム性の求められるアプリケーション との親和性が高い 例) ・リアルタイム知的見守り@スマートハウス ・リアルタイム知的観光ナビ@スマートシティ
  17. 17. リアルタイム知的見守り@スマートハウス • クラウドレスかつオンラインな分析処理により プライバシーを考慮しつつ、真に危険な状況を検知 2015/12/04 第77回MBL研究会 17 s s ss s s s s s s 抽象化データ クラウド IFoT リアルタイム行動認識による行動見守り IFoTミドルウェア
  18. 18. リアルタイム知的見守り@スマートハウス • クラウドレスかつオンラインな分析処理により プライバシーを考慮しつつ、真に危険な状況を検知 2015/12/04 第77回MBL研究会 18 IFoT IFoTミドルウェア
  19. 19. リアルタイム知的観光ナビ@スマートシティ 2015/12/04 第77回MBL研究会 19 • 地域における景観,混雑,渋滞,気候状況など 異種データ流を編纂した知的ナビゲーション IFoT IFoTミドルウェア
  20. 20. リアルタイム知的観光ナビ@スマートシティ 2015/12/04 第77回MBL研究会 20 • 地域における景観,混雑,渋滞,気候状況など 異種データ流を編纂した知的ナビゲーション IFoT IFoTミドルウェア
  21. 21. 応用例を踏まえて… IFoT上で求められる処理 • 即時的な分析によるコンテキスト理解 • 異なるデータ流の組み合わせによる活用 IFoTミドルウェアの要件 ① 異なるデータ流の違いを吸収する機能 ② センサデータをデバイス間で自由に流通する機能 ③ 流れるセンサデータを即時的に分析する機能 ④ 以上の動作を複数のデバイスで分散処理する機能 2015/12/04 第77回MBL研究会 21
  22. 22. 目次 • 背景と目的 • 関連研究 • 提案システム • IFoTの特徴とIFoTミドルウェアの要件 • IFoTミドルウェアの設計 • IFoTによるアプリケーション構築 • 動作検証実験 • まとめ 2015/12/04 第77回MBL研究会 22
  23. 23. 情報流通機構 タスク割り当て機構 情報分析機構 IoTデバイスインタフェース機構 IFoTミドルウェアの設計 2015/12/04 第77回MBL研究会 23 IFoTミドルウェア アプリケーションサービス IoTデバイス ④以上の動作を複数のデバイスで 分散処理する機能 ③流れるセンサデータを 即時的に分析する機能 ②センサデータをデバイス間で 自由に流通する機能 ①異なるデータ流の違いを吸収する機能 IFoTミドルウェアの要件 タスク割り当て機構 情報分析機構 情報流通機構 IoTデバイスインタフェース機構
  24. 24. IFoTミドルウェアの設計 ①異なるデータ流の違いを吸収する機能 ②センサデータをデバイス間で自由に流通する機能 2015/12/04 第77回MBL研究会 24 (a) 異なる通信規格からのデータを取得 し上位層にデータを受け渡す (b) MQTTプロトコル対応のパケットに 変換し,他のIFoTニューロンに流通 (b) 情報流通機構 ⇒ (a) IoTデバイスI/F機構 ⇒
  25. 25. IFoTミドルウェアの設計 ③流れるセンサデータを即時的に分析する機能 2015/12/04 第77回MBL研究会 25 (c-1) センサデータのオンライン学習 (c-2) 学習モデルの逐次更新 (c-3) 学習モデルに基づく判定 ⇒オンライン機械学習フレームワーク Jubatusを基とした処理系を検討 (c) 情報分析機構 ⇒
  26. 26. IFoTミドルウェアの設計 ④タスクを複数のデバイスで分散処理する機能 2015/12/04 第77回MBL研究会 26 (d)タスク割り当て機構⇒ アプリケーションサービス ⇒アプリケーションの動作を レシピ(設定ファイル) として記述 レシピのイメージ センサデータをどのように 組み合わせ分析するかといった 処理手順を示すタスクグラフ
  27. 27. IFoTミドルウェアの設計 ④タスクを複数のデバイスで分散処理する機能 2015/12/04 第77回MBL研究会 27 (d)タスク割り当て機構⇒ アプリケーションサービス (d-1) レシピを分散実行可能 なタスクに分割 (d-2) タスクを他のデバイス に分配
  28. 28. 情報流通機構 タスク割り当て機構 情報分析機構 IoTデバイスインタフェース機構 IFoTミドルウェアの設計 2015/12/04 第77回MBL研究会 28 IFoTミドルウェア アプリケーションサービス IoTデバイス ④以上の動作を複数のデバイスで 分散処理する機能 ③流れるセンサデータを 即時的に分析する機能 ②センサデータをデバイス間で 自由に流通する機能 ①異なるデータ流の違いを吸収する機能 IFoTミドルウェアの要件 タスク割り当て機構 情報分析機構 情報流通機構 IoTデバイスインタフェース機構
  29. 29. 目次 • 背景と目的 • 関連研究 • 提案システム • IFoTの特徴とミドルウェアの要件 • IFoTミドルウェアの設計 • IFoTによるアプリケーション構築 • 動作検証実験 • まとめ 2015/12/04 第77回MBL研究会 29
  30. 30. 想定環境 2015/12/04 第77回MBL研究会 30 ・1台のIFoTニューロンに複数台のセンサ/アクチュエータ ・各IFoTニューロンは共通LANで相互に接続
  31. 31. アプリケーション構築の流れ • Step1 レシピの作成,送信 • Step2 レシピの分解 タスク割り当て • Step3 アプリケーション実行 2015/12/04 第77回MBL研究会 31
  32. 32. Step1:レシピの作成,送信 2015/12/04 第77回MBL研究会 32 アプリケーション構築者は, 実行したいアプリケーションのレシピを記述し, その設定ファイルをIFoTニューロンに送信 高齢者見守りアプリ
  33. 33. Step2:レシピの分解,タスク割り当て 2015/12/04 第77回MBL研究会 33 レシピを受信したIFoTニューロンは, レシピを分散実行可能なタスク単位に分割し, センサの接続状況やリソース状況に応じて, 各タスクを他のIFoTニューロンに割り当てる (d)タスク割り当て機構⇒
  34. 34. Step3:アプリケーション実行 2015/12/04 第77回MBL研究会 34 タスクを割り当てられた各IFoTニューロンは, その内容に応じた処理を行うミドルウェアを起動し, 相互に協調,連携しながらアプリケーションとしての動作 を振る舞う (c) 情報分析機構 ⇒ (b) 情報流通機構 ⇒ (a) IoTデバイスI/F機構⇒
  35. 35. Step3:アプリケーション実行 2015/12/04 第77回MBL研究会 35 タスクを割り当てられた各IFoTニューロンは, その内容に応じた処理を行うミドルウェアを起動し, 相互に協調,連携しながらアプリケーションとしての動作 を振る舞う
  36. 36. Step3:アプリケーション実行 2015/12/04 第77回MBL研究会 36 タスクを割り当てられた各IFoTニューロンは, その内容に応じた処理を行うミドルウェアを起動し, 相互に協調,連携しながらアプリケーションとしての動作 を振る舞う アプリケーションA アプリケーションBアプリケーションC
  37. 37. 応用イメージ@スマートハウス 2015/12/04 第77回MBL研究会 37 高齢者見守りアプリケーション 快適空調制御アプリケーション s s s s ss 共通のモジュール群上で複数のアプリケーションを水平実行
  38. 38. 応用イメージwith ドローン 2015/12/04 第77回MBL研究会 38 ローカルでの ストリームキュレーション 選手のパフォーマンス分析アプリケーション
  39. 39. 目次 • 背景と目的 • 関連研究 • 提案システム • IFoTの特徴と応用例 • IFoTミドルウェアの要件 • IFoTミドルウェアの設計 • 動作検証実験 • まとめ 2015/12/04 第77回MBL研究会 39
  40. 40. 実験の概要 • 実験目的:IFoTミドルウェアによる一連の動作検証 • 実験方法: • IFoTミドルウェアのプロトタイプを6台のRaspberryPi 上に導入 • データの流通,分析という一連の処理にかかる動作時間を測定 • センサデータ生成レートを変化させた場合の処理遅延を確認 2015/12/04 第77回MBL研究会 40 実験環境
  41. 41. 検証する動作シナリオ 2015/12/04 第77回MBL研究会 41 • 多値分類アプリケーション 開始 センサA センサB センサC 多値分類(Classifier) 分類結果出力 動作検証レシピ 実験では管理マネージャから 手動でタスクを割り当て
  42. 42. 測定する一連の処理 2015/12/04 第77回MBL研究会 42 モジュールA モジュールB モジュールC モジュールD Pub(センサ値A) Pub(センサ値B) Pub(センサ値C) 実験① センサデータ生成⇒学習 実験② センサデータ生成⇒分類 モジュールE Sub(センサ値ABC) Pub(センサ値ABC) ①学習処理 モジュールF Pub(センサ値ABC) ②分類処理 各モジュール上でダミーの センサデータ(32byte)を生成 各生成レート(5,10,20,40,80Hz) ごとのの処理遅延を測定
  43. 43. 5-10Hz : 遅延の少ないリアルタイムな処理を実現可能 20-40Hz : 遅延が増加し始め,リアルタイム性を損なう 80Hz~ : 遅延時間が更に増加する 実験結果と考察 2015/12/04 第77回MBL研究会 43 表2 処理遅延(センサデータ生成-分類)表1 処理遅延(センサデータ生成-学習) ⇒タスクの更なる分散化による性能向上を検討
  44. 44. 考察:タスクの分散化 2015/12/04 第77回MBL研究会 44 開始 センサA センサB センサC 多値分類(Classifier) 分類結果出力 センサA取得 センサB取得 センサC取得 学習処理 分類処理 負荷大 学習処理の分散化 ⇒処理負荷に応じたタスクの分散方式を検討 機能によるレシピの分割
  45. 45. 今後の評価 2015/12/04 第77回MBL研究会 4545 モジュールE Sub(センサ値ABC) Pub(センサ値ABC) ①学習処理 モジュールF Pub(センサ値ABC) ②分類処理 分散学習処理 タスクの分散化による性能の向上 1モジュール⇔複数の異種センサ の場合の評価 モジュールA モジュールB モジュールC
  46. 46. 目次 • 背景と目的 • 関連研究 • 提案システム • IFoTの特徴と応用例 • IFoTミドルウェアの要件 • IFoTミドルウェアの設計 • 動作検証実験 • まとめ 2015/12/04 第77回MBL研究会 46
  47. 47. まとめ • IoTデータ流処理基盤IFoT を提案 • IFoTミドルウェアの設計を示す • RaspberryPiを用いた動作検証実験を実施 ⇒小規模な環境では実時間処理を実現可能である 2015/12/04 第77回MBL研究会 47 IFoT IFoTミドルウェア
  48. 48. 今後の課題 • レシピを記述する言語およびインタフェースの策定 • • IFoTニューロンの動的な参加離脱に対応した ノードの検索機構を実現 • 大規模な環境への適用を目指し クラウドとの一部連携を考慮したアーキテクチャを検討 2015/12/04 第77回MBL研究会 48 IFoT クラウド
  49. 49. ご清聴ありがとうございました

×