Upload
ervin
View
210
Download
4
Embed Size (px)
DESCRIPTION
IoT , Wearable&LOD. 2014. 06. 27. 권 순 현 ([email protected]). 1. 2. 3. 3. 목 차. 사물인터넷 ( IoT ) 과 LOD. IoT 시맨틱 플랫폼 (COMUS 플랫폼 ). 시맨틱 어노테이션 & 변환기술 USN 자원 / 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. - PowerPoint PPT Presentation
Citation preview
목 차사물인터넷 (IoT) 과 LOD1
IoT 시맨틱 플랫폼 (COMUS 플랫폼 )2
플랫폼 활용33
• 시맨틱 어노테이션 & 변환기술• USN 자원 / 실세계이벤트 / 서비스 / 상황 온톨로지 모델링 기술• IoT 시맨틱 시맨틱 추론 기술 ( 병렬 / 분산 추론 ) • IoT 시맨틱 레파지토리 적재기술• GEO/ 기상 LOD 구축 및 연계
• 센서 커뮤니티• 플랫폼 활용 서비스 ( 기상센서 API, 웰라이프 수면관리 서비스 , 오미 ( 五味 ) 길 서비스 )
사물인터넷 (Internet of Things)1
Mark Weiser 의 인사이트• Ubiquitous Computing 의 정의• Mark D. Weiser
The most profound technologies are those that "disappear ". They weave themselves into the fabric of everyday life until they are indistinguishable from it. (Title: The Computer for the 21 Century, Sci-entific American, 1991 pp.66~75)
A less-traveled path I call the "invisible"; its highest ideal is to make a computer so imbedded, so fitting, so natural, that we use it without even thinking about it. (I have also called this notion “Ubiquitous Com-puting.”) I believe that in the next twenty years the second path will come to dominate. (Title: Creat-ing the Invisible interface, UIST94 Proceedings ACM symposium)
The important waves of technological change are those that fundamentally alter the place of technology in our lives. What matters is not technology itself, but its relationship to us. Ubiquitous computing will require a new approach to fitting technology to our lives, an approach we call "calm technology". (Title: The Coming Age of CARM Technology, 1996)
• 사물과 컴퓨터의 구분이 불가능 - Capability• 협업지능에 의한 최선책 - Solution • 인간의 지각과 인지능력을 사물이 이해하고 맞추어 줌 –
Human Tech( 조화 )
사물인터넷이란 ? 사물들간의 인터넷
사물간의 협업을 위한 요구사항• 사물간의 협업 (Collaboration)• 사물의 센서데이터의 정의와 표현의 표준화 - Standard-
ization
• 사물간의 협업을 위한 글로벌한 인터페이스 제공 - Global Interface
• 사물의 지능화를 위한 타 지식과의 융합 – Knowledge Convergence
여기서 대안은 LOD(Linked Open Data)
E-H A-LA-H E-L
High-level Sensor Low-level Sensor
하지만… ..
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.>
IoT 오픈 데이터 플랫폼
IoT 오픈데이터 플랫폼기상정보
관광 정보재정정보
Geo-Names
지자체정보
교통정보FOAFFriends of a
Friends
이벤트 온톨로지Life Log
다양한 애플리케이션 개발
오픈데이터기반 개발
부가가치 창출
오픈데이터발행
LOD 데이터 클라우드
오픈데이터기반 서비스 앱스토어서비스 개발자
오픈데이터기반 지식 스토어
오픈데이터 이용
오픈데이터 발행
서비스 이용자
기업
오픈데이터 생태계 조성
기업수입 획득
수입모델 발굴
공공데이터 오픈
다양한 국민의견 수렴의 장 마련
기업
기상센서
스마트홈
도심지Plug&Play센서
오픈데이터 이용각종 IoT 단말
IoT 오픈데이터 플랫폼의 기술적 이슈• IoT 데이터의 실시간성 – Real Time
• 실시간 RDF 데이터 변환 – Real Time Semantic Trans-lation
• 실시간 LOD 발행 – Real Time LOD Publishing• 실시간 지식 융합 ( 상황인지 ) – Real Time knowledge
convergence
• IoT 데이터의 대용량성 – Large Scale• 대용량 데이터 저장 – IoT Semantic Repository• 대용량 데이터 처리 – Large Scale Semantic Reasoning
IoT 오픈데이터 플랫폼 (COMUS 플랫폼 )2
IoT 오픈데이터 플랫폼 (COMUS 플랫폼 )
Semantic Translator
Translation Rule
RDF
SensorML/Sensor O&MXML
시맨틱 USN 저장소 Suite
추론기
SPARQL 인터페이스
SPARQL End-point
Context Syn-chronizer
ServiceSynchronizer
USN 자원 / 커뮤니티 / 실세계 이벤트 / 서비스 / 상황 온톨로지
Service Ex-ecutor
Context ServiceO
pen APIPush Service센서데이터 + 지도서비스
매쉬업
모바일 서비스
스마트홈서비스
도심지
스마트홈
기상센서
Plug&Play 센서
Linking Open Data
온톨로지 규칙기반 추론기술(Rule Entailment Reasoning)
USN 자원 / 실세계이벤트 / 서비스 / 상황온톨로지 모델링 기술 (RDF(S), OWL)
시맨틱 어노테이션 & 변환기술(Semantic Annotation&Tranlation) LOD(Linked Open Data) 연계기술
IoT Semantic Repository 적재기술
COMUS PLATFORM
시맨틱 어노테이션 & 변환기술id= { {“jobtype”, “1”}, {“subjet”, “id$”}, {“object”, “resource:SensorNode”} } positon={ {“jobtype” , “1”}, {“subject”, “position_uri$”}, {“object”, “geo:Location”), ……………………………………….. }
Translation Rule
Collector & Analyzer
Run-Time Translator
Schema Verifier
Triple Creator
Rule Parser
Knowledge Creator
Ontology
Parser
Rule Adder
OntologyAdder
classes propertiesRuleSet
Translation KnowledgeOntology KB
PersonDevice Time
SpatialCon-text Ser-
viceActionUpper
Domain
Repository InterfaceIoT Semantic Repository
Sensor Specifica-tion
Sensor Observa-tion
Real Event/Context
Invoke Service
JSON/XML/EXCEL
Sensor Network
JSON
Target Ontology Schema
RDF(S)/OWL
RDF
Build
기상센서데이터의 시맨틱 변환
id= { {“jobtype”, “1”}, {“subjet”, “id$”}, {“object”, “resource:SensorNode”} } positon={ {“jobtype” , “1”}, {“subject”, “position_uri$”}, {“object”, “geo:Location”), ……………………………………….. }
Semantic Transla-tor
AWS Data
변환온톨로지모델Translation Rule
resource:323 rdf:type resource:SenosorNoderesource:323 resource:daily
22.5^^xsd:floatresource:323 resource:weekly 23.8^^xsd:float
RDF Data
JSON/XML/RDF
시맨틱 어노테이션 & 변환 예제{ {“awsID”, “323”}, {“manufacturer”, “ETRI”}, {“position”, “pos_323”}, {“coordinate”, { {“latitude”, “32.7296”}, {“longitude”, “127.1141”}, {“altitude”, “101.31”}, } } }
Input Data(JSON)
awsID= { { “jobtype”, “1”},
{“subject”, “awsID$“}, {“object”, “resource:SensorNode”}}
Translation Rule #1
resource:323 rdf:type resource:SenosorNode
RDF 생성
resource:SensorNode
resource:323
rdf:type
manufacturer= { {“jobtype”, “3”}, {“subject”, “awsID$”}, {“predicate”, “has||Manufacturer@”}, {“object”, “manufacturer$^^xsd:string”} }
Translation Rule #2
resource:323 resource:hasManufacturer “ETRI”
ETRI
resource:hasManufacturer
position= { { {“jobtype”, “1”}, {“subject”, “postion$”}, {“object”, “geo:LocationCoordinate”}}, { {“jobtype”, “2”}, {“subject”, “awsID$”}, {“predicate”, “has||Position@”}, {“object”, “position$”}} }
Translation Rule #3space:pos_323 rdf:type geo:LocationCoordinate
geo:LocationCoordinate
resource:323 resource:hasPosition space:pos_323
Space:pos_323 space:latitude 32.7296
space:pos_323
rdf:typeresource:hasPosition
32.7296
space:latitude
USN 자원 / 실세계이벤트 / 서비스 / 상황 모델링
Resource Ontology
Policy Ontology
Community Ontology
Time Ontology
Space Ontology
Event Ontology
Weather Ontology
실세계 이벤트 온톨로지군Service
Context
Policy
Agent
서비스 Upper 온톨로지
Service
Context
Agent
Policy
rdfs:subClassOfrdfs:subClassOf
rdfs:subClassOf
rdfs:subClassOf
서비스 Domain 온톨로지
실세계 이벤트 모델 개요• 실세계 이벤트 (Real Event)
COMUS 플랫폼에서 유통되는 센서데이터를 특정 서비스 도메인과 독립적 , 일반적 지식 ( 기상 , 위치 , 시간 , 사용자 정책 등 ) 과 연계하여 추상화한 개념• 실세계 이벤트 모델링실세계 이벤트 데이터 생성을 위한 명세정보와 프로세스를 모델링화한 지식베이스
– 입력• RDF 로 변환된 정량적인 센서데이터• Resource 온톨로지의 인스턴스값
– 출력• 추상화된 실세계 이벤트 정보• 프로세스된 Event 온톨로지의 인스턴스값
실세계 이벤트 모델 개괄구조
Resource Ontology
Event Ontology
Time Ontology
Space Ontology
Agent Ontology
FOAF Ontology
owl:equivalentClassOf/owl:equivalentPropertyOf
Weather Ontol-ogy
OWL-Time Ontology
Policy Ontology
owl:imports
OpenCYC/OpenGIS Ontology
CommunityOntology
Service Ontol-ogy
실세계 이벤트 데이터 Flow
Sensor_2 Sensor_3Sensor_1
Ontology Transla-tion
Context1 Context2 Context3 Service1 Service2 Service3
서비스 도메인 온톨로지
SensorML/Sensor O&M/COMUS XML
Resource 기본명세 Resource 소유정보 Resource 위치정보 Resource 센싱정보 Resource 커뮤니티정보data
Space기본명세 Space연계정보 Space Geo 정보
Spatial Ontology
Time 인스턴스정보 Time 인터발정보 인터발 관계정보Time Ontology
data
기상지역정보 기상시간정보 기상데이터정보Weather Ontology
Static Pol-icy 규칙정보
Dynamic Pol-icy 규칙정보
Policy 관계정보Policy Ontology
data
Agent명세정보 AgentSNS 정보
Agent Ontology
AgentPolicy 정보
Resource Ontology
Resource Policy 정보
data
이벤트데이터Event명세정보 Event관계정보
Event 값정보 ( 정량 ,정성 )
Event Ontology
Ontology Infer-ence
센서데이터의 시맨틱 가공단계센싱데이터 이벤트정보 상황정보 서비스정보
센싱데이터 시맨틱 가공단계
시맨틱 USN 저장소( 센싱데이터 , 이벤트정보 )
시맨틱 USN 저장소( 상황정보 , 서비스정보 )
실시간 이벤트 추론 상황추론엔진
• 서비스 독립적 데이터• 대용량 데이터• 빠른추론 , 간편한 모델
• 서비스 의존적 데이터• 주관적 , 디테일 데이터• 상세추론 , 세밀한 모델
실세계 이벤트 모델 처리 프로세스
Resource On-tology
Event Ontology
Spatial Ontol-ogy
Time Ontol-ogy
Weather Ontol-ogy
hasPosi-tion
hasTime
detects
triggeredEvent
hasSpace
hasTime
hasEventRe-source
hasEventSpace
hasEventTempo-ral
① 입력( 센서명세정보 , 실시간 센서데이터를 시맨틱 변환하여 적재 )
hasEven-
tWeather
센서의 명세정보와실시간 센서데이터의 연계
③ 공간온톨로지정량적인 공간정보를 개념화된 공간개념으로 확장 ( 센서가 존재하는 위치에 대한 개념정보 )
④ 기상온톨로지정량적인 기상정보를 개념적인공간정보와 시간정보로 연계한온톨로지
⑤ 이벤트 온톨로지이벤트 데이터를 생성하고 실세계이벤트 실세계 이벤트 각 요소 ( 공간 ,시간 , 기상 ) 과 연계하는 온톨로지
⑥ 출력실세계 이벤트 정보를 각 도메인 서비스에게 제공함
Object
센서명세정보
SensorN-ode Sensor
TRAFFIC_SERVICE_1_1_1TRAFFIC_SERVICE_1_1
rdf:type rdf:type
TEMPERATURE
consistOf
hasPosi-tion
spatial:Pos127.212
1
37.4232
0.0
long
alt
lat
hasGoal
ObjectIn-put
Obs_1212_1121221
hasValue
weather101
rdf:type
hasTimeTime_102121
detects
2012:09:19T18:50:00
inXSDDateTime
센싱값정보
eventhasPOI
역삼동
sub-sumedBy
강남구
서울
sub-sumedBy
sub-sumedBy회사밀집지역
유흥가상업지역
rdf:type
rdf:type
rdf:type
Geo 정보로의 확장
한가을저녁
퇴근시간러쉬아워
rdf:type
rdf:type rdf:typ
e rdf:type
시간개념으로의 확장hasEventSpa-
tial
21
tempera-ture
80humidity
10uv
rainy
sta-tus
hasS-pace
has-Time
기상정보의 연계호우경보
강남역
hasEventTemporal
hasEventWeather
이벤트 데이터 생성
회피지역존재상황기상특보가 발휘되고러쉬아워인 지역 상황정보로의 활용
IoT 시맨틱 추론 기술 ( 병렬 / 분산 )
import Resource 센싱값 생성
Temporal 처리Spatial 처리
Agent 정보리턴JSON
Policy 정보리턴
Weather 처리
Event 처리 export
Inferred RDF
실세계 이벤트 추론 WorkFlow
MapReduce MapReduce MapReduce MapReduce
impl
emen
tatio
n
imple
men
tatio
nimplementation
implementation
implementation
imple
menta
tion
Job Tracker
Job Control
HBase/HDFS
IoT 시맨틱 레파지토리 적재기술
Repository API
HTTP Serverapplication
SeRQLSPARQL
SAIL APIRIO
RDF Model
HBase Reposiotry API
HDFS
HBase MapReduce
extended Sesame Apache
Sesame Repository API를 상속하여 기능 확장
HBase 기반 시맨틱 레파지토리
GEO/ 기상 LOD 구축 http://comus.linkeddata.kr : 안행부 새도명 주소 , 기상청 AWS 기반 구축
<SPARQL Endpoint>
Sensor Data 의 LOD 연계
Transducer
Sensor
rdfs:subClassOf
TR_101 implements
TEMPERATURE
rdf:type
Req_1350
ObservationValue
pro-duces
rdf:type
TMP_20130908132435
2013-09-08T13:24:35
owltime:inXSDDateTime
hasTime
10
hasValue Au-tumn
Afternoonrdf:type
rdf:type
Location_101
127.345
37.113
19.432
latitude
altitude
hasPosition
DaejeonGajeongro
ETRIhasPOI
geo:spatiallySubsumedBy
Weather
W_101Rainy
hasQualitative
9.8
130
windSpeed
precipitatoinHeavy Rain
WarningMetropolitan
Region
rdf:type
rdf:type
hasSpace
InterVal_101
hasTime
owltime:Insides
longitude
geo:spatiallySubsume
dBy
rdf:type
GEO LOD
Weather LOD
플랫폼 활용23
Community• 특정 목적 ( 이벤트 ) 에 따라 동적으로 발생되고 소멸되어 지는 센서들의 의미적 집합
– 목적• 화재 , 홍수 , 범죄 , 백화점 세일 , 연휴기간
– 동작• 이벤트 발생시 명세된 커뮤니티의 역할에 따라 동적 커뮤니티 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
Resource
Observation
Time
resource:produces
resource:hasTime
Weatherweather:hasObservatio
n
weather:hasTime
Space
resource:hasPosition
WeatherForecast
weather:hasSpace
weather:hasSpaceweather:hasForecast
Linked Data
Platform Data
Community Goal
comm_101
comm_102 comm_103
comm_104
Status
rdf:type
rdf:type
rdf:type
rdf:type
comm:hasGoal
Fire
ResourceTypecomm:hasStat
us
comm:hasGoal
SMOK-ING
FLAME
OXYGEN
rdf:type
comm:hasStatus
Active
Community Ontol-ogy
Service
Context
comm:hasResourceType
context:drives
EmergencyCon-text
EscapeCon-text
rdf:type
Service Ontology
Discovery Re-source
Invoke Context/Service
Community 동작 (Discovery Re-source) Community
comm_102
Active
Detect Fire
SMOK-ING
FLAME
CO2
Policy
Adjacent
Continu-ous
hasSpacePolicy
hasDetectingPol-
icy
hasGoal
hasSta-tus
rdf:type
c:hasResourceType
hasCondition
Resource
hasCollaboratehasCollaborate
Weather
Traffic
Con_101
Resource_102
Resource_103
Resource_101
rdf:type
r:hasResourceTy
pe
r:hasResourceTyp
e r:hasResourceType
rdf:type
rdf:type
Space
Weather
COEX
hasEventSpace
CALT
adja-
cent
HyunDai Department
adja-centha
sSpa
ce
hasSpace
hasSpaceadja-
cent
Samsung-Dong
isPartOf
isPart
OfisP
artOf
rdf:type
Weather_101
hasSpace
hasQ
ualit
ative
-Va
lue
RAINY
rdf:typerdf:type
rdf:type
rdf:type
hasEventRe-source
hasEventRe-
source
hasEventRe-source
hasEven-tWeather
Discovery Re-source
Community 동작 (Context Aware)
Community
hasEventRe-
source
Resource_101
Resource_102
Resource_103
comm_102hasEventRe-source
hasEventRe-
source
prod
uces
Obs_101
8.9
hasV
alue
produces
Obs_102 138.2
1
produces
Obs_103
7.8
Tmp_20131126183223
2013-11-26T13:54:23
owltime:inXSDdate
hasTime
EarlyWinter
RushHour
ClosingHour
rdf:type
rdf:type
rdf:type
hasTime
hasTime
hasValue
hasValue
hasEventSpace
COEX
Business Area
EntertainmentArea
rdf:typerdf:type
Weather_101
hasEven-
tWeather
Sleet
rdf:type DifficultyEntry
hasEventTempo-ral
Initial StateFire
Community 동작 (Collaborate Com-munity)
COEX CALT
HynDai De-part
GEO LOD(http://comus.etri.re.kr/RWEvent/Space)
adja-centadja-cent
adja-cent
comm_101
comm_102
comm_103
hasSpace
hasG
oal
Detect Traf -fic
TrafficCongestion
rdf:type
SlideRoad
RecommendPublic Transit
rdf:ty
pe
rdf:type
Detect Fire
hasGoal
Initial StateFire
Entry Difficulty
hasSpace
rdf:type
rdf:type
Detect Customer Number
hasGoal
hasSpace
Crowed
No Parking
Activated Commu-nity
rdf:type
rdf:type
Vehicle Control
rdf:t
ype
Prohibit Come out of Car
rdf:type
Prohibit of Passing
rdf:type
rdf:type
Shared Context
rdf:type
rdf:type
LOD 연계를 통한 기상데이터의 활용
리소스
resource:res_101
resource:res_101_obs측청된다
resource:UV
목적을 가진다
측정값
time:tmp_101
시간을 가진다
2013-07-23T14:34:53
한여름
장마
오후시간값
위치한다space:pos_101
Geo LOD
지역 광역시
중구
128.232
37.4213
10.323
경도
위도
서울시 열린 데이터광장문화재
남대문
9
값을 가진다
……
…
……구조관련역사재원
기상 LOD기상
weather:w101폭우
예보정보를 가진다
2013-07-24
event:ev_101
문화재관리의 위험상황
현재 자외선지수가 높고 내일 습도가 높을 것으로 예상됨
owl:ObjectPropertyowl:DatatypeProperty
rdf:typerdfs:subClassOfrdfs:subPropertyOf
시간값전이다
시간을 가진다시간을 가진다측정값을 가진다
고도
YTN Tower
남대문
위치를 가진다
포함된다포함된다 가깝다
지역을 가진다
위치를 가진다
같다
• 대용량 센서 데이터 저장 실험 : 2012 년 3 월부터 기상청으로부터 수집한 실측 센서 7 종에 대한 3억 건의 데이터와 분당 추가되는 증분식 Incre-mental) 데이터 업데이트 및 검색 기능 성능 보장
• SensorQL Console 추가 개발 : 센서 데이터 활용을 위한 질의 처리 시스템인 개발자 도구를 직관적이고 용이하게 구축 , JSON 데이터 처리 기능 제공
• 시범 기상 센서 구축 : 제주 Daum GMC 및 Space.1 등 2 개 지역에 기상 센서 실측 장비 설치 및 데이터 추가 진행
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
기상센서 API
지능형 군행군 제어 시스템
오미 ( 五味 ) 길 서비스
• 기상 , 교통 , 위치 , 센서정보 및 여행 컨텐츠의 시맨틱 데이터 모델링 / 가공 / 처리 기술 개발- SPARQL 쿼리를 통한 시맨틱 데이터 가공 처리
연계시스템 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
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
IoT 와 LOD 의 만남은시맨틱 어노테이션 ,온톨로지을 통해 센서 웹의 문법적 표준화 서비스에 풍부한 의미을 부여하고 ,
To Enrich
온톨로지를 이용해서 의미적 모호성을 감소시키고 ,
컴퓨터가 이해할 수 있는 데이터를 제공하여 상이한 장비와 제반 프로세스라도 처리 가능하게 하여 ,
센서정보와 웹정보를 표출시켜 다양한 융복합 기반의 Linked Data 서비스를 가능하게 한다 .
To Reduce To Provide To Connect
의미적 상호운용성을 통한 소통의 단절 해소 융복합을 통한 지식과 서비스 창출
센서데이터 재사용 가능
감사합니다