At lægge grunden til autonome transportnetværk

Med den øgede brug af tilsluttede enheder og slutpunkter, hvor tingenes internet-enheder, satellitter og sensorer producerer konstante strømme af information, mængden af ​​indsamlede data giver betydelige udfordringer. I særdeleshed, brugen af ​​Big Data-analyse i forbindelse med smarte byer fremhæver behovet for at skabe et softwaresystem, der er i stand til at indsamle, behandling og brug af enorme mængder af geografisk fordelte data. Det EU-finansierede ELASTIC-projekt adresserer netop dette problem og skaber en softwarearkitekturramme til effektiv distribution af intensive beregningsfunktioner på tværs af kanten og skyen.

Det innovative tågecomputermiljø tager også højde for ikke-funktionelle krav, der er nedarvet fra systemdomænet. Eduardo Quiñones fra ELASTIC projektkoordinator Barcelona Supercomputing Center forklarer detaljerne i softwarearkitekturen i en artikel. "ELASTIC-projektet er sat i sammenhæng med tågecomputere - en udvidet version af cloud computing til netværkskanten - og er velegnet til Internet of Things (IoT) og autonome systemapplikationer, der kræver opfyldelse af ikke-funktionelle krav."

Quiñones fortsætter:"Nuværende big-data-softwarearkitekturer udfører det meste af dataanalyseberegningen i kraftfulde cloud-tjenester, hvilket i høj grad påvirker systemets muligheder for at give realtidsgarantier. Denne tilgang pålægger også behovet for at øge sikkerhedsniveauet for at minimere potentielle angreb, mens dataene overføres til skyen, hvilket kan ende med at påvirke de overordnede sikkerhedsniveauer." Han tilføjer:"ELASTIC-teknologien løser disse udfordringer ved effektivt at distribuere big-data-beregningen på tværs af computerkontinuummet på en holistisk måde, under hensyntagen til realtid, krav til energieffektivitet og sikkerhed. Samlet set, ELASTIC sigter mod at give den teknologiske baggrund for udviklingen af ​​nye og sikre autonome mobilitetstjenester."

Offentlig transport løsning

Rammen udviklet af ELASTIC-projektet er indsat i Firenzes offentlige sporvognsnet. I samme artikel, Quiñones siger også:"Ved at forbedre sporvognskøretøjernes og byens sanseevne, avancerede mobilitetsapplikationer er under udvikling. Disse applikationer sigter mod en forbedret interaktion mellem byen og offentlige køretøjer, og et sikrere og smartere mobilitetsmiljø i byerne, med færre ulykker, forbedring af trafikken, og reducerede vedligeholdelsesomkostninger."

Ifølge Quiñones, ELASTIC-systemet vil hjælpe med at "indsamle data fra køretøjer og sporvognsstationer, såsom forhindringer foran sporvognene, rejsehastighed og energiforhold, ankomst- og afgangstider, hvorpå værdifuld viden vil blive udvundet på tværs af computerkontinuummet, garanterer systemets responstid og sikrer, at data forbliver anonyme for at garantere borgernes privatliv."

Det igangværende ELASTIC-projekt (A Software Architecture for Extreme-Scale Big-Data Analytics in Fog CompuTing Ecosystems)-projekt løber indtil udgangen af ​​november 2021. Det er blandt flere initiativer, der holder løftet om at integrere data fra flere organisationer, forskellige miljøer og en bred vifte af intelligente enheder rettet mod bæredygtige, effektive og sikre mobilitetsapplikationer i fremtidens smarte byer.