Entwicklung einer Datenbereitstellungsplattform für datenintensive IoT-Anwendungen

Abstract

Internet of Things (IoT)-fähige Geräte halten in vielen Bereichen des alltäglichen Lebens Einzug. Dadurch steigt die Anzahl an Sensoren, die regelmäßig Daten bereitstellen können. Die große heterogene Datenmenge, die durch die verschiedenen Sensoren generiert wird, stellt IoT-Anwendungen jedoch vor eine Herausforderung bei der Datenverwaltung und -verarbeitung. Auch stellt sie eine Bedrohung der Privatsphäre dar. Nicht alle Daten dürfen allen Anwendungen bereitgestellt werden und durch die Anreicherung und Verknüpfung von Daten können neue Informationen generiert werden. Frühere Arbeiten vereinen die Herausforderungen der Verwaltung von Big Data und den Schutz der Privatsphäre bei der Datenbereitstellung nicht. In dieser Arbeit wird daher RETORT, eine Dateibereitstellungsplattform für datenintensive Internet of Things-Anwendungen, vorgestellt und evaluiert. RETORT löst die Herausforderungen der Verwaltung von Big Data sowie den Schutz der Privatsphäre durch eine Datenreduktion. Die Architektur gewährt externen Anwendungen Zugriff auf ausgewählte, vorverarbeitete Teilmengen der Daten aus unterschiedlichen, heterogenen Datenquellen, die in einem Data Lake verwaltet werden. Diese Daten können bei der Verarbeitung vor der Bereitstellung integriert und semantisch angereichert und verknüpft werden. Dieser Ansatz soll es externen Anwendungen ermöglichen, neue Funktionen basierend auf den bereitgestellten Daten und Informationen anzubieten, während die Privatsphäre der betroffenen Personen geschützt bleibt.

Internet of Things (IoT)-enabled devices are finding their way into many areas of everyday life. This increases the number of different sensors that can regularly provide data. However, the large heterogeneous amount of data generated by the various sensors presents IoT applications with a challenge in terms of data management and processing. It also poses a threat to privacy. Not all data may be available to all applications, and new information can be generated by enriching and linking data. Previous work does not combine the challenges of managing big data and protecting privacy when providing data. This thesis therefore presents and evaluates RETORT, a data provisioning platform for data-intensive Internet of Things applications. RETORT solves the challenges of managing big data and protecting privacy through data reduction. The architecture grants external applications data access to selected, preprocessed subsets of the data from different, heterogeneous data sources that are managed in a data lake. This data can be integrated and semantically enriched and linked during processing prior to the data provision. With this approach external applications can have a wider range of functions based on the data and information provided, while protecting the privacy of the data subjects.