Obrada podataka na rubu mreže za skupno opažanje okoline pokretnim uređajima

master's thesis

• Title (english): Edge Computing for Mobile Crowd Sensing Applications
• Author: Martin Tomac
• Mentor: Ivana Podnar Žarko (mentor)
• Committee member: Ivana Podnar Žarko (predsjednik povjerenstva)
• Committee member: Mario Kušek (član povjerenstva)
• Committee member: Krešimir Pripužić (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2017-07-10, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Skupno opažanje okoline pokretnim uređajima (engl. Mobile Crowd Sensing - MCS) je nova paradigma senzoriranja okoline velikih razmjera koja podupire obične građane odnosno stanovništvo da doprinose prikupljanju informacija u svrhu stvaranja grupnog znanja (engl. crowd intelligence), čime se omogućuju razne osobne i društvene usluge. Kako su podatci potencijalno generirani velikom frekvencijom potrebno ih je lokacijski distribuirano obrađivati u blizini izvora podataka. Jedna od takvih tehnika je raspodijeljena arhitektura obrade podataka na rubu mreže (engl. Mobile Edge Computing - MEC) čiji cilj je ponuditi resursne karakteristike slične onima centraliziranog računalnog oblaka (npr. veliki resursi za računanje i pohranu podataka) u neposrednoj blizini pokretnih korisnika odnosno izvora na način da se resursi računanja i pohrane postave na sami rub mobilne mreže, tj. unutar operaterove radijske mreže. U sklopu diplomskog rada implementirana je komponenta posrednika na rubu mreže (engl. edge broker - EB), koja je integrirana s posrednikom u računalnom oblaku CUPUS, a uvodi distribuiranost funkcionalnosti posrednika u računalnom oblaku uvođenjem hijerarhije na način da se posrednici na rubu mreže spajaju u strukturu stabla čiji je korijen posrednik u računalnom oblaku. Opisano je programsko rješenje komponente što uključuje funkcionalnost komponente, strukturu posrednika na rubu mreže, razmjenu podataka i akcije posrednika na rubu mreže s ostalim entitetima, implementaciju, primjer korištenja, proširenja agregatorom i bloom filterom i analizu performanci.

Abstract (english)

Mobile Crowd Sensing (MCS) is a new large-scale sensing paradigm that encourages citizens to contribute to information gathering for the purpose of crowd intelligence, enabling various human-oriented services. Since a large amount of data is potentially generated in a short period of time, it is necessary to process it near the source of data. The Mobile Edge Computing (MEC) technology offers a distributed architecture, whose goal is to offer cloud-computing capabilities similar to those of a centralized cloud (i.e., large computing and storage resources) close to mobile users or data sources, so that the computing and storage resources are placed at the very edge of the mobile network, i.e., within the operator's radio network. In this graduate thesis, the edge broker (EB) component was implemented, which is integrated with CUPUS middleware and it introduces a distributed cloud broker functionality by introducing a tree structured hierarchy of edge brokers where the root is a cloud-broker. The implemented software solution for EB component is described, including the following: component functionality, EB structure, data flow and interactions of EB with other entities, implementation details, example of use, aggregator and bloom filter extensions as well as performance experiment.

• Keywords: skupno opažanje okoline pokretnim uređajima; obrada podataka na rubu mreže; referentna arhitektura MEC; posrednik na rubu mreže
• Keywords (english): mobile crowd sensing; mobile edge computing; MEC reference architecture; edge broker
• Language: croatian
• URN:NBN: urn:nbn:hr:168:115818
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Repository: FER Repository
• Created on: 2019-03-14 01:34:37