Vögler, M. (2016). Efficient IoT application delivery and management in smart city environments [Dissertation, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2016.36350
Smart City; Internet der Dinge; Cloud Computing; Bereitstellung; Verteilung; Überwachung; Analyse
de
Smart City; Internet of Things; Cloud Computing; Provisioning; Deployment; Monitoring; Analysis
en
Abstract:
Das Konzept intelligenter Städte entstand ursprünglich als Oberbegriff für die Nutzung von Informations- und Kommunikationstechnologie in Städten, mit dem Ziel Bürgern zusätzliche Dienstleistungen anzubieten und im Allgemeinen effizienter mit vorhanden Ressourcen umzugehen. Zu Beginn waren diese Ressourcen in erster Linie auf Energie- und Mobilitätssysteme beschränkt. Mit der raschen technologischen Entwicklung und der damit einhergehenden allgegenwärtigen Verfügbarkeit von Informationstechnologie vergrößerten sich jedoch auch die potenziellen Zieldomänen und Ressourcen, die man in intelligenten Städten ansprechen konnte. Dementsprechend ist es nun möglich, neue Bereiche, wie etwa intelligente Gebäude oder intelligente Verkehrssysteme, zu erschließen. Mit der Entstehung des Internet der Dinge (IoT), haben immer mehr Akteure begonnen vernetzte IoT Geräte in intelligenten Städten einzusetzen, die es wiederum ermöglichen, die physische Umgebung, in der sie sich befinden, zu erfassen und zu steuern. Basierend auf den installierten IoT Geräten und der verfügbaren Infrastruktur von intelligenten Städten, sind sogenannte IoT Anwendungen zu mächtigen Mechanismen für Akteure geworden, um neue und innovative Dienstleistungen für Bürger zu entwickeln und diesen bereitzustellen. Allerdings müssen solche Anwendungen effizient mit großen Datenmengen umgehen können, was in Kombination mit dem rasanten Wachstum des IoT eine große Herausforderung darstellt. Darüber hinaus brauchen laufende IoT Anwendungen die Möglichkeit, die zugrunde liegenden Infrastrukturressourcen von intelligenten Städten im vollen Umfang zu nutzen, da sie nur so die an sie gestellten Anforderungen jederzeit optimal erfüllen können. Neben den intrinsischen Herausforderungen, die durch den Betrieb und die Verwaltung von IoT Applikationen in intelligenten Städten entstehen, müssen Anwendungen auch die nahtlose Integration von Interessenvertretern und Daten aus den unterschiedlichsten Bereichen unterstützen. Erst dadurch ist es möglich, neue Anwendungen zu entwickeln, die in der Lage sind, die immer komplexer werdenden Herausforderungen intelligenter Städte zu bewältigen. In dieser Arbeit stellen wir eine Reihe von neuartigen Ansätzen vor, die den effizienten Betrieb und eine ebensolche Verwaltung von IoT Anwendungen im Ökosystem intelligenter Städte ermöglichen. Wir beginnen mit einer Methodologie, die IoT Geräte zu wichtigen Elementen in der Konzeption, der Entwicklung und dem Betrieb von IoT Applikationen macht. Dieser Ansatz ermöglicht es, die verfügbaren Ressourcen dieser Geräte zu nutzen, um belastbarere und performantere Applikationen zu bauen. Als Nächstes präsentieren wir einen Ansatz zur elastischen Installation von Software- und Applikationskomponenten auf IoT Geräten, die eingeschränkte Ressourcen zur Verfügung stellen. Der Ansatz berücksichtigt dabei explizit die signifikante Heterogenität dieser Geräte im Bezug auf den verfügbaren Speicher oder die vorhandene Rechenleistung. Weiters stellen wir ein deklaratives Modell vor, mit dem IoT Applikationen beschrieben werden können, die aus klar getrennten und eigenständigen Komponenten bestehen. Basierend auf diesem Modell leiten wir einen Ansatz zur dynamischen Erzeugung von optimierten Verteilungstopologien für IoT Applikationen ab, die auf die verfügbare physische Infrastruktur zugeschnitten sind. Da die Überwachung von laufenden IoT Anwendungen ein wesentlicher Bestandteil des Anwendungsbetriebes ist, führen wir einen eingriffsfreien Überwachungsansatz ein. Dieser Ansatz unterstützt die gründliche Analyse von datenintensiven IoT Anwendungen unabhängig von der zugrunde liegenden Ausführungsumgebung. Um eine effiziente Ausführung von IoT Anwendungen zu gewährleisten, wird schließlich ein Verfahren zur Analyse von verfügbaren Infrastrukturdaten vorgestellt, das es ermöglicht, Verteilungstopologien von IoT Applikationen zu optimieren. Durch Verwendung repräsentativer Beispielszenarien werden die vorgestellten Ergebnisse unserer Untersuchungen ausführlich evaluiert und zeigen, dass unsere Ansätze die effiziente Bereitstellung von robusten und flexiblen IoT Anwendungen unterstützen, indem Anwendungen die Möglichkeit gegeben wird, die komplette Bandbreite an verfügbaren Infrastrukturressourcen im Ökosystem intelligenter Städte zu nutzen.
de
The smart city concept initially emerged as an umbrella term for the use of information and communication technology (ICT) in cities with the goal of delivering additional services to their citizens and generally becoming more efficient in terms of resource utilization. Traditionally, these resources were mainly limited to energy and mobility systems. However, with the evolution and ubiquitous availability of information technology, potential target domains and resources that are addressable in a smart city changed significantly. New areas like smart buildings or smart traffic systems can now be tackled. With the recent advent of the Internet of Things (IoT), more and more stakeholders in the smart city domain start to deploy connected IoT devices that allow for sensing and controlling the physical environment they are residing in. Based on the deployed IoT devices and the available smart city infrastructure, IoT applications emerged as a central enabler for stakeholders to build new innovative smart city services for citizens. Such IoT applications need to efficiently manage large amounts of data provided by connected devices, which in combination with the rapid growth of IoT, is challenging. Furthermore, deployed IoT applications need the ability to fully utilize the underlying smart city infrastructure resources to optimally fulfill their requirements at all times. Apart from the intrinsic challenges of operating and managing IoT applications in the smart city domain, such applications must also support the seamless integration of stakeholders and data from different domains to help building new applications that are able to tackle the increasingly complex challenges of today's smart cities. In this thesis we present a set of novel approaches that allow for efficient operation and management of IoT applications in a smart city ecosystem. We first introduce a methodology that makes IoT devices first class citizens in the design, development, and operation of IoT applications, which allows for leveraging the available capabilities of these resources to build more resilient and performant applications. We present an approach for elastic provisioning of software and application capabilities on resource-constrained IoT devices that explicitly considers the significant heterogeneity in terms of available storage and processing power of these devices. Next, we introduce a declarative, constraint-based model to describe IoT applications as a set of clearly separated components. Based on this model, we derive an approach to dynamically generate optimized deployment topologies for IoT applications that are tailored to the currently available physical infrastructure. Since the monitoring of IoT applications is an essential part of application operation, we introduce a non-intrusive monitoring approach that supports in-depth analysis of data-intensive IoT applications independent of the underlying execution environment. Finally, to ensure the efficient execution of IoT applications, we present an approach for analyzing monitored infrastructure data to optimize the overall IoT application deployment. By using a set of illustrative scenarios, we extensively evaluate the results of our investigations and show that our contributions support the efficient delivery of robust and flexible IoT applications by allowing them to fully utilize the complete range of infrastructure resources available in a smart city ecosystem.