Med den ökade användningen av anslutna enheter och slutpunkter där Internet of things-enheter, satelliter och sensorer producerar konstanta strömmar av information, mängden data som samlas in utgör betydande utmaningar. Särskilt, användningen av Big Data-analys i samband med smarta städer belyser behovet av att skapa ett mjukvarusystem som kan samla in, bearbeta och använda stora mängder geografiskt spridd data. Det EU-finansierade ELASTIC-projektet tar upp just denna fråga och skapar ett ramverk för mjukvaruarkitektur för effektiv distribution av intensiva beräkningsfunktioner över kanten och molnet.

Den innovativa dimdatormiljön tar också hänsyn till icke-funktionella krav som ärvts från systemdomänen. Eduardo Quiñones från ELASTICs projektkoordinator Barcelona Supercomputing Center förklarar detaljerna i mjukvaruarkitekturen i en artikel. "ELASTIC-projektet utspelar sig i kontexten av fog computing - en utökad version av molnberäkning till nätverkskanten - och är lämpligt för Internet of Things (IoT) och autonoma systemapplikationer som kräver uppfyllande av icke-funktionella krav."

Quiñones fortsätter:"Nuvarande stordataprogramvaruarkitekturer exekverar det mesta av dataanalysberäkningarna i kraftfulla molntjänster, vilket kraftigt påverkar systemets möjligheter att ge realtidsgarantier. Detta tillvägagångssätt medför också behovet av att öka säkerhetsnivån för att minimera potentiella attacker medan data överförs till molnet, vilket kan komma att påverka de övergripande säkerhetsnivåerna." Han tillägger:"ELASTIC-tekniken hanterar dessa utmaningar genom att effektivt distribuera big-data-beräkningen över hela beräkningskontinuumet på ett holistiskt sätt, med hänsyn till realtid, energieffektivitet och säkerhetskrav. Övergripande, ELASTIC strävar efter att tillhandahålla den tekniska bakgrunden för utvecklingen av nya och säkra autonoma mobilitetstjänster."

Kollektivtrafiklösning

Ramverket som utvecklats av ELASTIC-projektet är utplacerat i Florens allmänna spårvagnsnät. I samma artikel, Quiñones säger också:"Genom att förbättra avkänningsförmågan hos spårvägsfordonen och staden, avancerade mobilitetsapplikationer utvecklas. Dessa applikationer syftar till en förbättrad interaktion mellan staden och allmänna fordon, och en säkrare och smartare stadsmiljö, med minskade olyckor, trafikförbättring, och minskade underhållskostnader."

Enligt Quiñones, ELASTIC-systemet kommer att hjälpa "samla in data från fordonen och spårvagnsstationerna, såsom hinder framför spårvagnarna, reshastighet och energiförhållanden, ankomst- och avgångstider, på vilken värdefull kunskap kommer att extraheras över hela beräkningskontinuumet, garanterar systemets svarstid och säkerställer att uppgifterna förblir anonyma för att garantera medborgarnas integritet."

Det pågående projektet ELASTIC (A Software Architecture for Extreme-Scale Big-Data Analytics in Fog CompuTing Ecosystems) kommer att pågå till slutet av november 2021. Det är bland flera initiativ som håller ut löftet om att integrera data från flera organisationer, olika miljöer och ett brett utbud av intelligenta enheter som syftar till hållbara, effektiva och säkra mobilitetsapplikationer i framtidens smarta städer.