ОБЛАЧНЫЕ СЕРВИСЫ ДЛЯ ХРАНЕНИЯ ДАННЫХ СЕНСОРОВ

Использование систем облачного вычисления привлекает огромное внимание в процессе научных исследований и промышленной деятельности. Выступая в роли  привлекательной модели предоставления обработки данных, облако, безусловно, не является универсальным инструментом, оно является инструментом для передачи ИТ-услуг, которые потребляются согласно спросу. Из трех основных типов распределенных моделей администрирования облачных вычислений инфраструктура (IaaS) — это администрирование, которое предоставляет серверы, вычислительную мощность, пропускную способность сети и емкость хранилища в качестве поддержки их разработчиков. Облако может идентифицировать себя с многими вещами, но без базовых частей хранилища, которые предоставляются в качестве администрирования, в частности облачного хранилища, ни одно из различных приложений не представляется возможным, в дополнение к эффективному удалению и заботе о гигантском объеме информации на местном уровне очень непомерно и практически немыслимо. Превосходящая договоренность - включение IoT в облачные вычисления. В этом отношении координация IoT с распределенными вычислениями занимает невероятно благоприятную позицию в отношении универсального использования активов, программирования руководителей активов, использования активов по запросу и т.д.

Облачный сервис для хранения данных датчика лабораторной среды используется для контекстного анализа. Гаджет дистанционного беспроводного датчика ориентирован на использование в лабораториях. Датчик экранирует данные о состоянии лаборатории последовательно оценивая температуру, влажность и так далее. Полученная информация отправляется в облако через сеть удаленных датчиков (WSN) в качестве сырой информации. Сохраненные данные затем используются интерфейсами API по HTTP. Таким образом, требуется приложение, которое собирает и помещает информацию в постоянное хранилище данных. Кроме того, собранную и хранящуюся дополнительно информацию следует представлять для дальнейшего анализа.

Методология и материалы исследования

Методология исследования и материалы, используемые в данной диссертации подробно описаны в этой главе. Она включает в себя контекст исследования, в котором подробно описываются создание облачного хранилища, получение данных датчика, хранение данных датчика и визуализация, а также обсуждаются материалы и инструменты, а также дизайнерские идеи для прототипа.

Обзор приложения

Целью данной работы является разработка облачного сервиса для хранения данных датчиков лабораторной среды. В нашем случае устройство беспроводного датчика предназначено для использования в лаборатории. Датчик контролирует лабораторную среду, постоянно измеряя температуру, влажность, точность температуры и т. Д. Измеренные данные удаленного датчика отправляются в облачное хранилище беспроводной сенсорной сетью в качестве сырой информации. анализ. HTTP REST API, используемые для доступа к сохраненным данным. Соответственно, приложение, которое захватывает и помещает данные в постоянное хранилище данных. Кроме того, собранные и сохраненные данные также необходимо визуализировать для дальнейшего анализа.

Материалы и инструменты

Для реализации прототипа приложения были использованы различные платформы и технологии. В следующих подразделах используемые технологии подробно обсуждаются.

Требования

Основная цель этой диссертации - создание инфраструктуры, способной хранить и обрабатывать данные беспроводного датчика, сгенерированные удаленными датчиками, которые подключены к сети беспроводного датчика, и предоставлять услуги по запросу, такие как анализ и визуализация данных. предоставляя продукт-приложение SaaS, которое можно использовать для сбора и хранения данных с датчика, мы можем достичь нашей главной цели - разработать облачный сервис для хранения данных датчика лабораторной среды.

Типичные цели проекта могут включать, но не ограничиваются следующим:-

• Разработка облачной инфраструктуры хранения, способной хранить и обрабатывать данные беспроводных датчиков
• Получение данных датчика из сети беспроводного датчика путем подключения к API приложения.
• Par анализ полученных данных датчика
• Хранение измеренных данных датчиков в облаке
• Анализ измеренных значений и визуализация хранимых данных в различных механизмах.

Настройка Рабочей Среды

Для реализации прототипа приложения были использованы различные платформы и технологии. В следующих подразделах используемые технологии подробно обсуждаются.

Виртуальная машина VMware vSphere

Этап виртуализации сервера от VMware. VMware vSphere - это полный этап для актуализации и контроля основ VM в огромных масштабах. Кроме того, VMware vSphere, называемая облачной рабочей средой или этапом виртуальной фермы серверов, позволяет ИТ-отделам умело накладывать оставшиеся нагрузки на приложения на наиболее практичный доступный ресурс процесса.

VMware vSphere включает гипервизор VMware ESX / ESXi, гипервизор 1-го рода, который выступает в качестве сервера виртуализации; сервер VMware vCenter, который контролирует условия vSphere. Клиент VMware vSphere, который используется для представления и наблюдения за виртуальными машинами через гипервизор и VMware VMFS, часть инфраструктуры записи от VMware.

Рисунок 1. LAMP Stack

• Linux - это операционная система с открытым исходным кодом, которая может работать практически на любом оборудовании на текущем рынке. Это было детище Линуса Торвальдса, порта операционной системы Unix на базе процессора Intel x86. С момента своего создания он был перенесен практически на все процессоры и использовался во всем - от мейнфреймов IBM до игровых консолей. Это самая известная рабочая среда с открытым исходным кодом.
• Apache (Apache HTTP Server) является наиболее широко используемым программным обеспечением с открытым исходным кодом, доступным бесплатно. Это быстро, надежно и безопасно. Он может быть настроен в соответствии с потребностями многих различных сред с помощью расширений и модулей. Apache достаточно мощный, чтобы работать с частями Amazon, и достаточно гибкий, чтобы работать на сервере моего сайта Wordpress. Он разработан и поддерживается программным обеспечением Apache.
• MySQL является важным компонентом системы управления реляционными базами данных с открытым исходным кодом стека LAMP (RDBMS), основанной на языке структурированных запросов (SQL). MySQL на базе Oracle работает практически на всех платформах, включая Linux, UNIX и Windows. Хотя он может использоваться в самых разных приложениях, MySQL чаще всего ассоциируется с веб-приложениями и онлайн-публикациями. Приложения на сервере могут хранить и систематизировать необходимую информацию для доступа к стандартизированной базе данных.
• Python - это высокоуровневый объектно-ориентированный язык с динамической семантикой. Он очень привлекателен для быстрой разработки приложений благодаря встроенным структурам данных высокого уровня вместе с динамической типизацией и связыванием, а также используется для написания скриптов и связующего языка для создания связи между существующими компонентами. Интерпретатор Python и обширная стандартная библиотека доступны в открытом исходном коде бесплатно для всех основных платформ и могут свободно распространяться.

Результаты и эволюция

В этой главе представлены результаты и эволюция исследований. Как объяснялось в предыдущих главах, основной целью данного проекта является создание облачных сервисов для хранения данных датчиков лабораторной среды, которые способны обрабатывать данные беспроводной сенсорной сети и готовиться к дальнейшему анализу.

Наша система захватывает реальные данные, такие как температура и влажность лабораторной среды, используя датчики, установленные и настроенные в беспроводной сенсорной сети. Полученные данные загружаются в облачную базу данных и отображаются в виде графика для дальнейшего анализа в интернетеми и будут доступны онлайн на сайте Дальневосточного федерального университета (ДВФУ) через локальный веб-сервер.

Заключение и перспективы развития проекта

В настоящее время использование беспроводных датчиков для различных сред, которые используются для мониторинга различных аспектов окружающей среды для повышения качества информации резко возрастает. Этот проект был, по существу, доказательством применения концепции, чтобы показать, что можно создать облачные сервисы хранения данных датчиков, которые заботятся о гигантском объеме данных датчиков для хранения, анализа и визуализации эффективно и экономично, используя мощь облачных вычислений.

Разработанное приложение обеспечивает легкий доступ к данным, измеряемым беспроводными датчиками, и облачный сервис для лабораторных сред, данных датчиков и визуализации в реальном времени через веб-браузер.

Идея состоит в том, чтобы сделать данные датчиков широко доступными и понятными для пользователя. Разработанный прототип может улучшить пользовательский опыт на корпоративном и личном уровне. Применение облачных технологий сделает данные датчиков широко доступными и открытыми для комплексного анализа данных, а также предоставит данные датчиков в качестве сервиса.

В ходе выполнения проекта был развернут сервис облачного хранения на сервере кафедры. Разработаны обработчики данных, поступающих с микроконтроллеров и датчиков. Спроектирована и развёрнута база данных. Разработано клиентское веб-приложение для анализа и визуализации хранимых данных.

Таким образом все поставленные задачи выполнены и цель проекта достигнута.

Список литературы:

1. Mell, P., & Grance, T. (September 2011). The NIST Definition of Cloud Computing. Computer Security Division, Information Technology Laboratory, National Institute of Standards and Technology, United States Department of Commerce. Gaithersburg, MD 20899-8930: National Institute of Standards and Technology.
2. Senyo, Prince Kwame & Addae, Erasmus & Boateng, Richard. (2018). Cloud computing research: A review of research themes, frameworks, methods and future research directions. International Journal of Information Management. 38. 128-139
3. Peter Mell, Tim Grance (2009). Effectively and Securely Using the Cloud Computing Paradigm NIST, Information Technology Laboratory 10-29.
4. Vouk, Mladen. (2008). Cloud Computing - Issues, Research and Implementations. CIT. 31-40.
5. Buyya, Rajkumar & Yeo, Chee Shin & Venugopal, Srikumar & Broberg, James & Brandic, Ivona. (2009). Cloud Computing and Emerging IT Platforms: Vision, Hype, and Reality for Delivering Computing as the 5th Utility. Future Generation Computer Systems. 25. 599-616.
6. R. Marston, Sean & Li, Zhi & Bandyopadhyay, Subhajyoti & Zhang, Julie & Ghalsasi, Anand. (2011). Cloud computing — The business perspective. Decision Support Systems.51.176-189.
7. Rountree, D., & Castrillo, I. (2014). Basics of cloud computing: Understanding the fundamentals of cloud computing in Theory and Practice. Amsterdam: Elsevier Syngress.
8. Anna Hac (2003), "Wireless Sensor Network Designs," John Wiley & Sons, 391 pages. 
9. Edgar H. Callaway, Jr. and Edgar H. Callaway, "Wireless Sensor Networks: Architectures and Protocols," CRC Press, August 2003, 352 pages.
10. Victor Lesser, Charles L. Ortiz, and Milind Tambe (2003), "Distributed Sensor Networks: A Multiagent Perspective," Kluwer, 367 pages.