Έμβλημα Πολυτεχνείου Κρήτης
Το Πολυτεχνείο Κρήτης στο Facebook  Το Πολυτεχνείο Κρήτης στο Instagram  Το Πολυτεχνείο Κρήτης στο Twitter  Το Πολυτεχνείο Κρήτης στο YouTube   Το Πολυτεχνείο Κρήτης στο Linkedin

24
Φεβ

Παρουσίαση μεταπτυχιακής διατριβής κ. Ειρήνης Κοντάκη, Σχολή ΜΠΔ
Κατηγορία: Παρουσίαση Μεταπτυχιακής Εργασίας   ΜΠΔ  
ΤοποθεσίαΔ3 - Κτίριο ΜΠΔ, Δ3.004
Ώρα24/02/2020 13:00 - 13:30

Περιγραφή:

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ

ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ

 

Ονοματεπώνυμο:                  Ειρήνη Κοντάκη   

Αριθμός Μητρώου:              2017015013

 

Θέμα

Τίτλος στα Ελληνικά:                           «Ανάλυση Μεγάλων Δεδομένων για Εξυπνότερες Πόλεις: Μέθοδος – Αρχιτεκτονική – Χρήσιμοι Αλγόριθμοι »

Τίτλος στα Αγγλικά:                            “Big Data Analytics for Smarter Cities: Method – Architecture – Algorithmic Apparatus”

 

​​​​​​​Επιτροπή:

Επιβλέπων:                 Καθηγητής Μίνως Γαροφαλάκης

Πρώτο Μέλος:            Δρ. Νικόλαος Γιατράκος

Δεύτερο Μέλος:          Καθηγητής Νικόλαος Ματσατσίνης

 

Περίληψη της εργασίας στα Ελληνικά:

Οι έξυπνες πόλεις ενσωματώνουν πολλαπλές λύσεις Τεχνολογιών της Πληροφορίας και Επικοινωνίας (ΤΠΕ) με στόχο την αποδοτική διαχείριση διαφορετικών αστικών υποδομών. Τέτοιες υποδομές περιλαμβάνουν, μεταξύ άλλων, συστήματα μεταφοράς, διαχείρισης αποβλήτων, διαχείρισης υδάτων, ασφαλείας, πληροφοριακά συστήματα επιμέρους τομέων/αρχών της πόλης και άλλες κοινοτικές υπηρεσίες. Βασικό όραμα μίας έξυπνης πόλης είναι να καταστήσει τις παραδοσιακές υποδομές και υπηρεσίες πιο αποδοτικές με τη χρήση τεχνολογιών, συμπεριλαμβάνοντας το Διαδίκτυο των Πραγμάτων (IoT) και Μεγάλα Δεδομένα, με σκοπό τη βελτίωση της ποιότητας ζωής των πολιτών και την ενίσχυση των επιχειρήσεων. Η έξυπνη πόλη αποτελεί ένα εγγενώς κατανεμημένο περιβάλλον που απαρτίζεται από έναν αριθμό στοιχείων. Τέτοια στοιχεία περιλαμβάνουν συμβατικές ή σύγχρονες συσκευές συλλογής δεδομένων (όπως κόμβους αισθητήρες, ταυτοποιητές με χρήση ραδιοσυχνοτήτων (RDIF), κινητά τηλέφωνα, κ.λπ.), οι οποίες συλλέγουν ροές σχετικών δεδομένων, σε ενδιάμεσους δρομολογητές οι οποίοι με τη σειρά τους μεταδίδουν δεδομένα αρχικά σε τοπικά συστήματα υπηρεσιών και τελικά σε κέντρα δεδομένων (data centers) των δημοτικών αρχών μιας πόλης. Σημαντικές πληροφορίες που εμπεριέχουν μεγάλες ροές δεδομένων είναι απαραίτητο να παρέχονται σε πραγματικό χρόνο και με συνεχή τρόπο, ώστε να υποστηρίζεται η έγκαιρη λήψη αποφάσεων. Έτσι, η εξαγωγή γνώσης με τη μορφή στατιστικών αναλύσεων μέσα από μία απείρου μήκους ροή δεδομένων, που εισέρχεται σε τέτοια κατανεμημένα περιβάλλοντα, αποτελεί πρόκληση. 

Η παρούσα διπλωματική εργασία επικεντρώνεται στην επισήμανση της ανάγκης για ανάλυση των μεγάλων δεδομένων μίας έξυπνης πόλης, αξιολογώντας υπάρχουσες τεχνολογίες που επιτρέπουν στις αρχές της πόλης να παράγουν πολύτιμη γνώση, ενώ παράλληλα διευκολύνουν τη διαδικασία λήψης αποφάσεων τόσο βραχυπρόθεσμα όσο και μακροπρόθεσμα.

Προς αυτήν την κατεύθυνση, η εργασία: (α) δίνει έμφαση σε συγκεκριμένους τομείς ενδιαφέροντος μίας πόλης (δηλαδή διαχείριση συγκοινωνιών, πόρων και περιβάλλοντος), αναφέροντας ενδεικτικά οφέλη των τεχνολογιών (ΤΠΕ), (β) παρουσιάζει προβλήματα που αντιμετωπίζουν αυτοί οι τομείς, (γ) εξετάζει υπάρχουσες τεχνολογικές προσεγγίσεις, (δ) αναλύει και μεταφράζει συνήθη προβλήματα σε επιχειρηματικούς στόχους και σε βασικούς δείκτες επίδοσης, (ε) υπογραμμίζει τεχνολογικές προκλήσεις που προκύπτουν από τη χρήση μεγάλων δεδομένων και τις μετατρέπει σε τεχνικές απαιτήσεις, (στ) παρουσιάζει μία σε βάθος ανάλυση των επικρατέστερων τεχνολογιών που αξιοποιούνται για την επεξεργασία μαζικών δεδομένων, (ζ) ενσωματώνει τις τεχνικές απαιτήσεις σε μία πλήρως ολοκληρωμένη αρχιτεκτονική μίας έξυπνης πόλης, (η) συνοψίζει χρήσιμους αλγορίθμους που θα μπορούσαν να εφαρμοστούν στις προτεινόμενες τεχνολογίες με σκοπό την ανάλυση μαζικών δεδομένων και τέλος, (θ) παρουσιάζει την παραπάνω μεθοδολογία αξιοποιώντας ως μελέτη περίπτωσης την Έξυπνη Πόλη του Ηρακλείου για την οποία σχεδιάζει τη βασική δομή ροών δεδομένων για συγκεκριμένους τομείς (π.χ. διαχείριση παρκινγκ, νερού και ποιότητας του αέρα), αναφέροντας μελλοντικά οφέλη για τις ομάδες ενδιαφερόμενων.

 

Περίληψη της εργασίας στα Αγγλικά:           

A smart city is a concept which integrates multiple information and communication technology (ICT) solutions to efficiently manage a city’s assets. City’s assets include, but are not limited to, transportation systems, waste management, water management, safety systems, local departments information systems and other community services. The concept of the smart city is to make traditional networks and services more efficient with the use of technologies, including Internet of Things (IoT) and Big Data, to improve the quality of people’s life and to boost the operation of city’s businesses. A smart city is an inherently distributed setting composed of a number of sites. Sites may range from conventional or modern data gathering devices (such as sensors, RFIDs, smartphones, etc.), which collect streams of relevant data, to intermediate routers that convey these data to local departments’ systems and finally to city authorities’ data centers. Valuable information hidden in the streaming data gathered by the distributed setting should be provided in real-time and in a continuous fashion to timely support decision making procedures. Therefore, extracting value, in the form of analytics, out of the massive flows of data that stream-in such a distributed setting is an intriguing task.

This thesis focuses on highlighting the importance of big data analysis in a smart city context by reviewing existing technologies that enable city authorities to produce valuable insights and facilitate the decision-making process both in the short and in the long run. Towards that direction, this work: (a) emphasizes on specific smart city focus areas (i.e., transportation, resource and environmental management) presenting the benefits of the provision of ICTs, (b)            presents usual problems related to the specific focus areas, (c) reviews existing technological solutions with a reference to existing sensing technologies, (d) analyzes and translates usual problems into business objectives and key performance indicators, (e) underlines the technological challenges of utilizing large amounts of data and interprets them in technical requirements, (f) provides an in-depth analysis of existing technologies for big data processing, (g) incorporates the technical requirements into a full-fledged architecture of a smart city in refer to existing technologies for big data analysis and (h) summarizes algorithmic suites that can be implemented with the suggested technologies for big data analysis. The aforementioned are pursued through a real smart city scenario of Heraklion city, according to which we design big data processing pipelines for a number of core services such as parking, water and air quality monitoring, reporting future benefits for the stakeholders.

 

​​​​​​​Ημερομηνία Εξέτασης

Ημέρα/Μήνας/Έτος: 24 Φεβρουαρίου 2020

Ώρα: 13:00

 

​​​​​​​Χώρος Εξέτασης

Αίθουσα:               Δ3004 (Αίθουσα σεμιναρίων)

Κτίριο:    ΜΠΔ

© Πολυτεχνείο Κρήτης 2012