센서명세정보 - 닥치고 Linked Data

Report
2014. 06. 27
권순현
([email protected])
1 사물인터넷(IoT)과 LOD
2
IoT 시맨틱 플랫폼(COMUS 플랫폼)
•
•
•
•
•
3
시맨틱 어노테이션 & 변환기술
USN자원/실세계이벤트/서비스/상황 온톨로지 모델링 기술
IoT 시맨틱 시맨틱 추론 기술(병렬/분산 추론)
IoT 시맨틱 레파지토리 적재기술
GEO/기상 LOD 구축 및 연계
플랫폼 활용
• 센서 커뮤니티
• 플랫폼 활용 서비스(기상센서 API, 웰라이프 수면관리 서비스,
오미(五味)길 서비스)
1
사물인터넷(Internet of Things)
Mark Weiser의 인사이트
• Ubiquitous Computing의 정의
• Mark D. Weiser
 The most profound technologies are those that "disappear ". They weave themselves into the fabric of everyday lif
e until they are indistinguishable from it. (Title: The Computer for the 21 Century, Scientific American, 1991 pp.
66~75)
 A less-traveled path I call the "invisible"; its highest ideal is to make a computer so imbedded, so fitting, so natural,
that we use it without even thinking about it. (I have also called this notion “Ubiquitous Computing.”) I believe that
in the next twenty years the second path will come to dominate. (Title: Creating the Invisible interface, UIST94 P
roceedings ACM symposium)
 The important waves of technological change are those that fundamentally alter the place of technology in our live
s. What matters is not technology itself, but its relationship to us. Ubiquitous computing will require a new approa
ch to fitting technology to our lives, an approach we call "calm technology". (Title: The Coming Age of CARM Tec
hnology, 1996)
• 사물과 컴퓨터의 구분이 불가능 - Capability
• 협업지능에 의한 최선책 - Solution
• 인간의 지각과 인지능력을 사물이 이해하고 맞추어 줌 –
Human Tech(조화)
사물인터넷이란?
사물들간의 인터넷
사물간의 협업을 위한 요구사항
• 사물간의 협업(Collaboration)
• 사물의 센서데이터의 정의와 표현의 표준화 Standardization
• 사물간의 협업을 위한 글로벌한 인터페이스 제공 Global Interface
• 사물의 지능화를 위한 타 지식과의 융합 – Knowledge
Convergence
여기서 대안은 LOD(Linked Open Data)
하지만…..
High-level Sensor
A-H
E-H
Low-level Sensor
A-L
E-L
 How do we determine if A-H = A-L ? (Same time? Same place ?)
 How do we determine if E-H = E-L ? (Same entity ?)
 How do we determine if E-H or E-L constitutes a threat ?
<Source : “Semantic Sensor Web". Amit Sheth . pp. 4. Feb. 2008.>
IoT 오픈 데이터 플랫폼
LOD 데이터 클라우드
오픈데이터 생태계 조성
오픈데이터기반 개발
부가가치 창출
GeoNames
관광 정보
서비스 개발자 오픈데이터기반 서비스 앱스토어
기상정보
재정정보
다양한 국민의견 수렴의 장 마련
이벤트
온톨로지
교통
정보
Life Log
공공데이터 오픈
FOAF
지자체
정보
Friends of a
Friends
기업수입 획득
다양한 애플리케이션 개발
오픈데이터 이용
오픈데이터기반 지식 스토어
각종 IoT 단말
오픈데이터발행
수입모델 발굴
기업
스마트홈
기상센서
오픈데이터 이용
Plug&Play센서
도심지
오픈데이터 발행
서비스 이용자
기업
IoT 오픈데이터 플랫폼의 기술적 이슈
• IoT 데이터의 실시간성 – Real Time
• 실시간 RDF 데이터 변환 – Real Time Semantic Translation
• 실시간 LOD 발행 – Real Time LOD Publishing
• 실시간 지식 융합(상황인지) – Real Time knowledge
convergence
• IoT 데이터의 대용량성 – Large Scale
• 대용량 데이터 저장 – IoT Semantic Repository
• 대용량 데이터 처리 – Large Scale Semantic Reasoning
2
IoT 오픈데이터 플랫폼(COMUS 플랫폼)
IoT 오픈데이터 플랫폼 (COMUS 플랫폼)
Push Service
Context
센서데이터 + 지도서비스 매쉬업
Service
COMUS PLATFORM
스마트홈
Context
Synchronizer
Service
Synchronizer
모바일 서비스
Service Executor
스마트홈서비스
도심지
USN자원/실세계이벤트/서비스/상황
온톨로지 모델링 기술(RDF(S), OWL)
시맨틱 USN 저장소 Suite
SPARQL
인터페이스
Open API
Plug&Play 센서
IoT Semantic Repository 적재기술
USN자원/커뮤니티/실세계 이벤트/서비스/ 상황 온톨로지
Linking Open Data
RDF
Semantic
시맨틱 어노테이션&변환기술
Translator
(Semantic Annotation&Tranlation)
기상센서
SPARQL
LOD(Linked
Open Data) 연계기술
Endpoint
Translation Rule
XML
SensorML/Sensor O&M
온톨로지 규칙기반 추론기술
(Rule Entailment Reasoning)
추론기
시맨틱 어노테이션&변환기술
Sensor Network
Translation Rule
Target Ontology Schema
id= { {“jobtype”, “1”},
{“subjet”, “id$”},
{“object”, “resource:SensorNode”}
}
positon={ {“jobtype” , “1”},
{“subject”, “position_uri$”},
{“object”, “geo:Location”),
………………………………………..
}
JSON/XML/EXCEL
Device
Time
Contex
Spatial
t
Action
Service
Person
Upper
Domain
JSON
Knowledge Creator
Run-Time Translator
Collector & Analyzer
Rule
Parser
Ontology
Parser
Rule Adder
Ontology
Adder
Schema Verifier
Triple Creator
Rule
Set
Repository Interface
RDF
Translation Knowledge
Ontology KB
classes
properties
RDF(S)/OWL
Build
Sensor Specification
Sensor Observation
Real Event/Context
Invoke Service
IoT Semantic Repository
기상센서데이터의 시맨틱 변환
AWS Data
Translation Rule
id= { {“jobtype”, “1”},
{“subjet”, “id$”},
{“object”, “resource:SensorNode”}
}
positon={ {“jobtype” , “1”},
{“subject”, “position_uri$”},
{“object”, “geo:Location”),
………………………………………..
}
JSON/XML/RDF
Semantic Translator
RDF Data
resource:323 rdf:type resource:SenosorNode
resource:323 resource:daily 22.5^^xsd:float
resource:323 resource:weekly 23.8^^xsd:float
변환온톨로지모델
시맨틱 어노테이션&변환 예제
Translation Rule #1
Input Data(JSON)
{
}
awsID= {
{ “jobtype”, “1”},
{“subject”, “awsID$“},
{“object”, “resource:SensorNode”}}
{“awsID”, “323”},
{“manufacturer”, “ETRI”},
{“position”, “pos_323”},
{“coordinate”,
{
{“latitude”, “32.7296”},
{“longitude”, “127.1141”},
{“altitude”, “101.31”},
}
}
Translation Rule #2
RDF생성
resource:323 rdf:type resource:SenosorNode
resource:323 resource:hasManufacturer “ETRI”
space:pos_323 rdf:type geo:LocationCoordinate
resource:323 resource:hasPosition space:pos_323
Space:pos_323 space:latitude 32.7296
resource:SensorNode
geo:LocationCoordinate
rdf:type
resource:hasPosition
rdf:type
resource:323
space:latitude
resource:hasManufacturer
space:pos_323
ETRI
32.7296
manufacturer= {
{“jobtype”, “3”},
{“subject”, “awsID$”},
{“predicate”, “has||[email protected]”},
{“object”, “manufacturer$^^xsd:string”}
}
Translation Rule #3
position= {
{ {“jobtype”, “1”},
{“subject”, “postion$”},
{“object”, “geo:LocationCoordinate”}},
{ {“jobtype”, “2”},
{“subject”, “awsID$”},
{“predicate”, “has||[email protected]”},
{“object”, “position$”}}
}
USN자원/실세계이벤트/서비스/상황 모델링
서비스 Upper 온톨로지
실세계 이벤트 온톨로지군
Service
Space Ontology
Weather Ontology
Agent
Policy
Resource Ontology
Event Ontology
Context
rdfs:subClassOf
rdfs:subClassOf
rdfs:subClassOf
rdfs:subClassOf
Policy Ontology
Time Ontology
Agent
Service
Community Ontology
Context
Policy
서비스 Domain 온톨로지
실세계 이벤트 모델 개요
• 실세계 이벤트(Real Event)
COMUS 플랫폼에서 유통되는 센서데이터를 특정 서비
스 도메인과 독립적 ,일반적 지식(기상, 위치, 시간, 사용
자 정책 등)과 연계하여 추상화한 개념
• 실세계 이벤트 모델링
실세계 이벤트 데이터 생성을 위한 명세정보와 프로세
스를 모델링화한 지식베이스
– 입력
• RDF로 변환된 정량적인 센서데이터
• Resource 온톨로지의 인스턴스값
– 출력
• 추상화된 실세계 이벤트 정보
• 프로세스된 Event 온톨로지의 인스턴스값
실세계 이벤트 모델 개괄구조
owl:imports
FOAF Ontology
Policy Ontology
Service Ontology
OWL-Time Ontology
owl:equivalentClassOf/
owl:equivalentPropertyOf
Agent Ontology
Event Ontology
Time Ontology
Community
Ontology
Space Ontology
Weather Ontology
Resource Ontology
OpenCYC/OpenGIS
Ontology
실세계 이벤트 데이터 Flow
서비스 도메인 온톨로지
Context1
Context2
Context3
이벤트데이터
Agent Ontology
Agent
명세정보
Agent
SNS 정보
Agent
Policy정보
기상
시간정보
Event
명세정보
data
기상
데이터정보
data
Service2
Service3
Event Ontology
Ontology Inference
Weather Ontology
기상
지역정보
Service1
Event
관계정보
Event
값정보(정량,정성)
Policy Ontology
Static Policy
규칙정보
Spatial Ontology
Dynamic Policy
규칙정보
Policy
관계정보
Time Ontology
Space
기본명세
Space
연계정보
Space
Geo 정보
data
Resource
기본명세
Resource
소유정보
Resource
위치정보
data
Resource Ontology
Time
인스턴스정보
Resource
센싱정보
Resource
커뮤니티정보
Ontology Translation
SensorML/Sensor O&M/COMUS XML
Sensor_1
Sensor_2
Time
인터발정보
Sensor_3
인터발
관계정보
Resource
Policy 정보
센서데이터의 시맨틱 가공단계
센싱데이터 시맨틱 가공단계
센싱데이터
이벤트정보
서비스정보
상황정보
시맨틱 USN 저장소
(센싱데이터, 이벤트정보)
시맨틱 USN 저장소
(상황정보, 서비스정보)
• 서비스 독립적 데이터
• 대용량 데이터
• 빠른추론, 간편한 모델
• 서비스 의존적 데이터
• 주관적, 디테일 데이터
• 상세추론, 세밀한 모델
실시간 이벤트 추론
상황추론엔진
실세계 이벤트 모델 처리 프로세스
③ 공간온톨로지
정량적인 공간정보를 개념화된
공간개념으로 확장(센서가 존재하는 위치에 대한 개념정보)
⑥ 출력
실세계 이벤트 정보를 각 도메인 서비스
에게 제공함
Spatial Ontology
센서의 명세정보와
실시간 센서데이터의 연계
hasPosition
Resource Ontology
Event Ontology
⑤ 이벤트 온톨로지
이벤트 데이터를 생성하고 실세계
이벤트 실세계 이벤트 각 요소(공간,
시간, 기상)과 연계하는 온톨로지
Weather Ontology
① 입력
(센서명세정보, 실시간 센서데이터를
시맨틱 변환하여 적재)
Time Ontology
④ 기상온톨로지
정량적인 기상정보를 개념적인
공간정보와 시간정보로 연계한
온톨로지
기상특보가 발휘되고
러쉬아워인 지역
상황정보로의 활용
회피지역존재상황
Geo 정보로의 확장
기상정보의 연계
status
subsumedBy
회사밀집지역
강남구
rdf:type
rainy
역삼동
호우경보
temperature
hasSpace
서울
21
humidity
weather101
80
uv
10
hasTime
subsumedBy
유흥가
rdf:type
hasEventWeather
subsumedBy
상업지역
러쉬아워
저녁
강남역
rdf:type
시간개념으로의 확장
hasEventSpatial
Object
event
hasPOI
rdf:type
hasEventTemporal
이벤트 데이터 생성
SensorNode
127.2121
lat
rdf:type
rdf:type
37.4232
hasPosition
rdf:type
센싱값정보
2012:09:19T18:50:00
ObjectInput
inXSDDateTime
rdf:type
alt
0.0
consistOf
TRAFFIC_SERVICE_1_1
rdf:type
rdf:type
long
spatial:Pos
Sensor
퇴근시간
한가을
센서명세정보
hasTime
Time_102121
TRAFFIC_SERVICE_1_1_1
hasGoal
TEMPERATURE
detects
Obs_1212_11212
hasValue
21
IoT 시맨틱 추론 기술(병렬/분산)
실세계 이벤트 추론 WorkFlow
Temporal 처리
Weather 처리
JSON
import
Resource 센싱값
생성
Spatial 처리
Inferred RDF
Agent 정보리턴
Event처리
export
Policy 정보리턴
implementation
Job Control
Job Tracker
MapReduce
MapReduce
HBase/HDFS
MapReduce
MapReduce
IoT 시맨틱 레파지토리 적재기술
HBase기반 시맨틱 레파지토리
HTTP Server
application
SPARQL
SeRQL
Sesame Repository API
를 상속하여 기능 확장
RDF Model
RIO
SAIL API
Repository API
HBase
Map
Reduce
HBase Reposiotry API
HDFS
extended Sesame
Apache
GEO/기상 LOD 구축
http://comus.linkeddata.kr : 안행부 새도명 주소, 기상청 AWS 기반 구축
<SPARQL Endpoint>
Sensor Data의 LOD 연계
Daejeon
Gajeongro
GEO LOD
Heavy Rain
Warning
rdf:type
Metropolitan
Region
Weather
geo:spatiallySubsumedBy
rdf:type
127.345
ETRI
rdf:type
hasPOI
Location_101
Weather LOD
37.113
Transducer
hasTime
hasQualitative
Rainy
W_101
InterVal_101
9.8
rdfs:subClassOf
19.432
130
ObservationValue
Sensor
rdf:type
owltime:Insides
rdf:type
rdf:type
hasTime
TR_101
implements
TEMPERATURE
rdf:type
TMP_20130908132435
hasValue
Req_1350
owltime:inXSDDateTime
10
2013-09-08T13:24:35
Afternoon
Autumn
23
플랫폼 활용
Community
• 특정 목적(이벤트)에 따라 동적으로 발생되고
소멸되어 지는 센서들의 의미적 집합
– 목적
• 화재, 홍수, 범죄, 백화점 세일, 연휴기간
– 동작
• 이벤트 발생시 명세된 커뮤니티의 역할에 따라 동적 커뮤
니티 생성
• 생성된 커뮤니티의 조건에 따라 협업할 센서 리스트 발견
• 커뮤니티 구성원(센서)으로부터 센서데이터 수집 및 분석
• 커뮤니티간의 데이터 공유를 통한 헙업 진행
Community 온톨로지 구조
Community Ontology
Status
Service Ontology
Service
Goal
comm:hasStatus
ResourceType
Community
context:drives
rdf:type
rdf:type
comm_101
comm_102
rdf:type
rdf:type
rdf:type
comm_104
comm:hasResourceType
comm:hasStatus
FLAME
comm_103
Active
Linked Data
EscapeContext
EmergencyContext
Invoke Context/Service
weather:hasSpace
Weather
Forecast
Space
resource:hasPosition
weather:hasForecast
weather:hasSpace
resource:produces
Resource
rdf:type
OXYGEN
SMOKING
Discovery Resource
Platform Data
Context
Fire
Observation
weather:hasObservation
Weather
resource:hasTime
Time
weather:hasTime
Community 동작(Discovery Resource)
Community
Weather
RAINY
rdf:type
Detect Fire
rdf:type
Policy
hasEventWeather
comm_102
Weather_101
Con_101
Adjacent
c:hasResourceType
Active
isPartOf
SMOKING
FLAME
Traffic
CO2
COEX
Continuous
SamsungDong
Weather
hasSpace
Resource_101
rdf:type
CALT
Resource_102
HyunDai
Department
rdf:type
Resource
rdf:type
Resource_103
Discovery Resource
rdf:type
rdf:type
Space
Community 동작(Context Aware)
8.9
EarlyWinter
RushHour
Community
Obs_101
ClosingHour
Tmp_20131126183223
owltime:inXSDdate
Resource_101
2013-11-26T13:54:23
comm_102
Obs_102
138.21
Resource_102
 ? , ?  ∧ 
? ,  ∧
 ? , ?  ∧  ? , ?  ∧ : (? , ) ∧
 ? , ?  ∧  ? ,  ∧
 ? , ?  ∧  ? , ?  ∧ : (? , )
7.8
Obs_103
⟶ (?
)
Resource_103
COEX
Initial State
Fire
Business Area
Entertainment
Area
Weather_101
Difficulty
Entry
Sleet
≡ ∃ .  ⊓
∃ .  ⊓
∃ . 
Community 동작(Collaborate Community)
GEO LOD(http://comus.etri.re.kr/RWEvent/Space)
adjacent
HynDai Depart
COEX
CALT
Detect Customer
Number
comm_101
comm_103
Activated Community
comm_102
Detect Traffic
Detect Fire
No Parking
Traffic
Congestion
Slide
Road
Shared Context
Recommend
Public Transit
Entry Difficulty
Vehicle Control
Crowed
Initial State
Fire
Prohibit Come Prohibit of Passing
out of Car
LOD 연계를 통한 기상데이터의 활용
서울시 열린 데이터광장
Geo LOD
문화재
광역시
지역
같다
포함된다
중구
포함된다
경도
위도
……
…
현재 자외선지수가 높고 내일 습도
가 높을 것으로 예상됨
37.4213
문화재관리의
위험상황
기상 LOD
기상
위치를 가진다
event:ev_101
폭우
weather:w101
위치를 가진다
10.323
시간을 가진다
장마
측정값
space:pos_101
관련역사
……
구조
재원
128.232
고도
남대문
남대문
가깝다
YTN Tower
지역을 가진다
owl:ObjectProperty
owl:DatatypeProperty
rdf:type
rdfs:subClassOf
rdfs:subPropertyOf
측정값을 가진 시간을 가진다
다
위치한다
resource:res_101_obs
리소스
측청된다
한여름
오후
값을 가진다 시간을 가진다
resource:res_101
resource:UV
9
시간값
전이다
2013-07-24
시간값
2013-07-23T14:34:53
time:tmp_101
기상센서 API
기술 정의
•
대용량 스트리밍 센서 데이터 처리를 위한 NoSQL 기반의 저장소 개발 및 운영
•
국내 기상 센서 데이터 전체에 대한 SensorQL 기반 서비스 구축
•
Daum 개발자 네트워크를 통한 베타 서비스 구현 및 매쉬업 과제 개발
• 대용량 센서 데이터 저장 실험: 2012년 3월부터 기
상청으로부터 수집한 실측 센서 7종에 대한 3억 건
의 데이터와 분당 추가되는 증분식Incremental) 데
이터 업데이트 및 검색 기능 성능 보장
• SensorQL Console 추가 개발: 센서 데이터 활용을
위한 질의 처리 시스템인 개발자 도구를 직관적이
고 용이하게 구축, JSON 데이터 처리 기능 제공
• 시범 기상 센서 구축: 제주 Daum GMC 및
Space.1 등
2개 지역에 기상 센서 실측 장비 설치 및 데이터 추
가 진행
지능형 군행군 제어 시스템
오미(五味)길 서비스
기술 정의
• 오미(五味)+길: 달고, 시고, 쓰고, 맵고, 짠 음식에 대한 정보 및 해당 정보를 기반으로 한 건강 관리의
길, 즉, 여행/식당 정보의 길을 제공하는 서비스
- 염도 센서를 이용한 누적 염도정보 제공 서비스
- 음식의 味感 정보 기반의 건강 관리 및 개인 음식 추천 서비스
• 기상, 교통, 위치, 센서정보 및 여행 컨텐츠의 시맨틱
데이터 모델링/가공/처리 기술 개발
- SPARQL 쿼리를 통한 시맨틱 데이터 가공 처리 연계
시스템 설계 및 개발
- 기상 데이터와 연계한 온톨리지 모델링
- 먹거리(음식)데이터의 온톨리지 모델링
• 모바일 단말에서의 개인일정, 사진, GPS 기능과 연동된
맞춤형 여행추천/안내/지원 서비스 개발
- 염도&온도센서 개발
- 모바일 연동 측정 기술 개발
- 개인 단말기 스마트폰용 앱 및 오미길 서비스 개발
- 개인 선호도를 통한 맞춤형 음식 추천 시스템 개발
- COMUS 플랫폼과 연동하기 위한 인터페이스 개발
- 염도 섭취량 정보 제공 기능 개발
IoT와 LOD의 만남은
To Enrich
To Reduce
To Provide
To Connect
시맨틱 어노테이션,온
톨로지을 통해 센서
웹의 문법적 표준화
서비스에 풍부한 의미
을 부여하고,
온톨로지를 이용해서
의미적 모호성을 감소
시키고,
컴퓨터가 이해할 수
있는 데이터를 제공하
여 상이한 장비와 제
반 프로세스라도 처리
가능하게 하여,
센서정보와 웹정보를
표출시켜 다양한 융복
합 기반의 Linked
Data 서비스를 가능하
게 한다.
의미적 상호운용성을 통한 소통의 단절 해소
융복합을 통한 지식과 서비스 창출
센서데이터 재사용 가능
감사합니다

similar documents