1 / 40

IoT 세상과 Linked Data

IoT 세상과 Linked Data. 2014. 01. 24. 권순현 (kwonshzzang@etri.re.kr). 1. 2. 3. 3. 목 차. Sensor Network & Semantic Web 기술동향. IoT 시맨틱 플랫폼 (COMUS 플랫폼 ). 시맨틱 어노테이션 & 변환기술 USN 자원 / 실세계이벤트 / 서비스 / 상황 온톨로지 모델링 기술 IoT 시맨틱 추론기술 ( 병렬 / 분산 추론 ) IoT 시맨틱 레파지토리 적재기술 GEO/ 기상 LOD 구축 및 연계.

noura
Download Presentation

IoT 세상과 Linked Data

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. IoT세상과 Linked Data • 2014. 01. 24 권순현 (kwonshzzang@etri.re.kr)

  2. 1 2 3 3 목 차 Sensor Network & Semantic Web 기술동향 IoT시맨틱 플랫폼(COMUS 플랫폼) • 시맨틱어노테이션& 변환기술 • USN자원/실세계이벤트/서비스/상황 온톨로지 모델링 기술 • IoT시맨틱 추론기술(병렬/분산 추론) • IoT시맨틱레파지토리 적재기술 • GEO/기상 LOD 구축 및 연계 맺음말

  3. 1 Sensor Network&Semantic Web 기술동향

  4. Motivation Low-level Sensor High-level Sensor A-H E-H 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". AmitSheth. pp. 4. Feb. 2008.>

  5. The Challenge Collection and analysis of information from heterogeneous multi-layer sensor nodes <Source: “Semantic Sensor Web". AmitSheth. pp. 4. Feb. 2008.>

  6. Why this is a Challenge? • 센서데이터의 표현과 동작이 통일되지 못함 • 리소스의 공유를 위한 수단이 없음 • 리소스의 사용과 배치가 특정 지역, 프로그램, 디바이스에 국한되어 사용되어짐 Resulting in a lack of communication and interoperability <Source: “Semantic Sensor Web". AmitSheth. pp. 4. Feb. 2008.>

  7. How to deal with? 상호작용이 없는 네트워크 이질적인 데이터 표현 사일로 형태의 서비스 제공 Sensor Network 공유 가능한 센서 네트워크 문법수준의 표준화로 센서데이터를 표현 표준 API기반의 서비스 제공 Sensor Web 웹 개방적/의미적 웹 상에서 개방적인 네트워크 의미수준의 센서메타데이터를 표현 Semantic Web 기술기반의 서비스 제공 Semantic Sensor Web

  8. Sensor Network & Semantic web W3C Semantic Web Resource Description Framework RDF Schema Web Ontology Language Semantic Web Rule Language SML-S O&M-S TML-S SAWSDL SA_REST OGC Sensor Web Enablement Web Services Sensor Ontology SensorML O&M TransducerML GeographyML Web Services Description Language REST Sensor Ontology National Institute for Standard and Technology Semantic Interoperability Community of Practice Sensor Standards Harmonization

  9. 서비스, 센서, 제공자, 데이터에 대한 정보 목록 등록 저장 검색 서비스 SOS SPS SAS 카타로그 서비스 다양한 타입의 클라이언트 매체 Client OGC SWE(Sensor Web Enablement) 센서데이터에 접근 서비스 각 센서 시스템에 과제 할당 및 전달 서비스 TML 시스템과 실시간데이터 변환 표준 O&M 센싱 값, 측정단위에 대한 표준 등록된 클라이언트에게 경보 알림 서비스 SML 센싱 데이터 표현의 표준 <출처 : “Semantic Sensor Web”, AmitSheth, Cory Henson, SatyaS.Sahoo>

  10. Semantic Sensor Web의 출현 Semantic Sensor Web Semantic Web 센서 데이터의 의미와 설명을 위한 확장 된 기반 제공 OGC 표준화 노력 Open Geospatial Consortium (OGC: www.opengeospatial.org) - 산·학, 정부로 조직된 국제 컨소시움 - 웹 기반 센서네트워크와 저장된 센서 데이터를 검색하고 접근할 수 있는 센서 웹의 실현을 위해 표준 프로토콜과 API의 중요성 강조 W3C 의 Semanticweb Activity (www.w3.org/2001/sw) - 웹에서의 데이터 공유와 재사용을 위한 프레임 제공을 위한 노력 - 센서 데이터의 의미와 설명을 제공할 수 있는 기술 제공

  11. Semantic Sensor Web의 출현 OGC의 SWE(Sensor Web Enablement) • - 센서가 웹에서 액세스되고 제어가능 하도록 센서데이터, 센서 데이터 모델, 센서 • 웹 서비스 에 관한 표준 API, 모델링 언어에 관한 표준 규격 제공 • 표준 API : O&M, SOS, SPS, SAS, WNS • 표준 모델링 언어: SML, TML Semantic web technologies • 온톨로지(시간, 장소, 주제 온톨로지및 센서 도메인 온톨로지) • 의미 데이터 모델링 언어 : RDF, OWL, SWRL • 시멘틱어노테이션, 룰기반의 추론

  12. Semantic Sensor Web 센서로부터 센싱된 데이터를 온톨로지와시맨틱어노테이션으로 의미적 표현 이질적인 센서데이터를 표준화된 시맨틱 데이터로 표현함으로써 센서간의 상호운용성을 증대 시맨틱 지식기반 융복합 서비스 제공 <출처 : “Semantic Sensor Web”, AmitSheth, Cory Henson, SatyaS.Sahoo>

  13. Sensor Web vs SSW Semantic Sensor Web Sensor Web 센서데이터를 의미적이고 동적인 데이터로 표현 Semantic 수준의 표준화 시맨틱 지식기반 서비스 제공 정적인센서데이터를 구문적인 데이터로 표현 Syntactic 수준의 표준화 획일적이고 Silo한 서비스만을 제공 모바일서비스 매쉬업서비스 IPTV 서비스 모바일서비스 웹서비스 IPTV 서비스 Service Mashup Service#3 Service#1 Service#2 Dynamic Service Discovery Static Service Discovery LOD Semantics Sensor Data Translator Semantic Data Translator Value#2 Value#3 Value#4 Value#1 USN USN

  14. IoT시맨틱 플랫폼(COMUS 플랫폼) 2

  15. IoT시맨틱 플랫폼(COMUS 플랫폼) 센서데이터 + 지도서비스 매쉬업 Push Service Context Service COMUS PLATFORM 모바일 서비스 Service Synchronizer Service Executor Context Synchronizer 스마트홈 Open API 스마트홈서비스 Plug&Play센서 USN자원/실세계이벤트/서비스/상황 온톨로지 모델링 기술(RDFS, OWL) 시맨틱USN 저장소 Suite 도심지 SPARQL 인터페이스 IoT Semantic Repository 적재기술 USN자원/커뮤니티/실세계 이벤트/서비스/ 상황 온톨로지 Linking Open Data RDF Semantic Translator 시맨틱어노테이션&변환기술 (Semantic Annotation&Tranlation) 기상센서 SPARQL Endpoint LOD(Linked Open Data) 연계기술 Translation Rule 온톨로지 규칙기반 추론기술 (Rule Entailment Reasoning) 추론기 SensorML/Sensor O&M XML

  16. 시맨틱어노테이션&변환기술 Device Time Sensor Network Translation Rule Target Ontology Schema Person id= { {“jobtype”, “1”}, {“subjet”, “id$”}, {“object”, “resource:SensorNode”} } positon={ {“jobtype” , “1”}, {“subject”, “position_uri$”}, {“object”, “geo:Location”), ……………………………………….. } Context Spatial Upper Action Service Domain Knowledge Creator Run-Time Translator JSON Collector & Analyzer Rule Parser Ontology Parser JSON/XML/RDB RDF(S)/OWL Schema Verifier Build Rule Adder Ontology Adder reference Translation Knowledge Sensor Specification Triple Creator Ontology Schema KB Sensor Observation Rule Set Classes Real Event/Context Properties Invoke Service Repository Interface IoT Semantic Repository Resource Description Framework(RDF)

  17. 시맨틱어노테이션&변환기술 AWS Data 변환온톨로지모델 Translation Rule JSON/XML/RDF id= { {“jobtype”, “1”}, {“subjet”, “id$”}, {“object”, “resource:SensorNode”} } positon={ {“jobtype” , “1”}, {“subject”, “position_uri$”}, {“object”, “geo:Location”), ……………………………………….. } Semantic Translator RDF Data

  18. 시맨틱어노테이션&변환 예제 Translation Rule #1 Input Data(JSON) awsID= { { “jobtype”, “1”}, {“subject”, “awsID$“}, {“object”, “resource:SensorNode”}} { {“awsID”, “323”}, {“manufacturer”, “ETRI”}, {“position”, “pos_323”}, {“coordinate”, { {“latitude”, “32.7296”}, {“longitude”, “127.1141”}, {“altitude”, “101.31”}, } } } Translation Rule #2 manufacturer= { {“jobtype”, “3”}, {“subject”, “awsID$”}, {“predicate”, “has||Manufacturer@”}, {“object”, “manufacturer$^^xsd:string”} } RDF생성 Translation Rule #3 position= { { {“jobtype”, “1”}, {“subject”, “postion$”}, {“object”, “geo:LocationCoordinate”}}, { {“jobtype”, “2”}, {“subject”, “awsID$”}, {“predicate”, “has||Position@”}, {“object”, “position$”}} } resource:SensorNode geo:LocationCoordinate rdf:type resource:hasPosition rdf:type space:latitude resource:hasManufacturer resource:323 space:pos_323 32.7296 ETRI

  19. USN자원/실세계이벤트/서비스/상황 모델링 서비스 Upper 온톨로지 실세계 이벤트온톨로지군 Space Ontology Event Ontology Policy Ontology Agent Service Policy Context Service Agent Context Policy rdfs:subClassOf Resource Ontology rdfs:subClassOf rdfs:subClassOf rdfs:subClassOf Weather Ontology Time Ontology Community Ontology 서비스 Domain 온톨로지

  20. 실세계 이벤트 모델 개요 • 실세계 이벤트(Real Event) COMUS 플랫폼에서 유통되는 센서데이터를 특정 서비스 도메인과 독립적 ,일반적 지식(기상, 위치, 시간, 사용자 정책 등)과 연계하여 추상화한 개념 • 실세계 이벤트 모델링 실세계 이벤트 데이터 생성을 위한 명세정보와 프로세스를 모델링화한 지식베이스 • 입력 • RDF로 변환된 정량적인 센서데이터 • Resource 온톨로지의 인스턴스값 • 출력 • 추상화된 실세계 이벤트 정보 • 프로세스된 Event 온톨로지의 인스턴스값

  21. 실세계 이벤트 모델 개괄구조 owl:imports Service Ontology Service Ontology FOAF Ontology OWL-TimeOntology owl:equivalentClassOf/ owl:equivalentPropertyOf Agent Ontology Event Ontology Time Ontology Community Ontology Weather Ontology Spatial Ontology Resource Ontology OpenCYC/OpenGISOntology

  22. 실세계 이벤트 데이터 Flow 서비스 도메인 온톨로지 Context1 Context3 Service2 Context2 Service1 Service3 이벤트데이터 Agent Ontology Event Ontology data Agent Policy정보 Agent 명세정보 Agent SNS 정보 Event 값정보(정량,정성) Event 명세정보 Event 관계정보 Ontology Inference Weather Ontology Policy Ontology data Static Policy 규칙정보 Dynamic Policy 규칙정보 Policy 관계정보 기상 지역정보 기상 시간정보 기상 데이터정보 Spatial Ontology Time Ontology data Space 기본명세 Space 연계정보 Space Geo 정보 Time 인스턴스정보 Time 인터발정보 인터발 관계정보 data Resource 소유정보 Resource 위치정보 Resource 기본명세 Resource 커뮤니티정보 Resource 센싱정보 Resource Policy 정보 Resource Ontology Ontology Translation SensorML/Sensor O&M/COMUS XML Sensor_1 Sensor_2 Sensor_3

  23. 센서데이터의 시맨틱 가공단계 센싱데이터시맨틱 가공단계 서비스정보 이벤트정보 상황정보 센싱데이터 • 서비스 독립적 데이터 • 대용량 데이터 • 빠른추론, 간편한 모델 • 서비스 의존적 데이터 • 주관적, 디테일 데이터 • 상세추론, 세밀한 모델 실시간 이벤트 추론 상황추론엔진 시맨틱USN 저장소 (센싱데이터, 이벤트정보) 시맨틱USN 저장소 (상황정보, 서비스정보)

  24. 실세계 이벤트 모델 처리 프로세스 ③공간온톨로지 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 hasSpace hasPosition hasEventSpace ⑤ 이벤트 온톨로지 이벤트 데이터를 생성하고 실세계 이벤트 실세계 이벤트 각 요소(공간, 시간, 기상)과연계하는 온톨로지 detects hasEventResource Resource Ontology Event Ontology Weather Ontology hasEventWeather triggeredEvent hasEventTemporal hasTime hasTime ④ 기상온톨로지 정량적인 기상정보를 개념적인 공간정보와 시간정보로 연계한 온톨로지 ① 입력 (센서명세정보, 실시간 센서데이터를 시맨틱 변환하여 적재) Time Ontology

  25. 회피지역존재상황 상황정보로의 활용 기상정보의 연계 기상특보가 발휘되고 러쉬아워인 지역 21 호우경보 temperature Geo 정보로의 확장 hasSpace 서울 80 humidity status subsumedBy 회사밀집지역 weather101 uv 10 강남구 rdf:type hasTime rainy 역삼동 유흥가 subsumedBy 시간개념으로의 확장 rdf:type hasEventWeather 러쉬아워 subsumedBy 저녁 상업지역 강남역 rdf:type hasEventSpatial 퇴근시간 한가을 센서명세정보 event Object rdf:type rdf:type hasPOI hasEventTemporal rdf:type rdf:type 이벤트 데이터 생성 센싱값정보 long spatial:Pos SensorNode Sensor ObjectInput 2012:09:19T18:50:00 127.2121 lat inXSDDateTime 37.4232 rdf:type rdf:type rdf:type hasPosition alt Time_102121 0.0 consistOf hasTime TRAFFIC_SERVICE_1_1_1 TRAFFIC_SERVICE_1_1 detects hasGoal hasValue Obs_1212_11212 21 TEMPERATURE

  26. IoT시맨틱 추론 기술(병렬/분산) 실세계 이벤트 추론 WorkFlow Temporal 처리 Weather 처리 Spatial 처리 JSON import Resource센싱값 생성 Inferred RDF Agent 정보리턴 Event처리 export Policy 정보리턴 implementation implementation implementation implementation implementation implementation Job Control MapReduce MapReduce MapReduce Job Tracker MapReduce HBase/HDFS

  27. IoT시맨틱레파지토리 적재기술 HBase기반 시맨틱레파지토리 HTTP Server application Sesame Repository API 를 상속하여 기능 확장 SPARQL SeRQL RDF Model RIO SAIL API Repository API HBase Map Reduce HBaseReposiotry API HDFS extended Sesame Apache

  28. GEO/기상 LOD 구축 http://comus.linkeddata.kr : 안행부새도로명 주소, 기상청 AWS 기반 구축 <SPARQL Endpoint>

  29. GEO/기상 LOD 구축 GEO LOD Gajeongro Weather LOD geo:spatiallySubsumedBy geo:spatiallySubsumedBy rdf:type Daejeon hasPOI ETRI 127.345 longitude rdf:type Location_101 rdf:type hasSpace hasQualitative latitude Metropolitan Region 37.113 W_101 Heavy Rain Warning Afternoon Autumn hasTime InterVal_101 altitude hasPosition windSpeed rdfs:subClassOf Rainy 9.8 19.432 precipitatoin 130 rdf:type Observation Value Transducer Weather Sensor owltime:Insides rdf:type 10 hasValue TR_101 produces implements rdf:type Req_1350 hasTime rdf:type TEMPERATURE TMP_20130908132435 owltime:inXSDDateTime 2013-09-08T13:24:35

  30. LOD의 활용 3 2

  31. 커뮤니티(Community) • 특정 목적(이벤트)에 따라 동적으로 발생되고 소멸되어지는 센서(리소스)들의 논리적인 집합 • 목적 • 화재, 홍수, 범죄, 백화점 세일, 연휴기간 • 동작 • 이벤트 발생시 명세된 커뮤니티의 역할에 따라 동적 커뮤니티 생성 • 생성된 커뮤니티의 조건에 따라 협업할 센서(리소스) 리스트 발견 • 커뮤니티 구성원(센서)으로부터 센서데이터 수집 및 분석(상황인지) • 커뮤니티간의 데이터 공유를 통한 협업 진행

  32. 커뮤니티온톨로지 구조 Community Ontology Service Ontology hasGoal drives hasStatus Invoke Context/Service rdf:type rdf:type rdf:type rdf:type hasGoal rdf:type rdf:type rdf:type Detect Fire EmergencyContext EscapeContext comm_101 comm_102 comm_103 comm_104 hasRelateResourceType Discovery Resource hasSpace hasForecast Linked Data hasRelateResourceType Weather Forecast Observation Value Resource Type Time Community Resource Location Weather Context Service Status Space Goal hasPOI SMOKING hasResource produces OXYGEN hasTime Platform Data rdf:type hasPosition FLAME rdf:type rdf:type hasResourceType

  33. 커뮤니티동작(Discovery Resource) Weather LOD Detect Fire rdf:type hasEventWeather rdf:type hasGoal hasQualitative comm_102 rdf:type hasStatus Active hasRelateResourceType W_101 hasCondition con_101 Rainy FLAME hasResource hasSpacePolicy hasDetectingPolicy hasRelateResourceType hasCollaborate hasResourceType hasSpace adjacent hasRelateResourceType isPartOf continuous SMOKING traffic weather hasEventSpace hasResource hasResourceType hasSpace hasResource resource_101 COEX OXYGEN hasResource SamsungDong rdf:type adjacent Community Resource Weather Policy Space rdf:type adjacent hasSpace hasResourceType rdf:type rdf:type adjacent resource_102 rdf:type CALT rdf:type hasSpace GEO LOD rdf:type resource_103 rdf:type HyunDai Department Discovery Resource

  34. 커뮤니티동작(Context Aware) 8.9 hasValue rdf:type rdf:type produces obs_101 hasTime Resource_101 rdf:type rdf:type hasEventResource hasEventTime hasTime comm_102 hasEventResource owltime:xsdDateTime Tmp_20131127182133 produces hasTime hasEventSpace Resource_102 hasValue 2013-11-27T18:21:33 hasEventResource obs_102 3.3 produces hasEventWeather COEX Initial State Fire Difficulty Entry Entertainment Area Business Area Closing Hour Early Winter Rush Hour Resource_103 Community Sleet hasValue rdf:type Weather_101 obs_103 rdf:type rdf:type 7.3

  35. 커뮤니티동작(Collaborate 커뮤니티) GEO LOD HyunDai Department adjacent adjacent CALT COEX Detect Customer Number hasGoal hasEventSpace hasEventSpace Detect Traffic hasGoal comm_101 Activated Community hasEventSpace comm_103 rdf:type comm_102 rdf:type hasGoal rdf:type rdf:type Prohibit of Passing Initial State Fire No Parking Recommend public transit Prohibit come out of car rdf:type Traffic Congestion Difficulty Entry Vehicle Control Slide Road Crowed Detect Fire rdf:type rdf:type shared context shared context

  36. LOD 연계를 통한 기상데이터의 활용 서울시 열린 데이터광장 Geo LOD 문화재 rdfs:subPropertyOf rdfs:subClassOf rdf:type owl:DatatypeProperty owl:ObjectProperty 광역시 지역 구조 같다 남대문 포함된다 중구 관련역사 재원 포함된다 남대문 가깝다 현재 자외선지수가 높고 내일 습도가 높을 것으로 예상됨 기상 LOD 37.4213 …… …… 9 … 128.232 10.323 2013-07-24 YTN Tower 기상 위치를 가진다 문화재관리의 위험상황 지역을 가진다 경도 예보정보를 가진다 폭우 event:ev_101 weather:w101 위치를 가진다 위도 고도 시간을 가진다 장마 측정값 리소스 space:pos_101 시간을 가진다 측정값을 가진다 위치한다 시간값 전이다 한여름 resource:res_101_obs 오후 측청된다 시간을 가진다 값을 가진다 시간값 목적을 가진다 resource:res_101 2013-07-23T14:34:53 time:tmp_101 resource:UV

  37. 기상센서 API

  38. 웰라이프 수면관리 서비스

  39. 오미(五味)길서비스

  40. 센서웹과시맨틱웹의 만남은 To Enrich To Reduce To Provide To Connect • 시맨틱어노테이션,온톨로지을 통해 센서 웹의 문법적 표준화 서비스에 풍부한 의미을 부여하고, 온톨로지를 이용해서 의미적 모호성을 감소시키고, 컴퓨터가 이해할 수 있는 데이터를 제공하여 상이한 장비와 제반 프로세스라도 처리 가능하게 하여, 센서정보와 웹정보를 표출시켜 다양한 융복합 기반의 Linked Data 서비스를 가능하게 한다. • 의미적 상호운용성을 통한 소통의 단절 해소 • 융복합을 통한 지식과 서비스 창출 • 센서데이터 재사용 가능

More Related