В настоящее время «Интернет Вещей» (далее ИВ) стал достаточно распространенной концепцией. Её основная идея заключается в том, что глобальная сеть Интернет стала уже не просто глобальной сетью для общения людей посредством машин, но и средой для устройств, позволяющей им коммуницировать с окружающим миром и между собой.
Умные мусорные корзины, которые оповещают санитарные экипажи о своём заполнении, интеллектуальные системы охраны дома и многое другое - всё это стало возможным после появления концепции ИВ.
Сегодня мы наблюдаем огромные объемы данных, которые накапливаются на устройствах, как на сенсорах. Эти данные могут эффективно использоваться. К примеру, датчики, установленные на производстве, могут быть использованы для сбора информации об эксплуатации ресурсов. Полученная с устройств информация может быть полезна для сбора статистики, составления предсказаний, предупреждения опасностей и других целей. Как видно, задачи сбора и анализа данных с устройств являются одними из наиболее приоритетных. Успешное агрегирование и последующая интеллектуальная обработка данных могут позволить построить умную окружающую среду для людей средствами ИВ.
В настоящее время во многих областях ИВ стала актуальна проблема регулярного сбора данных с некоторой периодичностью с датчиков, распределённых по обширной территории. В частности, получил популярность особый вид сбора данных[1], при котором устройство, которое собирает данные (далее агрегатор) перемещается в пространстве, а устройства, получающие данные из внешней среды и копящие их (далее датчики) неподвижны. При таком подходе к сбору данных датчики могут располагаться в местах, где отсутствует выход в глобальную сеть. Из этого можно сделать вывод, что рассматриваемый вид сбора более неприхотлив к окружающей среде, чем, к примеру, подход, при котором имеется ряд стационарных агрегаторов-шлюзов, которые имеют выход в глобальную сеть и периодически собирают данные с датчиков в своей зоне видимости. Также использование данного вида сбора позволяет снизить потенциальную стоимость развертывания решения, так как при таком виде сбора снижаются требования на аппаратные составляющие системы. Ведь теперь в качестве нестационарного сборщика данных может выступать недорогой смартфон, нетбук и любое другое относительно маломощное устройство.
Множество задач, решаемых с помощью использования вида сбора нестационарным агрегатором, обширно. К примеру, сбор нестационарным агрегатором возможен в следующих сценариях:
• Устройство на автомобиле собирает информацию о потенциальных дорожных опасностях с датчиков, установленных вдоль автомагистрали
• Устройство сельского работника (к примеру, квадрокоптер) при попадании в зону видимости миниатюрных датчиков, разбросанных по засеянной зоне, получает оповещения о различных свойствах почвы
Изобилие сфер применения обсуждаемого вида сбора ставит разработчиков систем сбора данных перед одной из следующих проблем:
• Проблема поиска программных средств для быстрого построения систем периодического сбора данных нестационарным агрегатором
• Проблема трудоемкой адаптации существующих инструментов к подходу с нестационарным агрегатором
Поэтому создание некоторого фреймворка для организации сетей с нестационарным сборщиком смогло бы значительно облегчить работу разработчиков и администраторов таких сетей при решении вышеупомянутых проблем.
В результате проделанной работы были получены следующие результаты:
• Сформированы общие требования на систему периодического сбора нестационарным агрегатором
• Проведен обзор фреймворков для организации систем периодического сбора нестационарным агрегатором
• Выбрана подходящая платформа для разработки фреймворка для организации периодического сбора нестационарным агрегатором
• Разработана агрегаторская часть целевого фреймворка и описаны её основные элементы
• С помощью агрегаторского компонента фреймворка создан прототип сборщика под платформу Android
