Περίληψη
Οι ραγδαίες τεχνολογικές εξελίξεις στον τομέα διασύνδεσης συσκευών, υπηρεσιών και συστημάτων στα πλαίσια του Διαδικτύου των Πραγμάτων (Internet of Things) έχουν προκαλέσει την ανεξέλεγκτη παραγωγή πληροφορίας. H έλευση του Διαδικτύου των Πάντων (Internet of Everything), το οποίο καθιστά δυνατή τη σύνδεση τόσο άβιων όντων εμπλουτισμένων με ευφυΐα, όσο και έμβιων οντοτήτων, επιβάλει την εφαρμογή εξελιγμένων τεχνικών διαχείρισης, διατήρησης και διαμοιρασμού δεδομένων. Ταυτόχρονα, η βέλτιστη εκμετάλλευση αυτής της πληροφορίας είναι συχνά δύσκολη, λόγω του τεράστιου όγκου των δεδομένων, της ετερογένειάς τους και της κατανεμημένης φύσης τους. Η παρούσα διδακτορική διατριβή πραγματεύεται την ενσωμάτωση ετερογενούς, κατανεμημένης πληροφορίας, η οποία διαμοιράζεται ανάμεσα στις υπηρεσίες μίας πλατφόρμας διαχείρισης στα πλαίσια ενός συνεργατικού σεναρίου για την επίτευξη ενός καλά ορισμένου στόχου. Η προτεινόμενη ευφυής πλατφόρμα διαχείρισης, και κατ’επέκταση η ομογενοποίηση των δεδομένων, αναπτ ...
Οι ραγδαίες τεχνολογικές εξελίξεις στον τομέα διασύνδεσης συσκευών, υπηρεσιών και συστημάτων στα πλαίσια του Διαδικτύου των Πραγμάτων (Internet of Things) έχουν προκαλέσει την ανεξέλεγκτη παραγωγή πληροφορίας. H έλευση του Διαδικτύου των Πάντων (Internet of Everything), το οποίο καθιστά δυνατή τη σύνδεση τόσο άβιων όντων εμπλουτισμένων με ευφυΐα, όσο και έμβιων οντοτήτων, επιβάλει την εφαρμογή εξελιγμένων τεχνικών διαχείρισης, διατήρησης και διαμοιρασμού δεδομένων. Ταυτόχρονα, η βέλτιστη εκμετάλλευση αυτής της πληροφορίας είναι συχνά δύσκολη, λόγω του τεράστιου όγκου των δεδομένων, της ετερογένειάς τους και της κατανεμημένης φύσης τους. Η παρούσα διδακτορική διατριβή πραγματεύεται την ενσωμάτωση ετερογενούς, κατανεμημένης πληροφορίας, η οποία διαμοιράζεται ανάμεσα στις υπηρεσίες μίας πλατφόρμας διαχείρισης στα πλαίσια ενός συνεργατικού σεναρίου για την επίτευξη ενός καλά ορισμένου στόχου. Η προτεινόμενη ευφυής πλατφόρμα διαχείρισης, και κατ’επέκταση η ομογενοποίηση των δεδομένων, αναπτύσσεται στο πλαίσιο δύο ευρύτερων περιπτώσεων χρήσης. Η πρώτη αφορά σε μία ευφυή πλατφόρμα διαχείρισης παραγωγής πολύπλοκων προϊόντων με έμφαση στην ιδιαίτερα εξατομικευμένη παραγωγή μικρής κλίμακας, όπως επίσης και στην περίοδο εκκίνησης της διαδικασίας παραγωγής. Αντίστοιχα, η δεύτερη περίπτωση χρήσης περιλαμβάνει μία ευφυή πλατφόρμα υποστήριξης και εξυπηρέτησης με σκοπό τη διατήρηση της ευημερίας και της υγείας ενός ατόμου. Τη βάση της προτεινόμενης πλατφόρμας αποτελούν οι υπηρεσίες διαχείρισης των υποκείμενων δεδομένων, οι οποίες με τη σειρά τους αξιοποιούν τις τεχνολογίες του Σημασιολογικού Ιστού ώστε να ενισχύσουν την ευφυΐα τους και να εμπλουτίσουν την εσωτερική λογική τους μέσω σημασιολογικών κανόνων. Κάθε λειτουργία της πλατφόρμας βασίζεται σε μία ιεραρχία οντολογικών μοντέλων, τα οποία διαφοροποιούνται με σκοπό την ικανοποίηση των αναγκών της εκάστοτε εφαρμογής. Τα εν λόγω οντολογικά μοντέλα έχουν αναπτυχθεί έτσι, ώστε να χαρακτηρίζονται από ακρίβεια και σαφήνεια, ενώ διατηρούν τη δυνατότητα να διαλειτουργούν με ήδη υπάρχοντα πρότυπα σημασιολογικά μοντέλα. Συνολικά, στόχος της παρούσας διδακτορικής διατριβής είναι η παρουσίαση μίας μεθοδολογίας αξιοποίησης του αχανούς συνόλου πληροφορίας που παράγεται στις μέρες μας από μία πληθώρα ετερογενών πηγών δεδομένων με τρόπο τέτοιο, ώστε να ενισχύεται η αποδοτικότητα, η ποιότητα και η λειτουργικότητα των διαδικασιών κάθε τομέα, ξεκινώντας από αυτούς της παραγωγής και της ευημερίας.
περισσότερα
Περίληψη σε άλλη γλώσσα
The vast variety of smart entities, from mobile applications to wearable devices to smart home appliances, has led to an enormous amount of generated data that gets difficult to handle and take advantage of as it gets bigger and bigger. The interconnection of these entities or “things” in an Internet of Things, where exchange of information and combination of knowledge is possible, results to an even more puzzling pile of information. The advent of the Internet of Everything, where things and data providers can connect not only to other things and data providers, but to human entities as well, and are enriched with intelligence, calls for sophisticated data handling, storing, and sharing mechanisms. This thesis presents a collaborative, intelligent service bus, which provides the means to integrate heterogeneous systems, regardless of their complexity and their application domain. In this context, the intelligent Enterprise Service Bus presented in this thesis, as well as the underlyin ...
The vast variety of smart entities, from mobile applications to wearable devices to smart home appliances, has led to an enormous amount of generated data that gets difficult to handle and take advantage of as it gets bigger and bigger. The interconnection of these entities or “things” in an Internet of Things, where exchange of information and combination of knowledge is possible, results to an even more puzzling pile of information. The advent of the Internet of Everything, where things and data providers can connect not only to other things and data providers, but to human entities as well, and are enriched with intelligence, calls for sophisticated data handling, storing, and sharing mechanisms. This thesis presents a collaborative, intelligent service bus, which provides the means to integrate heterogeneous systems, regardless of their complexity and their application domain. In this context, the intelligent Enterprise Service Bus presented in this thesis, as well as the underlying data integration mechanisms, is applied to two broader use cases. The first use case refers to an intelligent production management system with a special emphasis on small-lot production and production ramp-up, which are both strongly characterised by a high degree of customisation. In the same respect, the second use case involves an intelligent platform that aims at improving the wellbeing of a person. The core of the proposed platform is formed by intelligent services that manage the underlying data. By taking advantage of Semantic Web technologies, the aforementioned services enhance their intelligence and, at the same time, they enrich their internal logic by means of semantic inference rules. Each function offered by the intelligent platform is based on a taxonomy of ontological models; the content of these models is strongly connected to the use case they are part of. At the same time, the ontological models of the platform are capable of interoperating with already existing standardised ontologies. Overall, the goal of this thesis is to present an integration and exploitation paradigm with respect to the enormous set of data produced by various heterogeneous data sources so that the involved processes, no matter the domain, become effective, fruitful and interoperable.
περισσότερα