MOBIL CROWDSENSING ÉS BIG DATA TÁVKÖZLÉSI ÉS MÉDIAINFORMATIKAI TANSZÉK BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM 1
CROWDSENSING & BIG DATA CROWDSENSING DEFINÍCIÓ ÉRZÉKELÉSI SKÁLÁK ÖSZTÖNZŐK ÉRZÉKELŐK KIHÍVÁSOK ALKALMAZÁS BIG DATA JELLEMZŐK TECHNIKÁK TECHNOLÓGIÁK 2
MI IS AZ A CROWDSENSING AZ ADATGYŰJTÉS EGY ÚJ MÓDJA IOT (INTERNET OF THINGS) MOBIL ESZKÖZÖK EGYRE OKOSABBAK GYAKRAN HASZNÁLJUK HASZNÁLJUK KI! ADATGYŰJTÉS A KÖRNYEZETRŐL 3
MI IS AZ A CROWDSENSING ÜZLET: VÁSÁRLÓK SZOKÁSAINAK MEGISMERÉSE EGÉSZSÉGÜGY: VÉRNYOMÁSMÉRÉS SZOCIÁLIS: EGYES KÖZÖSSÉGEK VISELKEDÉSÉNEK ELEMZÉSE KÖRNYEZET: KÖRNYEZETVÉDELEM MONITOROZÁSI KÖZLEKEDÉS: FORGALOM, ÚTHIBÁK 4
MI IS AZ A CROWDSENSING MENNYIRE VONJUK BE A FELHASZNÁLÓT? RÉSZVÉTELI VAGY FOLYAMATOS ÉRZÉKELÉS MILYEN MÉRTÉKŰ AZ ÉRZÉKELÉS EGYÉNI ALKALMAZÁSOK KÖZÖSSÉGI ALKALMAZÁSOK ÚTHÁLÓZAT HIBÁI,ZAJTÉRKÉP, LÉGSZENNYEZETTSÉG 5
A MOBILTELEFON MINT SZENZOR FÉNYERŐSSÉG TÁVOLSÁG KAMERA GPS GGYORSULÁS MÉRŐ MIKROFON IRÁNYTŰ GIROSZKÓP BME TMIT Jakab Csaba 2014.04 6
ÖSZTÖNZŐK (SZENZOR VS MOBIL) OLCSÓ BEÉPÍTETT SZENZOROK NAGY SZÁMÍTÁSI TELJESÍTMÉNY TÖBB KOMMUNIKÁCIÓS ERŐFORRÁS NYÍLT, PORGRAMOZHATÓ INTERFÉSZ ALKALMAZÁS BOLTOK SZÁMÍTÁS A FELHŐBEN ELEVE TELEPÍTVE VANNAK 7
ARCHITEKTÚRA ÉS KUTATÁSI TERÜLETEK 8
LOKÁLIS ELEMZÉS EGYSZERŰ FELDOLGOZÁS KISEBB ADATHALMAZT TOVÁBBÍTUNK KEVESEBB ERŐFORRÁS A TOVÁBBÍTÁSRA MEGFELELŐ ALGORITMUS KELL: KIUGRÓ ÉRTÉKEK SZŰRÉSE ZAJSZŰRÉS PL: PONTATLAN GPS VÉTEL 9
ERŐFORRÁS KORLÁTOK DINAMIKUSABB KOMPLEXEBB RENDSZER (HAGYOMÁNYOS SZENZORRAL SZEMBEN) SZÁMÍTÁS MEGOSZTÁS FELHŐBEN VAGY HELYBEN? KÜLÖNBÖZŐ SZENZORADATOK ÖSSZEFÜGGÉSE HELYZET MEGHATÁROZÁS: GPS,WIFIF VAGY GSM? SZENZOROK PIORIZÁLÁSA 10
SZÁMÍTÁS A FELHŐBEN BIG DATA STATISZTIKAI MODELLEK, ADATBÁNYÁSZAT PÉLDA: ÚTHÁLÓZAT FORGALMI HELYZETI TÉRBEN ÉS IDŐBELI ELOSZLÁSUK 11
ARCHITEKTÚRA ÉRZÉKELÉS TANULÁS INFORMÁLÁS, MEGOSZTÁS ÉS MEGGYŐZÉS EGYSÉGES ARCHITEKTÚRA ÉS API KELL 12
ADATVÉDELEM PRIVÁT INFORMÁCIÓKHOZ JUT EGY HARMADIK FÉL ( PL. TARTÓZKODÁSI HELY) ELTÉRŐ IGÉNYEK (ENGEM ÚGYSE FIGYELNEK) ANONIMIZÁLÁS TITKOSÍTÁS (KRIPTOGRÁFIA) ZAVARÁS 13
ALKALMAZÁS PÉLDÁK EGYETEMEK, NAGYVÁLLALATOK, STARTUP CÉGEK SENSENETWORKS (MILYEN KÖZÖSSÉGEKET VONZ EGY-EGY ÜZLET, SZÓRAKOZÓHELY) 14
ALKALMAZÁS PÉLDÁK KÖZLEKEDÉS : MIT VTRACK, CARTEL (RÉSZLETES FORGALMI ADATOK) KÖZÖSSÉGI HÁLÓ: DARTMOUTH CENCEME EGÉSZSÉGÜGY/ SPORT: COMMON SENSE, UBIFIT GARDEN, ENDOMONDO 15
BIG DATA 1,5 MILLIÁRD OKOSTELEFON 30 MILLIÁRD MEGOSZTÁS HAVONTA A FACEBOOK- ON 4.4 MILLIÓ ADATBÁNYÁSZATI SZAKEMBERRE LESZ SZÜKSÉG 2015-RE (IBM) 2,7 ZETABÁJT (10 ) ADAT A DIGITÁLIS VILÁGBAN 16
JELLEMZŐK 3V MENNYISÉG SEBESSÉG GYORSAN KELL FELDOLGOZNI VÁLTOZATOSSÁG STRUKTURÁLÁS, ÖSSZEFÜGGÉSEK KERESÉSE GAZDASÁGI, EGÉSZSÉGÜGYI, KUTATÁSI FOGYASZTÓ VISELKEDÉS CÉL A TARTALOM KINYERÉSE 17
BIG DATA TECHNIKÁK (ELEMZÉS) A/B TESZTELÉS OSZTÁLYOZÁS KLASZTERANALÍZIS CROWDSOURCING ADATBÁNYSZAT 18
BIG DATA TECHNOLÓGIÁK HADOOP: NYÍLT KERETRENDSZER (GOOGLE MAPREDUCE, GOOGLE FILE SYSTEM) BIG TABLE ADATBÁZIS RENDSZER BUISNESS INTELLIGENCE: ALKLAMAZÁS (ELEMZÉS, MEGEJELENÍTÉS) CASSANDRA: ELOSZTOTT RENDSZEREKEN ADATMENEDZSMENT, ADTTÁRHÁZ 19
MEGJELENÍTÉS AZ EMBER GYORSAN ÉS HATÉKONYAN ISMER FEL ÖSSZEFÜGGÉSEKET MINTÁZATOKAT (KIUGRÓ ÉRTÉKEK) TAG CLOUD HISTORY FLOW 20
KONKLÚZIÓ CROWDSENSING ÉS BIG DATA SZOROSAN ÖSSZEFÜGG MEGBÍZHATÓSÁGI, ADATVÉDELMI ÉS MOTIVÁCIÓS PROBLÉMÁK IOT, SMART CITIES 21
22