Nesnelerin interneti odağında büyük veri için tahmine dayalı analitik mimarisi
Yükleniyor...
Dosyalar
Tarih
2022
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Bursa Teknik Üniversitesi, Lisansüstü Eğitim Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Teknolojik gelişmeler, araştırmacıların imkan ve kabiliyetlerini gün geçtikçe arttırmaktadır. Yapay zeka ve ilintili alanlarda donanımsal, yazılımsal ve hesapsal tekniklerdeki gelişmelerle birlikte veri merkezli iş süreçleri önem kazanmıştır. Bu durum veri saklama, veri aktarma ve veri işleme süreçlerinin yönetilmesi gereksinimini doğurmuştur. Üretim alanlarındaki her bir cihazın veri kaynağı olarak görüldüğü nesnelerin interneti yaklaşımı ile beraber büyük miktarda veri oluşması ve bu verilerden gerçek zamanlı veya gerçeğe yakın zamanlı çıktılar üretilmesine yönelik birçok çözüm literatürde yer bulmuştur. Bulut teknolojileri kullanılarak büyük veri ve nesnelerin interneti başlıkları altında birçok çalışma yapılmış ve çeşitli problemlere odaklanan çözümler ortaya atılmıştır. Bu gelişmeler kurumlarda paradigma değişimlerini de beraberinde getirmiş ve büyük veri enstrümanlarını kullanabilen, analitik süreçleri işletebilen anahtar kişilerin endüstriyel ortamlarda konumlandırılması yönünde bir eğilim oluşmuştur. Kullanıcılar özelinde programlama becerisinin öneminin azaldığı, kodsuz veya az-kodlu yazılım araçlarını kullanma becerisinin ise önem kazandığı görülmektedir. Verinin elde edilmesinden, iş zekası veya operasyonel gösterge araçlarınca raporlanmasına kadar birbirine entegre birçok süreç mevcuttur. Dijitalleşme, izlenebilirlik ve analitik kabiliyetin arttırılması gibi hedefler kuruluşların öncelikleri arasındadır. Analitik kabiliyetler bağlamında makine öğrenmesi algoritmalarının işletilmesi, modellerin eğitilmesi, eğitilen modellerin yazılım servisi olarak sunulması ve çıktılarının çeşitli dijital ortamlara raporlanması başlıkları da büyük veri süreçleriyle entegre bir şekilde çalışmak durumundadır. Bu tez çalışmasında bulut-yerel ortam gereksinimleri de dikkate alınarak nesnelerin interneti odağında büyük veri için tahmine dayalı analitik mimarisi paylaşılmıştır. İlgili mimari yapının ortaya konmasında, tekniğin geldiği son seviye üzerinden işlevsel kırılımlarla birlikte çeşitli açık kaynak kodlu yazılımlara ve yazılım geliştirme platformlarına da işaret edilmiştir. Büyük verinin saklanması ve işlenmesi konusunda ortaya atılmış veri gölü, gölevi benzeri kavramların yanı sıra akan veri işleme konusundaki tasarımsal yaklaşımlar izah edilmiş, kavramların karşıladığı anlama hizmet eden yazılım araçları da örneklenmiştir. Benzer şekilde nesnelerin interneti yaklaşımında literatürde yer bulmuş, olgunluk kazanmış kavramlar ve yazılım araçları da örneklenmiştir. Sunulan mimari hem yazılım geliştiricilerin, hem anahtar kullanıcıların hem de son kullanıcıların faydalanabileceği verinin tüm hikayesini kapsayacak nitelikte bileşenler içermektedir.
Technological developments increase possibilities and capabilities of researchers day by day. Data-centered business processes gain importance by the developments in hardware, software and computational techniques in artificial intelligence and related fields. This situation leads to requirement of managing data storage, data transfer and data processing. Spread of internet of things approach, where each device in the production areas is seen as a data source, provides solutions for the creation of large amounts of data and the production of real-time or near-real-time outputs. Many studies point out various problems and solutions under the big data and internet of things by using cloud technologies. These developments bring paradigm shifts and a tendency in institutions to position key people who can use big data instruments and operate analytical processes in industrial environments. Importance of programming skills for users decrease, while importance of ability to use software tools with no code or low code increase.There are many integrated processes from obtaining data to reporting by business intelligence or operational dashboarding tools. Goals such as increasing digitalization, traceability and analytical capability are among priorities of the organizations. In the context of analytical capabilities, executing machine learning algorithms, training models, deploying the trained models as software services and reporting their outputs to various digital environments also have to work in integration with big data processes. This thesis, presents a predictive analytics architecture for big data with the focus of the internet of things, taking into account cloud-native environment requirements. Open source softwares and software development platforms are also indicated, along with functional breakdowns over state of the art to reveal the relevant architectural structure. In addition to concepts such as data lake and lakehouse, design approaches to streaming and stream processing are explained theoretical and exemplified by software tools. Similarly, concepts and software tools related with Internet of Things approach are also exemplified. The presented architecture includes components that cover the entire story of the data and can be benefitted from by software developers, key users and end users.
Technological developments increase possibilities and capabilities of researchers day by day. Data-centered business processes gain importance by the developments in hardware, software and computational techniques in artificial intelligence and related fields. This situation leads to requirement of managing data storage, data transfer and data processing. Spread of internet of things approach, where each device in the production areas is seen as a data source, provides solutions for the creation of large amounts of data and the production of real-time or near-real-time outputs. Many studies point out various problems and solutions under the big data and internet of things by using cloud technologies. These developments bring paradigm shifts and a tendency in institutions to position key people who can use big data instruments and operate analytical processes in industrial environments. Importance of programming skills for users decrease, while importance of ability to use software tools with no code or low code increase.There are many integrated processes from obtaining data to reporting by business intelligence or operational dashboarding tools. Goals such as increasing digitalization, traceability and analytical capability are among priorities of the organizations. In the context of analytical capabilities, executing machine learning algorithms, training models, deploying the trained models as software services and reporting their outputs to various digital environments also have to work in integration with big data processes. This thesis, presents a predictive analytics architecture for big data with the focus of the internet of things, taking into account cloud-native environment requirements. Open source softwares and software development platforms are also indicated, along with functional breakdowns over state of the art to reveal the relevant architectural structure. In addition to concepts such as data lake and lakehouse, design approaches to streaming and stream processing are explained theoretical and exemplified by software tools. Similarly, concepts and software tools related with Internet of Things approach are also exemplified. The presented architecture includes components that cover the entire story of the data and can be benefitted from by software developers, key users and end users.
Açıklama
Anahtar Kelimeler
Bilgisayar Mühendisliği Bilimleri, Bilgisayar ve Kontrol, Computer Engineering, Computer Science and Control
