Extensión del modelo semántico de contexto XSCM_4_IoT para la gestión y el razonamiento de flujos de datos en tiempo real

Abstract

En la era de transformación digital, nuestra cotidianidad se encuentra crecientemente invadida por dispositivos inteligentes con la capacidad de percibir distintos tipos de variables de contexto para adaptarse a nuestras necesidades y preferencias. Esta situación ha dado paso a un nuevo paradigma de computación conocido como Internet de las Cosas (IoT, por sus siglas en inglés), el cual tiene numerosos retos que pueden ser categorizados en: relacionados con los dispositivos de captura y actuación, relacionados con la comunicación entre dispositivos y relacionados con las aplicaciones. El presente trabajo se enmarca en este último grupo de desafíos y en particular en la capacidad de las aplicaciones de ser sensibles al contexto, mediante el tratamiento semántico de los flujos de datos masivos y dinámicos producidos por los dispositivos IoT.

El modelo semántico de contexto extendido con datos abiertos enlazados XSCM_4_IoT propuesto por la profesora Libia Denise Cangrejo en su tesis doctoral, es una propuesta de solución que permite capturar contexto de bajo nivel y procesarlo hasta producir contexto de alto nivel que se publica como datos semánticos abiertos. Sin embargo, el mencionado modelo tiene limitaciones respecto al tratamiento de fujos de datos semánticos generados en tiempo real, esta limitación es heredada del uso de tecnologías semánticas clásicas, las cuales no se han adaptado al contexto de datos dinámicos y masivos actual. Esta situación, ha dado paso a una nueva área de investigación conocida como procesamiento de flujo de datos RDF (RSP, por sus siglas en inglés) la cual estudia el razonamiento semántico de flujos en tiempo real.

En ese sentido, el presente trabajo propone, por un lado las modificaciones necesarias a nivel de arquitectura de referencia y de solución del modelo XSCM_4_IoT para habilitar el tratamiento de flujos de datos en tiempo real, avanzando así en la concepción de un modelo semántico que permita el manejo de contexto dinámico en todos sus ciclos y niveles. Por otro lado, propone un razonador semántico en tiempo real viable en el contexto de IoT - RTR_4_IoT, el cual cuenta con las característica de ser interoperable, jerárquico, escalable, configurable, extensible, adaptable y abierto al ser diseñado usando exclusivamente tecnologías de código abierto pertenecientes al ecosistema para el tratamiento de datos masivos de Hadoop.

In the era of digital transformation, our everyday life is increasingly invaded with intelligent devices capable of perceiving different kinds of context variables in order to adapt themselves to our needs and preferences. This situation has created a new computation paradigm known as the Internet of Things (IoT) which has numerous challenges to be addressed and that can be further categorized in those related to the devices, those related to the networking and those related to the applications. This work is mainly focused on the last kind of challenges and in particular the context-aware feature of applications through the semantic treatment of the massive and dynamic data streams produced by IoT devices.

The semantic context model extended with linked open data XSCM_4_IoT is a model proposed by professor Libia Denisse Cangrejo in her doctoral thesis that enables the capture and processing of low-level context to produce a high-level context that is published to the linked open data cloud. Nevertheless, the mentioned model has limitations in treating real-time semantic streams, this limitation comes from the use of classical semantic technologies which have not been adapted to the current challenges of dynamic and massive data produced by IoT devices. This situtation gives birth to a new research area called RDF Stream Processing (RSP) which studies reasoning over real-time semantic streams.

In this sense, the contribution of the present work is twofold, on the one hand, it proposes modifications to both the reference and solution architectures of XSCM_4_IoT in order to enable the treatment of real-time data streams and thus advancing in the conception of a unified semantic model that handles the context in all his lifecycle and levels. On the other hand, it proposes a Real-Time Reasoner for IoT - RTR_4_IoT with the features of being interoperable, hierarchical, scalable, con gurable, extensible, adaptable and open since it is designed using exclusively open sources technologies belonging to the big data Hadoop ecosystem.